Neue Forschungen haben es ermöglicht, ganze Sätze aus dem Kopf einer Person zu "ziehen"
28 Jun Früher konnten Gedankenlesesysteme nur die einstellige Zahl erraten, über die eine Person nachdachte, und tiefere und komplexere Gedanken waren jenseits der Möglichkeiten der Technologie. Jetzt hat ein Team von Wissenschaftlern der Carnegie Mellon University (CMU) eine Methode entwickelt, mit der Sie komplexere Konzepte mithilfe von Gehirnscans lesen und sogar ganze Sätze kombinieren können.
Selbst der einfachste Satz ist sehr komplex: Jedes Wort ist ein eigenes Konzept, und ihre Platzierung in einer bestimmten Reihenfolge kann die Bedeutung sowohl einzelner Wörter als auch des gesamten Satzes ändern. Wissenschaftler haben herausgefunden, dass die „Bausteine“, mit denen der Geist Gedanken konstruiert, aus Konzepten bestehen, die nicht auf den Worten selbst basieren. Dies bedeutet, dass Gehirnprozesse unabhängig von der Sprache und Kultur der Person universell funktionieren.
Die Studie untersuchte, wie das Gehirn komplexe Gedanken codiert und wie ein fMRI-Scanner sie mit Hilfe von Algorithmen für maschinelles Lernen dekodieren kann. Die Forscher sammelten 240 "schwierige Sätze", wie "Der Zeuge schrie während des Prozesses". Alle diese Vorschläge bestanden aus mehreren Bausteinen. Insgesamt wurden in der Studie 42 Bausteine verwendet, die auf Konzepte wie Person, Umgebung, Größe, soziale Interaktion und körperliches Handeln hinwiesen.
Jede dieser verschiedenen Arten von Informationen wird in verschiedenen Teilen des Gehirns verarbeitet, sodass das System eine allgemeine Kategorie dessen auswählen kann, was die Person beschäftigt. Um ihre Fähigkeiten zu testen, baten die Forscher sieben Teilnehmer, Sätze zu lesen, indem sie Gehirnaktivierungsmuster aufzeichneten. Nachdem er den Algorithmus mit 239 Sätzen trainiert und die Ergebnisse verglichen hatte, konnte er den letzten Satz ausschließlich auf der Grundlage von Gehirndaten zusammenstellen.
Das Team führte diesen Test 240 Mal durch, wobei jeder Satz systematisch nacheinander belassen wurde, und stellte fest, dass der Algorithmus den fehlenden Satz aus dem Gehirnaktivierungsmuster mit einer Genauigkeit von 87 Prozent vorhersagen konnte.
Mikhail Romkin