Utviklere fra Purdue University har opprettet et nevralt nettverk som kan analysere fMRI-bilder av hjernen som ble tatt mens de så på en video, og deretter bestemme i sanntid hva personen så på.
Eksperimentet involverte tre fag, som ble vist omtrent tusen små videoer. Under showet var forskerne i stand til å skaffe en enorm mengde fMRI-data, som deretter begynte å demonstrere et innviklet nevralt nettverk som ble trent for å matche hjerneaktivitet med plottene i videoene. Ved hjelp av fMRI-bildet lærte nettverket veldig raskt og riktig å bestemme hva den frivillige nøyaktig så på da bildet ble tatt.
I tillegg lærte nevrale nettverket å dechiffrere data fra andre mennesker, basert på informasjonen som ble mottatt fra fMRI fra andre frivillige, mens resultatet var like høyt både med fMRI-data fra friske forsøkspersoner og personer med synshemming.
Takket være denne studien var forskere i stand til å tyde tanker, og samtidig fant de ut hvilke deler av hjernen som er ansvarlig for å gjenkjenne bilder og videoer. Poenget er at hjernen deler videoen opp i separate komponenter. For eksempel, hvis en person ser en bil bevege seg på bakgrunn av en vegg, gjenkjenner det ene området i hjernen veggen, og det andre en bil - dermed kunne forskere spore arbeidet med hjernen når de sammenlikner separate blokker med informasjon og bringer den sammen til et enkelt bilde.
Viacheslav Larionov
