جزیره لزوما عشق نیست

گزارش های آزمایشگاه هایی که سعی در رمزگشایی محتویات مغز انسان دارند قطعا برای بسیاری نگران کننده است. با دقت به این تکنیک ها کمی آرام می شوید.

در سال 2013، دانشمندان ژاپنی از دانشگاه کیوتو با دقت 60 درصد موفق شدند.رویاها را بخوانید »با رمزگشایی برخی از سیگنال ها در ابتدای چرخه خواب. دانشمندان از تصویربرداری رزونانس مغناطیسی برای نظارت بر افراد استفاده کردند. آنها پایگاه داده را با گروه بندی اشیا در دسته های بصری گسترده ساختند. در آخرین دور آزمایش‌ها، محققان توانستند تصاویری را که داوطلبان در خواب می‌دیدند شناسایی کنند.

فعال شدن نواحی مغز در طول اسکن MRI

در سال 2014، گروهی از محققان دانشگاه ییل به رهبری آلن اس.کاون دقیقا تصاویری از چهره انسان را بازسازی کرد، بر اساس ضبط های مغزی که از پاسخ دهندگان در پاسخ به تصاویر نشان داده شده ایجاد شده است. محققان سپس فعالیت مغز شرکت کنندگان را نقشه برداری کردند و سپس یک کتابخانه آماری از پاسخ های افراد مورد آزمایش به افراد ایجاد کردند.

در همان سال، Millennium Magnetic Technologies (MMT) اولین شرکتی بود که این سرویس را ارائه کرد.ثبت افکار ». با استفاده از خودمان، ثبت اختراع، به اصطلاح. ، MMT الگوهای شناختی را شناسایی می کند که با فعالیت مغز و الگوهای فکری بیمار مطابقت دارد. این فناوری از تصویربرداری تشدید مغناطیسی کاربردی (fMRI) و تجزیه و تحلیل ویدیوی بیومتریک برای تشخیص چهره ها، اشیا و حتی تشخیص حقیقت و دروغ استفاده می کند.

در سال 2016، الکساندر هوث، عصب شناس از دانشگاه کالیفرنیا در برکلی و تیمش یک "اطلس معنایی" برای رمزگشایی افکار انسان. این سیستم، از جمله موارد دیگر، به شناسایی مناطقی در مغز کمک کرد که با کلماتی با معانی مشابه مطابقت دارند. محققان این مطالعه را با استفاده از fMRI انجام دادند و شرکت‌کنندگان در طول اسکن به برنامه‌های پخش داستان‌های مختلف گوش دادند. MRI عملکردی با اندازه گیری فعالیت عصبی تغییرات ظریفی را در جریان خون در مغز نشان داد. این آزمایش نشان داد که حداقل یک سوم از قشر مغز در فرآیندهای زبانی درگیر است.

یک سال بعد، در سال 2017، دانشمندان دانشگاه کارنگی ملون (CMU) به رهبری مارسل جاست، توسعه دادند. راهی برای شناسایی افکار دشواربه عنوان مثال، "شاهد در طول دادگاه فریاد زد." دانشمندان از الگوریتم های یادگیری ماشینی و فناوری تصویربرداری مغز استفاده کردند تا نشان دهند که چگونه مناطق مختلف مغز در ایجاد افکار مشابه نقش دارند.

در سال 2017، محققان دانشگاه پردو از ذهن خوانی استفاده کردند هوش مصنوعی. آنها گروهی از سوژه ها را روی دستگاه fMRI قرار دادند که مغز آنها را اسکن کردند و فیلم های حیوانات، مردم و صحنه های طبیعی را تماشا کردند. این نوع برنامه به طور مداوم به داده ها دسترسی داشت. این به یادگیری او کمک کرد، و در نتیجه، او یاد گرفت که افکار، الگوهای رفتار مغز را برای تصاویر خاص تشخیص دهد. محققان در مجموع 11,5 ساعت داده های fMRI را جمع آوری کردند.

در ژانویه سال جاری، Scientific Reports نتایج مطالعه نیما مسگرانی از دانشگاه کلمبیا در نیویورک را منتشر کرد که الگوهای مغز را بازسازی کرد - این بار نه رویاها، کلمات و تصاویر، بلکه صداها را شنید. داده‌های جمع‌آوری‌شده توسط الگوریتم‌های هوش مصنوعی که ساختار عصبی مغز را تقلید می‌کنند، پاکسازی و سیستم‌بندی شدند.

ارتباط فقط تقریبی و آماری است

مجموعه گزارش‌های بالا در مورد پیشرفت‌های متوالی در روش‌های ذهن‌خوانی، مانند رگه‌ای از موفقیت به نظر می‌رسد. با این حال، توسعه تکنیک نورون سازی با مشکلات و محدودیت‌های عظیمی دست و پنجه نرم می‌کند که باعث می‌شود ما به سرعت فکر نکنیم که در حال تسلط بر آنها هستند.

