Diese Künstliche Intelligenz visualisiert, was Menschen denken

Ein russisches Forschungsteam der Firma Neurobotics und dem Moskauer Institut für Physik und Technologie (MIPT) hat einer Künstliche Intelligenz beigebracht, Gehirnaktivitäten zu visualisieren. Probanden wurden dafür ein EEG-Headset aufgesetzt, das ihre Gehirnwellen misst. Sie sahen sich eine Reihe von Videos an, die die KI anhand der ausgelesenen Gehirnaktivitäten in Echtzeit rekonstruierte.

Behandlung von Schlaganfällen

In einem Blog-Eintrag des MIPT geben die Forscher an, die Technik solle zukünftig Menschen nach einem Schlaganfall unterstützen. Um Technologien zu schaffen, die kognitive Fähigkeiten trainieren, musste das Team herausfinden, wie das Gehirn Informationen entschlüsselt. 

Dafür wurden YouTube-Videos verwendet, die sich in fünf Kategorien einteilen ließen: abstrakte Figuren, Wasserfälle, menschliche Gesichter, Bewegungsapparate und Motorsport. Die Testpersonen sahen jeweils 10-sekündige Videos. Die Forscher konnten sie anhand der Bilder, die die KI erzeugte, den jeweiligen Kategorien zuordnen.

Visuelles Rauschen

In der zweiten Phase des Experiments reduzierten die Forscher die Videos auf drei Kategorien. Ein neuronales Netzwerk analysierte visuelles Rauschen, das für die jeweilige Kategorie spezifisch ist.  Dieses Rauschen (engl. "noise") ist vergleichbar mit einer Bildstörung bei TV-Geräten. Ein weiteres Netzwerk wandelte die Informationen aus dem EEG in ähnliches visuelles Rauschen um. Gemeinsam produzierten die beiden KIs so Bilder mit überzeugender Ähnlichkeit zu den gezeigten Videos.

"Viele Forscher dachten immer, dass die Untersuchung von Gehirnaktivitäten mittels EEG damit vergleichbar sei, vom Dampf, den eine Lok hinterlässt, auf die Vorgänge in einer Dampfmaschine zu schließen", sagt Grigory Rashkov, einer der Autoren des Papers. "Wir haben es nicht für möglich gehalten, dass [die EEGs] ausreichend Informationen enthalten, um auch nur teilweise zu rekonstruieren, was Menschen sehen. Nun hat es sich als durchaus möglich erwiesen." Er hoffe, zukünftig eine leistbare Alternative zu neuronalen Schnittstellen zu schaffen, die kein Implantat erfordern.