Gesundheit

Gedankenlesen: Künstliche Intelligenz rekonstruiert Bilder aus dem Gehirn

Nicolas Meudt Autor, Hemd & Hoodie

Schon bald könnte künstliche Intelligenz es ermöglichen, Gedanken zu lesen und so Erinnerungen oder Tagträume als Videos aufzuzeichnen.

Bereits heute drängt sich manchmal der Eindruck auf, Computer seien in der Lage, in unsere Köpfe hineinzusehen. Denn Behavioral Targeting beim Surfen im Internet beispielsweise ist nicht selten erstaunlich treffsicher. Andererseits ist die angezeigte Werbung oftmals auch sehr abwegig und die dahinterliegenden Technologien basieren bisweilen auf nicht mehr als statistischen Verfahren.

Nun ist es Wissenschaftlern allerdings tatsächlich gelungen, die Gedanken von Menschen zu lesen. Denn mit einer auf maschinellem Lernen basierenden Analyse von funktionellen Magnetresonanzbildgebungsmustern (englisch: functional magnetic resonance imaging, fMRI) haben sie es geschafft, Wahrnehmungsinhalte zu visualisieren. Bislang steht ein Peer-Review der Forschungsergebnisse noch aus. Jedoch besteht die berechtigte Hoffnung, dass die als „Deep Image Recognition“ bezeichnete Technologie eines Tages dafür genutzt werden könnte, um Videoaufnahmen von mentalen Bildern zu erstellen oder Patienten in vegetativen Zuständen zu helfen, mit ihren Familien zu kommunizieren.

Deep Generator Network bildet hierarchische Strukturen nach

„Wir haben Methoden untersucht, um von Personen betrachtete Bilder zu rekonstruieren oder neu zu erstellen, indem wir ihre Gehirnaktivität beobachteten”,  sagt Yukiyasu Kamitani, ein an der Studie beteiligter Wissenschaftler. Dabei machten er und seine Kollegen sich das Wissen zunutze, dass das Gehirn visuelle Informationen verarbeitet, indem es hierarchisch verschiedene Ebenen von Merkmalen oder Komponenten unterschiedlicher Komplexität extrahiert. Diese Hierarchien konnten sie in einem Deep Generator Network (DGN) so nachahmen, dass ein Deep Neural Network (DNN) daraus Bilder abstrahieren konnte, die mehrere Ebenen an Farbe und Struktur aufwiesen.

Die Grafik veranschaulicht die einzelnen Schritte bei der Dekodierung der Bilder. Cover-Foto: Kyoto University – Kamitani Lab (Montage)

Um die künstliche Intelligenz zu trainieren, wurden drei Probanden natürliche Bilder – zum Beispiel das Foto eines Vogels oder einer Person – gezeigt. In einigen Fällen wurde ihre Gehirnaktivität gemessen, während sie die Bilder betrachteten; in anderen wurde sie später protokolliert, wenn sie an ein zuvor gezeigtes Foto dachten. Sobald die Gehirnaktivität gescannt wurde, decodierte ein Computer die Informationen rückwirkend („reverse engineering“) und visualisierte die Gedanken der entsprechenden Person.

Künstliche Intelligenz soll “Fenster zu unserer inneren Welt” öffnen

Stellten sich die Probanden ein Bild lediglich vor, anstatt es zu betrachten, fiel es der künstlichen Intelligenz wesentlich schwerer, die Gehirnaktivitäten zu entschlüsseln. Der Grund: Da sich das menschliche Gehirn in der Regel nicht an jedes Detail erinnern kann, das gesehen wurde, sind die Erinnerungen – und somit zwangsläufig auch ihre Wiedergabe – unscharf. „Das Gehirn ist in diesem Szenario weniger aktiviert”, so Kamitani.

Insbesondere die Tatsache, dass die Künstliche Intelligenz Buchstaben und geometrische Formen entschlüsseln konnte, die sie zuvor noch nie gesehen hatte, sorgte in der Fachwelt für Staunen.

Für besonderes Aufsehen sorgte in der Fachwelt die Tatsache, dass die künstliche Intelligenz sogar mentale Bilder dekodieren konnte, die sie zuvor noch nie gesehen hatte, etwa Buchstaben und geometrische Formen. Bislang sind viele der aus dem DGN abstrahierten Bilder zwar noch ungenau, doch wird die Technologie in den nächsten Jahren – mit weiteren Probanden und aufgrund stetig steigender Rechenkraft – wohl weitere Fortschritte erzielen können. Die Forscher sind jedenfalls zuversichtlich, dass es künftig möglich sein wird, Hirnscans in ein Faksimile des geistigen Auges zu übersetzen und somit ein „einzigartiges Fenster zu unserer inneren Welt“ zu öffnen.

Cover-Foto: Kyoto University – Kamitani Lab (Montage)

Artikel empfehlen

Zugehörige Themen

Gesundheit Technische Innovation Wissenschaft

Als Nächstes lesen

Read Full Story