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

126,401 views ・ 2018-09-15

TED


Vui lòng nhấp đúp vào phụ đề tiếng Anh bên dưới để phát video.

00:00
Translator: Joseph Geni Reviewer: Krystian Aparta
0
0
7000
Translator: Joseph Geni Reviewer: Thu Ha Tran
00:12
Greg Gage: Mind-reading. You've seen this in sci-fi movies:
1
12203
2859
Greg Gage: Đọc suy nghĩ.
Trong các bộ phim viễn tưởng, các cỗ máy có thể đọc được suy nghĩ.
00:15
machines that can read our thoughts.
2
15086
1857
00:16
However, there are devices today
3
16967
1798
Thế nhưng ngày nay, có các thiết bị
00:18
that can read the electrical activity from our brains.
4
18789
2524
có thể đọc tính hiệu điện từ não chúng ta.
00:21
We call this the EEG.
5
21337
1272
Đó là điện não đồ - EEG.
00:23
Is there information contained in these brainwaves?
6
23695
2829
Liệu có thông tin gì ẩn sau các sóng điện não?
00:26
And if so, could we train a computer to read our thoughts?
7
26548
2813
Nếu có, liệu ta có thể tạo ra máy tính để đọc suy nghĩ không?
00:29
My buddy Nathan has been working to hack the EEG
8
29385
2904
Bạn tôi Nathan đã tìm hiểu về điện não đồ
00:32
to build a mind-reading machine.
9
32313
1676
để tạo ra cỗ máy đọc được suy nghĩ.
[DIY Khoa học thần kinh]
00:34
[DIY Neuroscience]
10
34013
2457
00:36
So this is how the EEG works.
11
36939
1561
Đây là cách điện não hoạt động.
00:38
Inside your head is a brain,
12
38524
1844
Trong đầu bạn là một bộ não,
00:40
and that brain is made out of billions of neurons.
13
40392
2558
cấu thành từ hàng tỉ neuron (tế bào thần kinh)
00:42
Each of those neurons sends an electrical message to each other.
14
42974
3007
Mỗi neuron trao đổi các tín hiệu điện với nhau.
Những tín hiệu này có thể hợp thành một sóng điện từ
00:46
These small messages can combine to make an electrical wave
15
46005
2814
00:48
that we can detect on a monitor.
16
48843
1570
mà ta phát hiện được qua máy theo dõi.
00:50
Now traditionally, the EEG can tell us large-scale things,
17
50437
2724
Thông thường, điện não cho ta biết về trạng thái chung,
00:53
for example if you're asleep or if you're alert.
18
53185
2350
ví dụ như việc bạn đang ngủ hay thức.
00:55
But can it tell us anything else?
19
55559
1594
Nhưng liệu nó còn cho ta biết gì khác?
00:57
Can it actually read our thoughts?
20
57177
1702
Liệu chúng có thể đọc được suy nghĩ?
00:58
We're going to test this,
21
58903
1219
Chúng tôi sẽ thử điều này,
01:00
and we're not going to start with some complex thoughts.
22
60146
2623
chúng tôi không bắt đầu với các suy nghĩ phức tạp.
01:02
We're going to do something very simple.
23
62793
1977
Chúng tôi bắt đầu với vài thứ đơn giản.
01:04
Can we interpret what someone is seeing using only their brainwaves?
24
64794
3253
Liệu ta có thể biết ai đó đang thấy gì dựa vào sóng điện não?
Nathan sẽ bắt đầu bằng việc gắn các điện cực lên đầu Christy.
01:08
Nathan's going to begin by placing electrodes on Christy's head.
25
68071
3000
01:11
Nathan: My life is tangled.
26
71095
1523
Nathan: Đời tôi rối bời.
01:12
(Laughter)
27
72642
1150
(Cười)
01:14
GG: And then he's going to show her a bunch of pictures
28
74152
2584
GG: Sau đó anh sẽ cho cô ấy xem một mớ hình ảnh
01:16
from four different categories.
29
76760
1521
từ bốn nhóm khác nhau.
01:18
Nathan: Face, house, scenery and weird pictures.
30
78305
2654
Nathan: Khuôn mặt, nhà, phong cảnh và ảnh kì lạ.
01:20
GG: As we show Christy hundreds of these images,
31
80983
2498
GG: Khi chúng tôi cho Christy xem qua hàng trăm ảnh,
01:23
we are also capturing the electrical waves onto Nathan's computer.
32
83505
3543
chúng tôi cũng lưu lại sóng điện não vào máy tính của Nathan.
01:27
We want to see if we can detect any visual information about the photos
33
87072
3386
Chúng tôi muốn biết liệu có thể nhận ra thông tin gì về các bức ảnh,
01:30
contained in the brainwaves,
34
90482
1352
ẩn chứa trong sóng não,
01:31
so when we're done, we're going to see if the EEG
35
91858
2331
thế nên khi xong việc, tôi sẽ xem liệu điện não
01:34
can tell us what kind of picture Christy is looking at,
36
94213
2598
có thể cho ta biết Christy đang xem loại ảnh nào,
01:36
and if it does, each category should trigger a different brain signal.
37
96835
3584
và nếu được, mỗi loại ảnh sẽ kích hoạt một dạng sóng não khác nhau.
01:40
OK, so we collected all the raw EEG data,
38
100443
2628
Xong, bọn tôi đã thu thập tất cả dữ liệu thô về sóng não,
01:43
and this is what we got.
39
103095
1150
và đây là thành quả.
01:45
It all looks pretty messy, so let's arrange them by picture.
40
105389
2938
Nhìn có vẻ khá bừa bộn, vậy ta hãy sắp xếp chúng theo loại ảnh
01:48
Now, still a bit too noisy to see any differences,
41
108826
2656
Giờ nhìn vẫn hơi lộn xộn để thấy bất kì khác biệt nào,
01:51
but if we average the EEG across all image types
42
111506
3040
nhưng nếu ta trung bình hóa sóng não từ tất cả loại ảnh
01:54
by aligning them to when the image first appeared,
43
114570
2436
bằng cách xếp chúng theo thời gian mà ảnh xuất hiện
01:57
we can remove this noise,
44
117030
1617
ta có thể loại bỏ tín hiệu nhiễu,
01:58
and pretty soon, we can see some dominant patterns
45
118671
2334
và sớm thôi, ta có thể thấy vài khuôn mẫu nổi bật
02:01
emerge for each category.
46
121029
1564
hiện ra từ mỗi loại ảnh.
02:02
Now the signals all still look pretty similar.
47
122617
2156
Giờ tất cả tín hiệu nhìn khá giống nhau.
02:04
Let's take a closer look.
48
124797
1215
Hãy nhìn kĩ hơn nhé.
02:06
About a hundred milliseconds after the image comes on,
49
126036
2525
Khoảng một trăm mili-giây sau khi ảnh xuất hiện,
02:08
we see a positive bump in all four cases,
50
128585
2628
ta thấy một đỉnh dương trong cả bốn nhóm,
02:11
and we call this the P100, and what we think that is
51
131237
2789
chúng tôi gọi nó là P100 và nghĩ
02:14
is what happens in your brain when you recognize an object.
52
134050
3075
đây là điều xảy ra khi não bạn nhận ra một vật thể.
02:17
But damn, look at that signal for the face.
53
137149
2086
Nhưng trời ơi, xem tín hiệu nhóm khuôn mặt kìa.
02:19
It looks different than the others.
54
139259
1711
Nó khác biệt với phần còn lại.
02:20
There's a negative dip about 170 milliseconds
55
140994
2890
Có một lõm sâu lúc 170 mili-giây
02:23
after the image comes on.
56
143908
1540
sau khi ảnh xuất hiện.
02:25
What could be going on here?
57
145472
1750
Điều gì có thể xảy ra nhỉ?
02:27
Research shows that our brain has a lot of neurons that are dedicated
58
147246
3240
Nghiên cứu cho thấy não bộ có nhiều neuron chuyên biệt
02:30
to recognizing human faces,
59
150510
1459
để nhận biết khuôn mặt người,
02:31
so this N170 spike could be all those neurons
60
151993
2844
thế nên lõm N170 này có thể do nhóm neuron đó
02:34
firing at once in the same location,
61
154861
1985
cùng phát tín hiệu,
02:36
and we can detect that in the EEG.
62
156870
1634
và ta phát hiện được trên điện não.
02:39
So there are two takeaways here.
63
159083
1820
Vậy có hai bài học ở đây.
02:40
One, our eyes can't really detect the differences in patterns
64
160927
3085
Một, mắt thường không phát hiện bất thường trong khuôn mẫu nào
02:44
without averaging out the noise,
65
164036
1571
mà không trung bình hóa sự nhiễu,
02:45
and two, even after removing the noise,
66
165631
2237
và hai, thậm chí sau khi loại bỏ nhiễu,
02:47
our eyes can only pick up the signals associated with faces.
67
167892
3001
mắt thường chỉ có thể nhận ra tín hiệu liên quan đến khuôn mặt.
02:50
So this is where we turn to machine learning.
68
170917
2268
Đây là lúc chúng tôi nhờ đến Học máy.
