GEDANKENÜBERSETZUNG DURCH KI – DIE GEHEIME SPRACHE DES GEHIRNS ENTSCHLÜSSELT
GEDANKENERKENNUNG– KI LIEST UNSERE INNERSTEN GEHEIMINSSE
Forscher der University of Texas präsentieren ein innovatives künstliches Intelligenzsystem, das mithilfe von fMRT-Scans die vertraulichen Gedanken von Individuen entschlüsseln kann. Diese wegweisende Technologie benötigt keine Implantate; stattdessen transformiert sie die mental konzipierte Sprache eines Menschen direkt in klare, verständliche Worte. Selbst in stummen Filmsituationen erzeugt dieses Tool erstaunlich präzise Beschreibungen des Geschehens auf dem Bildschirm.
Denken Sie an die Gedanken, die ständig in Ihrem Kopf aufpoppen: der geschmacklose Witz, den Sie beim Abendessen klugerweise für sich behalten haben; Ihr unausgesprochener Eindruck vom neuen Partner Ihres besten Freundes. Stellen Sie sich nun vor, jemand könnte mithören.
Wissenschaftler der University of Texas, Austin, wagten einen weiteren bedeutsamen Schritt auf diesem Weg. In einer jüngst veröffentlichten Studie im Journal Nature Neuroscience präsentierten die Forscher eine fortschrittliche künstliche Intelligenz. Diese Technologie ist in der Lage, die privaten Gedanken von Menschen zu entschlüsseln, indem sie fMRT-Scans analysiert, die den Blutfluss in verschiedenen Gehirnregionen erfassen.
Bereits zuvor hatten Forscher Methoden zur Sprachentschlüsselung entwickelt, um die versuchte Sprache von Menschen aufzufangen, die die Fähigkeit zu sprechen verloren haben, und es gelähmten Menschen ermöglicht, zu schreiben, während sie nur ans Schreiben dachten. Aber der neue Sprachdecoder ist einer der ersten, der nicht auf Implantate angewiesen ist. In der Studie konnte er die vorgestellte Sprache einer Person in tatsächliche Sprache umwandeln und bei gezeigten Stummfilmen relativ genaue Beschreibungen dessen generieren, was auf dem Bildschirm geschah.
"Es handelt sich nicht nur um einen Sprachreiz", sagte Alexander Huth, ein Neurowissenschaftler an der Universität, der die Forschung leitete. "Wir dringen zum Sinn vor, zu etwas über die Idee dessen, was passiert. Und die Tatsache, dass das möglich ist, ist sehr aufregend."
Die Studie konzentrierte sich auf drei Teilnehmer, die an mehreren Tagen 16 Stunden lang in Huths Labor kamen, um "The Moth" und andere erzählerische Podcasts anzuhören. Während sie zuhörten, wurden die Sauerstoffsättigungsgrade in Teilen ihres Gehirns von einem fMRT-Scanner aufgezeichnet. Die Forscher verwendeten dann ein großes Sprachmodell, um Muster in der Hirnaktivität mit den Worten und Phrasen abzugleichen, die die Teilnehmer gehört hatten.
Große Sprachmodelle wie OpenAIs GPT-4 und Googles Bard werden auf riesigen Mengen von Text trainiert, um das nächste Wort in einem Satz oder einer Phrase vorherzusagen. Dabei erstellen die Modelle Karten, die zeigen, wie Wörter miteinander in Beziehung stehen. Vor einigen Jahren bemerkte Huth, dass bestimmte Teile dieser Karten - sogenannte Kontexteinbettungen, die die semantischen Merkmale oder Bedeutungen von Phrasen erfassen - dazu verwendet werden könnten, vorherzusagen, wie das Gehirn auf Sprache reagiert.
In einem grundlegenden Sinne sei "Hirnaktivität eine Art verschlüsseltes Signal, und Sprachmodelle bieten Wege, es zu entschlüsseln", sagte Shinji Nishimoto, ein Neurowissenschaftler an der Universität Osaka, der nicht an der Forschung beteiligt war.
