Strojové učení | Neuronová síť | Mozek

Už desítky let se pokoušíme odposlouchávat mozek. Rusům se podařil kousek, ze kterého vám spadne brada

  • K odposlechu mozků používáme EEG
  • To má ale žalostné informační rozlišení
  • Rusům pomohla počítačová neuronová síť

Od dob, kdy se na scéně objevily první EEG helmy, které nám umožnily pohnout autíčkem na monitoru prostou myšlenkou, už uplynula hromada let, a tak se nabízí otázka, co dokáže současná neurověda.

Stručně řečeno, mozek samotný a jeho nesmírně komplikované a komplexní procesy, které našemu vědomí servírují mentální realitu, sice zůstávají i nadále velkou neznámou, vědcům ale pomáhá stále lepší analýza dat z elektroencefalografu. Tedy ze zařízení, které snímá drobné změny elektrického potenciálu způsobeného mozkovou aktivitou, jak praví česká Wikipedie.

Neuron jako biologické hradlo

Lidský mozek obsahuje zhruba 1011 nervových buněk (neuronů), které vytvářejí až 1015 vzájemných informačních spojení (synapsí). Kdybychom chtěli tento analogový – elektrobiochemický – systém srovnat s digitálním počítačem, neuron by mohl představovat logický člen (hradlo) a synapse by tvořily jeho vstupy a výstupy.

e7095305-470b-4266-9800-5300cddf641a
Neuron a jeho synapse, tedy spojení s dalšími buňkami, se kterými vytváří síť

Jen zrekapituluji, že hradlo je základní stavební prvek každého logického obvodu a má přinejmenším jeden vstup, se kterým provede logickou operaci, a výstup. Takže třeba takové primitivní hradlo NOT (invertor) vstupní hodnotu obrátí, čili když bude na vstupu logická 0, na výstupu bude logická 1.

a00d9181-bb84-4fce-ae98-63cf1918dced
Schéma hradla NOT sestaveného z jednoho přepínacího tranzistoru. A je vstup, OUT je výstup a 5V je referenční zdroj napětí. Když bude na A napětí 0 V (logická 0), tranzistor je uzavřený a na OUT je napětí 5 V (logická 1). Když ale bude na A napětí 5 V (logická 1), tranzistor se otevře, spojí obvod do země a způsobí úbytek napětí. Na OUT je tedy nyní nižší napětí, které představuje logickou 0.

Kdybychom invertor postavili na pětivoltové logice, kterou čtenáři našeho seriálu o programování elektroniky znají ze světa Arduina, a na vstupu invertoru nastavili napětí 0 V, na jeho výstupu bude ideálně napětí 5 V představující logickou 1 a naopak.

Primitivní invertor bychom mohli postavit z jednoho jediného tranzistoru jako na obrázku výše a ze stovek milionů až miliard tranzistorů je také nakonec vyrobený každý procesor v nitru vašeho počítače, přičemž hradla různých typů realizují na té nejnižší logické úrovni jednotlivé strojové instrukce programu nahrávaného z paměti. 

Počítač pulzuje podobně jako mozek a část energie vyzáří do okolí

Omlouvám se za malou odbočku, ale byla naprosto klíčová pro pochopení měřítka. Stejně jako mozek i počítač, kterým protéká proud, vyzáří podstatnou část energie do okolí – především ve formě odpadního tepla.

EEG je tedy v podstatě to samé, jako byste vzali třeba několik desítek mikroskopických přísavek s elektrodami, přicucli je na povrch pouzdra drobného křemíkového čipu a chtěli odposlouchávat, jak rychlostí až několika GHz pulzují jednotlivá hradla. Anebo byste na povrch přilepili stovky mikroskopických teplotních čidel a to samé se pokusili odhadnout na základě vyzářeného tepla v daném místě.

a60d97cb-d290-4ce1-934e-b1ebd52cfbf1
Odposlech dění na špatně odstíněném monitoru (vpravo), jehož součástky vyzáří část datového signálu ve formě rádiových vln, který zachytí SDR přijímač a dekóduje zpět do obrazových dat (vlevo).

I když budete mít sebelepší čidlo, naměříte leda šum a teplo složené z dílčích signálů i radiačního pozadí. S nejcitlivějšími přístroji bychom v laboratorních podmínkách zjistili snad jen to, kterou částí čipu zrovna protéká největší díl energie a která je tedy asi aktuálně i nejaktivnější.

Výjimkou jsou některé větší a hůře odstíněné spotřebiče – třeba staré monitory, jejichž součástky při průchodu signálu vyzáří do okolí tolik energie, že ji už můžeme zachytit jako rádiové vlny a pokusit se odposlouchávat dění na obrazovce.

EEG zachytí složené signály, ze kterých toho člověk sice moc nevyčte...

Skutečný elektroencefalograf je na tom v podstatě stejně. Lebka, kůže a u některých šťastlivců i vlasy odizolují téměř vše, takže i ty nejsilnější amplitudy elektrického signálu v mozku poklesnou řádově na desítky mikrovoltů. A to, co EEG zaznamená, bude zároveň ona suma hromady dílčích signálů.  

e09e1214-f3d8-49b1-9259-ec7d03e8a3fe
Zaznamenanou elektrickou aktivitu mozku lze rozdělit do několika subsignálů

Lidský mozek je ale naštěstí mnohem větší než jakýkoliv integrovaný obvod a stejně jako komplexní SoC uvnitř vašeho telefonu má poměrně diskrétně rozdělené funkce, takže lze alespoň zjistit, že ten šum, který právě leze z EEG, vypadá trošku jinak, když koukáme na bílou zeď, nebo když do jejího středu umístíme velké černé kolečko.