اول، نقشه برداری مغز یک شوخی فرآیند طولانی و پرهزینه. "خوانندگان رویا" ژاپنی فوق الذکر به دویست دور آزمایشی برای هر شرکت کننده در مطالعه نیاز داشتند. ثانیاً، به عقیده بسیاری از کارشناسان، گزارش های موفقیت در «ذهن خوانی» اغراق آمیز است و افکار عمومی را گمراه می کند، زیرا قضیه بسیار پیچیده تر است و به نظر نمی رسد که در رسانه ها به تصویر کشیده شود.

راسل پولدراک، عصب شناس دانشگاه استنفورد و نویسنده کتاب خوانندگان ذهن جدید، اکنون یکی از بلندترین منتقدان موج اشتیاق رسانه ها برای تصویربرداری عصبی است. او به وضوح می نویسد که فعالیت در یک ناحیه معین از مغز به ما نمی گوید که شخص واقعاً چه چیزی را تجربه می کند.

همانطور که پولدراک اشاره می کند، بهترین راه برای تماشای عملکرد مغز انسان یا fMRI، فقط است راه غیر مستقیم با اندازه‌گیری فعالیت نورون‌ها، زیرا جریان خون را اندازه‌گیری می‌کند، نه خود نورون‌ها. داده‌های به‌دست‌آمده بسیار پیچیده هستند و برای تبدیل آن‌ها به نتایجی که می‌تواند برای یک ناظر خارجی معنی داشته باشد، به کار زیادی نیاز دارد. همچنین بدون الگوهای عمومی - مغز هر انسان کمی متفاوت است و باید برای هر یک از آنها چارچوب مرجع جداگانه ای ایجاد شود. تجزیه و تحلیل آماری داده ها بسیار پیچیده است و بحث های زیادی در دنیای حرفه ای fMRI در مورد نحوه استفاده، تفسیر و خطای داده ها وجود داشته است. به همین دلیل آزمایشات زیادی لازم است.

این مطالعه برای استنباط به معنای فعالیت مناطق خاص است. به عنوان مثال، ناحیه ای از مغز به نام "استریاتوم شکمی" وجود دارد. زمانی فعال است که فرد پاداشی مانند پول، غذا، آب نبات یا مواد مخدر دریافت کند. اگر پاداش تنها چیزی بود که این ناحیه را فعال می‌کرد، می‌توانستیم مطمئن باشیم که کدام محرک و با چه تأثیری کار می‌کند. با این حال، در واقعیت، همانطور که پولدراک به ما یادآوری می کند، هیچ بخشی از مغز وجود ندارد که بتواند به طور منحصر به فردی با یک وضعیت روانی خاص مرتبط باشد. بنابراین، بر اساس فعالیت در یک منطقه معین، نمی توان نتیجه گرفت که شخصی واقعاً در حال تجربه است. حتی نمی توان گفت که از آنجایی که ما شاهد افزایش فعالیت در جزیره مغز هستیم (جزیره)، پس فرد مشاهده شده باید عشق را تجربه کند.

به گفته این محقق، تفسیر صحیح همه مطالعات مورد بررسی باید این جمله باشد: "ما X را انجام دادیم و این یکی از دلایلی است که باعث فعالیت جزیره می شود." البته، ما ابزارهای تکراری، آماری و یادگیری ماشینی را برای تعیین کمیت رابطه یک چیز با چیز دیگر در اختیار داریم، اما حداکثر می‌توانند بگویند که او حالت X را تجربه می‌کند.

راسل پولدراک هیچ توهمی باقی نمی‌گذارد: «با دقت نسبتاً بالایی می‌توانم تصویر یک گربه یا خانه را در ذهن کسی شناسایی کنم، اما افکار پیچیده‌تر و جالب‌تر را نمی‌توان رمزگشایی کرد. با این حال، به یاد داشته باشید که برای شرکت‌ها، حتی یک درصد بهبود در پاسخ به تبلیغات می‌تواند به معنای سود کلان باشد. بنابراین، لازم نیست یک تکنیک کامل باشد تا از یک نقطه نظر مفید باشد، اگرچه ما حتی نمی دانیم که چقدر می تواند سودمند باشد.

البته ملاحظات فوق صدق نمی کند. جنبه های اخلاقی و قانونی روش های تصویربرداری عصبی دنیای اندیشه بشری شاید عمیق ترین قلمرو زندگی خصوصی است که می توانیم تصور کنیم. در این شرایط، منصفانه است که بگوییم ابزارهای ذهن خوانی هنوز تا کامل بودن فاصله دارند.

اسکن فعالیت مغز در دانشگاه پردو: