Przeczytałeś może taki nagłówek: „Japońscy naukowcy stworzyli model sztucznej inteligencji, która rejestruje i potem odtwarza nasze sny”. Brzmi jak zapowiedź nowego odcinka science fiction. Albo — jeśli jesteś sceptykiem — jak kolejny fake news o sztucznej inteligencji. Sprawdziłem. I okazało się, że ani jedno, ani drugie.
Prawda jest ciekawsza. I bardziej skomplikowana. Ale zacznijmy od początku.
Maszyna, która „widzi” sny — historia prawdziwa, nagłówki fałszywe
W 2013 roku w jednym z najbardziej prestiżowych czasopism naukowych świata — piśmie Science — ukazała się praca autorstwa japońskiego neuronaukowca prof. Yukiyasu Kamitaniego i jego zespołu z ATR Computational Neuroscience Laboratories w Kioto. Tytuł: „Neural Decoding of Visual Imagery During Sleep”, czyli mniej więcej: „Neuronalne dekodowanie wyobraźni wzrokowej podczas snu”.
To nie był żaden artykuł na blogu. Nie był to komunikat prasowy startupu szukającego inwestorów. To była rzetelna, recenzowana nauka, opublikowana przez poważnych badaczy w poważnym miejscu. Wyniki były naprawdę imponujące. System uczenia maszynowego, zasilany danymi z rezonansu magnetycznego (fMRI), potrafił przewidzieć, co ogólnie śniło się śpiącemu człowiekowi z 60-procentową skutecznością. Dla konkretnych elementów wizualnych wskaźnik wzrastał nawet powyżej 70 procent.
Jak więc ze świetnego, rzetelnego odkrycia naukowego zrobiły się nagłówki o „nagrywaniu snów jak filmów”? Ta historia ma trzy aspekty do wyjaśnienia.
Aspekt pierwszy: podmiana fazy snu
Czytasz sensacyjny nagłówek: „AI odczytuje sny w fazie REM”. Brzmi spektakularnie — bo REM to ta faza snu, którą wszyscy kojarzą z intensywnym śnieniem, z historiami, które pamiętamy rano.
Problem: Kamitani i jego zespół badali nie fazę REM, lecz fazę zasypiania — tak zwany sen hipnagogiczny, stadium N1 i N2. To ta chwila, kiedy jesteś już trochę senny, ale jeszcze nie do końca „po tamtej stronie”. Wyobraź sobie człowieka w hamaku, który drzemie w cieniu pod drzewem: jest gdzieś pomiędzy jawą a snem, jego myśli są nieuporządkowane, migawkowe. Właśnie tę fazę badali naukowcy.
Dlaczego? Bo jest technicznie łatwiejsza do uchwycenia przez fMRI — czyli rezonans magnetyczny mierzący i mapujący aktywność ludzkiego mózgu w czasie rzeczywistym. Pełny sen REM, rozgrywający się głęboko w nocy, jest dla takiego eksperymentu dużo trudniejszy do zarejestrowania w warunkach laboratoryjnych. Słowo „REM” pojawiło się w nagłówkach, bo brzmi znajomo i ekscytująco. Niekoniecznie dlatego, że jest precyzyjne.
Aspekt drugi: podmiana mechanizmu
Wyobraź sobie teraz sommeliera — konesera win. Zamykasz mu oczy, dajesz do powąchania kieliszek i pytasz: „Co to za szczep?” Dobry sommelier powie: „Cabernet Sauvignon — czuję porzeczkę, cedr, lekką pieprzykowość”. Nie widzi butelki. Rozpoznaje wzorzec zapachu i dopasowuje go do tysięcy win, które próbował wcześniej.
Dokładnie tak działa system Kamitaniego. AI nie „widzi” snów. Nie podgląda twojego umysłu jak kamera. To działa zupełnie inaczej. Najpierw, gdy jesteś szeroko rozbudzony i przeglądasz zdjęcia w albumie lub na smartfonie — twarze, domy, zwierzęta — system rejestruje charakterystyczne wzorce aktywności twojego mózgu dla każdego obrazu. Buduje sobie bibliotekę: „kiedy człowiek patrzy na psa, obszar X mózgu świeci się tak, a obszar Y tak”.
Potem, gdy zasypiasz, system obserwuje twój mózg i pyta: „Hej, ten wzorzec aktywności — to coś z mojej biblioteki! Skoro wygląda jak wtedy, gdy badany patrzył na budynek, to pewnie śni mu się budynek”.
