Ein KI-Tool zur „Gedankenlesen“ kann rekonstruieren, was man betrachtet, basierend auf einem Hirnscan. Das behaupten Wissenschaftler am Weizmann-Institut für Wissenschaft in Rehovot, Israel, die sagen, ihr System könne einen Hirnscan nehmen und ein erkennbares Bild dessen erzeugen, was eine Person sah.
Das System funktioniert in beide Richtungen. Es kann erraten, was eine Person betrachtet, anhand eines Hirnscans, und es kann auch die Hirnaktivität einer Person anhand eines Bildes vorhersagen. Das Team unter der Leitung der Informatikerin Michal Irani sagt, die Methode könnte möglicherweise dazu verwendet werden, Menschen mit Locked-in-Syndrom zu helfen zu kommunizieren oder den Inhalt von Träumen nachzubilden.
Die Forschung wurde im vergangenen Monat auf der Konferenz Cognitive Computational Neuroscience in New York vorgestellt.
Wie der Scanner das Gehirn liest
Funktionelle Magnetresonanztomographie, oder fMRT, verfolgt den Fluss von sauerstoffreichem Blut durch das Gehirn. Bereiche, die auf einem fMRT-Scan hervorgehoben werden, gelten als zu diesem Zeitpunkt aktiv. Die Auflösung ist begrenzt: jeder hervorgehobene „Voxel“ umfasst etwa drei Kubikmillimeter, die etwa 16.000 Neuronen enthalten.
Irani und ihre Kollegen nutzten neuere Datensätze mit einer höheren Auflösung, bei denen jeder Voxel etwa ein Kubikmillimeter umfasst. Diese Scans zeigten, wie die Gehirne von Freiwilligen auf verschiedene Bilder reagierten.
Bisherige Versuche ergaben verschwommene, kaum verständliche Rekonstruktionen. Das neue System zielt darauf ab, dies zu verbessern.
Das Modell trainieren
Das Team begann mit öffentlich verfügbaren Hirnscandaten von Freiwilligen, die hunderte von Bildern betrachtet hatten, während sie in fMRT-Scannern lagen. Irani und ihre Kollegen trainierten ein KI-Modell mit Daten von acht Personen, die während einer hochauflösenden fMRT-Sitzung jeweils etwa 9.000 Bilder sahen.
Das Modell hat zwei Zweige. Einer sagt die Struktur eines Bildes vorher – wo die Farben sind. Der andere sagt den Inhalt vorher – zum Beispiel eine Bananengruppe auf einem Teller. Ein Diffusionsmodell, das verrauschte Pixeldaten bereinigt, um klarere Bilder zu erzeugen, kombiniert die Vorhersagen zu einer endgültigen Rekonstruktion.
Die ersten Ergebnisse waren nicht vielversprechend. Zeigt man dem Modell eine Banane, erzeugt es zwar ein Bild einer Banane, aber die Form und Position stimmen nicht. Irani sagt, das rekonstruierte Bild hätte nicht die gleiche Struktur oder die gleiche Position wie das Original.
Der Encoder-Trick
Um die Modelle zu verbessern, benötigte das Team mehr Daten als tatsächlich verfügbar waren. Sie trainierten daher ein weiteres Modell in die entgegengesetzte Richtung – einen Encoder, der Gehirnaktivität aus einem Bild vorhersagt.
Sie nutzten dann den Encoder und Decoder zusammen, um beide Werkzeuge zu verfeinern. Der Prozess beginnt mit einem neuen Bild, sagen wir, von einem Leoparden. Der Encoder sagt voraus, wie ein fMRT-Scan aussehen würde, wenn eine Person dieses Bild betrachtet. Der Decoder rekonstruiert das Bild aus dem vorhergesagten Scan.
Zunächst wird das rekonstruierte Bild wahrscheinlich kaum wie ein Leopard aussehen. Aber wiederholtes Training führt schließlich zu dramatischen Verbesserungen.
Was das Gehirn zeigt
Durch die Kombination von Daten aus mehreren Studien identifizierte das Team Gehirnregionen, die scheinbar Funktionen über alle Individuen hinweg teilen. Eine Region reagierte auf Bilder von Lebensmitteln. Eine andere reagierte auf Bilder von Sport.
Irani, eine Informatikerin, sagt, sie arbeite nun mit Neurobiologen zusammen, um zu sehen, ob die Werkzeuge neue Erkenntnisse über das Gehirn liefern können.
