Agy és látás videó
A látás normális mutatók 0 Az agy aktivitásán keresztül fejtették vissza a videók képét A gondolatolvasás bűvésztrükknek tűnhet, de néhány kaliforniai tudós nemrég lefektette az alapjait a belső látást elemző rendszernek: funkcionális MRI és egy saját modellezési módszer segítségével az agyi aktivitáson keresztül viszonylag pontosan fejtették vissza a tesztalanyok által nézett YouTube-videók képét.
A kaliforniai Berkeley Egyetem kutatóinak az volt a célja, hogy az ember által látott képet az agy látókérgének aktivitása alapján dekódolják.
Amikor körbenézünk a környezetünkre, vagy egy film előtt ülünk, az agyunk aktivitása dinamikusan változik, más-más területek aktiválódnak, amit funkcionális rezonancia-vizsgálattal fMRI kimutatni és mérni lehet.
A tudósok az aktivitás figyelése során gyűjtött adatok alapján számítógépes modelleket állítanak fel, ezek segítenek meghatározni, hogy az aktivitást milyen inger és hogyan váltotta ki, végül pedig az aktivitás alapján próbálják meg rekonstruálni a látottakat. Belelátni mások fejébe Mindez alapvetően nem újdonság, a kutatók évek óta kísérleteznek például fotók és számjegyek, tehát alapvetően statikus képek ilyen módon történő leírásával, természetes mozgóképekkel viszont nem igen próbálkoztak, pedig ennek bizonyos tekintetben — például a belső látás vagy az álmok megfejtésében - több gyakorlati haszna lenne.
A dinamikusan változó jelekkel és a természetes látást szimuláló feltételek mellett nehezebb dolgozni, a mostani eredmények ezért jelentősek elsősorban. Az elsődleges nehézséget az jelenti, hogy az agy aktív területeinek megfigyelésére használt BOLD blood oxygen level-dependent fMRI módszer által mért jelek — ilyenkor az agyi véráramlás és a véroxigén-szint változatásait nézik — sokszor másodpercekkel lassabbak az olyan dinamikus ingereknél, mint amit a filmek jelentenek, ezért nehéz modellezni őket.
Erre a problémára a kutatók egy új, kétszintű kódolási rendszert dolgoztak ki.
Az első szakaszban foglalják össze az elsődleges látókéreg idegsejtjei által küldött gyors válaszokat, míg a másodikban ezen információk hatását vizsgálják a külön mért lassú véráramlási folyamatokra: röviden minden tesztalanynál a több órányi YouTube-videó, pontosabban a bennük látott tárgyak — mozgási irányra, helyzetre és sebességre vonatkozó — jellemzőit párosítják az agyi aktivitás mintázataival egy számítógépes modellben.
Az utóbbi alapján legközelebb már nagyjából visszafejthető, agy és látás videó mit látott éppen az alany.
