Return to Video

Компьютер учится читать мысли человека

  • 0:00 - 0:03
    Грег Гейдж: Вы видели,
    как машины читают мысли
  • 0:03 - 0:05
    в научно-фантастических фильмах.
  • 0:05 - 0:07
    Однако уже сейчас есть устройства,
  • 0:07 - 0:09
    позволяющие считывать
    электрическую активность мозга.
  • 0:09 - 0:11
    Они называются ЭЭГ.
  • 0:12 - 0:15
    Содержится ли в мозговых
    волнах какая-нибудь информация?
  • 0:15 - 0:17
    И если да, возможно ли
    научить компьютер читать мысли?
  • 0:17 - 0:20
    Мой приятель Натан
    работает над расшифровкой ЭЭГ,
  • 0:20 - 0:22
    чтобы создать машину для чтения мыслей.
  • 0:22 - 0:24
    [Нейронаука на дому]
  • 0:25 - 0:26
    Вот как работает ЭЭГ.
  • 0:27 - 0:28
    Ваш головной мозг
  • 0:28 - 0:31
    состоит из миллиардов нейронов.
  • 0:31 - 0:34
    Все эти нейроны обмениваются
    электрическими сообщениями.
  • 0:34 - 0:37
    Объединяясь, маленькие сообщения
    создают электрическую волну,
  • 0:37 - 0:38
    регистрируемую монитором.
  • 0:38 - 0:41
    Обычно ЭЭГ используется
    для крупномасштабных явлений,
  • 0:41 - 0:44
    вроде определения спит человек или нет.
  • 0:44 - 0:45
    Но можно ли узнать что-либо ещё?
  • 0:45 - 0:47
    Может ли ЭЭГ читать мысли?
  • 0:47 - 0:48
    Сейчас мы это проверим
  • 0:48 - 0:51
    и начнём с простых мыслей.
  • 0:51 - 0:53
    Пойдём простым путём.
  • 0:53 - 0:56
    Возможно ли понять, что видит человек
    только по его мозговым волнам?
  • 0:56 - 0:59
    Натан начнёт с подсоединения
    электродов к голове Кристи.
  • 0:59 - 1:01
    Натан: Не жизнь, а путаница.
  • 1:01 - 1:02
    (Смех)
  • 1:02 - 1:05
    ГГ: А потом он покажет ей кучу фотографий
  • 1:05 - 1:06
    из четырёх различных категорий.
  • 1:06 - 1:09
    Натан: Лицо, дом, пейзаж
    и ​​странные картинки.
  • 1:09 - 1:11
    ГГ: Показывая Кристи сотни фотографий,
  • 1:12 - 1:15
    мы будем фиксировать электрические
    волны на компьютере Натана.
  • 1:15 - 1:17
    Мы хотим выяснить,
    можно ли по мозговым волнам
  • 1:17 - 1:19
    получить визуальную информацию о снимках,
  • 1:19 - 1:22
    и по окончании эксперимента узнаем,
    можно ли по ЭЭГ понять,
  • 1:22 - 1:25
    на какую категорию фотографий
    смотрит Кристи,
  • 1:25 - 1:28
    и если можно, то каждая категория
    должна порождать разные сигналы мозга.
  • 1:28 - 1:31
    Итак, мы собрали все
    необработанные данные ЭЭГ,
  • 1:31 - 1:32
    и вот что получилось.
  • 1:33 - 1:37
    Пока ещё слишком запутанно,
    поэтому отсортируем графики по снимкам.
  • 1:37 - 1:40
    Всё ещё слишком много шума,
    чтобы увидеть какие-либо различия,
  • 1:40 - 1:43
    но если усреднить ЭЭГ
    по всем категориям фотографий,
  • 1:43 - 1:45
    выровняв их по моменту
    первого появления снимка,
  • 1:45 - 1:47
    то шум можно убрать,
  • 1:47 - 1:49
    и вскоре в каждой категории
  • 1:49 - 1:51
    станут заметны преобладающие шаблоны.
  • 1:51 - 1:53
    Сигналы всё-таки ещё
    выглядят очень схожими.
  • 1:53 - 1:54
