Wyobraźmy sobie, że udało się ludzkości – w osobach kognitywistów i informatyków z University of Texas w Austin – opracować dekoder dokonujący „rekonstrukcji języka na podstawie korowych reprezentacji semantycznych zarejestrowanych za pomocą funkcjonalnego rezonansu magnetycznego (fMRI)”. Ujmując to bez naukowego żargonu: dekoder ów czyta w myślach na podstawie nieinwazyjnych skanów mózgu w czasie bieżącym. Jeszcze się ciągle uczy, ale idzie mu coraz lepiej.

Przywrócić zdolność mówienia

Rzecz stała się głośna na początku maja tego roku, gdy o opracowaniu zdolnej do „czytania w myślach” sztucznej inteligencji (AI) donieśli na łamach „Nature Neuroscience” wspomniani uczeni. Informacja szybko pojawiła się też w najważniejszych światowych mediach: „NYT”, National Public Radio, „Euronews”, NBS, „The Guardian” etc.

Jak zapewniają na wstępie autorzy tej pracy, która ma szansę przejść do annałów historii nauki: „Interfejs mózg-komputer, który dekoduje język w sposób ciągły z nagrań powstałych metodą nieinwazyjną, miałby wiele zastosowań naukowych i praktycznych. Obecnie jednak nieinwazyjne dekodery językowe mogą identyfikować bodźce tylko z niewielkiego zestawu słów lub fraz.”

Czyż nie czymś takim posługiwał się przez połowę swojego coraz bardziej unieruchomionego życia genialny fizyk i kosmolog Stephen Hawking? Gdy chciał mówić, wybierał litery i słowa z ekranu syntezatora kontrolowanego przez drgania jego mięśni policzkowych. Gdyby mięśnie przestały być zdolne do jakichkolwiek drgań, uczony zamilkłby bezpowrotnie.

Już cztery lata temu, a więc w 2019 roku (czego geniusz z Cambridge niestety nie doczekał) powstał nowy sposób wydobycia mowy danej osoby bezpośrednio z jej mózgu. Intencja człowieka, aby wypowiedzieć określone słowa, może bowiem zostać zebrana z sygnałów mózgowych i przekształcona w tekst wystarczająco szybko, aby nadążyć za naturalną rozmową. Odkrycie zawdzięczamy grupie kierowanej przez Edwarda Changa na Uniwersytecie Kalifornijskim w San Francisco. Praca urządzenia, zdolnego dekodować zestaw niewielu słów z listy, polegała na gęstym odczycie encefalograficznym. Miało ono sprawić, że w odstawkę poszłyby „zabawki”, którymi posługiwał się Hawking. Jednak okołopandemiczny przełom w sferze rozwoju AI przenosi właśnie do lamusa owe ówczesne nowinki.

Dziś pierwszy autor pracy z „Nature Neuroscience” i doktorant w UT Texas Austin Jerry Tang na łamach magazynu medycznego „STAT” twierdzi, iż: „opracowywane są dekodery mózgowe, które pomogą przywrócić komunikację osobom, które utraciły zdolność mówienia lub pisania. Obecnie większość dekoderów mózgowych wykorzystuje nagrania z wszczepionych elektrod i jest przeznaczona przede wszystkim dla osób z zaburzeniami narządu ruchu. Mamy nadzieję, że ostatecznie nasz dekoder mózgu może zapewnić nieinwazyjną opcję dla osób z szerokim zakresem zaburzeń komunikacyjnych.”

Istotnie, opracowany w Teksasie dekoder, jak wynika z naukowego opisu: „generuje zrozumiałe sekwencje słów, które odzyskują znaczenie postrzeganej mowy, mowy wyobrażonej, a nawet niemych filmów, demonstrując, że pojedynczy dekoder może być zastosowany do szeregu zadań”.

Mapy stratygraficzne

Trzeba wiedzieć, że gdy mamy coś powiedzieć, to uaktywniają się różne, ale dość konkretne, obszary w mózgu, w zależności od tego, o czym, z jakimi emocjami i w odniesieniu do jakich wspomnień budujemy wypowiedź. Słowa, a nawet całe frazy mają zatem swoje miejsce w mózgu, gdy ich słuchamy, gdy o nich myślimy, a także gdy je wypowiadamy. Na ogół najpierw myślimy, a potem wypowiadamy ową myśl, choć często można niejednej osobie postawić zarzut, że mówi coś bezmyślnie. To jednak uproszczenie i kolokwializm, którym neuronauki przeczą. Po prostu nie wszystko, o czym myślimy, jest szczególnie mądre, stąd i zdarzają się wypowiedzi niepoprzedzone żadną refleksją.

