Исследователи задаются возрастными вопросами о природе мыслей-и учатся их читать. Это не значит, что технологии продвинулись далеко вперед, просто мы стали лучше понимать полученные результаты. Настолько продвинулись, что сны уже скоро могут стать фильмами для публичного просмотра.
Как научились читать мысли
Однажды ночью в октябре 2009 года молодой человек лежал в сканере ФМРТ в Льеже, Бельгия. Пять лет назад он получил травму головы в аварии на мотоцикле, и с тех пор он не разговаривал. Говорили, что он находится в «вегетативном состоянии».
Підписуйтесь на наш Telegram.
Нейробиолог по имени Мартин Монти сидел в соседней комнате вместе с несколькими другими исследователями. На протяжении многих лет Монти и его постдокторский советник Адриан Оуэн изучали вегетативных пациентов, И они разработали две противоречивые гипотезы.
Во-первых, они верили, что кто-то может потерять способность двигаться или даже моргать, все еще находясь в сознании; во-вторых, они думали, что разработали метод общения с такими «замкнутыми» людьми, выявляя их невысказанные мысли.
В некотором смысле стратегия была проста. Нейроны используют кислород, который переносится через кровоток внутри молекул гемоглобина. Гемоглобин содержит железо, и, отслеживая железо, магниты в аппаратах фМРТ могут создавать карты мозговой активности.
Разглядеть признаки сознания в этом водовороте казалось почти невозможным. Но методом проб и ошибок группа Оуэна разработала хитроумный протокол. Они обнаружили, что если человек представлял, как ходит по дому, в его парагиппокампальной извилине наблюдался всплеск активности-область в форме пальца, глубоко скрытая в височной доле. Воображение игры в теннис, напротив, активировало премоторную кору головного мозга, которая расположена на гребне рядом с черепом. Активность была достаточно четкой, чтобы ее можно было увидеть в режиме реального времени с помощью аппарата фМРТ.
В исследовании 2006 года, опубликованном в журнале Science, исследователи сообщили, что они попросили замкнутой человека подумать о теннисе и увидели на ее сканировании мозга, что она это сделала.
С молодым человеком, известным как пациент 23, Монти и Оуэн сделали еще один шаг: попытались завести разговор. Они задавали ему вопросы и говорили, что он может дать сигнал «да», представив, как играет в теннис, или «нет», подумав о прогулке по своему дому. В комнате управления сканером на мониторе отображался поперечный срез мозга пациента 23. По мере того как различные области поглощали кислород крови, они мерцали красным, потом ярко-оранжевым. Монти знал, куда смотреть, чтобы заметить сигналы «да»и » нет».
Он включил интерком и объяснил систему пациенту 23. Затем он задал первый вопрос: «вашего отца зовут Александр?”. Премоторная кора головного мозга мужчины загорелась. Он думал о теннисе-это было сигналом «да». «Твоего отца зовут Томас?”. Активность в парагиппокампальной извилине. Он представлял, как ходит по своему дому – сигнал «нет».
Ученым удалось провести небольшой диалог по вопросам и ответы были правильными. Удивлен Монти позвонил Оуэну, и тот подумал, что им следует задать больше вопросов. Группа просмотрела некоторые возможности. «Вы любите пиццу?»было отклонено как слишком неточное. Они решили исследовать более глубоко.
Монти снова включил интерком. «Ты хочешь умереть?»он спросил. Впервые за эту ночь четкого ответа не было.
В ту зиму результаты исследования были опубликованы в медицинском журнале Новой Англии. Газета вызвала сенсацию. Лос-Анджелес Таймс написала об этом статью с заголовком «мозг вегетативных пациентов показывает жизнь».
В конце концов Оуэн подсчитал, что двадцать процентов пациентов, считавшихся вегетативными, на самом деле не спали. Это было открытие с огромными практическими последствиями: в последующие годы, благодаря кропотливым сеансам МРТ, группа Оуэна нашла много пациентов, которые могли общаться с близкими и отвечать на вопросы об их собственном уходе. Беседы повысили их шансы на выздоровление.
Однако, с чисто научной точки зрения, было что-то неудовлетворительное в методе, который Монти и Оуэн разработали с пациентом 23. Хотя они использовали слова «теннис» и «дом» в общении с ним, у них не было возможности узнать наверняка, что он думал об этих конкретных вещах.
Они смогли сказать только то, что в ответ на эти подсказки мышление происходило в соответствующих областях мозга. «Представлял ли себе этот человек игру в теннис, футбол, хоккей, плавание — мы не знаем», — сказал Монти.