02:53
Now, our eyes are not very good at picking up patterns in noisy data,
69
173209
3976
Mắt thường không giỏi trong việc nhận ra bất thường trong dữ liệu nhiễu,
02:57
but machine learning algorithms are designed to do just that,
70
177209
2946
nhưng thuật toán học máy được thiết kế để làm điều đó,
03:00
so could we take a lot of pictures and a lot of data
71
180179
3201
nên ta có thể lấy thật nhiều ảnh và thật nhiều dữ liệu
03:03
and feed it in and train a computer
72
183404
1790
cho vào máy tính và dạy nó
03:05
to be able to interpret what Christy is looking at in real time?
73
185218
3381
để có thể diễn giải điều Christy đang thấy trong thời gian thực.
03:09
We're trying to code the information that's coming out of her EEG
74
189088
4117
Bọn tôi đang cố gắng mã hóa thông tin trích xuất từ điện não
03:13
in real time
75
193229
1175
trong thời gian thực
03:14
and predict what it is that her eyes are looking at.
76
194428
2461
và dự đoán xem cô ấy đang nhìn thấy gì.
03:16
And if it works, what we should see
77
196913
1727
Và nếu thành công, ta có thể thấy
03:18
is every time that she gets a picture of scenery,
78
198664
2381
mỗi lần cô ấy thấy hình phong cảnh
03:21
it should say scenery, scenery, scenery, scenery.
79
201069
2286
nó sẽ trả lời phong cảnh, phong cảnh.
03:23
A face -- face, face, face, face,
80
203379
1957
Khuôn mặt -- khuôn mặt, khuôn mặt,
03:25
but it's not quite working that way, is what we're discovering.
81
205360
3531
Nhưng nó không hoạt động được vậy, đó là điều bọn tôi đang thấy.
03:33
(Laughter)
82
213385
3548
(Cười)
03:36
OK.
83
216957
1151
Được rồi.
03:38
Director: So what's going on here? GG: We need a new career, I think.
84
218132
3382
Đạo diễn: Điều gì đang diễn ra vậy? GG: Tôi nghĩ mình phải kiếm việc mới.
03:41
(Laughter)
85
221538
1070
(Cười)
03:42
OK, so that was a massive failure.
86
222632
2444
Vâng đó là một thất bại thảm hại.
03:45
But we're still curious: How far could we push this technology?
87
225100
3212
Nhưng chúng tôi vẫn tò mò liệu ta có thể đưa công nghệ này đến đâu?
03:48
And we looked back at what we did.
88
228336
1640
Nhìn lại những gì đã làm,
Chúng tôi nhận ra dữ liệu đi vào máy tính rất nhanh,
03:50
We noticed that the data was coming into our computer very quickly,
89
230000
3143
03:53
without any timing of when the images came on,
90
233167
2241
mà không có thời gian ảnh xuất hiện,
03:55
and that's the equivalent of reading a very long sentence
91
235432
2876
và nó giống như việc đọc một câu dài
03:58
without spaces between the words.
92
238332
1605
mà thiếu khoảng trắng giữa các từ.
03:59
It would be hard to read,
93
239961
1438
Sẽ khó mà đọc được,
04:01
but once we add the spaces, individual words appear
94
241423
3713
nhưng khi ta thêm khoảng trắng vào, từng từ hiện rõ
04:05
and it becomes a lot more understandable.
95
245160
2044
và ta dễ hiểu được cả câu hơn.
04:07
But what if we cheat a little bit?
96
247228
1847
Nhưng nếu ta ăn gian một tí thì sao?
04:09
By using a sensor, we can tell the computer when the image first appears.
97
249099
3537
Bằng cách dùng cảm biến, ta giúp máy tính biết khi nào ảnh hiện lên.
04:12
That way, the brainwave stops being a continuous stream of information,
98
252660
3602
Qua đó, sóng não không còn là một dòng thông tin liên tục,
04:16
and instead becomes individual packets of meaning.
99
256286
2711
mà trở thành từng gói thông tin mang ý nghĩa riêng.
04:19
Also, we're going to cheat a little bit more,
100
259021
2368
Đồng thời, bọn tôi gian lận hơn chút nữa,
04:21
by limiting the categories to two.
101
261413
1812
bằng cách giới hạn còn 2 nhóm thôi.
04:23
Let's see if we can do some real-time mind-reading.
102
263249
2383
Thử đọc suy nghĩ trong thời gian thực xem nào.
04:25
In this new experiment,
103
265656
1235
Trong thí nghiệm mới này,
04:26
we're going to constrict it a little bit more
104
266915
2097
ta sẽ giới hạn lại thêm chút nữa
04:29
so that we know the onset of the image
105
269036
2252
để biết thời điểm bắt đầu của ảnh
04:31
and we're going to limit the categories to "face" or "scenery."