Żadnej magii. Żadnego podglądu. Tylko dopasowywanie wzorców do wcześniej nauczonych kategorii.
Aspekt trzeci: czas i skala
Trzeci aspekt tej historii może być najbardziej prozaiczny — ale równie ważny. Wspomniane przełomowe badanie pochodzi z 2013 roku. Ma ponad dekadę. Tymczasem artykuły opisujące je jak świeże odkrycie pojawiają się regularnie co kilka miesięcy, za każdym razem w otoczce „japońscy naukowcy właśnie odkryli…”.
Co ciekawe, sam profesor Kamitani przyznał w 2024 roku, że od czasu tamtego przełomowego badania postęp konkretnie w dziedzinie dekodowania snów jest niewielki. Technologia rekonstrukcji obrazów widzianych na jawie rozwinęła się dramatycznie — i tu sztuczna inteligencja, analizując sygnały bezpośrednio z ludzkiego mózgu, osiąga już naprawdę imponujące efekty. O tym, czy już wkrótce nasze oczy staną się obiektywem naszego smartfonu piszemy w artykule „Aparat fotograficzny bez obiektywu — z ludzkim okiem”.
Ale odczytywanie snów przez AI? To na dzisiaj nadal tylko science fiction. I ewentualnie temat na fascynujący scenariusz filmowy.
Co naprawdę robi AI — i dlaczego to i tak jest fascynujące
Wszystkie te zastrzeżenia nie zmieniają jednego: to, czego dokonał Kamitani, jest autentycznie niezwykłe.
Przez wieki sny były przestrzenią absolutnie prywatną. Nikomu, kto nie przeżył twojego snu, nie mogłeś go naprawdę pokazać — tylko opowiedzieć, przybliżyć słowami. Teraz, po raz pierwszy w historii, urządzenie z zewnątrz — nie pytając śniącego, nie budząc go — potrafi stwierdzić: „Tej nocy mózg tego człowieka przetwarzał coś, co wygląda jak postać ludzka. Albo jak budynek”.
To nie jest odtwarzanie snów w kinowej rozdzielczości. Ale to pierwsze prawdziwe okno, choćby małe i zamazane, na to, co dzieje się w głowie człowieka, kiedy śpi.
Nowe badania z 2025 roku idą krok dalej: zespoły naukowe z kilku uczelni próbują łączyć dane z rezonansu magnetycznego fMRI z tańszymi, domowymi czujnikami EEG — z nadzieją, że kiedyś dekodowanie snów nie będzie wymagało drogiego skanera wielkości samochodu. Inne grupy próbują z pojedynczych „klatek” sennych złożyć całe narracje — używając do tego dużych modeli językowych jako spoiwa łączącego migawki w historię.
Skąd więc biorą się te nagłówki?
Mechanizm jest identyczny jak przy historii o rzekomo nudzącej się sztucznej inteligencji, o czym pisaliśmy w artykule „Znudzona sztuczna inteligencja — prawda czy fałsz?” Dziennikarz tabloidu znajduje prawdziwe, ekscytujące odkrycie naukowe — i nakłada na nie ludzką narrację, bo ludzka narracja jest zrozumiała. A ponad wszystko ma być „klikalna”. Kogo zainteresuje news o tym, że „model uczenia maszynowego osiąga 60-procentową skuteczność w klasyfikowaniu obiektów sennych na podstawie wzorców hemodynamicznych w korze wzrokowej”. Jeden z marketingowców powiedział to kiedyś wprost: liczy się wyłącznie ilość kliknięć, wyświetleń, polubień, cytowań. To dzisiejszy świat większości mediów.
Efekt uboczny: naprawdę fascynująca nauka ginie za sensacyjnym nagłówkiem, który jej nie oddaje — a często ją zwyczajnie fałszuje.
Co z tego wynika dla nas?
Jeśli kiedyś natkniesz się na kolejny artykuł o maszynach czytających w Twoich snach — możesz podejść do niego z mieszaniną sceptycyzmu i ciekawości. Sceptycyzmu wobec nagłówka. Ciekawości wobec nauki, która za nim stoi.
Bo ta nauka — ta prawdziwa, metodyczna, publikowana w Science — jest naprawdę warta poznania. Nie dlatego, że AI „czyta sny”. Ale dlatego, że po raz pierwszy w historii człowieka zaczęliśmy znajdować język, którym można rozmawiać z mózgiem śpiącego człowieka. Nawet jeśli na razie rozumiemy z tej rozmowy tylko tyle, co dziecko, które właśnie uczy się swoich pierwszych — najprostszych — słów.