    Давайте присмотримся.
  • 1:54 - 1:57
    Примерно через 100 мс
    после появления изображения
  • 1:57 - 1:59
    во всех четырёх случаях
    заметен положительный подъём.
  • 1:59 - 2:02
    Назовём его P100, и, видимо, это то,
  • 2:02 - 2:05
    что происходит в мозге
    при узнавании предмета.
  • 2:05 - 2:07
    Но, чёрт возьми, взгляните
    на сигнал для лиц.
  • 2:07 - 2:09
    Он выглядит иначе, чем остальные.
  • 2:09 - 2:12
    Примерно через 170 мс
    после появления изображения
  • 2:12 - 2:13
    виден отрицательный спад.
  • 2:13 - 2:15
    Что здесь может происходить?
  • 2:15 - 2:19
    Исследования показали, что наш мозг
    содержит большое количество нейронов
  • 2:19 - 2:20
    для узнавания лица человека,
  • 2:20 - 2:23
    так что, возможно, скачок N170
    показывает одновременную активацию
  • 2:23 - 2:25
    всех тех нейронов в одном и том же месте,
  • 2:25 - 2:27
    что и отражает ЭЭГ.
  • 2:27 - 2:29
    Отсюда можно сделать два вывода.
  • 2:29 - 2:32
    Во-первых, человеческий глаз не может
    обнаружить различия в шаблонах
  • 2:32 - 2:34
    без усреднения шума,
  • 2:34 - 2:36
    и во-вторых, даже устранив шум,
  • 2:36 - 2:39
    наши глаза могут выделить
    лишь сигналы, связанные с лицами.
  • 2:39 - 2:41
    Настало время обратиться
    к машинному обучению.
  • 2:41 - 2:45
    Наши глаза плохо приспособлены
    к узнаванию шаблонов в зашумлённых данных,
  • 2:45 - 2:48
    но алгоритмы машинного обучения
    предназначены именно для этого,
  • 2:48 - 2:51
    так что возможно ли на множестве
    данных в виде фотографий
  • 2:51 - 2:53
    обучить компьютер способности
  • 2:53 - 2:57
    понимать в реальном времени,
    что именно видит Кристи?
  • 2:57 - 3:00
    Мы попытаемся закодировать информацию,
  • 3:00 - 3:02
    получаемую от ЭЭГ в реальном времени,
  • 3:02 - 3:05
    и предсказать, на что смотрит Кристи.
  • 3:05 - 3:07
    Если это сработает, мы должны увидеть,
  • 3:07 - 3:09
    что каждый раз, когда она видит пейзаж,
  • 3:09 - 3:11
    компьютер должен
    неизменно определять пейзаж.
  • 3:11 - 3:13
    А при виде лица — лицо,
  • 3:13 - 3:17
    но мы увидим, что не всё так просто.
  • 3:21 - 3:25
    (Смех)
  • 3:25 - 3:26
    ОК.
  • 3:26 - 3:30
    Режиссёр: Так что здесь происходит?
    ГГ: Думаю, мне пора менять профессию.
  • 3:30 - 3:31
    (Смех)
  • 3:31 - 3:33
    ОК, это был грандиозный провал.
  • 3:33 - 3:36
    Но всё-таки любопытно,
    что можно выжать из этой технологии?
  • 3:36 - 3:38
    Мы пересмотрели проделанную работу
  • 3:38 - 3:41
    и заметили, что данные поступали
    на наш компьютер очень быстро,
  • 3:41 - 3:43
    без какого-либо уведомления
    о появлении изображения.
  • 3:43 - 3:46
    Это как читать очень длинное предложение
  • 3:46 - 3:48
    без пробелов между словами.
  • 3:48 - 3:49
    Так читать трудно,
  • 3:49 - 3:53
    но с добавлением пробелов
    появляются отдельные слова,
  • 3:53 - 3:55
    и всё становится намного более понятным.
  • 3:55 - 3:57
    Так что, если немного сжульничать?
