Вчені заявили, що змогли «декодувати» думки людей за допомогою функціональної магнітно-резонансної томографії (фМРТ) і штучного інтелекту.
Дослідження опублікували в науковому журналі Nature. Попередні результати показують, що нова система «мозок-комʼютер» допоможе людям, які не можуть говорити чи друкувати. Мовний декодер, як назвали систему дослідники, розпізнає думки на рівні семантики.
Експеримент проводили так: трьох людей помістили в апарат фМРТ на 16 годин, де вони слухали різні подкасти. Потім вчені дослідили, які відповіді на ці подкасти в них виникають в ділянках мозку, що обробляють мову.
Потім дані з мозку ввели в мовну модель нейронної мережі, яка використовує GPT-1 — попередницю технології штучного інтелекту, що працює в ChatGPT.
Модель передбачає, як мозок людини реагує на почуте, а потім звужує варіанти до найбільш релевантних відповідей. Щоб перевірити її точність, кожен учасник дослідження слухав нову історію, перебуваючи в апараті фМРТ.
Наприклад, коли людина почула «я ще не маю водійських прав», то модель відповіла «вона ще навіть не почала вчитися водити». Проблеми виникали переважно з особовими займенниками — нейронна мережа не бачила різниці між «ми» або «вона».
Також учасники вигадували власні історії, а модель «мозок-компʼютер» передавала їхню суть. Нейробіолог з Техаського університету в Остіні та співавтор дослідження Олександр Хат сказав, що «ми декодуємо щось глибше за мову, а потім перетворюємо це на мову». І уточнив, що сканування мозку значно повільніше за швидкість думок, тому точні слова можуть губитися, але суть залишається правильною.
Утім, деякі вчені, що не брали участі в цьому дослідженні, занепокоєні етичною проблемою конфіденційності. Дослідники передбачали такі побоювання, тому показали результати тестів, які доводять: мовний декодер не спрацює, якщо його не навчали на мозковій діяльності конкретної людини. До того ж його легко вивести з ладу: під час прослуховування подкасту учасникам запропонували порахувати до семи, назвати та уявити тварин або подумки розповісти історію, відмінну від теми подкасту. Усе це «саботувало» роботу декодера.