Ο κόσμος μας πλησιάζει σε μια εποχή όπου οι συσκευές θα μπορούν να διαβάζουν τις σκέψεις μας. Στοιχεία αυτής της τάσης φαίνονται παντού, από interface εγκεφάλου-υπολογιστή έως αλγορίθμους που ανιχνεύουν συναισθήματα από εκφράσεις προσώπου. Αν και η τεχνολογία δεν είναι ακόμη τέλεια, η πρόοδος είναι συνεχής. Μια νέα μελέτη παρουσιάζει ένα μοντέλο που μπορεί να δημιουργεί περιγραφές για ό,τι βλέπει ο εγκέφαλός μας, απλά αναλύοντας σαρώσεις της εγκεφαλικής δραστηριότητας.
«Mind Captioning»: Η Περιγραφή των Σκέψεων μας
Η τεχνική αυτή ονομάζεται «mind captioning» και υπόσχεται έναν τρόπο αποτύπωσης των σκέψεων με εντυπωσιακά ακριβή αποτελέσματα. Όπως αναφέρει ο συν-συγγραφέας της μελέτης και νευροεπιστήμονας Alex Huth από το Πανεπιστήμιο της Καλιφόρνια, Berkeley, «είναι δύσκολο να γίνει και είναι εντυπωσιακό ότι μπορούμε να φτάσουμε σε τόσο λεπτομερή περιγραφή».
Οι εφαρμογές της τεχνολογίας είναι διττές: από τη μία, θα μπορούσε να δώσει φωνή σε ανθρώπους που αντιμετωπίζουν προβλήματα ομιλίας λόγω εγκεφαλικού ή αφασίας. Από την άλλη, εγείρει ανησυχίες για την ψυχική μας ιδιωτικότητα, σε μια εποχή όπου πολλές πτυχές της ζωής μας παρακολουθούνται και κωδικοποιούνται. Οι ερευνητές πάντως ξεκαθαρίζουν ότι το μοντέλο δεν μπορεί να αποκωδικοποιήσει τις προσωπικές μας σκέψεις.
Πώς Λειτουργεί
Η τεχνική χρησιμοποιεί πολλαπλά μοντέλα τεχνητής νοημοσύνης. Αρχικά, ένα γλωσσικό μοντέλο ανέλυσε τις λεζάντες πάνω από 2.000 σύντομα βίντεο, δημιουργώντας μοναδικά «σημάδια νοήματος». Στη συνέχεια, ένα άλλο AI εκπαιδεύτηκε με σαρώσεις εγκεφάλου έξι συμμετεχόντων που παρακολουθούσαν τα ίδια βίντεο, αντιστοιχίζοντας τη δραστηριότητα του εγκεφάλου στα «σημάδια νοήματος».
Συνδυαστικά, το νέο εργαλείο μπορούσε να προβλέψει την «υπογραφή νοήματος» από μια νέα σάρωση εγκεφάλου και ένα AI πρόγραμμα να δημιουργεί προτάσεις που ταιριάζουν με αυτήν. Τα αποτελέσματα ήταν εντυπωσιακά ακριβή: από ένα αρχικό «spring flow» για βίντεο με άλμα από καταρράκτη, τελικά κατέληξαν σε «ένα άτομο πηδάει πάνω από έναν βαθύ καταρράκτη σε βουνό».
Προοπτικές και Προκλήσεις
Οι περιγραφές πέτυχαν ακρίβεια 50% στην αναγνώριση του σωστού βίντεο από 100 επιλογές – πολύ πάνω από την τυχαία πιθανότητα 1%. Παρόμοιες προηγούμενες προσπάθειες παρείχαν μόνο λέξεις-κλειδιά ή δημιούργησαν προτάσεις που καθαρά προέρχονταν από AI, χωρίς σύνδεση με τις πραγματικές σκέψεις του συμμετέχοντα.
Η χρήση MRI παραμένει δύσκολη για καθημερινή εφαρμογή, αλλά οι ερευνητές ελπίζουν ότι με συνδυασμό εμφυτευμάτων εγκεφάλου η τεχνολογία μπορεί να βοηθήσει ανθρώπους με δυσκολίες επικοινωνίας. Όπως αναφέρει ο Huth: «Αν μπορούμε να το κάνουμε με αυτά τα τεχνητά συστήματα, ίσως βοηθήσουμε όσους έχουν πρόβλημα να επικοινωνήσουν».
