Mit Hilfe der Magnetoenzephalographie (MEG) lassen sich ohne Eingriff in den menschlichen Kopf Hirnaktivitäts-Messungen durchführen. Hierbei werden mit tausenden Messungen pro Sekunde Datenpunkte erfasst, wann und wo Neuronen im menschlichen Gehirn aktiv sind. Meta hat nun versucht, anhand dieser Daten mit einem KI-Modell Bilder zu rekonstruieren, die das Gehirn gerade wahrnimmt und verarbeitet.
Das Modell besteht aus einem Bild-Encoder, einem Gehirn-Encoder und einem Bild-Decoder. Der Bildencoder erstellt unabhängig vom Gehirn eine Vielzahl von Darstellungen des Bildes. Der Gehirn-Encoder lernt dann, MEG-Signale an diesen Bildeinbettungen auszurichten.
Diese mit vielen Trainingsdaten gelernte Abstimmung zwischen dem KI-Systemen und dem Gehirn kann anschließend in Echtzeit genutzt werden, um die Generierung eines Bildes zu steuern, das dem ähnelt, was die Teilnehmer im Scanner sehen. Es wird somit nicht ein komplettes Bild aus den Hirnströmen decodiert, sondern es wird ein Bild ermittelt, welches früher bei ähnlichen Hirnstrom-Mustern gesehen wurde.
Das klingt vielleicht trivial, aber könnte Meta mit jeder Verfeinerung der Methode letztlich auch zum Ziel führen, noninvasiv aus dem Hirn lesen zu können, was ein Mensch gerade sieht.
Laut Meta kommt man mit der Magnetoenzephalographie zwar nicht an so räumlich exakte Reproduktionen wie mit einer Magnetresonanztomographie, jedoch besitzt Metas Ansatz dafür die Möglichkeit, die Daten in Echtzeit zu erfassen und zu verarbeiten.
Das Paper von Meta ist jedoch momentan gar nicht auf eine exakte Reproduktion der Bilder aus, sondern will letztlich mehr über die Funktionsweise des menschlichen Gehirns herausfinden. Was natürlich ebenso faszinierend ist. Und zeigt, dass uns KI auch helfen wird, in Zukunft noch mehr Geheimnisse über uns selbst zu lüften.
