This computer is learning to read your mind | DIY Neuroscience, a TED series

Translator: Joseph Geni Reviewer: Krystian Aparta

Traduttore: Joseph Geni Revisore: Martina Abrami

Leggere la mente è comune nei film di fantascienza.

Macchine futuristiche che leggono i pensieri.

Oggi, però, esistono solo dispositivi che rilevano le onde cerebrali.

È l’elettroencefalogramma, EEG.

Ma le onde cerebrali contengono delle informazioni?

Greg Gage: Mind-reading. You've seen this in sci-fi movies:

Se sì, possiamo addestrare un pc a leggere i pensieri?

machines that can read our thoughts.

However, there are devices today

Il mio amico Nathan vuole trasformare un EEG

that can read the electrical activity from our brains.

in una macchina per leggere la mente.

We call this the EEG.

[Neuroscienza fai da te]

Is there information contained in these brainwaves?

Ecco come funziona un EEG.

And if so, could we train a computer to read our thoughts?

Nella nostra testa c'è un cervello fatto da miliardi di neuroni.

My buddy Nathan has been working to hack the EEG

I neuroni si scambiano messaggi elettrici.

to build a mind-reading machine.

Questi messaggi si uniscono creando delle onde elettriche

[DIY Neuroscience]

So this is how the EEG works.

che possiamo vedere su un monitor.

Inside your head is a brain,

L’EEG ci dà informazioni generiche, come se stai dormendo o se sei sveglio.

and that brain is made out of billions of neurons.

Each of those neurons sends an electrical message to each other.

Ma può dirci dell'altro? Può leggere i nostri pensieri?

These small messages can combine to make an electrical wave

È quello che testeremo.

Non inizieremo con pensieri complessi, ma con qualcosa di semplice.

that we can detect on a monitor.

Now traditionally, the EEG can tell us large-scale things,

Si può interpretare ciò che si vede usando solamente le onde cerebrali?

for example if you're asleep or if you're alert.

But can it tell us anything else?

Nathan inizierà posizionando elettrodi sulla testa di Christy.

Can it actually read our thoughts?

We're going to test this,

N: La mia vita è appesa a un filo.

and we're not going to start with some complex thoughts.

(Risate)

We're going to do something very simple.

GG: Poi le mostrerà delle foto appartenenti a quattro categorie.

Can we interpret what someone is seeing using only their brainwaves?

N: Volti, case, paesaggi e foto strane.

Nathan's going to begin by placing electrodes on Christy's head.

GG: Mentre mostriamo a Christy centinaia di immagini,

Nathan: My life is tangled.

acquisiamo le onde elettriche sul computer di Nathan.

(Laughter)

GG: And then he's going to show her a bunch of pictures

Vogliamo sapere se possiamo rilevare informazioni sulle foto

from four different categories.

con le onde cerebrali.

Nathan: Face, house, scenery and weird pictures.

Quando avremo finito,

GG: As we show Christy hundreds of these images,

vedremo se l’EEG può dirci che tipo di foto sta guardando Christy.

we are also capturing the electrical waves onto Nathan's computer.

Se lo fa, ogni tipo dovrebbe scatenare un segnale cerebrale diverso.

We want to see if we can detect any visual information about the photos

Abbiamo raccolto tutti i dati dell'EEG

contained in the brainwaves,

so when we're done, we're going to see if the EEG

e questo è ciò che abbiamo.

Sembra complicato, perciò vediamo le foto.

can tell us what kind of picture Christy is looking at,

and if it does, each category should trigger a different brain signal.

C’è ancora troppo rumore per notare le differenze,

ma se facciamo una media dell’EEG tra le tipologie di foto

OK, so we collected all the raw EEG data,

allineandole dove la foto appare per la prima volta

and this is what we got.

It all looks pretty messy, so let's arrange them by picture.

possiamo rimuovere il rumore

e vedere pattern dominanti emergere per ogni categoria.

Now, still a bit too noisy to see any differences,

I segnali sembrano ancora molto simili.

but if we average the EEG across all image types

Approfondiamo.

by aligning them to when the image first appeared,

Dopo circa 100 millisecondi dall’apparizione della foto,

in tutti i casi si nota un trend positivo che chiamiamo P100

we can remove this noise,

and pretty soon, we can see some dominant patterns

emerge for each category.

e crediamo che sia ciò che accade nel cervello quando riconosce un oggetto.

Now the signals all still look pretty similar.

Let's take a closer look.

Ma guardate il segnale del volto.

About a hundred milliseconds after the image comes on,

Sembra diverso dagli altri.

we see a positive bump in all four cases,

C’è un trend negativo di circa 170 millescondi

and we call this the P100, and what we think that is

dopo che la foto appare sullo schermo.

Quale potrebbe essere il motivo?

is what happens in your brain when you recognize an object.

Ricerche dimostrano che molti neuroni del nostro cervello

But damn, look at that signal for the face.

servono a riconoscere i volti umani.

It looks different than the others.

There's a negative dip about 170 milliseconds

Perciò il picco N170 potrebbero essere tutti i neuroni

che si accedono insieme nello stesso punto

after the image comes on.

e noi possiamo rilevarlo nell'EEG.

What could be going on here?

Possiamo fare due interpretazioni.

Research shows that our brain has a lot of neurons that are dedicated

La prima: i nostri occhi non rilevano la differenza tra modelli

to recognizing human faces,

so this N170 spike could be all those neurons

senza fare una media tra il rumore.

La seconda: anche dopo aver tolto il rumore

firing at once in the same location,

and we can detect that in the EEG.

possiamo solo cogliere i segnali legati ai volti.

Ci siamo dunque affidati al machine learning.

So there are two takeaways here.

