Ein experiment der University of Washington-Forscher ist es, die Voraussetzungen für Fortschritte im Gedankenlesen-Technologie. Mit Gehirn-Implantate und ausgereifte software, können die Forscher jetzt Vorhersagen, was Ihre Motive sind zu sehen, mit überraschender Geschwindigkeit und Genauigkeit.
Die Fähigkeit zum anzeigen eines zweidimensionalen Bildes auf einer Seite oder Bildschirm, und dann verwandeln Sie das Bild in unseren Köpfen sofort erkennen können, ist ein neurologischer Prozess, der mysteriös bleibt der Wissenschaftler. Erfahren Sie mehr darüber, wie unser Gehirn diese Aufgabe auszuführen—und zu sehen, wenn Computer sammeln können und vorherzusagen, was eine person ist zu sehen, in Echtzeit—ein Forscherteam von der Universität von Washington Neurowissenschaftler Rajesh Rao und Neurochirurg Jeff Ojermann gezeigt, dass es möglich ist zu entschlüsseln menschliche Gehirn Signale an fast die Geschwindigkeit der Wahrnehmung. Die details Ihrer Arbeit finden Sie in einem neuen Papier in PLOS Computational Biology.
Das team suchte die Hilfe von sieben Patienten, die in Behandlung für Epilepsie. Medikamente nicht helfen, zu lindern Ihre Anfälle, so dass diese Patienten wurden vorübergehend Gehirn Implantate und Elektroden wurden verwendet, um zu lokalisieren die Schwerpunkte Ihrer Anfälle. Die UW-Forscher sahen dies als eine Gelegenheit, um führen Sie Ihr experiment. “Sie gingen, um die Elektroden egal was”, bemerkte Ojermann in einem UW NewsBeat Artikel. “Wir waren nur indem Sie Ihnen zusätzliche Aufgaben zu tun, während Ihres Aufenthalts im Krankenhaus, während Sie sonst nur warten.”
Die Patienten wurden gezeigt, eine zufällige Folge der Bilder—Bilder der menschlichen Gesichter, Häuser, blank und Grau-Bildschirme—computer-Monitore in Kürze 400 Millisekunden-Intervallen. Ihre spezielle Aufgabe war es, zu beobachten, für ein Bild von einer upside-down-Haus.
Gesponsert
Das Gesicht und house Diskriminierung Aufgabe. Credit: Kai J. Miller et al., 2016/PLOS Computational Biology
Zur gleichen Zeit, die Elektroden in seinem Gehirn verbunden waren, an software, extrahiert zwei verschiedene Gehirn-signal-Eigenschaften, nämlich “event related potentials” (bei massiven Stapel von Neuronen, die gleichzeitig Licht in Reaktion auf ein Bild) und “Breitband-spectral” änderungen (Signale, die noch lange nach dem ansehen eines Bildes).
Wie die Bilder flackerten auf dem Bildschirm, einem computer abgetastet und digitalisiert Gehirn die eingehenden Signale mit einer rate von 1.000 mal pro Sekunde. Diese Auflösung erlaubt es die software, um festzustellen, welche Kombination von Elektroden-Standorte und-Signale korreliert am besten, was die Patienten waren zu sehen. “Wir haben unterschiedliche Antworten von verschiedenen (Elektrode) Orten; manche waren empfindlich auf Gesichter und einige waren empfindlich auf Häuser,” Rao sagt.
Nach dem training der software, die Forscher ausgesetzt, die Patienten zu einem völlig neuen Satz von Bildern. Ohne vorherigen Kontakt, um diese neuen Bilder, der computer war in der Lage, vorherzusagen, mit 96 Prozent Genauigkeit, wenn ein Proband war zu sehen, ein Haus, ein Gesicht oder einen grauen Bildschirm. Und es hat so fast die Geschwindigkeit der Wahrnehmung.
Diese Kompetenz nur aufgetreten, wenn der computer sowohl die Ereignis-bezogenen Potentiale und Breitband-änderungen, die Angaben in der Studie, schlägt vor, dass “Sie erfassen unterschiedliche und sich Ergänzende Aspekte der Wahrnehmungs-Zustand.”Also, wenn es darum geht, zu verstehen, wie eine person wahrnimmt, eine komplexe visual-Objekt, es ist wichtig zu berücksichtigen, das “Globale Bild” großer neuronaler Netzwerke.
Während interessant, die Ergebnisse der Studie sind außerordentlich begrenzt. Eine echte Bewährungsprobe für das system sein würde, um zu sehen, ob es lernen konnte, eine viel größere Anzahl von Bildern, darunter die verschiedenen Kategorien. Es ist nicht sofort offensichtlich, wenn beispielsweise der computer kann erkennen, wenn ein patient anzeigen wurde das Gesicht von einem Menschen oder einem Hund.
Einmal verfeinert, allerdings ist diese Art von Gehirn-Dekodierung kann genutzt werden um Kommunikations-Mechanismen für die “locked-in” Patienten, die gelähmt sind oder haben einen Schlaganfall erlitten. Diese Technik könnte auch helfen, sich mit brain-mapping, so dass Neurowissenschaftler zum identifizieren von Standorten, die im Gehirn verantwortlich für bestimmte Arten von Informationen in Echtzeit.
[PLOS Computational Biology]
Bild oben: Kai Miller und Brian Donohue