  • 3:57 - 4:01
    Датчик может сообщить компьютеру,
    когда изображение появится впервые.
  • 4:01 - 4:04
    Так мозговая волна перестанет быть
    непрерывным потоком информации
  • 4:04 - 4:07
    и вместо этого станет
    набором осмысленных кусочков.
  • 4:07 - 4:09
    Помимо этого, мы ещё больше сжульничаем,
  • 4:09 - 4:11
    ограничившись двумя категориями.
  • 4:11 - 4:14
    Посмотрим, можно ли
    читать мысли в реальном времени.
  • 4:14 - 4:15
    В новом эксперименте
  • 4:15 - 4:17
    мы введём дополнительное ограничение —
  • 4:17 - 4:19
    знание времени появления изображения —
  • 4:19 - 4:23
    и ограничимся категориями
    «лицо» и «пейзаж».
  • 4:23 - 4:25
    Натан: Лицо. Правильно.
  • 4:26 - 4:27
    Пейзаж. Правильно.
  • 4:28 - 4:31
    ГГ: Сейчас, каждый раз
    при появлении изображения,
  • 4:31 - 4:33
    мы фиксируем момент его появления
  • 4:33 - 4:35
    и расшифровываем ЭЭГ.
  • 4:35 - 4:36
    И получаем правильный ответ.
  • 4:36 - 4:38
    Натан: Да. Лицо. Правильно.
  • 4:38 - 4:40
    ГГ: Значит, в сигнале ЭЭГ
    есть информация, и это круто.
  • 4:40 - 4:43
    Просто нужно было выровнять его
    по началу изображения.
  • 4:43 - 4:45
    Натан: Пейзаж. Правильно.
  • 4:47 - 4:48
    Лицо. Да.
  • 4:49 - 4:51
    ГГ: Это значит, что волны мозга
    несут информацию,
  • 4:51 - 4:54
    и, если известно
    время появления изображения,
  • 4:54 - 4:56
    можно по этим, пусть и усреднённым,
  • 4:56 - 5:01
    электрическим сигналам
    определить категорию фотографии.
  • 5:01 - 5:02
    Натан: Верно.
  • 5:02 - 5:06
    ГГ: Если бы мне сказали в начале
    этого проекта, что такое возможно,
  • 5:06 - 5:07
    я бы ни за что не поверил.
  • 5:07 - 5:09
    Я был убеждён, что нам такое не под силу.
  • 5:09 - 5:11
    Значит, эксперимент
    по чтению мыслей удался?
  • 5:11 - 5:13
    Да, но нам пришлось много жульничать.
  • 5:13 - 5:16
    Оказалось, в ЭЭГ можно
    найти нечто интересное,
  • 5:16 - 5:18
    например, смотрите ли вы
    на чьё-то лицо или нет,
  • 5:18 - 5:21
    но есть ещё много ограничений.
  • 5:21 - 5:24
    Возможно, машинное обучение
    будет развиваться семимильными шагами,
  • 5:24 - 5:27
    и когда-нибудь удастся расшифровать,
    что происходит в наших мыслях.
  • 5:27 - 5:31
    Но пока что, услышав утверждение,
    что ваши мозговые волны
  • 5:31 - 5:33
    способны управлять какими-то устройствами,
  • 5:33 - 5:36
    вы вправе, и даже обязаны,
    отнесись к этому скептически.
Title:
Компьютер учится читать мысли человека
Speaker:
Нейронаука на дому
Description:

Современная технология позволяет нейроучёным заглянуть в человеческий мозг, но можно ли читать мысли? Вооружённые устройством под названием электроэнцефалограф, или ЭЭГ, и компьютерными ухищрениями, наши бесстрашные нейроучёные пытаются заглянуть в мысли подопытного.
more » « less
Video Language:
English
Team:
closed TED
Project:
TED Series
Duration:
05:51

Russian subtitles

Revisions

Our website uses cookies for analysis purposes.