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

Translator: Joseph Geni Reviewer: Krystian Aparta

Traducător: Mirel-Gabriel Alexa Corector: Iosif Szenasi

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

Greg Gage: Citirea gândurilor. Ați văzut asta în filmele sci-fi:

machines that can read our thoughts.

mașinării care îți pot citi gândurile.

However, there are devices today

Însă există și astăzi aparate

that can read the electrical activity from our brains.

care pot să citească activitatea electrică a creierului.

We call this the EEG.

Se numesc EEG.

Is there information contained in these brainwaves?

Există informații în aceste unde cerebrale?

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

Dacă există, putem programa un computer să ne citească gândurile?

My buddy Nathan has been working to hack the EEG

Prietenul meu Nathan lucrează la descifrarea EEG-ul

to build a mind-reading machine.

cu scopul de a citi gândurile.

[DIY Neuroscience]

[Neuroștiințe]

So this is how the EEG works.

Uite cum funcționează EEG-ul.

Inside your head is a brain,

În craniu există un creier,

and that brain is made out of billions of neurons.

și creierul este alcătuit din miliarde de neuroni.

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

Fiecare neuron transmite un impuls electric celorlalți neuroni.

These small messages can combine to make an electrical wave

Aceste mici impulsuri formează o undă electrică

that we can detect on a monitor.

pe care o detectăm pe un monitor.

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

În mod obișnuit EEG-ul ne poate arăta comportamente mari,

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

de exemplu dacă dormi sau ești treaz.

But can it tell us anything else?

Dar ne mai poate spune altceva?

Can it actually read our thoughts?

Ne poate citi gândurile?

We're going to test this,

Vom testa acest lucru,

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

și nu vom începe cu gânduri complexe.

We're going to do something very simple.

Vom face ceva foarte simplu.

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

Poți afla ce vede cineva folosind doar undele cerebrale?

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

Nathan va începe prin plasarea de electrozi pe capul lui Christy.

Nathan: My life is tangled.

Nathan: Viața mea e încâlcită.

(Laughter)

(Râde)

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

GG: Apoi îi va arăta mai multe fotografii

from four different categories.

din patru categorii.

Nathan: Face, house, scenery and weird pictures.

Nathan: Fețe, case, peisaje și poze ciudate.

GG: As we show Christy hundreds of these images,

GG: În timp ce îi arătăm lui Christy aceste sute de imagini,

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

înregistrăm și undele electrice pe calculatorul lui Nathan.

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

Vrem să vedem dacă putem detecta vreo informație vizuală din fotografii

contained in the brainwaves,

în undele cerebrale,

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

și când vom termia, vom putea vedea dacă EEG-ul

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

ne poate spune la ce tip de fotografie se uita Christy,

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

și dacă poate, fiecare tip ar trebui să cauzeze un semnal cerebral diferit.

OK, so we collected all the raw EEG data,

Bine, am înregistrat toate informațiile brute EEG

and this is what we got.

și am obținut asta.

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

Arată foarte dezordonate. Să le aranjăm după tipul fotografiei.

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

Arată prea haotic pentru a vedea vreo diferență,

but if we average the EEG across all image types

dar dacă facem o medie a tuturor undelor EEG

by aligning them to when the image first appeared,

și le sincronizăm cu apariția imaginii,

we can remove this noise,

putem elimina zgomotul

and pretty soon, we can see some dominant patterns

și imediat putem observa câteva modele dominante

emerge for each category.

pentru fiecare categorie.

Now the signals all still look pretty similar.

Semnalele par similare.

Let's take a closer look.

Să ne uităm mai de aproape.

About a hundred milliseconds after the image comes on,

La o sută de milisecunde după apariția imaginii,

we see a positive bump in all four cases,

vedem o undă pozitivă în toate cele patru cazuri.

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

O denumim P100 și credem că reprezintă

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

recunoașterea obiectului de către creier.

But damn, look at that signal for the face.

Dar priviți acel semnal în cazul fețelor!

It looks different than the others.

Pare diferit de celelalte.

There's a negative dip about 170 milliseconds

Există o undă negativă la 170 de milisecunde

after the image comes on.

după apariția imaginii.

What could be going on here?

Ce se întâmplă aici?

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

Cercetările arată că creierul are mulți neuroni dedicați

to recognizing human faces,

recunoașterii fețelor umane,

so this N170 spike could be all those neurons

deci unda N170 poate fi activarea simultană

firing at once in the same location,

a acelor neuroni dintr-o singură locație,

and we can detect that in the EEG.

care e apoi detectată de EEG.

So there are two takeaways here.

Sunt două concluzii aici.

