Gedachten in tekst: kunstmatige intelligentie (AI) decodeert het menselijk brein

AI wordt steeds vaker gebruikt om hersenactiviteit te vertalen naar een continue tekststroom. Dit kan mogelijk de communicatie transformeren voor mensen die lijden aan ernstige neurologische aandoeningen. In de context van neuroimaging-methoden houdt AI een enorme belofte in voor het analyseren van hersenactiviteit.

In de meest recente ontwikkeling demonstreerde een op AI gebaseerde semantische decoder nieuwe manieren om hersenactiviteiten te vertalen in een eindeloze reeks teksten. Deze innovatie zou voor het eerst 'niet-invasieve' ideeën in teksten mogelijk maken of omzetten. Dit kan mensen helpen die moeite hebben met communiceren na een beroerte of een motorneuronziekte. 

Om relevante informatie uit complexe en luidruchtige gegevens te halen, zijn geavanceerde gegevensverwerkingsmethoden nodig voor de interpretatie van hersenactiviteit. AI-algoritmen kunnen helpen bij het automatiseren en stroomlijnen van deze procedure. Hierdoor kunnen onderzoekers nauwkeurigere en betrouwbaardere conclusies trekken over de hersenactiviteit.

In dit geval zou de decoder spraak op de juiste manier kunnen reconstrueren terwijl respondenten naar een verhaal luisterden of zich dit voorstelden. Dit is een enorme innovatiesprong vergeleken met eerdere taaldecoderingssystemen die chirurgische implantaten omvatten. 

Gerenommeerde wetenschappers hebben de nieuwste vooruitgang gesteund, omdat deze een kritieke hindernis overwint. Dr. Alexander Huth, een neuroloog aan de Universiteit van Texas, voegde hieraan toe: “Voor een niet-invasieve methode is dit een echte sprong voorwaarts vergeleken met wat eerder is gedaan, wat doorgaans uit losse woorden of korte zinnen bestaat.”

fMRI monitort variaties in de bloedstroom naar verschillende delen van de hersenen, wat kan worden gebruikt om neurale activiteit af te leiden. Vergeleken met het daadwerkelijk afvuren van neuronen in de hersenen is dit proces echter relatief langzaam. fMRI heeft een temporele resolutie van seconden, wat betekent dat het geen snelle veranderingen in hersenactiviteit kan detecteren. Volgens The Guardian maakt dit het analyseren van hersenactiviteit als reactie op ‘natuurlijke spraak’ moeilijk, omdat het een ‘mengelmoes van informatie’ oplevert, verspreid over een paar seconden.

De introductie van grote taalmodellen, zoals ChatGPT van OpenAI, heeft een grote vooruitgang op het gebied van kunstmatige intelligentie gemarkeerd. Deze modellen zijn getraind op enorme hoeveelheden tekstgegevens, waardoor ze op een mensachtige manier kunnen reageren op een grote verscheidenheid aan invoer. Het stelde onderzoekers in staat de semantische betekenis van spraak in dit geval te onderzoeken. Dat wil zeggen: het begrijpen van de neurale activiteitspatronen die verband houden met een reeks woorden. 

Na de ontdekking is het onderzoeksteam van plan de bruikbaarheid van de techniek uit te breiden naar andere, meer draagbare hersenbeeldvormingssystemen, zoals functionele nabij-infraroodspectroscopie (fNIRS). Er kunnen echter veiligheidsproblemen ontstaan ​​als gevolg van de nieuwste innovatie.