Presto saremo in grado di leggere nel pensiero? Un nuovo studio decodifica le immagini dell'attività cerebrale per estrarre parole e significato

Presto saremo in grado di leggere nel pensiero? Un nuovo studio decodifica le immagini dell'attività cerebrale per estrarre parole e significato

È sempre più realistico, dal punto di vista tecnologico, immaginare di decodificare i pensieri degli umani. Per la prima volta, i neuroscienziati sono stati in grado di "decodificare" i dati di imaging non invasivi dal cervello di tre partecipanti per ricostruire sequenze di parole e il significato generale delle storie che i partecipanti avevano ascoltato, visto o immaginato.

In questo nuovo studio, pubblicato in Nature Neuroscience, Alexander Huth e i suoi colleghi, dell'Università del Texas, sono riusciti a estrarre il significato complessivo e le frasi dalle immagini dell'attività cerebrale ottenute mediante risonanza magnetica funzionale (o risonanza magnetica funzionale).

Decodifica la lingua

Sintetizzare le parole attraverso i segnali cerebrali potrebbe essere molto utile per le persone che non hanno accesso alla parola a causa di malattie come malattie dei motoneuroni, che influenzano i neuroni che controllano i movimenti volontari del corpo. Questa ricerca pone interrogativi anche sull'esistenza della nostra vita privata più intima, quella dei nostri pensieri.

I schemi di decodifica linguistica, o "decodificatori vocali", cercano di utilizzare le registrazioni dell'attività cerebrale per dedurre le parole che i soggetti sentono, dicono o immaginano.

Fino ad ora, i decodificatori linguistici sono stati utilizzati solo su dati ottenuti da dispositivi impiantati nel cervello, il che ne limita l'utilità. E finora, i decodificatori che utilizzano registrazioni non invasive dell'attività cerebrale hanno decodificato singole parole o frasi molto brevi, ma non sono stati applicati per estrarre il significato dal discorso continuo.

in questo nuovo studio, è un segnale molto specifico della risonanza magnetica funzionale che è stato sfruttato: questo segnale dipende dal flusso di sangue nel cervello e dal livello di ossigenazione del sangue.

Concentrandosi sull'attività cerebrale nelle regioni del cervello e nelle reti neurali che sono note per elaborare il linguaggio, i ricercatori hanno dimostrato che il loro decodificatore potrebbe essere addestrato a ricostruire un discorso continuo, comprese parole specifiche ma anche significati aggregati di frasi più complete.

Il decodificatore ha utilizzato le risposte cerebrali di tre partecipanti registrate mentre ascoltavano storie e ha generato sequenze di parole che avrebbero potuto produrre l'attività cerebrale registrata. Queste sequenze di parole riproducevano abbastanza bene l'idea generale della storia, e in alcuni casi includevano anche parole o frasi esatte.

All'interno dello scanner MRI funzionale, i partecipanti sono stati anche portati a guardare film muti e immaginare le storie corrispondenti. In entrambi i casi, il decodificatore è stato in grado di prevedere la maggior parte delle storie.

Ad esempio, un partecipante ha pensato "Non ho sostenuto la mia patente di guida" (Non ho ancora la patente di guida), e il decodificatore ha predetto "Non ha ancora imparato a guidare" (Non ha ancora nemmeno iniziato a imparare a guidare).

Inoltre, quando i partecipanti dovevano ascoltare attivamente una storia ignorando una seconda storia trasmessa in simulcast, il decodificatore era in grado di identificare solo la prima trama.

Come funziona ?

In primo luogo, gli scienziati hanno chiesto ai partecipanti di trascorrere 16 ore in uno scanner MRI funzionale, dove hanno ascoltato le storie lette mentre le loro attività cerebrali venivano registrate.

Queste risposte cerebrali sono state utilizzate per addestrare un "codificatore", che è un modello di computer che prevede come il cervello risponde alle parole ascoltate dal partecipante. Dopo questo addestramento, il codificatore può prevedere con buona precisione a cosa risponderebbe il cervello di ciascun partecipante durante l'ascolto di una sequenza di parole particolari.

Ma andare nella direzione opposta, cioè estrarre una sequenza di parole dall'attività cerebrale, è molto più difficile.

