Mind‑captioning: japanski naučnik prevodi mentalne slike u rečenice — veliki napredak, ozbiljne etičke dileme

Mind‑captioning: kako AI prevodi mentalne slike u opisne rečenice

Tomoyasu Horikawa, istraživač u Communication Science Laboratories kompanije NTT nedaleko od Tokija, predstavio je novu metodu nazvanu „mind‑captioning“ koja kombinuje snimke moždane aktivnosti i veštačku inteligenciju (AI) kako bi pretvorila vizuelne mentalne slike u tačne, opisne rečenice. Studija je objavljena 5. novembra u časopisu Science Advances.

Kako metoda funkcioniše

Istraživanje je obuhvatilo šest učesnika (četiri muškarca i dve žene, starosti 22–37), koji su tokom snimanja gledali ukupno 2.180 kratkih, tihih video‑klipova raznovrsnog sadržaja (predmeti, scene, radnje). Proces je ukljuĉivao sledeće korake:

• Postojeći natpisi (captions) video‑klipova su obrađeni pomoću velikih jezičkih modela koji su te opise pretvarali u numeričke reprezentacije.
• Horikawa je trenirao jednostavne AI modele — dekodere — da povežu skenirane obrasce moždane aktivnosti sa tim numeričkim sekvencama.
• Kada su dekoderi naučeni, koristili su se za interpretaciju moždane aktivnosti dok su učesnici gledali ili prizivali u sećanje nove video‑snimke koje model ranije nije video.
• Poseban algoritam zatim je progresivno generisao rečene sekvence koje najbolje odgovaraju dekodiranoj moždanoj aktivnosti, rezultujući opisnim tekstom (u ovom slučaju na engleskom jeziku).

Glavni nalazi

Metoda može da stvara sveobuhvatne opise vizuelnog sadržaja, čak i bez korišćenja aktivnosti klasičnih jezičkih regija mozga (takozvane "jezičke mreže"), što ukazuje na potencijalnu primenu kod osoba sa oštećenjima jezika. Model je generisao tekst na engleskom jeziku uprkos tome što učesnici nisu bili izvorni govornici engleskog.

"Ovo je još jedan korak napred ka onome što možemo nazvati čitanjem mozga ili čitanjem uma," rekao je Marcello Ienca, profesor etike AI i neuronauke.

Moguće primene i ograničenja

Autori ukazuju na potencijalnu upotrebu u asistivnoj tehnologiji — na primer za ljude sa afazijom ili obolele od amiotrofične lateralne skleroze (ALS) kojima je govor otežan. Psiholog Scott Barry Kaufman ističe moguću dobrobit za neverbalne autistične osobe, ali i upozorava: treba osigurati pristanak i izbeći invazivnost.

Istovremeno, tehnologija ima značajna ograničenja: metoda zahteva veliku količinu podataka i saradnju učesnika, a trenirani primerci uglavnom sadrže tipične scene (npr. pas koji grize čoveka), pa nije jasno koliko dobro sistem funkcioniše za neočekivane ili retke vizuelne slike (npr. čovek koji grize psa).

Etički izazovi i privatnost

Uspeh dekodiranja vizuelnih sadržaja iz moždane aktivnosti izaziva ozbiljna etička pitanja. Postoji rizik od narušavanja mentalne privatnosti — mogućeg otkrivanja nečijih misli pre nego što ih verbalizuje. Stručnjaci pozivaju na stroga pravila pristupa neuronskim podacima, eksplicitan i namenski pristanak, kao i na prioritet obrade podataka na uređaju i mehanizme koje korisnik kontroliše.

Jedan predloženi pristup iz druge studije objavljene u časopisu Cell predlaže sistem "lozinke" koju korisnik misli kako bi otključao dekodiranje — mehanizam koji bi smanjio neželjeno curenje privatnih misli.

Zaključak

Mind‑captioning predstavlja važan korak u neuronauci i interfejsima mozak‑računar, sa realnim potencijalom za pomoć ljudima koji ne mogu da govore. Međutim, trenutni pristup je ograničen, zahteva velike količine podataka i još uvek ne može pouzdano 'čitati' nepredvidive, privatne misli. Istraživanje naglašava hitnu potrebu za etičkim smernicama, regulativom i zaštitom mentalne privatnosti pre šire primene.

Izvor: Science Advances (studija Tomoyasu Horikawa), komentari nezavisnih stručnjaka i prateće publikacije.