Upraszczając maksymalnie działanie nowego nieinwazyjnego dekodera opartego o AI, funkcjonalny rezonans magnetyczny (fMRI) jest w stanie z dużą dokładnością mapować w mózgu obszary w danym momencie bardzo aktywne i przedstawiać je za pomocą kolorowych plam. Niczym mapy stratygraficzne: tam, gdzie niebiesko – aktywność jest niska, gdzie czerwono – bardzo wysoka, a reszta jest zgodnie z gradientem pomiędzy: na zielono, żółto, pomarańczowo… AI zaś to program do bardzo szybkiej analizy tego typu obrazów, wyposażony w bazy pełne danych z eksperymentów, gdy człowiek podczas badania fMRI myślał konkretnie (a przynajmniej tak zapewniał), co chce powiedzieć, słuchał jakiś wypowiedzi etc. Pod warunkiem oczywiście, że ów uczestnik był otwarty na rozszyfrowanie swoich myśli, słuchanie nowej dla niego historii lub wyobrażanie sobie opowiadanej historii, maszyna generuje stosowny tekst z samej aktywności jego mózgu. W kompilowaniu wypowiedzi sensownych i gramatycznie spójnych opiera się częściowo na modelu transformatora, podobnym do tych, które napędzają ChatGPT Open AI i Google Bard.

Szkolenie dekodera polega na tym, że osoba umieszczona w skanerze fMRI słucha przez 16 godzin konkretnych podcastów – co rozłożono na kilka miesięcy dających się wytrzymać sesji, bo trzeba być całkowicie nieruchomym – a on to ogląda i analizuje. Podczas samego eksperymentu, uczestnicy w czasie przebywania w skanerze mieli nie tylko wysłuchać lub przemyśleć jakąś zadaną im historię. Poproszono ich także o obejrzenie czterech krótkich, niemych filmów. Dekoder semantyczny miał sobie poradzić z każdym z tych zadań, różnych pod względem pracy mózgu i ewentualnej późniejszej werbalizacji przeżyć przez osobę uczestniczącą w eksperymencie.

Ważna istota, nie słowo

Ów dekoder pooglądał sobie – tysiącami, a nawet dziesiątkami tysięcy – te nasze aż kolorowe od aktywności mózgi, i wychodzi na to, że umie dziś czytać w myślach. Aczkolwiek… Tylko (lub aż) w połowie przypadków, gdy dekoder został przeszkolony w monitorowaniu aktywności mózgu konkretnego uczestnika, maszyna generuje tekst, który ściśle (a czasem dokładnie) odpowiada zamierzonemu znaczeniu oryginalnej wypowiedzi.

Pozytywnym rezultatem nie jest bowiem transkrypcja słowo w słowo. Zamiast tego naukowcy zaprojektowali dekoder tak, aby był zdolny uchwycić istotę tego, co się mówi lub myśli. Np. „Nie wiedziałem, czy krzyczeć, płakać czy uciekać”, tłumaczy na: „ Zostaw mnie w spokoju! Powiedziałem, żebyś zostawił mnie w spokoju”.

Wyniki dla osób, na których dekoder nie był szkolony, były niezrozumiałe i bezużyteczne – w naszych odwzorowaniach mózg-mowa jesteśmy zatem dość indywidualni. Podobnie beznadziejne były wysiłki maszyny, gdy uczestnicy, na których dekoder się uczył, później np. myśleli o czym innym niż mieli zadane.
        ODWIEDŹ I POLUB NAS     Oczywiście to, co naprawdę ewentualnie jest tu, lub stać się może, bulwersujące, to nie kwestia skuteczności dekodera, czyli tego, że np. jakaś pozbawiona zdolności mowy ofiara udaru mózgu znajdzie się czasem w sytuacji niemożności komunikacyjnej mimo tego automatycznego pomocnika, a jej „słuchacze” zagubią się podczas odbioru komunikatu i dojdzie do nieporozumień. Bo być „lost in translation” nie jest jakimś doświadczeniem tragicznym ani traumatyzującym. Podejmiemy kolejną próbę rozmowy i być może wtedy pójdzie lepiej.