In effetti, il modello del codificatore è progettato per mettere in relazione le attività cerebrali e gli "elementi semantici" o il significato complessivo di parole o frasi. Per raggiungere questo obiettivo, il sistema utilizza il Modello di linguaggio "GPT", per trasformatore generativo pre-addestrato, il precursore dell'attuale GPT-4. Il decodificatore genera quindi la sequenza di parole che potrebbe aver prodotto la risposta cerebrale osservata.

Una tabella che mostra i fotogrammi di un film d'animazione accanto alle descrizioni dell'azione decodificate dalle scansioni fMRI
Il decodificatore potrebbe anche descrivere l'azione quando i partecipanti guardavano film muti. Tang et al./Natura Neuroscienze

La correttezza di ogni previsione del decodificatore viene verificata utilizzandola per calcolare l'attività cerebrale corrispondente. Questa attività cerebrale prevista dal decodificatore viene quindi confrontata con quella effettivamente registrata.

Durante questo processo, che consuma molte risorse di calcolo, vengono generate una per una molte previsioni, classificate in base alla loro accuratezza: le previsioni inappropriate vengono eliminate, le più accurate vengono mantenute. Quindi, viene prevista la parola successiva in sequenza, fino a quando non viene determinata la sequenza più corretta.

parole e significato

Il nuovo studio mostra che, per eseguire il processo di previsione, erano necessari dati provenienti da più regioni del cervello. Queste regioni sono diverse ma molto specifiche: sono la rete del linguaggio, la regione associativa parietale/temporale/occipitale e la corteccia prefrontale.

Una delle principali differenze tra questo lavoro e gli studi precedenti è il tipo di dati utilizzati. Questo perché la maggior parte dei decodificatori collega i dati delle regioni del cervello coinvolte nella fase finale della formazione del linguaggio, vale a dire i movimenti della bocca e della lingua. Questo decodificatore lavora su un altro livello, sulle idee e sul significato dei pensieri.

Uno dei limiti dei dati di risonanza magnetica funzionale è la loro bassa "risoluzione temporale". Infatti, il segnale di ossigenazione del sangue sale e scende in circa 10 secondi, periodo durante il quale sentiamo una ventina di parole o più. Pertanto, questa tecnica non rileva singole parole ma il probabile significato di sequenze di parole.

Non ci facciamo prendere dal panico (non ancora)

L'idea che possiamo leggere le menti solleva naturalmente preoccupazioni sull'esistenza delle nostre vite private più intime, su ciò che accade nelle nostre teste. I ricercatori hanno eseguito ulteriori esperimenti per chiarire le capacità della tecnica.

Questi esperimenti dimostrano che non c'è ancora bisogno di preoccuparsi che i nostri pensieri vengano letti mentre camminiamo per strada o se non siamo disposti a collaborare.

In effetti, un decodificatore addestrato sui dati cerebrali di una persona predice male gli elementi semantici dai dati cerebrali di un'altra persona. Inoltre, i partecipanti possono complicare il compito di decodifica rivolgendo la loro attenzione a un altro compito, come nominare animali o raccontare un'altra storia.

Il decodificatore funziona anche se i partecipanti si spostano nello scanner MRI funzionale, poiché si tratta di una tecnica di imaging molto sensibile al movimento. La collaborazione dei partecipanti è essenziale qui.

Con questi vincoli tecnici, oltre alla necessità di computer molto potenti per eseguire il decodificatore, è molto improbabile in questa fase che i pensieri di qualcuno possano essere decodificati contro la loro volontà in questa fase.

Infine, il decoder funziona solo per il momento con i dati ottenuti dalla risonanza magnetica funzionale, che è una tecnica costosa e spesso complicata da implementare. Il gruppo di ricerca intende testare questo metodo con dati provenienti da altre tecnologie di imaging cerebrale non invasive.

Cristina Maher, Ingegnere Biomedico e Neuroscienziato, Università di Sydney

Questo articolo è ripubblicato da The Conversation sotto licenza Creative Commons. Leggi ilarticolo originale.

Credito immagine: Shutterstock / PRODUZIONE ORION

 

 

The Conversation


Nella categoria Salute >



Notizie recenti >