Как заглянуть в чужой сон

Возможность контроля над мыслями в том или ином виде широко использовалась авторами многочисленных фантастических романов. Но с недавних пор визуализация мысленных образов перестала относиться к сфере фантастики.

В начале 2000-х годов с помощью фМРТ были предприняты первые попытки «обратной ретинотопии» (ретинотопия — это упорядоченная проекция сетчатки на зрительной зоне коры головного мозга). Сначала попытки были довольно робкими: испытуемым показывали изображения и одновременно снимали данные об активности различных областей мозга с помощью фМРТ. Набрав необходимую статистику, исследователи пробовали решить обратную задачу — по карте активности мозга угадать, на что смотрит человек.

На простых картинках, где основную роль играла пространственная ориентация, расположение предметов или их категория, все вполне работало, но до «технической телепатии» было еще очень далеко. Но вот в 2008 году ученые из Института нейронаук Калифорнийского университета в Беркли под руководством профессора психологии Джека Гэлланта попытались проделать такой фокус с фотографиями. Они разделили изучаемую область мозга на небольшие элементы — вокселы (элементы объемного изображения) — и отслеживали их активность в то время, когда испытуемым (в их роли выступили два автора работы) показывали 1750 различных фотографий.

Удачная комбинация Поскольку фМРТ обеспечивает хорошее пространственное разрешение и не очень хорошее временное, а ЭЭГ — наоборот, для изучения паттернов активности мозга логично использовать сочетание этих методов. Японские ученые в работе по «подглядыванию сна» поступили именно так: с помощью ЭЭГ отслеживались фазы, когда испытуемые видели сны, а с помощью фМРТ записывалась активность различных областей мозга.

На основе этих данных ученые построили компьютерную модель, которую «обучили», показав 1000 других фотографий и получив на выходе 1000 различных паттернов активации вокселов. Оказалось, что показывая эти же 1000 фотографий испытуемым и сравнивая снимаемые с их мозга паттерны с предсказанными компьютером, можно с достаточно высокой точностью (до 82%) определить, на какую именно фотографию смотрит человек.

Движущиеся картинки

В 2011 году коллектив исследователей под руководством того же профессора Гэлланта из Калифорнийского университета в Беркли добился значительно более интересных результатов. Показывая испытуемым «тренировочные» отрывки из кинофильмов общей продолжительностью 7200 секунд, ученые изучали активность множества вокселов мозга с помощью фМРТ. Но здесь они столкнулись с серьезной проблемой: фМРТ реагирует на поглощение кислорода тканями мозга — гемодинамику, которая является значительно более медленным процессом, чем изменение нервных сигналов. Для исследования реакции на неподвижные изображения это не играет особой роли — фотографию можно показывать несколько секунд, а вот с динамичными видеороликами возникают серьезные проблемы. Поэтому ученые создали двухступенчатую модель, которая связывает медленную гемодинамику и быстрые нейронные процессы зрительного восприятия.

Построив первоначальную компьютерную модель «отклика» мозга на различные видео, исследователи обучили ее с помощью 18 млн односекундных видеороликов, случайно выбранных на YouTube. Потом испытуемым показывали «тестовые» фильмы (отличные от «тренировочных»), изучая активность мозга с помощью фМРТ, и компьютер выбирал из этих 18 млн сотню роликов, которые вызывали наиболее близкий паттерн активности, после чего усреднял изображение на этих роликах и выдавал «средний результат». Корреляция (совпадение) между изображением, которое видит человек, и тем, которое сгенерировано компьютером, составила около 30%. Но для первого «чтения мыслей» это очень неплохой результат.

Подробнее на источнике