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

Unu: nu putem detecta vizual diferențele

without averaging out the noise,

fără se eliminăm zgomotul de fundal.

and two, even after removing the noise,

Și doi: chiar și după eliminarea zgomotului,

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

putem diferenția vizual doar semnalele asociate cu fețele.

So this is where we turn to machine learning.

Astfel ajungem la învățarea automată.

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

Ochii noștri nu sunt foarte buni în detectarea tiparele din grafice,

but machine learning algorithms are designed to do just that,

dar algoritmii de învățare automată sunt construiți să facă asta,

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

deci putem folosi multe imagini și date

and feed it in and train a computer

cu care să antrenăm un computer

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

care să recunoască la ce privește Christy în timp real?

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

Încercăm să codăm informațiile care vin din EEG

in real time

în timp real

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

și să prezicem la ce privește.

And if it works, what we should see

Și dacă funcționează, vom observa

is every time that she gets a picture of scenery,

că de fiecare dacă când privește un peisaj,

it should say scenery, scenery, scenery, scenery.

ar trebui să arate rezultatul: peisaj, peisaj, peisaj.

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

O față: față, față, față,

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

dar am descoperit că nu funcționează chiar așa.

(Laughter)

(Râsete)

OK.

Bine.

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

Regizor: Ce se întâmplă? GG: Avem nevoie de o nouă carieră, cred.

(Laughter)

(Râsete)

OK, so that was a massive failure.

Bine, a fost un eșec total.

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

Dar suntem curioși: cât de departe putem împinge această tehnologie?

And we looked back at what we did.

Așa că am analizat ce am făcut.

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

Am observat că informațiile ajungeau în computer foarte repede,

without any timing of when the images came on,

fără să menționeze când apăreau imaginile,

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

și asta e ca și cum ai citi un fragment lung

without spaces between the words.

fără spații între cuvinte.

It would be hard to read,

Așa ceva e greu de citit,

but once we add the spaces, individual words appear

dar odată ce adăugăm spațiile, apar și cuvintele

and it becomes a lot more understandable.

și devine ușor de înțeles.

But what if we cheat a little bit?

Dar dacă am trișa puțin?

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

Am folosit un senzor care transmite computerului când apare imaginea.

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

Astfel, undele cerebrale nu mai sunt un flux continuu de informații,

and instead becomes individual packets of meaning.

ci pachete de informații.

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

Vom trișa și mai mult,

by limiting the categories to two.

limitând categoriile la două.

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

Să vedem dacă putem citi gândurile.

In this new experiment,

În acest nou experiment,

we're going to constrict it a little bit more

îl vom restrânge și mai mult

so that we know the onset of the image

astfel încât să știm răspunsul la imagine

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

și vom limita categoriile la fețe și peisaje.

Nathan: Face. Correct.

Nathan: Față. Corect.

Scenery. Correct.

Peisaj. Corect.

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

GG: Acum, de fiecare dată când apare o imagine,

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

înregistrăm momentul în care a apărut imaginea

and decoding the EEG.

și decodăm EEG-ul.

It's getting correct.

Acum e corect.

Nathan: Yes. Face. Correct.

Nathan: Da. Față. Corect.

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

GG: Deci există informații în semnalul EEG, ceea ce e grozav.

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

Trebuia doar să o sincronizăm cu apariția imaginii.

Nathan: Scenery. Correct.

Nathan: Peisaj. Corect.

Face. Yeah.

Față. Da.

GG: This means there is some information there,

GG: Asta înseamnă că există informații aici,

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

și dacă știm când e afișată imaginea,

we can tell what type of picture it was,

putem spune ce fel de imagine e,

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

cel puțin în majoritatea cazurilor, prin analizarea acestor potențiale.

Nathan: Exactly.

Nathan: Exact.

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

GG: Dacă mi-ai fi spus la începutul proiectului că așa ceva e posibil,

I would have said no way.

aș fi spus: imposibil.

I literally did not think we could do this.

Nu am crezut că putem realiza asta.

Did our mind-reading experiment really work?

A funcționat cu adevărat experimentul nostru?

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

Da, dar a trebuit să trișăm mult.

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

Dar se pare că poți găsi câteva lucruri interesante într-un EEG,

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

de exemplu, dacă privești fața cuiva,

but it does have a lot of limitations.

dar are multe limitări.

Perhaps advances in machine learning will make huge strides,

Poate că progresele în învățarea automată vor reuși

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

într-o zi să decodifice ce se întâmplă în mintea noastră.

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

Dar momentan,

data viitoare când o companie declară că poate folosi undele cerebrale

to be able to control devices,

pentru a controla anumite dispozitive,

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

e dreptul și datoria ta să fii sceptic.