KI kann die Gedanken von Menschen lesen! Wie lange können Sie Ihr kleines Geheimnis bewahren?

Prüfungsexperte: Zheng Yuanpan

Professor der Zhengzhou University of Light Industry

Ich weiß nicht, ob Sie sich noch daran erinnern, dass in „Ant-Man 2“ von Regisseur Peyton Reed der Bösewicht, als er den Aufenthaltsort des Protagonisten Scott Lang herausfinden wollte, seinem Freund Louis eine Dosis „Wahrheitsserum“ injizierte. Diese Drogeninjektion brachte Louis direkt dazu, über alles zu reden und enthüllte beinahe das gesamte Gefühlsleben des Protagonisten.

Quelle: Standbilder aus Ant-Man and the Wasp

Kürzlich veröffentlichten Wissenschaftler der University of Texas einen Artikel in der Fachzeitschrift Nature, in dem sie erwähnten, dass sie mit Hilfe eines großen Sprachmodells einen modernen „Gedankenleser“ entwickelt hätten. Obwohl es Sie nicht dazu bringen kann, direkt „die Wahrheit zu sagen“, kann es Ihre Gehirnaktivität in klare Bilder umwandeln oder direkt in Sprache ausdrücken.

Forscher bereiten sich auf die Erfassung von Daten zur Gehirnaktivität vor. Quelle: Nolan Zunk/The University of Texas at Austin

Ursprünglich waren Filme einfach nur Filme, doch moderne „Gedankenlesemaschinen“ haben die Wahrnehmung der Menschen zerstört. Vor der Erfindung dieser „Gedankenlesemaschine“ war der Lügendetektor das Gerät, das einem „Wahrheitsserum“ am nächsten kam. Allerdings lässt sich auch indirekt anhand emotionaler Schwankungen wie Herzschlag und Gehirnströmen erkennen, ob eine Person lügt. Wie also macht diese „Gedankenlesemaschine“ das?

1 Wie kann KI Gedanken direkt lesen?

Unter direktem Lesen von Gedanken oder „Gedankendekodierung“ versteht man den Vorgang, Gedanken direkt aus dem Gehirn extrahieren und analysieren zu können. Bei diesem Prozess geht es beispielsweise darum, Muster neuronaler Aktivität zu erkennen und diese Muster mit bestimmten Gedanken oder Wahrnehmungen zu verknüpfen.
Am 1. Mai 2023 veröffentlichten Forscher der University of Texas in Austin in der Zeitschrift Nature Neuroscience eine Forschungsarbeit mit dem Titel „Semantische Rekonstruktion kontinuierlicher Sprache aus nicht-invasiven Gehirnaufzeichnungen“.

Im Rahmen der Studie wurde ein neues System künstlicher Intelligenz entwickelt, ein sogenannter semantischer Decoder. Dieser kann die Geschichten und sogar Bilder in den Köpfen der Teilnehmer auf nicht-invasive Weise in einen kontinuierlichen Textstrom übersetzen, indem er einfach Daten der funktionellen Magnetresonanztomographie (fMRI) analysiert. Dieses System könnte möglicherweise Menschen, die geistig wach, aber nicht in der Lage sind zu sprechen, wie etwa Schlaganfallpatienten und Gehörlose, dabei helfen , klar zu kommunizieren.

Interessanterweise basiert diese Forschungsarbeit teilweise auf Large Language Models (LLM), die die Grundlage der in letzter Zeit populären Chat-Software für künstliche Intelligenz ChatGPT bilden.

Quelle: Screenshot eines in Nature Neuroscience veröffentlichten Artikels

Um das System zu trainieren, ließen die Wissenschaftler Freiwillige in einem fMRI-Gerät liegen und sich über Kopfhörer Podcast-Geschichten anhören, während sie einem fMRI-Scan unterzogen wurden. Während der Trainingsphase verwendeten die Forscher ein großes Sprachmodell auf Basis von GPT-1, um die in den fMRT-Daten der Teilnehmer gezeigte Gehirnaktivität mit den Sprachmerkmalen in den Podcast-Geschichten zu verknüpfen.

Flussdiagramm für das Training des semantischen Decoders. Quelle: Semantische Rekonstruktion kontinuierlicher Sprache aus nicht-invasiven Gehirnaufzeichnungen.

Nachdem die Freiwilligen Dutzende Stunden an Podcast-Geschichten erhalten hatten, baten die Forscher die Freiwilligen, sich eine völlig neue Geschichte anzuhören. Dieses Mal forderten sie den Decoder auf, eine Sprache auszugeben, die die Geschichte, die die Freiwilligen hörten, basierend auf der Gehirnaktivität der Freiwilligen beschreibt. Die experimentellen Ergebnisse zeigen, dass dieses System die Geschichten, die die Freiwilligen hören, ausschließlich auf der Grundlage ihrer fMRI-Daten beschreiben kann. Obwohl keine 100-prozentige Genauigkeit erreicht werden kann, kann es die allgemeine Idee der Geschichten lesen, die sich die Freiwilligen ausdenken.

Die von den Freiwilligen gehörten Sätze (links) und die vom Decoder auf Grundlage der Gehirnaktivität interpretierten Sätze (rechts). Blau stellt genau dieselben Wörter dar, und Lila stellt ungefähr genaue Wortquellen dar. Semantische Rekonstruktion kontinuierlicher Sprache aus nicht-invasiven Gehirnaufzeichnungen

Neben der Fähigkeit, Textgeschichten zu interpretieren, kann das System auch Bildinhalte dekodieren. Im Experiment ließen die Forscher die Teilnehmer ein kurzes animiertes Video ohne Sprache oder Text ansehen. Der Decoder konnte dann basierend auf der Gehirnaktivität der Teilnehmer eine Sprache ausgeben, die die Ereignisse im Video beschrieb.

Im Experiment beschrieb das Dekodierungssystem die Geschichte, die sich in dem Video abspielte, das die Freiwilligen sahen, in Worten. Quelle: Semantische Rekonstruktion kontinuierlicher Sprache aus nicht-invasiven Gehirnaufzeichnungen

Allerdings wirft diese Forschung auch ein ganz neues Datenschutzproblem auf: Könnte jemand mit bösen Absichten einen semantischen Decoder verwenden, um die Gedanken anderer Leute abzuhören? Professor Alexander Huth, der korrespondierende Autor des Artikels, sagte, dass der semantische Decoder maßgeschneidert sei und vor der Verwendung mehr als zehn Stunden Training erfordere. Damit das System wirklich funktioniert, müssen die freiwilligen Versuchspersonen vollkommen still sitzen und sich auf die Geschichte konzentrieren, die sie hören. Darüber hinaus testete das Forschungsteam das System auch an Personen ohne Schulung, und die Dekodierungsergebnisse wichen weit von den tatsächlichen Ergebnissen ab.

2 Aktueller Fortschritt

Obwohl wir noch weit davon entfernt sind, den menschlichen Geist vollständig zu entschlüsseln, haben wir einige wichtige Fortschritte erzielt. Im März dieses Jahres gelang es Wissenschaftlern der Universität Kyoto in Japan beispielsweise, mithilfe von KI die Bilder zu entschlüsseln, die Menschen in ihrem Gehirn sehen oder sich vorstellen, und sogar die Sprache, die sie hören oder sich vorstellen. „Hier präsentieren wir einen neuen Ansatz zur Bildrekonstruktion, bei dem die Pixelwerte eines Bildes optimiert werden, um seine tiefen neuronalen Netzwerkmerkmale denen ähnlich zu machen, die aus mehreren Ebenen der menschlichen Gehirnaktivität dekodiert werden“, sagten die Autoren der Studie, die online im Journal of Biology veröffentlicht wurde. „Obwohl unser Modell nur anhand natürlicher Bilder trainiert wurde, verallgemeinert unsere Methode den Rekonstruktionsprozess erfolgreich auf künstliche Formen. Dies legt nahe, dass unser Modell tatsächlich Bilder der Gehirnaktivität ‚rekonstruiert‘ oder ‚generiert‘, anstatt einfach nur Proben abzugleichen.“

Quelle: Siehe Wasserzeichen

Der Kern dieser Technologie besteht darin, dass eine Person beim Betrachten eines Bildes dieses Bild in ihrem Kopf nachbildet. KI verwendet einen speziellen Algorithmus, um die fMRI-Signale von Freiwilligen mit den DNN-Merkmalen (Deep Neural Networks) des Bildes zu verknüpfen und trainiert dann eine KI, die Ihre Gedanken lesen kann. Es muss jedoch betont werden, dass die meisten aktuellen Studien auf einfachen bildgebenden Verfahren des Gehirns und begrenzten Daten beruhen. Daher sind die Arten und die Genauigkeit der Gedanken, die entschlüsselt werden können, noch immer begrenzt.

Die erste Reihe ist ein echtes Bild und die letzten drei Reihen sind KI-abgeleitete Bilder. Quelle: siehe Wasserzeichen

Neben der Genauigkeit ist auch die Latenz ein Problem, das angegangen werden muss.

Das Lesen und Verarbeiten von Informationen dauert bei der Interaktion von Instrumenten mit Menschen einige Zeit. Zudem funktionieren die Gehirne verschiedener Menschen unterschiedlich, was eine erhebliche Herausforderung für die Verarbeitungsleistung des Systems darstellt. Darüber hinaus müssen die Teilnehmer bei der fMRI in einem speziellen Gerät liegen, um zuverlässige Daten zu sammeln. Derart strenge Bedingungen werden ein erhebliches Hindernis für die künftige Förderung darstellen.

3 Zukünftige Möglichkeiten

Wenn sich die Technologie zur Gehirnbildgebung in Zukunft verbessert und mehr Daten verfügbar werden, wird es möglich sein, KI zu trainieren, die komplexere und anspruchsvollere Gedanken entschlüsseln kann. Dies könnte uns nicht nur zu einem tieferen Verständnis des Gehirns und des Geistes verhelfen, sondern auch völlig neue Wege der Kommunikation eröffnen. So könnten etwa Menschen mit eingeschränkter Mobilität dabei unterstützt werden, Schnittstellen direkt über ihre Gedanken zu steuern oder die Gedanken von Menschen mit Sprachstörungen zu verstehen.

Quelle: pixabay

Allerdings wirft eine KI, die Gedanken lesen kann, auch eine Reihe moralischer und ethischer Fragen auf. Wer hat beispielsweise Zugriff auf unsere privaten Gedanken? Wie sollten wir die Privatsphäre unserer Gedanken schützen? Dies sind alles Probleme, mit denen wir uns bei der Entwicklung dieser Technologie auseinandersetzen und die wir angehen müssen.

Derzeit müssen wir uns keine Sorgen darüber machen, dass diese Technologie eine Bedrohung für die Privatsphäre der Menschen darstellt, da für die erfolgreiche Durchführung jedes Experiments ein hohes Maß an Mitarbeit von Freiwilligen erforderlich ist. Wenn Sie nicht möchten, dass Ihre Gedanken von einer Maschine gelesen werden, können Sie durch Tagträumen eine undurchdringliche Barriere schaffen.

Generell ist das direkte Lesen menschlicher Gedanken durch KI ein Bereich voller Herausforderungen und Chancen. Wie alle anderen innovativen Technologien ist es ein zweischneidiges Schwert. Dies kann der Menschheit Vorteile bringen, kann sie jedoch auch ihrer Privatsphäre berauben und große ethische Probleme aufwerfen. Sowohl die Art und Weise seiner Entwicklung als auch seine Verwendung sind unserer eingehenden Betrachtung und Diskussion wert.