A konkretnie z aktywności elektrycznej, czyli z elektroencefalogramów, i to wielu osób naraz. Do czego dojdziemy, gdy ta technologia przestanie raczkować? Strach pomyśleć
Naukowcy z Uniwersytetu w Helsinkach opracowali technikę odczytywania fal mózgowych grup ludzi. Oparta jest o sztuczną inteligencję, która analizuje aktywność elektryczną mózgu, odczytywaną z powierzchni czaszki przez odpowiednie urządzenie (elektroencefalograf).
Technikę tę badacze nazwali „brainsourcingiem” – od angielskiego „crowdsourcing”. To drugie pojęcie oznacza zlecanie zadań zwykle anonimowej i szerokiej grupie ludzi, najczęściej na odpowiedniej platformie internetowej. Neologizm ukuty przez badaczy do tego nawiązuje, ale przede wszystkim wskazuje, że do pracy zatrudnić można bezpośrednio ludzkie mózgi.
Crowdsourcing stosuje się między innymi dlatego, że nie wszystkie zadania da się zautomatyzować i powierzyć algorytmom. Sieci neuronowe, zanim zaczną rozpoznawać obrazy, trzeba rozpoznawania nauczyć. Odbywa się to na setkach tysięcy przykładów, które muszą wskazywać ludzie. Zwykle wymaga to siedzenia przed komputerem i klikania myszką.
„Czy obrazek przedstawia dom?”, pyta program, a uczący sieć neuronową klikają „tak” lub „nie”. Badaczy z Uniwersytetu w Helsinkach zainteresowało, czy klikanie w ogóle jest potrzebne. Postanowili sprawdzić, czy da się pominąć tę „aktywność fizyczną”, odczytując aktywność elektryczną ludzkich mózgów z powierzchni czaszki.
Fale myślonauczycieli
W eksperymencie wzięło udział trzydziestu ochotników. Na ekranach komputerów pokazywano im zdjęcia twarzy, które mieli sklasyfikować – wyłącznie w myślach – pod kątem koloru włosów (blond lub ciemne) oraz uśmiechu (lub jego braku). Na głowach mieli czepki z elektrodami, które odczytywały ich fale mózgowe z powierzchni czaszki (rejestrowane przez elektroencefalograf, w skrócie EEG).
Zapisy fal analizowała sztuczna inteligencja i porównywała z tym, co znajdowało się na obrazie. Okazało się, że na podstawie odczytu EEG program jest w stanie odróżnić obrazy – na przykład wyizolować na zdjęciach grupę osób o jasnych włosach.
Adres filmu na Youtube: https://www.youtube.com/watch?v=_zY4RClQpKs
Oczywiście sama aktywność mózgu nie zapewnia opisu „uśmiechnięty” lub „ciemnowłosy”. Pozwala tylko na grupowanie podobnych przykładów. Ale i to jest już sukces – to pierwsze takie badanie, jak sugerują autorzy pracy przedstawionej na konferencji CHI Conference on Human Factors in Computing w Honolulu. Badacze konkludują, że wspomagana algorytmami sztucznej inteligencji analiza zapisów fal mózgowych grupy osób może znaleźć zastosowanie do prostych zadań rozpoznawania obrazów.
Ale też przyznają, że metoda ta ma swoje ograniczenia. Odbieranie fal mózgowych jest obecnie możliwe w warunkach laboratoryjnych, a mimo to i tak odczytywana jest tylko niewielka część aktywności elektrycznej tego organu. Są jeszcze kwestie praktyczne: umieszczone na głowie elektrody połączone z urządzeniem zbierającym sygnał za pomocą kabli to rozwiązanie po prostu niewygodne.
