На левой стороне экрана идут видеоролики, которые Гэллэнт крутил участнику исследования при сканировании мозга. На правой — компьютерная программа по результатам сканирования угадывает, что смотрел человек.
В отрывке из фильма «Война невест» появляется лицо Энн Хэтэуэй, которая ведёт горячий спор с Кейт Хадсон. Алгоритм уверенно выдаёт слова «женщина» и «говорить» крупным шрифтом. Начинается другое видео: подводный мир из документального фильма о дикой природе. Программа старается изо всех сил и в конечном итоге предлагает слова «кит» и «плавать» небольшим, неуверенным шрифтом.
«Это ламантины, но она про них не знает», — Гэллэнт говорит о программе так, словно речь идёт о норовистой студентке. Они обучили программу, поясняет он, демонстрируя ей примеры мозговой деятельности, вызванной рядом изображений и видеоклипов. ПО сталкивалось с большими водными млекопитающими, но ещё не видело ламантинов.
С помощью подобных методов учёные всего мира пытаются декодировать результаты сканирования мозга и понять, чтó люди видят, слышат и осязают, чтó помнят и даже о чём грезят.
СМИ предположили, что вскоре чтение мыслей перестанет быть фантастикой и коренным образом изменит нашу жизнь. Лондонский еженедельник The Economist предупредил читателей, что пришла пора «бояться», и допустил появление в будущем своего рода телепатии, когда путём сканирования в мозг будут вкладываться нужные кому-то мысли.
Хотя некоторые фирмы действительно стремятся к декодированию работы мозга в различных целях (например, ради исследования рынка или фиксации лжи), учёных больше интересует то, что этот процесс позволяет узнать о самом мозге. Группа Гэллэнта и другие исследователи пытаются выяснить, что лежит в основе разных закономерностей работы мозга, и выявить коды и алгоритмы, с помощью которых мозг распознаёт окружающий мир. Тем самым учёные стремятся познать основные принципы организации мозга, как он кодирует воспоминания, поведение и эмоции.
Компьютер натаскивают на определённые закономерности активации областей мозга при виде того или иного объекта. Но при виде, скажем, обуви мы думаем не только о том, что это обувь, но и о том, какого она цвета, нравится она или нет, какие воспоминания и ассоциации с нею связаны и т. п. Всё это сильно осложняет жизнь алгоритму. (Изображение из журнала Nature.) Выход за пределы кодирования изображений и фильмов потребует огромного качественного скачка. «Я занимаюсь зрением — не потому что это самая интересная часть мозга, — говорит Гэллэнт. — Дело в том, что это самая лёгкая его сторона. Это та часть мозга, с которой есть надежда разобраться, прежде чем я умру». В теории, конечно, данный метод приложим ко всем остальным видам деятельности мозга.
Интерес к декодированию мозга возник около десяти лет назад, когда нейрофизиологи поняли, что функциональная магнитно-резонансная томография (фМРТ) даёт много информации, которая остаётся невостребованной. Метод, напомним, позволяет измерить мозговую деятельность путём выявления областей, которые в тот или иной момент активно насыщаются оксигенированной кровью. В целях анализа мозг делится на «кубики» — вокселы (трёхмерный аналог пикселов). Исследователи видят, какие вокселы сильнее всего реагируют на раздражители — например, на изображение лица. Отбрасывая не очень активные вокселы, учёные определяют, какие области мозга отвечают за обработку визуальной информации о лице.
В свою очередь, методы декодирования запрашивают намного больше информации: их интересуют не только сильные, но и слабые ответы, что позволяет выявить более тонкие закономерности (паттерны) деятельности мозга. Первые исследования такого рода доказали, например, что объекты наблюдения кодируются не только одной небольшой и очень активной областью, но гораздо более распределённым массивом.
