Entwickler der Purdue University haben ein neuronales Netzwerk erstellt, das fMRT-Bilder des Gehirns analysieren kann, die beim Ansehen eines Videos aufgenommen wurden, und dann in Echtzeit bestimmen kann, was die Person gesehen hat.
Das Experiment umfasste drei Probanden, denen ungefähr tausend kleine Videos gezeigt wurden. Während der Show konnten die Wissenschaftler eine große Menge an fMRI-Daten erhalten, die dann begannen, ein neuronales Faltungsnetzwerk zu demonstrieren, das darauf trainiert war, die Gehirnaktivität mit den Darstellungen der Videos abzugleichen. Mithilfe des fMRI-Bildes lernte das Netzwerk sehr schnell und korrekt, um festzustellen, was genau der Freiwillige zum Zeitpunkt der Bildaufnahme beobachtete.
Darüber hinaus lernte das neuronale Netzwerk, die Daten anderer Personen zu entschlüsseln, basierend auf den Informationen, die von der fMRT anderer Freiwilliger erhalten wurden, während das Ergebnis sowohl bei den fMRT-Daten gesunder Probanden als auch bei Personen mit Sehbehinderungen gleich hoch war.
Dank dieser Studie konnten Wissenschaftler Gedanken entschlüsseln und gleichzeitig herausfinden, welche Teile des Gehirns für die Erkennung von Bildern und Videos verantwortlich sind. Der Punkt ist, dass das Gehirn das Video in separate Komponenten unterteilt. Wenn eine Person beispielsweise sieht, wie sich ein Auto vor dem Hintergrund einer Wand bewegt, erkennt ein Bereich des Gehirns die Wand und der andere ein Auto. So konnten Wissenschaftler die Arbeit des Gehirns verfolgen, indem sie einzelne Informationsblöcke verglichen und zu einem einzigen Bild zusammenführten.
Viacheslav Larionov
