Onderzoekers van de University of Texas at Austin hebben een techniek doorontwikkeld die in brede zin een basale gedachtenlezer genoemd kan worden. Met behulp van kunstmatige intelligentie en functional magnetic resonance imaging kunnen gedachten gedecodeerd worden in lopende zinnen. Opvallend genoeg is daar wel medewerking van het subject voor nodig; je kunt gedachten met de betreffende techniek niet 'stelen'.
Voor de hersenscanner gebruiken de onderzoekers een fMRI, een techniek die al vaker voor dit doeleinde gebruikt werd. De onderzoekers hebben naar eigen zeggen daarentegen een doorontwikkeling gemaakt. Een traditionele fMRI heeft 'excellente ruimtelijke toewijzing van signalen' maar de bottleneck is de verandering in zuurstofsaturatie-afhankelijke signalen in het lichaam die door de fMRI gemeten worden. Dit is een traag proces; te traag om een gemiddelde van twee woorden per seconde (in de Engelse taal) te kunnen oppikken.
Daarom hebben de onderzoekers kunstmatige intelligentie toegepast. Kort door de bocht wordt er een voorspellende woordsequentie aangemaakt. Zo kan de fMRI alvast voorsorteren op wat de proefpersoon mogelijk wil zeggen. Het algoritme (aangedreven door modellen van ChatGPT en Bayesian) kan getraind worden op specifieke personen en moet dus naar verloop van tijd beter worden in het vertalen van de gedachten van een individu.
Uiteraard is de technologie in deze staat nog niet perfect. In voorbeelden gedeeld door de onderzoekers is duidelijk te zien dat de scantechniek de strekking van gedachten kan oppikken, maar dat de bewoording nog wat te wensen overlaat. In het onderstaande voorbeeld is te zien hoe de technologie bij het grootste gedeelte van een zin de strekking weet te vertalen, enkele woorden exact vertaalt en hier en daar een fout maakt.
Afbeelding via Huth et al. / Nature Neuroscience
Bronnen: University of Texas at Austin, via ExtremeTech