Как несколько килограммов живой ткани вмешивают множество мыслей
За последние несколько десятилетий состояние нейробиологического чтения мыслей значительно улучшилось. Когнитивные психологи, вооруженные аппаратом фМРТ, могут определить, возникают ли у человека депрессивные мысли; они могут увидеть, какими понятиями овладел ученик, сравнивая паттерны его мозга с паттернами его учителя.
Анализируя снимки мозга, компьютерная система может воспроизводить грубые реконструкции просмотренных вами видеороликов. Одна исследовательская группа использовала аналогичную технологию для точного описания снов спящих субъектов.
В другой лаборатории ученые сканировали мозг людей, читающих рассказ Дж. Д. Сэлинджера «красивый рот и зеленые мои глаза», в котором до конца неясно, есть ли у персонажа роман или нет. Только за сканированием мозга исследователи могут определить, к какой интерпретации склоняются читатели, и наблюдать, как они меняют свое мнение.
Кен Норман, пятидесятилетний заведующий кафедрой психологии Принстонского университета и эксперт по расшифровке мнений, работающий в Принстонском институте нейробиологии, объясняет, что аппараты ФМРТ не настолько продвинулись вперед.
Вместо этого искусственный интеллект изменил то, как ученые считывают нейронные данные. Это помогло пролить свет на древнюю философскую тайну. На протяжении веков ученые мечтали обнаружить мысль внутри головы, но столкнулись с неприятным вопросом о том, что значит для мыслей существовать в физическом пространстве.
Когда Эрасистрат, древнегреческий анатом, препарировал мозг, он подозревал, что его многочисленные складки были ключом к интеллекту, но он не мог сказать, как мысли были упакованы в эту запутанную массу.
В семнадцатом веке Декарт предположил, что психическая жизнь возникает в шишковидной железе, но у него не было хорошей теории о том, что там можно найти. Наши ментальные миры содержат все, от вкуса плохого вина до идеи дурного вкуса. Как может столько мыслей уместиться в нескольких килограммах живой ткани?
Теперь, объяснил Норман, исследователи разработали математический способ понимания мыслей. Опираясь на идеи машинного обучения, они представляли мысли как совокупность точек в плотном “смысловом пространстве».
Они могли видеть, как эти точки взаимосвязаны и кодируются нейронами. Взломав код, они начали проводить инвентаризацию разума. «Пространство возможных мыслей, о которых могут думать люди, велико, но оно не бесконечно велико», — сказал Норман. Подробная карта концепций в нашем сознании вскоре может оказаться в пределах досягаемости.
Норман проводит эксперименты по расшифровке мыслей вместе с аспирантом по имени Маной Кумар. Они сканером фМРТ показывают пациентам слайд-шоу со стандартными изображениями: пустой пляж, пещера, лес.
«Мы хотим получить паттерны мозга, которые связаны с различными подклассами сцен», — сказал Норман.
Пока подопытный смотрит слайд-шоу, сканер отслеживает паттерны активации его нейронов. Эти закономерности будут проанализированы с точки зрения «воксела» — областей активации размером примерно в кубический миллиметр.
Данные фМРТ чрезвычайно грубые: каждый воксел представлял потребление кислорода примерно миллионом нейронов и мог обновляться только каждые несколько секунд — значительно медленнее, чем срабатывают нейроны. Но, сказал Норман, «оказалось, что эта информация содержалась в данных, которые мы собирали, — мы просто не были настолько умны, насколько могли, в том, как мы обрабатывали эти данные».
Прорыв произошел, когда исследователи выяснили, как отслеживать паттерны, воспроизведены в десятках тысяч воксела одновременно: так если бы каждый воксел был клавишей на пианино, а мысли были аккордами.
Секретный соус современного искусственного интеллекта
Истоки этого подхода, которому уже почти семьдесят лет, восходят к работе психолога по имени Чарльз Осгуд. Когда он был ребенком, Осгуд получил в подарок экземпляр Тезауруса Роже. Изучая книгу, Осгуд вспоминал, что у него сложился «яркий образ слов в виде звездообразных скоплений точек в огромном пространстве».
В аспирантуре, когда его коллеги обсуждали, как культура может влиять на познание, Осгуд вспомнил про этот образ. Он задался вопросом, можно ли, используя идею «семантического пространства», отразить различия между разными стилями мышления.
Осгуд провел эксперимент. Он попросил людей оценить двадцать концепций по пятидесяти разным шкалам. Понятия варьировались в широких пределах. Идея заключалась в том, что метод позволит обнаружить тонкие и даже неуловимые оттенки сходства и различия между концепциями.
