Zusammenfassung:
Die Fähigkeit der KI, visuelle Signale vom Gehirn zu entschlüsseln, geht noch einen Schritt weiter. Ein israelisches wissenschaftliches Forschungsteam hat kürzlich ein KI-Modell entwickelt, das mithilfe von Gehirnscans die vom menschlichen Auge gesehenen Bilder wiederherstellen kann. Das Team hofft auch, in Zukunft auf Video und sogar Traumdekodierung auszuweiten. Gleichzeitig gibt auch das Risiko eines Missbrauchs dieser Technologie Anlass zur Sorge.
Medienberichten vom Samstag Ortszeit zufolge
Das Team von Michal Irani, Professor am Weizmann Institute of Science in Israel, hat kürzlich ein KI-Modell namens Brain-IT entwickelt. Das Modell kann Daten der funktionellen Magnetresonanztomographie (fMRT) analysieren, um das visuelle Bild der Person, die das Bild betrachtet, zu rekonstruieren.
Quelle: Offizielle Pressemitteilung des Weizmann Institute of Science
Laut der offiziellen Pressemitteilung kann das Modell die von den Probanden gesehenen Bilder mit extrem hoher Genauigkeit wiederherstellen.
Das Training dieser Art von KI-Modell erfordert eine große Menge gepaarter „Bild + Gehirnscan“-Daten, die die Gehirnaktivität einer Person beim Betrachten jedes Bildes aufzeichnen.
Die Erhebung dieser Art von Daten ist jedoch äußerst zeitaufwändig und mühsam. Der in der Studie verwendete öffentliche „Natural Scene Dataset“ ist derzeit der größte Datensatz in diesem Bereich, enthält jedoch nur Daten von 8 Probanden. Jede Person nahm an 30 bis 40 Scans im Scanner teil, betrachtete Tausende von Bildern und bildete insgesamt etwa 73.000 Datenpaare.
Um das Problem unzureichender Daten zu lösen, trainierte das Team ein „Rückübersetzungs“-Modell: Basierend auf dem Bild sagt es die Gehirnaktivität von Menschen voraus, wenn sie es sehen, und erweitert so die Trainingsdaten erheblich.
Irani sagte, dass einige Modelle (zuvor) in der Lage waren, eine Bildrekonstruktion auf hoher Ebene auf der Grundlage der Gehirnaktivität zu erreichen, es treten jedoch häufig grundlegende Fehler in der Komposition und Farbe auf.
Sie bemerkte: „Das neue Modell, das wir entwickelt haben, ist diesen Modellen hinsichtlich der Wiederherstellung von Bildinhalten und Details überlegen.“
„Außerdem benötigen andere Modelle Dutzende Stunden an Gehirnscandaten, um zu lernen, eine neue Person zu ‚lesen‘, während unser Modell nur eine Stunde benötigt.“
Links ist das Originalbild, das die Versuchsperson gesehen hat, rechts ist das von Brain-IT rekonstruierte Bild, Quelle: offizielle Pressemitteilung des Weizmann Institute of Science
Derzeit verwendet diese Studie statische Bilder. Iranis Labor arbeitet daran, diese Art des „Gedankenlesens“ auf die Dekodierung auditiver Informationen und schließlich auf Videos auszuweiten.
Besonders herausfordernd sei das Entschlüsseln von Videos, beispielsweise während eines Traums, sagte Irani in einer Erklärung. Videobilder ändern sich Dutzende Male pro Sekunde und die fMRT benötigt etwa zwei Sekunden, um einen Scan abzuschließen. Wenn wir all diese Hindernisse überwinden können,
können wir in Zukunft vielleicht Träume lesen
. ”Medienberichte wiesen darauf hin, dass Wissenschaftler seit vielen Jahren an verwandten Technologien arbeiten. Im Jahr 2017 untersuchte ein in der internationalen juristischen Fachzeitschrift „Journal of Law and the Biosciences“ veröffentlichter Artikel die Möglichkeit, Neuroimaging-Technologie zu nutzen, um „gehirnbasiertes Gedankenlesen“ zu erreichen.
Das Papier weist darauf hin, dass diese Art von Technologie in Gerichten eingesetzt werden kann, um Angeklagte, Gefangene und potenzielle Geschworene durch Lügendetektortests zu begutachten und so das Justizsystem zu verbessern. Das Papier warnt auch davor, dass diese Art von Technologie auch für unethische und erzwungene Zwecke eingesetzt werden kann.
Kenneth Norman, Professor für Psychologie und Neurowissenschaften an der Princeton University in den Vereinigten Staaten, glaubt, dass sich die Qualität der Signaldaten von fMRT-Geräten in den letzten Jahren verbessert hat und dass sich auch die Methoden für den Menschen zur Analyse dieser Daten verbessert haben, was beides diese Art von Technologie ermöglicht.
Berichten zufolge sagte Norman im Jahr 2022 in einem Gespräch mit der American Psychological Association (APA), dass eine solche Technologie voraussichtlich Patienten mit Depressionen oder Angstzuständen helfen werde.
Er erklärte, dass Therapeuten Neurofeedback nutzen können, um Patienten darauf aufmerksam zu machen, dass ihre Gedanken in negative Schleifen geraten sind, und um sie bei dem Versuch zu unterstützen, diese Gedankenmuster zu kontrollieren.
Derzeit loben einige Neurowissenschaftler die Leistungsfähigkeit des Brain-IT-Modells und glauben, dass es das Potenzial hat, bei der Behandlung von Patienten mit neurologischen Erkrankungen eingesetzt zu werden. Es bestehen jedoch auch Bedenken, dass diese Technologie missbraucht und zur gewaltsamen Beschaffung persönlicher ideologischer Informationen genutzt werden könnte.
Kommentare