Der resultierende „universelle Gehirn-Encoder“ kann mit einem Scan von einer neuen Person mit minimaler Kalibrierung arbeiten. Bisherige Werkzeuge erfordern typischerweise etwa 40 Stunden fMRT-Daten von einer neuen Person, bevor sie vorhersagen können, was diese sehen.
Irani’s Decoder benötigt nur eine Stunde Daten.
Die ethische Warnung
Nicht jeder jubelt. Einige Wissenschaftler warnen, dass ein ähnlicher Ansatz verwendet werden könnte, um die inneren Gedanken und die mentale Vorstellungskraft einer Person ohne deren Zustimmung aufzudecken.
Tommy Sprague, ein Neuroforscher an der University of California Santa Barbara, bezeichnete die Ergebnisse als „sehr beeindruckend“. Er fügte jedoch eine Warnung hinzu: „Wenn es eine Möglichkeit gibt, unbemerkt Informationen darüber zu extrahieren, worüber man gerade nachdenkt, dann… können 150 Jahre Science-Fiction jederzeit Realität werden, und das ist in vielerlei Hinsicht beunruhigend.“
Judy Illes, eine Neuroethikerin und Professorin für Neurologie an der University of British Columbia, beschrieb die Arbeit als „herausragend“. Sie sagt, die Idee, diesen Ansatz zur therapeutischen Unterstützung von Menschen mit neurologischen Erkrankungen einzusetzen, sei „enorm spannend“.
Warum das wichtig ist
Das System könnte die Neuroscience-Forschung beschleunigen. Sprague merkte an, dass sich keine der Forschenden 40 Stunden Bildgebung für einen neuen Probanden leisten kann. Das kostet etwa 600 bis 1.000 Dollar pro Stunde.
Das neue Werkzeug könnte diese Kosten drastisch senken.
Die Technologie befindet sich noch in der Entwicklung, und die Ergebnisse des Teams wurden auf einer Konferenz vorgestellt, anstatt in einer von Fachleuten begutachteten Zeitschrift veröffentlicht. Das bedeutet, dass noch keine unabhängige Überprüfung stattgefunden hat.
Kasten mit den wichtigsten Fakten
- Modell trainiert mit: Daten von acht Personen, die jeweils etwa 9.000 Bilder gezeigt wurden
- Neues Encoder-Training: Etwa 70 % der Bilder wurden nicht ursprünglich mit Scans gepaart
- Vorherige Werkzeugkalibrierung: Etwa 40 Stunden fMRT-Daten pro Person
- Neue Decoder-Kalibrierung: Nur eine Stunde Daten
- Konferenz: Cognitive Computational Neuroscience, New York
- Kosten für die Bildaufnahme: Etwa 600 bis 1.000 Dollar pro Stunde.
Zeitplanübersicht
| Phase | Details |
|---|---|
| Datenerhebung | Freiwillige wurden in fMRT-Scannern hunderte von Bildern gezeigt. |
| Erste Schulung | Modell trainiert mit acht Personen, jeweils 9.000 Bilder. |
| Encoder-Training | Modell lernt, Gehirnaktivität anhand von Bildern vorherzusagen. |
| Decoder-Verfeinerung | Encoder und Decoder werden gemeinsam trainiert, Beispiel: Leopard. |
| Universal Encoder | Funktioniert bei neuen Personen mit minimaler Kalibrierung |
| Konferenzpräsentation | Cognitive Computational Neuroscience, New York |
Die Technologie wirft ernste Fragen des Datenschutzes auf. Wenn ein Gedankendesigner die Gedanken einer Person aus einem Hirnscan rekonstruieren kann, wer kontrolliert diese Informationen? Wie werden sie gespeichert? Wer hat Zugriff?
Illes’ Begeisterung für therapeutische Anwendungen wird durch Spragues Warnung gemildert. Der ethische Rahmen für diese Technologie wird noch entwickelt.
Im Moment wird die Wissenschaft noch getestet. Der Decoder wurde auf einer Konferenz vorgeführt. Die Frage ist, was als Nächstes passiert.
Quelle: „Ein KI-„Gedankenleser“ kann rekonstruieren, was Sie betrachten, basierend auf einem Hirnscan“, MIT Technology Review.
Das Notizbuch abonnieren.
Die besten Geschichten des Tages und jedes neue Urteil, in klarem Deutsch, um sieben im Postfach. Eine Mail am Tag, nicht mehr.