«Большинство англоязычных американцев чувствуют, что между «хорошим» и «приятным» есть какая-то разница, но это трудно объяснить», — написал Осгуд. Его опросы показали, что, по крайней мере, для студентов колледжа пятидесятых годов девятнадцатого века, эти две концепции большую часть времени совпадали. Они расходились для существительных, имевших мужской или женский уклон.
Осгуд стал известен не результатами своих опросов, а методом, который он изобрел для их анализа. Он начал с того, что разместил свои данные в воображаемом пространстве с пятьюдесятью измерениями — одно для справедливого-несправедливого, второе для горячего-холодного, третье для ароматного-грязного и так далее. Любая данная концепция, такая как ТОРНАДО, имела рейтинг в каждом измерении и, следовательно, находилась в так называемом многомерном пространстве.
Осгуд смог отразить все концепции в пространстве всего с тремя измерениями. Первый замер был «оценочным» — смесь таких шкал, как хороший-плохой, красивый-уродливый и добрый-жестокий. Второй был связан с «потенцией»: он консолидировал такие масштабы, как большой-маленький и сильный-слабый. Третий измерил, насколько» активной «или» пассивной » была концепция.
На протяжении десятилетий методика Осгуда находила скромное применение в своего рода тесте личности. Его настоящий потенциал проявился лишь в восьмидесятых годах прошлого века, когда исследователи из Bell Labs пытались решить то, что они называли «проблемой словарного запаса».
Люди, как правило, используют множество названий для одного и того же. Это было препятствием для пользователей компьютеров, которые получали доступ к программам, вводя слова в командной строке. Джордж Фурнас, работавший в группе взаимодействия человека и компьютера организации, описал, как пользовался внутренней телефонной книгой компании.
«Вы находитесь в своем офисе В Bell Labs, и кто-то украл ваш калькулятор, — сказал он. — Вы начинаете добавлять «полиция», или «поддержка», или «кража», и это не дает вам того, чего вы хотите. Наконец, вы включаете «безопасность», и это дает вам это. Но на самом деле это дает вам две вещи: что-то о плане экономии и безопасности Bell, а также о том, что вы ищете». Группа Фурнаса хотела автоматизировать поиск синонимов для команд и поисковых терминов.
Они обновили подход Осгуда. Вместо опроса студентов они использовали компьютеры для анализа слов примерно в двух тысячах технических отчетов. В самих отчетах — по темам, начиная от теории и заканчивая дизайном интерфейса — предлагались размеры пространства; когда в нескольких отчетах использовались одинаковые группы слов, их размеры можно было объединить.
В конце концов, исследователи Bell Labs создали пространство, которое было более сложным, чем у Осгуда. Исследователи назвали свою технику «скрытым семантическим анализом», или L. S. A.
Первоначально Bell Labs использовала L. S. A. для создания лучшей внутренней поисковой системы. Затем, в 1997 году, Сьюзан Дюме, одна из коллег Фурнаса, сотрудничала с ученым-когнитивистом Bell Labs Томасом Ландауэром, чтобы разработать систему искусственного интеллекта на ее основе.
После обработки американской академической энциклопедии Гролье, работы, предназначенной для молодых студентов, искусственный интеллект набрал достойный результат в тесте с несколькими вариантами ответов по английскому языку как иностранному.
В последующие годы ученые применяли L. S. A. к все большим наборам данных. В 2013 году исследователи из Google запустили его потомка в текст всей Всемирной паутины. Алгоритм Google превратил каждое слово в «вектор» или точку в многомерном пространстве. Векторы, созданные программой исследователей word2vec, являются чрезвычайно точными: если вы возьмете вектор для » короля «и вычтете вектор для» мужа», а потом добавьте вектор» женщины», в ближайшее ближайшим вектором будет»королева».
Векторы слов стали основой значительно улучшенного Google Translate и включили автоматическое завершение предложений в Gmail. Другие компании, включая Apple и Amazon, создали аналогичные системы.
Мэтью Ботвінік, профессор Принстона, который в настоящее время возглавляет отдел нейробиологии в DeepMind, дочерней компании Alphabet по искусственному интеллекту, говорит, что выделение сходств и различий в векторах было секретным соусом, который лежит в основе всех достижений искусственный интеллект».
В 2001 году ученый по имени Джим Хаксби привел машинное обучение в визуализацию мозга. Он понял, что воксели нейронной активности могут служить измерениями в своеобразном пространстве мышления.
Хексбі продолжил работать в Принстоне, где сотрудничал с Норманом. Двое ученых вместе с другими исследователями пришли к выводу, что всего нескольких сотен измерений достаточно, чтобы уловить оттенки сходства и различия в большинстве данных фМРТ.