One, our eyes can't really detect the differences in patterns

I nostri occhi non sanno cogliere pattern da dati rumorosi,

without averaging out the noise,

and two, even after removing the noise,

ma gli algoritmi delle macchine sono progettati per questo.

our eyes can only pick up the signals associated with faces.

Quindi, possiamo prendere molte foto e dati,

So this is where we turn to machine learning.

inserirli e addestrare un computer

Now, our eyes are not very good at picking up patterns in noisy data,

per poter interpretare ciò che Christy guarda in tempo reale?

but machine learning algorithms are designed to do just that,

Cerchiamo di codificare le informazioni che escono dal suo EEG in tempo reale

so could we take a lot of pictures and a lot of data

e capire che cosa stanno guardando i suoi occhi.

and feed it in and train a computer

Se funziona, dovremmo vedere che ogni volta che appare un paesaggio

to be able to interpret what Christy is looking at in real time?

dovrebbe dire paesaggio, paesaggio, paesaggio.

We're trying to code the information that's coming out of her EEG

Un volto: volto, volto, volto.

in real time

Ma abbiamo scoperto che non funziona in questo modo.

and predict what it is that her eyes are looking at.

And if it works, what we should see

is every time that she gets a picture of scenery,

it should say scenery, scenery, scenery, scenery.

(Risate)

A face -- face, face, face, face,

Va bene.

but it's not quite working that way, is what we're discovering.

Regista: Cosa succede? GG: Dobbiamo cercare un nuovo lavoro.

(Risate)

È stato un enorme fallimento.

(Laughter)

Ma la curiosità rimane, fin dove può arrivare questa tecnologia?

OK.

Abbiamo rivisto quanto fatto.

Abbiamo notato che i dati arrivavano molto velocemente,

Director: So what's going on here? GG: We need a new career, I think.

senza nessuna sequenza di apparizione della foto.

(Laughter)

OK, so that was a massive failure.

L’equivalente di leggere una frase molto lunga senza spazi.

But we're still curious: How far could we push this technology?

Difficile da leggere,

And we looked back at what we did.

ma una volta aggiunti gli spazi, compaiono le singole parole

We noticed that the data was coming into our computer very quickly,

without any timing of when the images came on,

e tutto diventa molto più comprensibile.

and that's the equivalent of reading a very long sentence

E se imbrogliassimo un pochino?

Usando un sensore che dice al pc quando compare una foto,

without spaces between the words.

It would be hard to read,

le onde cerebrali non saranno più un flusso continuo di informazioni,

but once we add the spaces, individual words appear

ma diventeranno singole unità di significato.

and it becomes a lot more understandable.

But what if we cheat a little bit?

Imbroglieremo un altro po' limitando le categorie a due.

By using a sensor, we can tell the computer when the image first appears.

Vediamo se riusciamo a leggere la mente.

That way, the brainwave stops being a continuous stream of information,

Limiteremo ancora un po’ il nuovo esperimento

and instead becomes individual packets of meaning.

così sapremo quando è l'inizio di una foto

Also, we're going to cheat a little bit more,

e ridurremo le categorie a “volto” e “paesaggio”.

by limiting the categories to two.

Let's see if we can do some real-time mind-reading.

Nathan: Volto. Corretto.

In this new experiment,

we're going to constrict it a little bit more

Paesaggio. Corretto.

GG: Ora, quando appare una foto scattiamo una foto dell’inizio dell’immagine

so that we know the onset of the image

and we're going to limit the categories to "face" or "scenery."

e decodifichiamo l'EEG.

Sta andando bene.

Nathan: Face. Correct.

N: Sì. Volto. Corretto.

Scenery. Correct.

GG: Ci sono informazioni nel segnale dell’EEG, è fantastico.

GG: So right now, every time the image comes on,

Dobbiamo allinearlo all'inizio della foto.

we're taking a picture of the onset of the image

N: Paesaggio. Corretto.

and decoding the EEG.

It's getting correct.

Nathan: Yes. Face. Correct.

Volto. Sì.

GG: Significa che ci sono informazioni,

GG: So there is information in the EEG signal, which is cool.

perciò se noi sappiamo quando appare l’immagine

We just had to align it to the onset of the image.

possiamo dire che tipo di foto era,

Nathan: Scenery. Correct.

almeno in teoria, guardando questi potenziali evocati.

Face. Yeah.

GG: This means there is some information there,

N: Esatto.

so if we know at what time the picture came on,

GG: Se mi avessi detto che sarebbe stato possibile

we can tell what type of picture it was,

non ti avrei creduto.

Non pensavo che ci saremmo riusciti.

possibly, at least on average, by looking at these evoked potentials.

Il nostro esperimento ha veramente funzionato?

Sì, ma abbiamo imbrogliato molto.

Nathan: Exactly.

A quanto pare si trovano cose interessanti in un EEG,

GG: If you had told me at the beginning of this project this was possible,

per esempio, se stai guardando il volto di qualcuno,

I would have said no way.

ma ci sono molti limiti.

I literally did not think we could do this.

Forse la machine learning farà grandi passi in avanti

Did our mind-reading experiment really work?

Yes, but we had to do a lot of cheating.

e un giorno potremmo decodificare i nostri pensieri.

It turns out you can find some interesting things in the EEG,

Per ora, se un’azienda dice di poter usare le vostre onde cerebrali

for example if you're looking at someone's face,

but it does have a lot of limitations.

per controllare i dispositivi,

Perhaps advances in machine learning will make huge strides,

è un vostro diritto e un vostro dovere essere scettici.

and one day we will be able to decode what's going on in our thoughts.

But for now, the next time a company says that they can harness your brainwaves

to be able to control devices,

it is your right, it is your duty to be skeptical.