Een eiland is niet per se liefde
Rapporten van laboratoria die de inhoud van het menselijk brein proberen te ontcijferen, zijn voor velen zeker zorgwekkend. Als je deze technieken nader bekijkt, kun je wat kalmer worden.
In 2013 slaagden Japanse wetenschappers van de Universiteit van Kyoto erin met een nauwkeurigheid van 60% "dromen lezen"door enkele signalen aan het begin van de slaapcyclus te decoderen. De wetenschappers gebruikten magnetische resonantiebeeldvorming om de proefpersonen te volgen. Ze bouwden een database door objecten in brede visuele categorieën te groeperen. In de laatste reeks experimenten konden de onderzoekers de beelden identificeren die de vrijwilligers in hun dromen zagen.
Activering van hersengebieden in MRI-scans
In 2014 werd een groep onderzoekers van Yale University geleid door Alan S. Cowan opnieuw gemaakte afbeeldingen van menselijke gezichten, gebaseerd op hersenopnames die door respondenten zijn gegenereerd naar aanleiding van de getoonde beelden. De onderzoekers brachten vervolgens de hersenactiviteit van de proefpersonen in kaart en creëerden vervolgens een statistische bibliotheek van de reacties van proefpersonen op individuele gezichten.
Datzelfde jaar werd Millennium Magnetic Technologies (MMT) het eerste bedrijf dat een "gedachten vastleggen ». Met behulp van onze eigen, gepatenteerde, zogenaamde. ,MMT identificeert cognitieve patronen die overeenkomen met de hersenactiviteit en denkpatronen van de patiënt. Deze technologie maakt gebruik van functionele magnetische resonantiebeeldvorming (fMRI) en biometrische videoanalyse om gezichten en objecten te herkennen en zelfs waarheid en leugens te identificeren.
In 2016 creëerden neurowetenschapper Alexander Huth van de University of California, Berkeley en zijn team een ‘semantische atlas’ voor het ontcijferen van menselijke gedachten. Het systeem hielp onder meer bij het identificeren van gebieden in de hersenen die overeenkomen met woorden met een vergelijkbare betekenis. De onderzoekers voerden een fMRI-onderzoek uit en lieten de deelnemers luisteren naar programma's die verschillende verhalen vertelden terwijl ze werden gescand. Functionele MRI onthulde subtiele veranderingen in de bloedstroom in de hersenen, waarbij de neurologische activiteit werd gemeten. Uit het experiment bleek dat minstens een derde van de hersenschors betrokken was bij taalprocessen.
Een jaar later, in 2017, ontwikkelden wetenschappers van de Carnegie Mellon University (CMU), onder leiding van Marcel Juste, een manier om complexe gedachten te identificerenbijvoorbeeld: “de getuige schreeuwde tijdens het proces.” Wetenschappers hebben machine learning-algoritmen en hersenbeeldvormingstechnologie gebruikt om te laten zien hoe verschillende delen van de hersenen betrokken zijn bij het construeren van soortgelijke gedachten.
In 2017 gebruikten onderzoekers van Purdue University gedachtenlezen kunstmatige intelligentie. Ze plaatsten een groep proefpersonen op een fMRI-machine en keken naar video's van dieren, mensen en natuurlijke taferelen terwijl ze hun hersenen scanden. Dit type programma had voortdurend toegang tot gegevens. Dit hielp bij zijn leerproces en als gevolg daarvan leerde hij gedachten en hersenpatronen voor specifieke beelden herkennen. De onderzoekers verzamelden in totaal 11,5 uur aan fMRI-gegevens.
In januari van dit jaar publiceerde het tijdschrift Scientific Reports de resultaten van een onderzoek van Nima Mesgarani van de Columbia University in New York, die hersenpatronen nabootste – dit keer niet van dromen, woorden en afbeeldingen, maar van geluiden gehoord. De verzamelde gegevens werden opgeschoond en georganiseerd door algoritmen voor kunstmatige intelligentie die de neurale structuur van de hersenen nabootsen.
Relevantie is slechts bij benadering en statistisch
De bovenstaande reeks rapporten over opeenvolgende ontwikkelingen op het gebied van gedachtenleestechnieken klinkt als een succesverhaal. Ontwikkeling echter neuro-educatie techniek worstelt met enorme moeilijkheden en beperkingen waardoor we al snel niet meer denken dat we ze bijna onder de knie hebben.
