Październik 2023. W mediach całego świata pojawia się nagłówek: „Meta stworzyła AI, która czyta ludzkie myśli w czasie rzeczywistym”. Media technologiczne huczą. Komentarze są dwa: albo „to koniec prywatności”, albo „na pewno kłamią”. Tymczasem prawda jest znacznie bardziej fascynująca niż obie te reakcje — i ani trochę nie wymaga paniki.
fMRI: genialne, ale wolne jak krew
W artykule Aparat fotograficzny bez obiektywu — z ludzkim okiem opisaliśmy, jak sztuczna inteligencja połączona z fMRI — funkcjonalnym rezonansem magnetycznym, ogromną maszyną mierzącą przepływ krwi w mózgu — potrafi zrekonstruować obraz widziany przez człowieka. Wyniki były imponujące. Ale fMRI ma pewną fundamentalną wadę, którą tamten artykuł jedynie sygnalizował. Krew płynie powoli. Znacznie powolniej niż myśl.
Gdy neuron wystrzeli sygnał, krew dociera do tego miejsca z opóźnieniem kilku sekund. fMRI rejestruje więc jeden „kadr” aktywności mózgu mniej więcej co dwie sekundy — a to w świecie neurologii wieczność. Nagrywanie myśli przez fMRI przypomina próbę filmowania meczu piłkarskiego aparatem, który robi jedno zdjęcie na dwie sekundy: masz informację, ale wynik meczu może być już nieaktualny.
Do gry wchodzi MEG — ucho przystawione do neuronu
Magnetoencefalografia, w skrócie MEG, działa zupełnie inaczej. Nie interesuje jej krew. Interesują ją neurony bezpośrednio.
Każdy neuron przewodzący sygnał elektryczny wytwarza wokół siebie maleńkie pole magnetyczne — miliardy razy mniejsze niż pole magnesu plakietek przyczepionych na lodówce. MEG składa się z setek niezwykle czułych sensorów otaczających głowę z zewnątrz (maszyna wygląda jak futurystyczny hełm) i wychwytuje te szepczące pola magnetyczne na bieżąco. Efekt? Nawet 5000 pomiarów na sekundę wobec zaledwie jednego co dwie sekundy w przypadku fMRI.
Jest jednak haczyk. MEG rejestruje czas z nadludzką precyzją, ale słabiej radzi sobie z przestrzenią. fMRI śledzi aktywność w ponad stu tysiącach punktów mózgu — MEG zaledwie w około trzystu. Obrazy wychodzą więc rozmazane, jakby patrzyć przez matową szybę. Szybko, ale nieostro.
Meta i Image Decoder: prawie w czasie rzeczywistym
Właśnie tym zajął się zespół Meta FAIR — Yohann Benchetrit, Hubert Banville i Jean-Rémi King. Ich system Image Decoder został opublikowany na konferencji ICLR 2024. To model AI wytrenowany na 63 000 skanach MEG czterech ochotników, którzy przez wiele sesji oglądali ponad 22 000 różnych obrazów.
Jaki jest wynik tego eksperymentu? Gdy badany patrzy na fotografię tygrysa, system w ułamku sekundy rekonstruuje z aktywności jego mózgu… coś w rodzaju tygrysa. Nie fotografię — raczej szkic wykonany grubym mazakiem. Kategoria jest trafna, szczegóły już nie za bardzo. Ale dzieje się to niemal na żywo. Bez tunelu. Bez leżenia w bezruchu przez godzinę.
Nagłówki o „czytaniu myśli” były więc zarówno przesadzone, jak i niedoceniające problemu. Przesadzone — bo AI nie odczytuje treści myśli, pragnień ani wspomnień, tylko rekonstruuje bieżący bodziec wzrokowy u osoby specjalnie do tego trenowanej. Niedoceniające — bo to, co naprawdę się tu dzieje, jest równie zadziwiające: maszyna wychwytuje pole magnetyczne neuronu i tłumaczy je na obraz.
Z klatki do klipu: mózg jako kamera
Następny krok był nieuchronny. Jeśli AI potrafi zrekonstruować pojedynczy obraz, to co z ruchem? Co z ciągłością widzenia?
Model AI MinD-Video (NeurIPS 2023) po raz pierwszy próbował odpowiedzieć na to pytanie, rekonstruując z sygnałów fMRI krótkie sekwencje ruchome. Rok później model AI NeuroClips (NeurIPS 2024) poszedł znacznie dalej: system odtwarza z aktywności mózgu płynne filmy trwające do sześciu sekund z szybkością ośmiu klatek na sekundę. To już nie fotografia — to film nakręcony neuronami. I to nie są wiadomości zaczerpnięte z jakiegoś tabloidu, bo NeurIPS (skrót od Neural Information Processing Systems) to najważniejsza i największa na świecie konferencja naukowa poświęcona sztucznej inteligencji i uczeniu maszynowemu.
Rezultaty tych przełomowych badań jednak nadal nie dorównują temu, co widzi oko. Ale granica między „szkicem z mózgu” a „nagraniem z mózgu” właśnie zaczęła się zacierać.
Nadzmysł, którego nie mamy
Jest tu coś, o czym rzadko się mówi, bo brzmi zbyt abstrakcyjnie: sztuczna inteligencja robi coś, czego żaden człowiek nie byłby w stanie zrobić bez niej.
Żadne ludzkie zmysły nie wyczuwają pól magnetycznych neuronów. Jesteśmy na to biologicznie ślepi i głusi. AI nie jest. Z pomocą takich narzędzi jak opisany powyżej MEG potrafi dostrzec coś absolutnie niewidzialnego dla ludzkiej percepcji — subtelne drganie pola magnetycznego wytwarzanego przez neurony kory wzrokowej. Nie tylko dostrzec, ale również przetłumaczyć to na obraz. To dosłownie nadzmysł. Zdolność percepcji świata w wymiarze, do którego ewolucja nas nie przygotowała.
W tym samym czasie ta sama AI nie potrafi złożyć w kostkę koszulki (czytaj o tym w artykule: Ai zaplanuje lot na Marsa, ale nie złoży twojej koszulki. Przynajmniej nie bez specjalnego treningu i wielu prób. Twój mózg jest dla niej bardziej czytelny niż materiał twojej koszulki.
Czy grozi nam powszechna inwigilacja naszych mózgów?
Kilka faktów na schłodzenie nadmiernego entuzjazmu — niektórych. I powszechnego strachu — większości.
- Systemy działają wyłącznie dla osoby, na której były trenowane — nie można wsadzić w MEG kogokolwiek z ulicy i natychmiast odczytać jego wizji.
- Rekonstruowany jest bieżący bodziec wzrokowy, nie wspomnienie ani wyobraźnia.
- MEG nadal jest dużą, kosztowną maszyną laboratoryjną — nie smartfonem.
- Wyniki są rozmyte przestrzennie. To obraz bliższy impresjonistom niż reporterowi z aparatem lub kamerą.
Co dalej: kiedy twój mózg staje się daną osobową?
Jeśli AI coraz sprawniej odczytuje aktywność mózgu — nawet niedoskonale, nawet w warunkach laboratoryjnych — to pojawia się pytanie. I to pytanie zaczyna już zadawać sobie na poważnie prawo. W którym momencie skan twojego mózgu staje się daną osobową? Czy myśl może być objęta tajemnicą tak jak rozmowa telefoniczna? I kto już dziś napisze ustawę chroniącą to, co dzieje się wewnątrz twojej czaszki?
O tym — w artykule Neurony pod ochroną – nowe granice prywatności.
