Artificiell intelligens (AI) och maskininlärning har många användningsområden, där mönster i komplicerad data är något som är särskilt användbart. Det kan exempelvis nyttjas för att inom sjukvården hitta tidiga tecken på sjukdom, något som kan vara svårt även för det mest tränade läkarögat.
SVT uppmärksammar nu ett amerikansk forskningsprojekt (PDF) som handlar om något som är ändå svårare att uppfatta för det mänskliga ögat, nämligen tankar. I projektet kombineras artificiell intelligens och tomografi för att avkoda människors tankar. Forskarna hoppas att detta exempelvis kan användas för att de som förlorat förmågan att kommunicera att nå omvärlden.
I rapporten visas exempel på faktiska tankar och vad systemet utläser.
För att skapa avkodaren tillbringar testpersoner 16 timmar med så kallad funktionell magnetresonanstomografi-övervakning (fMRI) och talade berättelser i podcast-format. Från denna data ser forskarna kopplingen mellan hjärnaktivitet och det testpersonerna hör. Bilderna visar flera sekunder av hjärnaktivitet, varför många timmar krävs för att fånga olika ordföljd, sammanhang och andemening.
När samma person sedan tänker, berättar en historia i tanken, eller bara lyssnar till ord, kan tillhörande hjärnaktivitet tolkas. Datavetaren och hjärnforskaren Alexander Huth, som är del av forskargruppen, berättar i en intervju med SVT att den tränade modellen med "överraskande träffsäkerhet" kan avkoda vad en person tänker – nära på exakt ordval.