To, co naprawdę stawia w tej sprawie włosy wielu osobom na głowie jest kwestia genialnie ujętej przez Lema w „Solaris” zdolności do panowania nad umysłami, w których się, bez ich wiedzy i woli, czyta. Samo zagadnienie tworzenia społecznego podporządkowania za pomocą narzędzi znacznie nowocześniejszych niż mass media już przed pojawieniem się najnowszego dekodera myśli rodem z Teksasu, spędzało sen z wielu powiek Dziś może być w tej kwestii, jak w niezapomnianym dowcipie na temat przemówień Wiesława Gomułki. „Staliśmy nad przepaścią, ale zrobiliśmy wielki krok naprzód”.

Sami autorzy publikacji w „Nature Neuroscience” zapewniają, że „ponieważ interfejsy mózg-komputer powinny szanować prywatność psychiczną, przetestowaliśmy, czy udane dekodowanie wymaga współpracy podmiotu i stwierdziliśmy, że współpraca podmiotu jest wymagana zarówno do szkolenia, jak i zastosowania dekodera”. Oznacza to, że ich maszyny nie da się wykorzystać np. do inwigilacji „myślozbrodni”.

Podobnie, we wspomnianej już opinii Jerry Tang wyraża zrozumienie dla tych lęków i zapewnia: „Podczas gdy nasze mózgi dają początek naszym procesom umysłowym, mamy ograniczone zrozumienie tego, w jaki sposób większość procesów umysłowych jest faktycznie zakodowana w aktywności mózgu. W rezultacie dekodery mózgowe nie mogą po prostu odczytać zawartości umysłu osoby. Zamiast tego uczą się przewidywać treści mentalne. Dekoder mózgu jest jak słownik między wzorcami aktywności mózgu a opisami treści mentalnych. Słownik jest tworzony na podstawie pomiaru, w jaki sposób mózg danej osoby reaguje na bodźce, takie jak słowa lub obrazy”.

Gdyby dało się zmienić obrazowanie fMRI (zależne od wielkiej, niezbędnej medycznie, zatem trudnodostępnej oraz drogiej maszyny) na coś praktyczniejszego i poręczniejszego, np. funkcjonalną spektroskopię w bliskiej podczerwieni (fNIRS), mierzącą zasadniczo to samo co fMRI, czyli aktywność konkretnych obszarów mózgu, ale z mniejszą rozdzielczością… Rzecz stanie się wtedy dostępna może nie dla milionów, ale dla tysięcy! Dlaczego nie?

„Chcemy mieć pewność, że ludzie korzystają z tego typu technologii tylko wtedy, gdy chcą i że to im pomaga” – zapewnia Jerry Tang służby prasowe swojego uniwersytetu, a te wysyłają jego słowa w świat. Świat, w którym z jednej strony są miliony ludzi, którym mowę i zdolność komunikacji odebrały udary mózgu i inne schorzenia, z drugiej zaś inwigilacja państwowa i korporacyjna osiągają niespotykane nigdy wcześniej rozmiary.

Jerry Tang i jego szef Alexander Huth złożyli wniosek patentowy na swój wynalazek. Sami oceniają zatem, że technologia ta ma przyszłość. Chodzi tylko o to, jak zwykle w sytuacji naukowych przełomów, żeby etycy, psychologowie oraz prawnicy i politycy odpowiedzialni za legislację nie obudzili się dopiero wtedy, gdy już mleko się rozleje. Trzeba już dziś regulować zagadnienie, do czego mogą być używane te urządzenia i jak chronić ludzką prywatność.

– Magdalena Kawalec-Segond

TYGODNIK TVP, ul. Woronicza 17, 00-999 Warszawa. Redakcja i autorzy

Źródła:

https://www.nature.com/articles/s41593-023-01304-9
https://www.statnews.com/2023/06/08/brain-decoders-mind-reading-research-ethics-privacy/
https://medicalxpress.com/news/2023-05-brain-decoder-reveal-stories-people.html