In ihrer Studie kehrten Huth und seine Kollegen den Prozess effektiv um, indem sie eine andere KI verwendeten, um die fMRT-Bilder der Teilnehmer in Worte und Phrasen zu übersetzen. Die Forscher testeten den Decoder, indem sie die Teilnehmer neue Aufnahmen hören ließen und dann überprüften, wie genau die Übersetzung dem tatsächlichen Transkript entsprach.
Fast jedes Wort war fehl am Platz im dekodierten Skript, aber die Bedeutung des Abschnitts wurde regelmäßig bewahrt. Im Wesentlichen paraphrasierten die Decoder.
Originaltranskript: "Ich stand von der Luftmatratze auf und drückte mein Gesicht gegen das Glas des Schlafzimmerfensters in der Erwartung, Augen zurückblickend zu sehen, fand aber stattdessen nur Dunkelheit."
Dekodiert aus der Gehirnaktivität: "Ich ging einfach weiter zum Fenster und öffnete das Glas, stellte mich auf die Zehenspitzen und schaute hinaus, sah aber nichts, schaute wieder hoch und sah nichts."
Während des fMRT-Scans wurden die Teilnehmer auch gebeten, sich still vorzustellen, wie sie eine Geschichte erzählen; anschließend wiederholten sie die Geschichte laut, um sie zu verstehen. Auch hier erfasste das Dekodierungsmodell das Wesentliche der unausgesprochenen Version.
Die Version des Teilnehmers: "Ich suche nach einer Nachricht von meiner Frau, in der steht, dass sie es sich anders überlegt hat und zurückkommen wird."
Dekodierte Version: "Um sie zu sehen, dachte ich aus irgendeinem Grund, sie würde zu mir kommen und sagen, dass sie mich vermisst."
Schließlich sahen sich die Probanden einen kurzen, stummen Animationsfilm an, während sie sich erneut einem fMRI-Scan unterzogen. Durch die Analyse ihrer Hirnaktivität konnte das Sprachmodell eine grobe Zusammenfassung dessen entschlüsseln, was sie sahen - vielleicht ihre interne Beschreibung dessen, was sie sahen.
Das Ergebnis deutet darauf hin, dass der KI-Decoder nicht nur Wörter, sondern auch die Bedeutung erfasst hat. "Die Sprachwahrnehmung ist ein von außen gesteuerter Prozess, während die Vorstellungskraft ein aktiver interner Prozess ist", sagte Nishimoto. "Und die Autoren haben gezeigt, dass das Gehirn bei diesen Prozessen gemeinsame Repräsentationen verwendet".
Greta Tuckute, eine Neurowissenschaftlerin am Massachusetts Institute of Technology, die nicht an der Forschung beteiligt war, sagte, dies sei "die entscheidende Frage".
"Können wir die Bedeutung aus dem Gehirn entschlüsseln?", fuhr sie fort. "In gewisser Weise zeigen sie, dass wir das können."
Huth und seine Kollegen stellten fest, dass diese Methode der Sprachdekodierung ihre Grenzen hat. Zum einen sind fMRI-Scanner sperrig und teuer. Außerdem ist das Trainieren des Modells ein langwieriger, mühsamer Prozess, und um effektiv zu sein, muss es an Einzelpersonen durchgeführt werden. Als die Forscher versuchten, mit einem an einer Person trainierten Decoder die Hirnaktivität einer anderen Person zu lesen, schlug dies fehl, was darauf hindeutet, dass jedes Gehirn eine eigene Art der Bedeutungsdarstellung hat.
Die Teilnehmer waren auch in der Lage, ihre inneren Monologe abzuschirmen und den Decoder zu überlisten, indem sie an andere Dinge dachten. Die künstliche Intelligenz könnte in der Lage sein, unsere Gedanken zu lesen, aber bis dahin muss sie sie einzeln und mit unserer Erlaubnis lesen.