Ale strojové učení už ano

První experimenty tohoto typu dlouhé roky komplikovala skutečnost, že nebylo v lidských silách nalézt v podobném šumu patřičné vzory. Jenže pak přišla éra strojového učení a tentokrát ryze počítačových neuronových sítí.

Ty jsou skvělé v jedné věci – mohou se naučit hledat a klasifikovat vzory v ohromném balíku dat. Stačí tedy zaznamenat, jak vypadá charakter pulzujícího mozku, když se budete dívat na číslici 1, jak bude vypadat v případě číslic 2, 3, 4, 5 a tak dále, no a pak na těchto datech vycvičíme počítačovou neuronovou síť, která si vytvoří pravděpodobnostní model toho, jaké číslici odpovídal jaký signál z EEG, přičemž může brát v potaz i nuance, kterých by si člověk z masa, mikroplastů a kostí nikdy nemohl všimnout.

Telepatický keylogger

Když pak testovací osobě s EEG elektrodami na hlavě ukážete náhodnou číslici, neuronová síť může s určitou pravděpodobností odhadnout, o kterou se jedná. Že to přinejmenším v omezených laboratorních podmínkách může skutečně fungovat, ukázal třeba experiment z roku 2017, kdy se vědcům podařilo odposlouchávat, jaké znaky pokusná osoba vyťukává na klávesnici.

9/10 hackerů, tvůrců keyloggerů a dalšího odposlouchávacího malwaru, který se snaží získat třeba hesla vyplňovaná do přihlašovacích formulářů na webu, právě zbystřilo.

Ruský experiment

Nyní podobnou a vizuálně ještě mnohem atraktivnější techniku demonstrovali neurovědci a počítačoví experti z ruské výzkumné společnosti Neurobotics a Moskevského fyzikálně-technologického institutu.

S výsledky se pochlubili v článku publikovaném v katalogu Biorxiv.org, který podobně jako známější Arxiv.org slouží jako volně dostupná knihovna prací, které ale na rozdíl od odborných časopisů neprocházejí přísným recenzním řízením.

14c19e96-c6d8-436e-8074-9695ab1b656e
Dobrovolník má na hlavě desítky elektrod EEG a zrovna sleduje jedno z krátkých videí

V každém případě, dobrovolníci tentokrát v laboratorních podmínkách nesledovali číslice nebo znaky na klávesnici, ale krátké několikasekundové klipy na YouTube, které byly pečlivě připravené a rozdělené do několika kategorií.

Vědci během sledování zaznamenávali data z EEG, načež nad nimi vytvořili dvě doplňující se neuronové sítě. Pak už jen stačilo proces obrátit a opět dobrovolníkům přehrát další set videí. Neuronové sítě následně začaly na základě příchozích dat z EEG porovnávat signály se svým obrazovým modelem a generovat video, na co asi pokusné osoby právě koukají.

88a16416-7195-42f9-9828-914ee8d3c960
Vlevo skutečný obraz videa a vpravo jeho rekonstrukce z EEG. Tvář ženy vědci při publikaci nahradili z důvodu ochrany soukromí generickou černobílou modelkou.

Jak vidno z ukázek, zejména v případě dostatečně kontrastních scén (předěly světla a tmy) byl elektrický signál natolik typický, že jej i počítač dokázal transformovat do obrazu. Nebyl to tentýž obraz, ale podobný – syntetizovaný. Kvůli principiálně nízkému rozlišení vstupních dat však bylo možné rozpoznat, jestli se například osoba zrovna dívá na jiného člověka, anebo sleduje čelní záběr z jízdy ve voze.

Ke čtení myšlenek máme ještě hodně daleko

Leckoho by napadlo, že se už svým způsobem jedná o čtení myšlenek, to by bylo ale nanejvýš nepřesné. Je to jen odhadování několika málo vizuálních vjemů, a to ke všemu s velmi maličkým obrazovým slovníkem.

Dobrovolník sleduje video a neuronová síť z EEG odhaduje, co asi sleduje:

Stručně řečeno, aby ruský experimentální program dokázal dekódovat opravdu cokoliv, na co se dobrovolník zrovna dívá, musel by se nejprve naučit, jak vypadají na úrovni EEG všechny možné vizuální vjemy. Zároveň zůstává otázkou, jestli by tyto informace byly v EEG vůbec rozlišitelné, pokud opět připomenu, že se jedná o sumu mnoha dílčích signálů z mozku, takže už samotná vstupní data mají principiálně velmi nízké informační rozlišení.

Představte si, že byste detailní 4K obraz zmenšili na matici několika málo pixelů, do tohoto signálu zakódovali také hlas a desítky a stovky dalších informací, načež počítači řekli, ať z tohoto šumu opět zrekonstruuje původní 4K. Toho se asi jen tak nedočkáme, museli bychom totiž elektrody napojit přímo na neurony reprezentující vizuální vjem.

Diskuze (30) Další článek: „Finančně nelikvidní“ Elon Musk věnoval milion dolarů na výsadbu stromů. Trumfnul ho však CEO Shopify

Témata článku: , , , , , , , , , , , , , , , , , , , , , , , ,