Niemniej naukowcy zauważają, że technologia urządzeń odczytujących aktywność elektryczną mózgów się rozwija. „W miarę rozwoju technologii obrazowania mózgu odczytywanie preferencji może być możliwe bezpośrednio z niego. Nie trzeba zaznaczać, czy podobał nam się dany utwór czy film, świadczyć o tym będzie mogła sama aktywność mózgu” – komentuje Keith Davies, jeden z członków zespołu badaczy, na stronie internetowej uczelni.
Myślozbrodnie i pokój 101
Na razie trudno to sobie wyobrazić. Nikt chyba nie chciałby, żeby zapis elektrycznej aktywności jego mózgu był zbierany, przesyłany w sieci i analizowany przez komercyjne firmy. Choć, nawiasem mówiąc, niewiele mniej wrażliwe informacje o naszych preferencjach już i tak im udostępniamy.
Istnieje jednak cień ryzyka, że technologią „brainsourcingu” będą zainteresowane firmy, które zechcą oszczędzić cenny czas. Wystarczy podłączyć pracowników do urządzenia odczytującego fale mózgowe i nie muszą już marnować cennych sekund na klikanie.
Metoda odczytywania aktywności mózgu i podejmowania decyzji na podstawie tak odczytanych preferencji grupy może stać się też rodzajem bezpiecznika – tak uznała większość, więc musi mieć rację. Może mieć to znaczenie dla firm na przykład przy moderacji niedozwolonych treści w serwisach internetowych.
Sęk w tym, że każda technologia, która pozwala na odczytywanie i analizę aktywności mózgu, pozwala jednocześnie na zbieranie bardzo wrażliwych informacji o naszych najbardziej prywatnych pragnieniach i obawach. W niepowołanych rękach może okazać się niezwykle niebezpieczna.
W pokoju numer 101 w powieści „Rok 1984” George’a Orwella kryło się to, co najstraszniejsze dla danej osoby. Co prawda każdy boi się czegoś innego, ale poddająca obywateli ciągłej inwigilacji partia nie miała problemów z określeniem, co kogo przeraża najbardziej.
Wystarczy sobie wyobrazić, że ktoś w przyszłości będzie dysponował narzędziem trafnie odgadującym stany umysłowe z elektroencefalogramu. Oczywiście, to scenariusz fatalistyczny – zakłada, że narzędzie podobne do opracowanego przed fińskich badaczy wpadnie w ręce totalitarnego reżimu.
Nie musiałoby jednak nawet służyć do zastraszania czy wymyślnych metod tortur – mogłoby po prostu identyfikować poglądy polityczne.
Pokaż mi jedno zdjęcie, a powiem ci, na kogo zagłosujesz
Trudno powiedzieć, czy to sympatie polityczne wpływają na zmianę struktur mózgu, czy odwrotnie – budowa mózgu na preferencje wyborcze. Z badań jednak wynika, że osoby silniej reagujące na bodźce negatywne (budzące strach lub obrzydzenie) zwykle mają poglądy konserwatywne. Z tego powodu, jak wykazali badacze z Virginia Tech już w 2014 roku, wystarczy pokazać komuś jedno zdjęcie czegoś wystarczająco obrzydliwego, by określić jego poglądy na osi konserwatyzm-liberalizm.
Nikt co prawda nie stosował jeszcze tej metody do badania opinii publicznej. Ale odkrycie brainsourcingu przez fińskich badaczy może sprawić, że zamiast zadawać pytania, będzie można na przykład podłączyć ankietowanych do elektroencefalografu.
Z drugiej strony – tak urządziliśmy sobie świat, że już teraz nie trzeba nikogo podłączać. W sieci pozostawiamy wystarczająco dużo informacji. Przykład pierwszy z brzegu: badacze z Laboratorium Inżynierii Lingwistycznej Ośrodka Przetwarzania Informacji (OPI PIB jest wydawcą portalu sztucznainteligencja.org.pl) wykorzystali sieć neuronową do analizy internetowych komentarzy przed ostatnimi wyborami parlamentarnymi w Polsce. Okazała się lepsza niż tradycyjne badania opinii publicznej.