Тайны разума: как нейросети помогают расшифровать мысли 0:00
Современная нейробиология и искусственный интеллект (ИИ) объединяют усилия, чтобы совершить, казалось бы, невозможное — превратить активность человеческого мозга в понятный машинный код. В специальном выпуске подкаста StarTalk ведущий Нил Деграсс Тайсон и его соведущий Гэри О'Райли обсудили эти амбициозные исследования с нейробиологом Жаном-Реми Кингом из лаборатории FAIR (Fundamental AI Research) компании Meta. Главная цель учёных заключается не в чтении мыслей в классическом понимании, а в понимании принципов работы нашего мозга через моделирование его процессов с помощью алгоритмов ИИ.
Инструменты для «прослушки» мозга 4:16
Исследователи используют целый арсенал неинвазивных и инвазивных методов для изучения биологического воплощения мыслей. Основная трудность заключается в том, что «сырые» данные мозга представляют собой, по словам Жана-Реми Кинга, «огромное количество шума», который крайне сложно отделить от полезного сигнала.
- Магнитно-резонансная томография (МРТ/фМРТ): Позволяет увидеть географию активности мозга через изменение кровотока и оксигенации. Метод даёт хорошую пространственную точность, но работает медленно (с задержкой в секунды),.
- Электроэнцефалография (ЭЭГ) и магнитоэнцефалография (МЭГ): Фиксируют электрические и магнитные поля нейронной активности. Они обладают высоким временным разрешением (до миллисекунд), но дают «размытое» изображение мозга,.
- Интракраниальные записи: Это «золотой стандарт», при котором электроды помещаются непосредственно внутрь мозга. Такие исследования проводятся на пациентах с некупируемой эпилепсией, которым требуется хирургическое вмешательство для удаления патологических участков мозга. Во время недельного пребывания в стационаре добровольцы могут участвовать в экспериментах, например, слушая аудиокниги или просматривая видео.
По мнению Кинга, использование ИИ для распознавания паттернов в этих данных — самый логичный подход, так как алгоритмы машинного обучения идеально справляются с задачей фильтрации «шума» и выявления закономерностей.
Парадокс сходства: человек против машины 12:47
Одним из самых интригующих открытий стало то, что современные глубокие нейронные сети (такие как большие языковые модели) при обработке данных генерируют внутренние активационные паттерны, которые геометрически напоминают процессы в человеческом мозге.
Жан-Реми Кинг подчёркивает: учёные не «программируют» ИИ имитировать человека. Алгоритмы тренируются на задачах вроде предсказания следующего слова, но эмпирически выясняется, что для решения этой «земной» задачи система выстраивает архитектуру, во многом похожую на биологическую.
Однако гость призывает к осторожности в выводах:
- Различия в обучении: Для тренировки современной ИИ-модели нужны триллионы слов — целые «океаны данных», тогда как человек обучается на «капле» информации.
- Врождённое vs Приобретённое: В науке существует вечный спор между эмпириками (утверждающими, что знания приходят с опытом) и рационалистами (верующими во врождённые структуры). Уникальная способность человека комбинировать концепты для создания новых предложений, вероятно, глубоко вшита в наш геном.
- Пределы модели: По мере увеличения масштаба моделей сходство между ИИ и мозгом часто перестаёт расти линейно, что указывает на фундаментальные архитектурные отличия.
Прикладное использование: голос для тех, кто не может говорить 40:17
Важнейший аспект данных исследований — помощь людям с нарушениями коммуникации (например, после травм мозга или при параличе).
Уже сейчас существуют успешные протоколы, где электроды в моторной коре передают сигналы на устройство, транслирующее «мозг — в текст». Жан-Реми Кинг надеется, что в будущем удастся добиться того же результата без нейрохирургии, используя только неинвазивные методы. Также это поможет диагностировать состояние пациентов в коме: понять, действительно ли они не осознают окружающий мир или просто не могут ответить из-за паралича.
Этика и «цифровая дистопия» 43:06
Нил Деграсс Тайсон выразил опасение, что развитие таких технологий может привести к нарушению «ментальной приватности». Жан-Реми Кинг успокаивает: современные технологии ограничены лабораторными условиями.
- Проблема сигнала: Даже с оборудованием за миллионы долларов сигнал крайне зашумлен, что делает невозможным «чтение мыслей» в привычном смысле (например, извлечение паролей из головы).
- Регулирование: В Европе уже действуют строгие нормы GDPR, а во Франции, например, полностью запрещён нейромаркетинг — использование данных мозга в коммерческих целях.
- Угроза от государства: Тем не менее, ведущие обсудили риск того, что в антиутопическом будущем репрессивный аппарат может использовать подобные технологии для принудительного извлечения информации. По мнению Кинга, государство, скорее всего, найдёт более дешёвые способы давления, чем дорогостоящий МРТ, но сам риск требует тщательного анализа и кодификации этических норм прямо сейчас.
В завершение Нил Деграсс Тайсон задался вопросом: не кроется ли истинная человеческая креативность как раз в том «шуме», который машина не способна прочитать, и не является ли это последним оплотом нашей уникальности?