Полученные данные вводятся в «классификатор паттернов» — компьютерный алгоритм, который распознаёт закономерности, связанные с определённым изображением или концепцией. После того как программа насмотрелась на паттерны, она может угадывать, что человек видит и о чём думает. Это уже не просто изображения мозга, на которых всего лишь подсвечены активные области. Раньше исследования ограничивались локализацией тех или иных процессов в мозге, а теперь появилась возможность тестировать гипотезы о природе психологических процессов, то есть задавать вопросы, к примеру, о силе и распределении памяти, о том, как человеческий мозг выполняет те или иные задачи.
Уже на раннем этапе Джим Хэксби из Дартмутского колледжа (США) и другие смогли показать, что можно получить достаточно информации для угадывания того, на что смотрит человек, — на ножницы, бутылки или обувь.
Вскоре после этого две другие группы независимо подтвердили основополагающие принципы организации человеческого мозга. Из исследований с электродами, вживлёнными в мозг обезьян и кошек, было известно, что многие области обработки визуальной информации сильно реагируют на ориентацию краёв предметов, объединяя их для создания картины мира. В головном мозге человека регионы, отвечающие за края, слишком малы, чтобы их можно было рассмотреть с помощью традиционных МРТ-технологий. Но, применяя методы декодирования данных МРТ, Джон-Дилан Хейнс и Герейнт Рис из Университетского колледжа Лондона (Великобритания), а также Юкиясу Камитани из ATR Computational Neuroscience Laboratories (Япония) и Фрэнк Тонг из Университета Вандербильта (США) в 2005 году показали, что изображения краёв вызвали образование весьма специфических паттернов и у людей тоже. Исследователи демонстрировали добровольцам линии, протянутые в различном направлении, и воксельная мозаика позволила определить, куда смотрит человек.
Иллюстрация Peter Quinnell / Kevork Djansezian / Getty.
В 2008 году на смену краям пришли сложные картины: группа Гэллэнта разработала декодер, определяющий, какую из 120 фотографий человек рассматривает в данный момент. Это куда более сложная задача, чем угадывание общей категории, к которой принадлежит изображение, или дешифровка линий. Следующим шагом стал декодер, производящий примитивные фильмы о том, что видит испытуемый.
Начиная примерно с 2006 года исследователи разрабатывают декодеры для различных задач: для визуальных образов, возникающих, когда люди воображают ту или иную сцену; для рабочей памяти, когда люди удерживают в памяти какую-нибудь фигуру или факт; для изучения намерений, когда человек принимаете решение сложить или вычесть. Последнее — самое сложное, ибо картинки, например, можно сгруппировать по цвету и содержанию, а правила, которым подчиняются намерения, установить не так-то просто, поясняет г-н Хейнс, работающий ныне в Центре вычислительной неврологии им. Бернштейна в Берлине (ФРГ).
У лаборатории Гэллэнта есть предварительные данные о том, насколько это трудно. На примере компьютерной игры Counter-Strike исследователи попытались угадать, пойдёт игрок влево или вправо, будет преследовать врага или выстрелит. Намерения относительно передвижения более или менее удалось расшифровать, но всё остальное в данных МРТ захлестнули эмоциональные сигналы, которые были особенно сильны, когда игрок стрелял и когда его персонажа убивали.
Те же трудности ожидают исследователей сновидений. Камитани и его коллеги укладывали человека спать в сканере, а затем периодически будили и требовали рассказать, что снилось. Поначалу учёные пытались реконструировать визуальную информацию, но сдались и перешли на словесные категории. Программа с 60-процентной точностью угадывала, когда грезились автомобили, текст, мужчины и женщины.
Проблема прежде всего в субъективном характере сновидений, подчёркивает г-н Камитани. Когда мне кажется, что я что-то вижу, могут быть задействованы не только зрительные центры, но и многие другие, поэтому построить воксельную модель невероятно тяжело.
Декодирование основывается на том факте, что можно установить корреляции между активностью мозга и внешним миром. Простой идентификации этих корреляций достаточно, если вы хотите всего лишь с помощью сигналов мозга командовать механической рукой. Но Гэллэнт и другие идут дальше: их интересует, как мозг организует и хранит информацию. Без этого невозможно «взломать» самые сложные его коды.
