W ludzkim umyśle: Czy AI może czytać nasze myśli?

​AI potrafi już pisać, programować, widzieć i mówić. Kolejna granica może być znacznie bardziej osobista: zrozumienie tego, o czym myślimy, zanim to powiemy. Naukowcy coraz lepiej przekształcają aktywność mózgu w słowa, a startupy zakładają, że „telepatia” może stać się użyteczna w ciągu kilku lat. Jak blisko jesteśmy maszyn, które potrafią czytać w naszych myślach?

Od OpenAI do „telepatii”

W lipcu Naomi Bashkansky odeszła z OpenAI, aby dołączyć do Conduit — startupu rozwijającego modele thought-to-text, zdolne tłumaczyć aktywność mózgu na język bez konieczności przeprowadzania operacji.

„Budujemy telepatię: modele thought-to-text trenowane na nieinwazyjnych danych neuronalnych” — napisała Bashkansky, ogłaszając swoją decyzję. Przewiduje, że pierwsze narzędzia thought-to-text pojawią się około 2027 roku, a w ciągu kolejnej dekady będą rozwijane bardziej zaawansowane interfejsy brain-to-AI.

Wyświetl post na X Ładowanie...

Tweet został usunięty przez autora.

Ale wszystko zapisaliśmy 🙂.

Słowo „telepatia” brzmi jak science fiction. Jednak leżąca u jego podstaw idea staje się coraz mniej nieprawdopodobna, ponieważ naukowcy uczą się tłumaczyć aktywność mózgu na coraz bardziej znaczące informacje bez operacji.

AI już przekształca aktywność mózgu w słowa

W 2023 roku naukowcy z University of Texas at Austin wykorzystali funkcjonalny rezonans magnetyczny (fMRI) oraz dekoder AI do odtworzenia ciągłego języka na podstawie aktywności mózgu ludzi. System potrafił odtworzyć znaczenie słyszanej mowy, a co jeszcze bardziej zaskakujące — także języka, który badani wyobrażali sobie w myślach.

Wyniki były dalekie od idealnych transkrypcji. Dekoder odtwarzał znaczenie semantyczne, zamiast wyodrębniać każde słowo pojawiające się w czyimś umyśle. To rozróżnienie ma znaczenie. Odczytywanie wyobrażonego lub zamierzonego języka nie jest tym samym co dostęp do dowolnych myśli, wspomnień czy emocji.

Technologia od tego czasu posunęła się naprzód. Meta zaprezentowała w czerwcu system Brain2Qwerty v2, który przekształca zapisy MEG zebrane podczas pisania przez uczestników w zdania. W testach z udziałem dziewięciu osób system osiągnął średnią dokładność rozpoznawania słów na poziomie 61%, a najlepszy uczestnik uzyskał wynik 78%.

Implanty mózgowe są jeszcze bardziej zaawansowane. W 2025 roku naukowcy wykorzystali 256 wszczepionych mikroelektrod, aby niemal natychmiast przekształcić próby mowy mężczyzny ze stwardnieniem zanikowym bocznym (ALS) w słyszalną mowę.

Dlaczego AI zmieniła to wyzwanie

Naukowcy mierzą aktywność mózgu od dziesięcioleci. Zmienia się natomiast ich zdolność do jej interpretowania.

Sygnały mózgowe są niezwykle zaszumione, a myśli nie tworzą uporządkowanych sekwencji odpowiadających pojedynczym słowom. Nowoczesne modele deep learning potrafią identyfikować wzorce w danych neuronalnych, które tradycyjne metody dekodowania miały trudności z uchwyceniem.

Modele językowe zapewniają dodatkową przewagę. Mogą wykorzystywać kontekst do określania, które słowa i zdania są prawdopodobne, nawet gdy sygnał neuronalny jest niepełny. Przyszły system może więc nie potrzebować idealnego wychwytywania każdego szczegółu sygnału neuronalnego, jeśli AI będzie wystarczająco dobrze odtwarzać jego prawdopodobne znaczenie.

