COOLna

Výzkumný tým z Texaské univerzity v Austinu publikoval výsledky svých experimentů v prestižním odborném časopise Nature Neuroscience. Jsou překvapivé a zarážející.

Stručně řečeno, výzkumníci dokázali ze snímků mozkové aktivity pořízených funkční magnetickou rezonancí jednak velmi přesně vyčíst, jakému čtenému textu pokusná osoba naslouchá – a poté, s přesností jen o něco menší, poznat obsah neozvučeného filmu, na který se dívá. A do třetice, opakovaně se dařilo rozpoznat a převést do slovního popisu i pouhé myšlenky a vizuální představy. To vše díky nasazení umělé inteligence stejného typu, jakým je známý ChatGPT.

Překvapivého vědeckého pokroku se často dosáhne tam, kde se propojí dvě zdánlivě nesouvisející techniky či přístupy. Právě to se stalo. Výzkumníci použili běžnou lékařskou zobrazovací metodu a aplikovali na ni běžný typ umělé inteligence. Výsledkem je zásadně nové zjištění.

Funkční magnetická rezonance (fMRI) je zobrazovací metoda používaná při vyšetření mozkové činnosti již od devadesátých let minulého století. Metody magnetické rezonance vznikly původně pro použití v analytické chemii, kde se jim říká NMR, písmeno N znamená nukleární a z lékařských aplikací se záměrně vypustilo, protože mate a straší: magnetická rezonance nemá nic společného s radioaktivitou (naopak, výhodou MRI oproti rentgenu je to, že pacienta nevystavuje žádnému záření, proto také snímkování může trvat mnohem déle).

Podstatou metody je to, že se zkoumaná látka nebo tkáň vloží do silného magnetického pole, které působí na některá atomová jádra, zejména na atomy vodíku. Snímáním jejich dočasně změněných magnetických vlastností lze pořídit velmi přesný snímek, a to dokonce v podobě filmu, nejen statického obrázku.

Pomocí fMRI tak lze velmi přesně sledovat průtok krve jednotlivými částmi mozku, případně i podíl okysličené a neokysličené krve. Takové vyšetření slouží někdy k předoperační přípravě, jindy k mapování odezvy mozku na vnější podnět.

Výzkumníci nejprve použili fMRI pro učení jazykového modelu. Pokusné osoby po řadu hodin naslouchaly různým epizodám několika vybraných podcastů – a jazykový model „naslouchal“ s nimi. Učil se tedy, jak vypadá snímek mozkové aktivity, když zazní určité slovo nebo věta.

Pak dostal příležitost předvést, co se naučil. Pokusná osoba nadále poslouchala podcast, jazykový model už jen na základě snímání činnosti mozku převáděl jeho aktivitu do slov. Přesnost byla podle předložené práce velká. Podstatné je, že šlo o převyprávění vlastními slovy. Výzkumníci uvádějí jako příklad větu, která zněla: „Ještě nemám řidičský průkaz.“ AI ji formulovala takto: „Ještě se nezačala učit řídit auto.“ Znamená to, že mozek pracuje s pojmy a významy, ne s doslovným zněním – a AI to zaznamenává.

Další pokusy zkoumaly, zda AI něco vyčte ze záznamu mozkové aktivity pořízeného u osoby, která sleduje úsek filmu bez dialogů. Ukázalo se, že ano, výstupem byl přiměřeně věrný slovní popis sledované scény. Týž pokus se pak prováděl bez filmu – pokusné osoby si měly v duchu představit jednoduchý děj. I v tomto případě popis, který AI vytvořila, víceméně odpovídal skutečnosti. Přesnost v obou těchto „vizuálních“ případech však byla menší než při naslouchání mluvenému slovu.

K výsledkům, jakkoli působí fantasticky, je potřeba přistupovat opatrně. Jde zatím o jedinou práci svého druhu, byť přijatou ke zveřejnění v prvotřídním časopise. Její výsledky nyní budou muset být nezávisle ověřeny na dalších pracovištích.

Uvažovat o praktických důsledcích je však možné – a patrně nutné – už teď. Zatím nejsou příliš vážné, protože použitá procedura je velmi náročná. Fáze učení jazykového modelu – nezbytná příprava, než se začne s vlastním „čtením myšlenek“ – trvala šestnáct hodin. Tuto dobu musí dobrovolníci strávit uvnitř MRI přístroje a pokud možno nehýbat hlavou, protože po každé změně její polohy je třeba překalibrovat snímače.

Vlastní testování pak probíhá stejným způsobem. Vyžaduje tedy velmi důkladnou spolupráci testované osoby. Možnost využití například při výslechu, což je nejspíš to první, co člověku přijde na mysl, je tedy problematická – i když asi ne zcela vyloučená. (Za předpokladu, že by se ignorovala veškerá zákonná a morální omezení. Lze si však snadno představit, že se to stát může.)

Učení modelu je specifické pro konkrétní osobu. Není tedy možné vytrénovat AI na jednom člověku a pak ji použít pro čtení myšlenek jiného – když to výzkumníci vyzkoušeli, dostali nesmyslný výstup.

Metoda fMRI má meze přesnosti z prostorového i časového hlediska. Nezachytí detaily o velikosti menší než (zhruba) desetina milimetru a děje kratší než desetiny sekundy. Pro řadu mozkových aktivit, zejména těch, které souvisí se zpracováním zrakové informace, to je nepostačující rozlišení.

Tato omezení se však možná časem podaří odstranit. Pro zpracování pomocí AI lze koneckonců použít jakoukoli zobrazovací metodu, nejen MRI. Tým z Austinu chce vyzkoušet především snímání pomocí spektroskopie v blízké infračervené (near-infrared spectroskopy, fNIRS), která má tu podstatnou výhodu, že senzory lze připnout na hlavu, zkoumaná osoba nemusí ležet v tunelu měřicí aparatury a může se volně pohybovat. Současné přístroje pro fNIRS mají lepší časové rozlišení než fMRI (zachytí tedy rychlejší děje), ale horší rozlišení prostorové. Časem se možná vyvinou další metody či kombinace stávajících. Motivace k takovému výzkumu je bezpochyby obrovská.

Práce austinských vědců je dalším důkazem, že umělá inteligence může řešit úlohy, které se dosud zdály neschůdné. To nevyhnutelně znamená, že je třeba řešit praktické, etické a právní otázky, jakými se zatím nikdo nemusel zabývat – a to teď hned. Výzkum nikdo nezastaví a další překvapení určitě ještě přijdou.

Petr Koubský

Udělej mi radost a pozvi mě na kávu. Opravdu mě potěší, když si ji jednou nebudu muset koupit sama.