Ситуация осложняется тем, что каждая область мозга собирает информацию из других сетей и не только объединяет её, но и, возможно, меняет способ её выражения. Неврологи только постфактум могут понять, какие трансформации она пережила и в какой момент. Мозг не инженерный проект, он пользуется принципами, которые вовсе не обязательно понятны человеческому разуму и математическим моделям. «Мы не проектируем мозг: он дан нам, — говорит г-н Гэллэнт. — У нас нет никаких математических средств моделирования такого рода систем». Даже при наличии большого объёма данных о работе той или иной области мозга нет готового набора уравнений, описывающих эти данные, их отношения и то, как они меняются со временем.
Николаус Кригескорте из Кембриджа считает, что сложно понять уже то, как кодируется визуальная информация, хотя именно зрительная система — самая понятная часть мозга. «Зрение — одна из самых трудных задач искусственного интеллекта, хотя поначалу мы думали, что справиться с нею намного легче, чем научить компьютер играть в шахматы или доказывать теоремы», — отмечает учёный.
В общем, создание модели декодирования, которую можно было бы приложить ко всему мозгу, а тем более к мозгу, меняющемуся во времени, — очень сложная проблема. Как правило, нынешние декодеры строятся на работе индивидуального мозга и на наблюдениях за относительно простыми видами деятельности — например, на бинарном выборе (картинка «А» или картинка «Б»). Несколько групп пытаются создать такой декодер, который подошёл бы к любому мозгу. По признанию г-на Хэксби, пока получается не очень хорошо: всё-таки мозг у нас разный.
Если стандартизация окажется невозможной, придётся забыть о многих вышеупомянутых приложениях относительно «чтения мыслей» (тем более относительно мыслей бессознательных, скрытых от самого субъекта). Г-н Хейнс рассказывает, что однажды с ним связались из компании Daimler и спросили, можно ли научиться распознавать предпочтения автолюбителей. В принципе это возможно, однако сейчас по сканированию мозга нельзя определить, какой из 30 предложенных товаров выберет человек и почему. Так что пусть маркетологи пока придерживаются традиционных методов, говорит учёный, у них это неплохо получается.
Интересуются декодированием мозга и фирмы, которые хотели бы предложить правосудию более совершенный детектор лжи. Хэнк Грили из Стэнфордского университета (США) написал в «Оксфордском справочнике по нейроэтике» (2011), что можно было бы не только уличать преступников и лжесвидетелей, но и проверять достоверность воспоминаний, а также выявлять предубеждения у присяжных заседателей и судей. Некоторые специалисты по этике убеждены, что мысли и желания человека должны оставаться его личным делом, но Юлиан Савулеску из Оксфордского университета (Великобритания) не видит причин для страха, если методы декодирования будут использоваться должным образом. Он считает, что анализ «мыслей» ничем не отличается от анализа сказанного, которым занимаются следователи и судьи. Согласиться с его точкой зрения, однако, трудно, ибо мы, говоря по совести, не очень-то знаем свои мысли и что такое мысль вообще.
Г-н Хейнс как-то провёл исследование, в котором добровольцы совершали один тур по виртуальным домам, а затем, уже под присмотром сканера, — другой. Предварительные результаты показали, что данные МРТ позволяют определить, в каких домах участники уже побывали. Подразумевается, что такая техника подскажет, был ли подозреваемый на месте преступления. Но применять её в целях правосудия проблематично. А если человек там был, но запамятовал? Или посетил то место за неделю до преступления? Наконец, сканер можно просто обмануть, усердно думая о чём-то другом.
Учёные сомневаются в том, что декодирование будет широко использоваться. Во-первых, для этого требуется 15-тонное оборудование стоимостью $3 млн. Во-вторых, человек должен согласиться лежать неподвижно и активно думать потайные думы. И даже в этом случае высока вероятность ошибки. По признанию специалистов, психологи уже сейчас располагают более надёжными и дешёвыми способами «чтения мыслей».
Подготовлено по материалам Nature News.
compulenta.computerra.ru