Более масштабная цель расшифровки мыслей состоит в том, чтобы понять, как наш мозг отражает мир. С этой целью исследователи стремились наблюдать, как одни и те же переживания влияют на сознание многих людей одновременно.
Норман сказал, что его коллега из Принстона Ури Хессон нашел фильмы особенно полезными в этом отношении. Они синхронно перемещают мозги людей через пространство мыслей, — сказал Норман. — Что делает Альфреда Хичкока мастером саспенса, так это то, что у всех людей, которые смотрят фильм, одновременно вырываются мозги. Это похоже на контроль над разумом в буквальном смысле».
На протяжении десятилетий экспериментальной работы психологи установили важность сценариев и сцен для нашего интеллекта. Войдя в комнату, вы можете забыть, зачем вошли; это происходит, говорят исследователи, потому что прохождение через дверной проем завершает одну воображаемую сцену и открывает другую.
И наоборот, во время навигации по новому аэропорту сценарий «посадка на самолет» объединяет разные сцены: сначала билетная касса, потом линия безопасности, потом ворота, потом проход, потом ваше место. И все же до недавнего времени было неясно, что вы найдете, если начнете искать «сценарии » и» сцены » в мозге.
Стремление к переводчику мыслей
Подобно Монти и Оуэна с пациентом 23, сегодняшние исследователи, занимающиеся расшифровкой мыслей, в основном ищут конкретные мысли, которые были определены заранее. Но «универсальный декодер мыслей» является следующим логическим шагом для исследования. Такое устройство могло бы произносить вслух мысли человека, даже если эти мысли никогда не наблюдались в аппарате фМРТ.
В 2018 году Ботвиник написал в соавторстве статью в журнале Nature Communications под названием «к универсальному декодеру лингвистического значения от активации мозга». Команда Ботвиника создала примитивную систему, которая могла расшифровывать новые предложения, которые подопытные читали о себе. Система узнавала, какие паттерны мозга вызываются определенными словами, и использовала эти знания, чтобы угадать, какие слова подразумеваются под новыми паттернами, с которыми она столкнулась.
Работа в Принстоне финансировалась iARPA, организацией R&D., которой руководит офис директора Национальной разведки. Брэндон Миннери, в то время руководитель проекта iARPA по программе представления знаний в нейронных системах, сказал мне, что у него есть несколько приложений на примете. Если бы вы знали, как знания представлены в мозге, вы могли бы различать начинающих и опытных агентов разведки. Вы могли бы научиться более эффективно преподавать языки, увидев, насколько близко ментальное представление студента о слове соответствует представлению носителя языка.
Корпорации хотят зарабатывать на мыслях
Джек Галлант, профессор Беркли предположил, что технология будущего — это портативный шляпа, похожий на мыслящий шляпу. Он представил себе компанию, которая платит людям тридцать тысяч долларов в год за то, чтобы они носили мыслящий шляпу вместе с очками для видеозаписи и другими датчиками, что позволяют системе записывать все, что они видят, слышат и думают, в конечном счете создавая исчерпывающую инвентаризацию ума.
Надев мыслящий шляпу, вы могли бы задать своему компьютеру вопрос, просто представив слова. Возможен мгновенный перевод. Пара владельцев могла бы вообще отказаться от языка, общаясь напрямую, ум к разуму.
» Это потребует некоторой технологической революции», — сказал Галлант. Тем не менее, концептуальный фундамент, который восходит к пятидесятым годам девятнадцатого века, был заложен.
В некотором смысле история расшифровки мыслей напоминает историю нашего понимания гена. В течение примерно ста лет после публикации книги Чарльза Дарвина «о происхождении видов» в 1859 году ген был абстракцией, понимаемой только как нечто, из-за чего черты передаются от родителей к ребенку.
Еще в пятидесятых годах прошлого века биологи все еще задавались вопросом, из чего состоит ген. Когда Джеймс Уотсон и Френсис Крик наконец нашли двойную спираль в 1953 году, стало ясно, как гены принимают физическую форму. Пятьдесят лет спустя мы могли бы расшифровать геном человека; сегодня мы можем его отредактировать.
Мысли были абстракцией гораздо дольше. Но теперь мы знаем, что это на самом деле: шаблоны нейронной активации, соответствующие точкам в пространстве значений.
Разум — единственное по-настоящему персональное место — стал доступен для обозрения извне. В будущем психотерапевт, который желает понять, как складываются ваши отношения, может изучить размеры паттернов, в которые попадает ваш мозг.
При более тонком контроле разум можно было направлять куда угодно. Конечно, мы уже делаем это, думая, читая, наблюдая, разговаривая.
По материалам: New Yorker