Inne i menneskesinnet: Kan AI lese tankene våre?

​AI kan allerede skrive, kode, se og snakke. Den neste grensen kan bli langt mer personlig: å forstå hva vi tenker før vi sier det. Forskere blir stadig bedre til å omdanne hjerneaktivitet til ord, mens oppstartsbedrifter satser på at «telepati» kan bli praktisk anvendelig i løpet av få år. Hvor nær er vi egentlig maskiner som kan lese tankene våre?

Fra OpenAI til «telepati»

I juli forlot Naomi Bashkansky OpenAI for å begynne i Conduit, en oppstartsbedrift som utvikler tanke-til-tekst-modeller som kan oversette hjerneaktivitet til språk uten behov for kirurgi.

«Vi bygger telepati: tanke-til-tekst-modeller trent på ikke-invasiv nevraldata», skrev Bashkansky da hun kunngjorde overgangen. Hun ser for seg at de første tanke-til-tekst-verktøyene kan dukke opp rundt 2027, med mer avanserte hjerne-til-AI-grensesnitt som utvikles i løpet av det påfølgende tiåret.

Se innlegget på X Laster inn...

Tweeten ble slettet av forfatteren.

Men vi lagret alt 🙂.

Ordet «telepati» høres ut som science fiction. Men den underliggende ideen virker stadig mindre usannsynlig etter hvert som forskere lærer å oversette hjerneaktivitet til stadig mer meningsfull informasjon uten kirurgi.

AI omdanner allerede hjerneaktivitet til ord

I 2023 brukte forskere ved University of Texas at Austin funksjonell magnetresonanstomografi (fMRI) og en AI-dekoder til å rekonstruere sammenhengende språk fra menneskers hjerneaktivitet. Systemet kunne gjenskape meningsinnholdet i tale folk hørte, og enda mer oppsiktsvekkende, språk de forestilte seg.

Resultatene var langt fra perfekte transkripsjoner. Dekoderen rekonstruerte semantisk mening i stedet for å hente ut hvert ord som passerte gjennom noens tanker. Dette skillet er viktig. Å dekode forestilt eller tilsiktet språk er ikke det samme som å få tilgang til vilkårlige tanker, minner eller følelser.

Teknologien har siden utviklet seg videre. Metas Brain2Qwerty v2, som ble avduket i juni, omdanner MEG-opptak samlet inn mens deltakerne skriver, til setninger. I tester med ni deltakere oppnådde systemet en gjennomsnittlig ordnøyaktighet på 61 %, mens den beste deltakeren nådde 78 %.

Hjerneimplantater ligger lenger fremme. I 2025 brukte forskere 256 implanterte mikroelektroder til å omdanne taleforsøkene til en mann med amyotrofisk lateral sklerose (ALS) til hørbar tale nesten umiddelbart.

Hvorfor AI endret problemet

Forskere har målt hjerneaktivitet i flere tiår. Det som endrer seg, er evnen deres til å tolke den.

Hjernesignaler er ekstremt støyfulle, og tanker produserer ikke ryddige sekvenser som tilsvarer enkeltord. Moderne dyp læring-modeller kan identifisere mønstre i nevraldata som tradisjonelle dekodingsmetoder hadde problemer med å fange opp.

Språkmodeller gir en ytterligere fordel. De kan bruke kontekst til å avgjøre hvilke ord og setninger som er sannsynlige, selv når det nevrale signalet er ufullstendig. Et fremtidig system trenger derfor kanskje ikke å fange opp alle detaljer i et nevralt signal perfekt dersom AI blir tilstrekkelig god til å rekonstruere den sannsynlige meningen.

Dette er ikke tankelesing. I hvert fall ikke ennåDagens teknologi har fortsatt enorme begrensninger. Metas system krever en MEG-skanner, som neppe er noe forbrukere kan gå rundt med. Det krevde også omtrent 10 timer med individuelle hjerneopptak fra hver deltaker for trening.

Eksperimentet ved University of Texas gir en annen realitetssjekk. Forskerne fant at dekodingen krevde deltakerens samarbeid. Folk kunne bevisst forstyrre systemet ganske enkelt ved å tenke på noe annet, mens en dekoder trent på én person fungerte dårlig når den ble brukt på en annen.

Hovedforsker Jerry Tang har også advart om potensialet for misbruk. «Vi tar bekymringene for at dette kan brukes til skadelige formål svært alvorlig, og har arbeidet for å unngå det», sa han.

Fra tastaturer til hjerne-til-AI

Det mest realistiske løftet er ikke ubegrenset tankelesing. Det handler om å fjerne noen av trinnene mellom menneskelig intensjon og en datamaskin.

I dag tenker noen på en instruksjon, omdanner tanken til ord og skriver eller sier ordene til et AI-system. Et tilstrekkelig avansert nevralt grensesnitt kan etter hvert oversette en tilsiktet melding direkte fra hjerneaktivitet.

De umiddelbare bruksområdene er medisinske. Personer som har mistet evnen til å snakke eller bevege seg, kan få tilbake en mer naturlig måte å samhandle med verden på. Neuralink har allerede demonstrert implanterte hjerne-datamaskin-grensesnitt som gjør det mulig for personer med lammelser å styre datamaskiner gjennom nevrale signaler.

Conduits langt mer krevende satsing er at nyttig kommunikasjon mellom hjerne og datamaskin etter hvert kan fungere uten kirurgi. Hvis ikke-invasive systemer blir mindre, mer nøyaktige og krever mindre individuell trening, kan teknologien bevege seg utover medisinen og bli enda en måte å samhandle med datamaskiner på.

Hva skjer med det mentale personvernet?

Kommunikasjon mellom hjerne og AI skaper også et personvernproblem. Nettleserhistorikk, meldinger og posisjonsdata avslører enorme mengder informasjon om mennesker, men hjerneaktivitet befinner seg ett skritt nærmere kilden.

Nevrale systemer kan etter hvert utlede intensjoner eller ord som en bruker aldri hadde til hensikt å lagre permanent. Hvem eier denne informasjonen? Kan selskaper bruke den til å trene AI-modeller? Under hvilke omstendigheter kan andre få tilgang til den?

Disse spørsmålene når allerede frem til lovgiverne. I 2024 utvidet Colorado personvernlovgivningen sin til uttrykkelig å omfatte nevraldata som en del av beskyttede biologiske data, definert som informasjon som genereres ved å måle aktivitet i sentralnervesystemet eller det perifere nervesystemet. Forskere tenker også på problemet. Teamet ved University of Texas skrev at hjerne-datamaskin-grensesnitt «bør respektere det mentale personvernet».

Kommer AI faktisk til å lese tankene våre?

De første hjerne-til-AI-systemene som tas bredt i bruk, vil neppe ligne på science fiction-telepati. Det er mer sannsynlig at de oversetter bevisste forsøk på å kommunisere, i stedet for å avsløre alt noen tilfeldigvis tenker på.

Men tastaturer, berøringsskjermer og taleassistenter løser alle det samme problemet: å omdanne menneskelig intensjon til noe en datamaskin kan forstå. Hvis AI etter hvert lærer å dekode denne intensjonen direkte fra hjernen, handler den neste revolusjonen innen databehandling kanskje ikke om hva maskiner kan gjøre. Den kan handle om hvor lite vi trenger å gjøre for å fortelle dem det.