To nie jest czytanie w myślach. Przynajmniej jeszcze nie

Dzisiejsza technologia nadal ma ogromne ograniczenia. System Meta wymaga skanera MEG — trudno wyobrazić sobie, aby konsumenci nosili takie urządzenie podczas spaceru. Do jego wytrenowania potrzebował również około 10 godzin indywidualnych zapisów aktywności mózgu od każdego uczestnika.

Eksperyment University of Texas dostarcza kolejnego sprawdzianu rzeczywistości. Naukowcy odkryli, że dekodowanie wymagało współpracy uczestnika. Badani mogli celowo zakłócić działanie systemu, po prostu myśląc o czymś innym, a dekoder wytrenowany na jednej osobie słabo radził sobie po zastosowaniu do innej.

Główny badacz Jerry Tang ostrzegał również przed możliwością niewłaściwego wykorzystania technologii. „Bardzo poważnie traktujemy obawy, że mogłaby zostać użyta do złych celów, i pracowaliśmy nad tym, aby temu zapobiec” — powiedział.

Od klawiatur do brain-to-AI

Bardziej realistyczna obietnica nie dotyczy nieograniczonego czytania w myślach. Chodzi o usunięcie części etapów między ludzką intencją a komputerem.

Dziś ktoś formułuje w myślach polecenie, zamienia je na słowa, a następnie wpisuje je do systemu AI lub wypowiada na głos. Wystarczająco zaawansowany interfejs neuronalny mógłby w przyszłości tłumaczyć zamierzoną wiadomość bezpośrednio na podstawie aktywności mózgu.

Bezpośrednie zastosowania będą medyczne. Osoby, które utraciły zdolność mówienia lub poruszania się, mogłyby odzyskać bardziej naturalny sposób komunikowania się ze światem. Neuralink zademonstrował już wszczepiane interfejsy mózg–komputer, które pozwalają osobom z paraliżem sterować komputerami za pomocą sygnałów neuronalnych.

Znacznie bardziej ryzykowny zakład Conduit zakłada, że użyteczna komunikacja brain-to-computer może ostatecznie działać bez operacji. Jeśli systemy nieinwazyjne staną się mniejsze, dokładniejsze i będą wymagać krótszego indywidualnego treningu, technologia może wyjść poza medycynę i stać się kolejnym sposobem interakcji z komputerami.

Co stanie się z prywatnością mentalną?

Komunikacja brain-to-AI stwarza również problem związany z prywatnością. Historia przeglądania, wiadomości i lokalizacja ujawniają ogromne ilości informacji o ludziach, ale aktywność mózgu znajduje się o krok bliżej ich źródła.

Systemy neuronalne mogłyby w przyszłości wnioskować o intencjach lub słowach, których użytkownik nigdy nie zamierzał trwale zapisywać. Kto jest właścicielem tych informacji? Czy firmy mogą wykorzystywać je do trenowania modeli AI? W jakich okolicznościach ktoś inny mógłby uzyskać do nich dostęp?

Te pytania już trafiają do ustawodawców. W 2024 roku Kolorado rozszerzyło swoje przepisy dotyczące prywatności, aby wyraźnie objąć nimi dane neuronalne jako część chronionych danych biologicznych, definiując je jako informacje generowane przez pomiar aktywności ośrodkowego lub obwodowego układu nerwowego. Naukowcy również analizują ten problem. Zespół University of Texas napisał, że interfejsy mózg–komputer „powinny szanować prywatność mentalną”.

Czy AI rzeczywiście będzie czytać w naszych myślach?

Pierwsze powszechnie używane systemy brain-to-AI prawdopodobnie nie będą przypominać telepatii znanej z science fiction. Bardziej prawdopodobne jest, że będą tłumaczyć świadome próby komunikacji, zamiast ujawniać wszystko, o czym ktoś akurat pomyśli.