106
271312
3382
và ta sẽ giới hạn còn hai nhóm: “khuôn mặt” và “phong cảnh”.
04:35
Nathan: Face. Correct.
107
275097
1511
Nathan: Khuôn mặt. Chính xác.
04:37
Scenery. Correct.
108
277780
1351
Phong cảnh. Chính xác.
04:40
GG: So right now, every time the image comes on,
109
280251
2373
GG: Bây giờ, mỗi khi ảnh xuất hiện,
04:42
we're taking a picture of the onset of the image
110
282648
2266
ta sẽ lấy thời điểm ảnh xuất hiện
04:44
and decoding the EEG.
111
284938
1695
và giải mã sóng não.
04:46
It's getting correct.
112
286657
1256
Nó đang cho kết quả tốt.
04:47
Nathan: Yes. Face. Correct.
113
287937
1579
Nathan: Vâng. Khuôn mặt. Chính xác.
04:49
GG: So there is information in the EEG signal, which is cool.
114
289540
2859
GG: Vậy là có thông tin trong điện não, khá là hay đấy.
04:52
We just had to align it to the onset of the image.
115
292423
2537
Ta chỉ phải xếp chúng đúng thời điểm ảnh xuất hiện.
04:55
Nathan: Scenery. Correct.
116
295307
1311
Nathan: Phong cảnh. Chính xác.
04:59
Face. Yeah.
117
299344
1150
Khuôn mặt. Đúng rồi.
05:00
GG: This means there is some information there,
118
300518
2288
GG: Điều này nghĩa là có vài thông tin ở đây,
05:02
so if we know at what time the picture came on,
119
302830
2913
nếu ta biết thời điểm ảnh xuất hiện,
05:05
we can tell what type of picture it was,
120
305767
1999
ta có thể biết loại ảnh mà cô ấy thấy,
05:07
possibly, at least on average, by looking at these evoked potentials.
121
307790
5096
ít ra là trung bình, dựa trên những tiềm năng này.
05:12
Nathan: Exactly.
122
312910
1325
Nathan: Chính xác.
05:14
GG: If you had told me at the beginning of this project this was possible,
123
314259
3521
GG: Nếu từ đầu bạn nói với tôi điều này là khả dĩ,
05:17
I would have said no way.
124
317804
1251
tôi sẽ chẳng tin đâu.
Thật sự tôi đã chẳng tin chúng tôi có thể làm được.
05:19
I literally did not think we could do this.
125
319079
2000
Vậy thí nghiệm đọc suy nghĩ này thành công chứ?
05:21
Did our mind-reading experiment really work?
126
321103
2066
05:23
Yes, but we had to do a lot of cheating.
127
323193
1975
Có đó. Nhưng bọn tôi đã ăn gian khá nhiều.
05:25
It turns out you can find some interesting things in the EEG,
128
325192
2905
Hóa ra bạn thể thấy nhiều điều thú vị từ điện não,
05:28
for example if you're looking at someone's face,
129
328121
2290
ví dụ như việc bạn đang thấy khuôn mặt ai đó,
05:30
but it does have a lot of limitations.
130
330435
2157
nhưng nó cũng còn nhiều giới hạn.
05:32
Perhaps advances in machine learning will make huge strides,
131
332616
2946
Có lẽ các tiến bộ trong học máy sẽ tạo nên các bước tiến lớn,
05:35
and one day we will be able to decode what's going on in our thoughts.
132
335586
3390
ngày nào đó, ta có thể giải mã được những gì đang xảy ra trong suy nghĩ.
Nhưng hiện tại, nếu công ty nào đó nói họ có thể khai thác sóng não của bạn
05:39
But for now, the next time a company says that they can harness your brainwaves
133
339000
4077
05:43
to be able to control devices,
134
343101
1750
để điều khiển các thiết bị,
05:44
it is your right, it is your duty to be skeptical.
135
344875
3310
bạn có quyền và nghĩa vụ nghi ngờ điều đó.
Về trang web này

Trang web này sẽ giới thiệu cho bạn những video YouTube hữu ích cho việc học tiếng Anh. Bạn sẽ thấy các bài học tiếng Anh được giảng dạy bởi các giáo viên hàng đầu từ khắp nơi trên thế giới. Nhấp đúp vào phụ đề tiếng Anh hiển thị trên mỗi trang video để phát video từ đó. Phụ đề cuộn đồng bộ với phát lại video. Nếu bạn có bất kỳ nhận xét hoặc yêu cầu nào, vui lòng liên hệ với chúng tôi bằng biểu mẫu liên hệ này.

https://forms.gle/WvT1wiN1qDtmnspy7