Enerzijds de hersenen in kaart brengen een grapje lang en duur proces. De eerder genoemde Japanse ‘droomlezers’ hadden voor elke studiedeelnemer maar liefst tweehonderd proefrondes nodig. Ten tweede zijn volgens veel deskundigen de berichten over het succes van de ‘gedachtenleestechniek’ overdreven en misleidend voor het publiek, omdat de zaak veel complexer is en niet lijkt op hoe deze in de media wordt afgeschilderd.
Russell Poldrack, een neurowetenschapper aan Stanford en auteur van The New Mind Readers, is nu een van de meest uitgesproken critici van de golf van media-enthousiasme voor neuroimaging. Hij schrijft duidelijk dat activiteit in een bepaald deel van de hersenen ons niet vertelt wat iemand daadwerkelijk ervaart.
Zoals Poldrack opmerkt, is de beste manier om het menselijk brein in actie te observeren, of fMRI, rechtvaardig indirect pad door de activiteit van neuronen te meten, omdat het de bloedstroom meet en niet de neuronen zelf. De verkregen gegevens zijn zeer complex en vereisen veel werk om deze om te zetten in resultaten die iets kunnen betekenen voor een externe waarnemer. Ook geen universele sjablonen – elk menselijk brein is iets anders en voor elk van hen moet een apart referentiekader worden ontwikkeld. Statistische analyse van gegevens blijft erg complex en er is veel discussie geweest in de fMRI-professionele wereld over hoe gegevens worden gebruikt, geïnterpreteerd en onderhevig zijn aan fouten. Daarom zijn er zoveel testen nodig.
Het onderzoek moet afleiden wat activiteit op specifieke gebieden betekent. Er is bijvoorbeeld een gebied in de hersenen dat het ‘ventrale striatum’ wordt genoemd. Het is actief wanneer iemand een beloning ontvangt, zoals geld, eten, snoep of drugs. Als beloning het enige was dat dit gebied activeerde, zouden we er vrij zeker van kunnen zijn welke stimulus werkte en met welk effect. In werkelijkheid is er echter, zoals Poldrack ons in herinnering brengt, geen enkel deel van de hersenen dat op unieke wijze kan worden geassocieerd met een bepaalde mentale toestand. Het is dus onmogelijk om uit de activiteit op een bepaald gebied af te leiden wat iemand daadwerkelijk ervaart. Er kan niet eens worden gezegd dat, aangezien “we een toename van de activiteit in de insula van de hersenen zien, de geobserveerde persoon liefde moet ervaren.”
Volgens de onderzoeker zou de juiste interpretatie van alle beoordeelde onderzoeken de stelling moeten zijn: “we hebben X gedaan, en dit is een van de redenen die de activiteit van de insula veroorzaakt.” Natuurlijk hebben we herhaling, statistische hulpmiddelen en machinaal leren tot onze beschikking om de relatie tussen het een en het ander te kwantificeren, maar daarmee kunnen we bijvoorbeeld alleen maar zeggen dat hij toestand X ervaart.
“Met vrij hoge nauwkeurigheid kan ik het beeld van een kat of een huis in iemands hoofd identificeren, maar complexere en interessantere gedachten kunnen niet worden ontcijferd”, laat Russell Poldrack geen illusies bestaan. “Houd er echter rekening mee dat voor bedrijven zelfs een verbetering van 1% in de advertentierespons grotere winsten kan betekenen. Een techniek hoeft dus niet perfect te zijn om vanuit een bepaald gezichtspunt bruikbaar te zijn, ook al weten we niet eens hoeveel voordeel het kan opleveren."
Bovenstaande overwegingen zijn uiteraard niet van toepassing ethische en juridische aspecten neuroimaging-methoden. De wereld van de menselijke gedachten is misschien wel de diepste sfeer van het privéleven die we ons kunnen voorstellen. In deze situatie is het eerlijk om te zeggen dat de hulpmiddelen voor het lezen van gedachten nog steeds verre van perfect zijn.
Purdue University hersenactiviteitscan:
