В сегодняшнем конкурсе «наука-странно-это-абсолютно-обязательно-научная фантастика» у нас есть явный победитель: новое исследование, в котором группа ученых использует аппарат МРТ, компьютерную модель и тысячи изображений из Интернет, чтобы понять, что люди видят во сне.
Связанный контент
- Почему странствие ума может быть таким несчастным, по мнению экспертов счастья
Невероятно, как это звучит, но исследователи из Киото, Япония, говорят, что они создали нечто вроде машины для чтения снов, которая достаточно хорошо изучила неврологические паттерны трех участников исследования, чтобы предсказать их визуализацию во время сна с точностью до 60%. Считается, что исследование, опубликованное сегодня в журнале Science, является первым случаем, когда были собраны объективные данные о содержании сна.
Кажущаяся необычной идея построена на простой концепции: наш мозг следует предсказуемым шаблонам, реагируя на различные виды визуальных стимулов, и со временем алгоритм обучения может выяснить, как соотнести каждый из этих шаблонов с различными классами визуализаций. Исследование, проведенное одним из исследователей в 2005 году, сделало это гораздо более примитивным способом - в то время как субъекты не спали - с программой обучения, правильно использующей функциональные показания МРТ (МРТ указывает на кровоток в различных частях мозга), чтобы определить, в каком направлении субъект искал.
Это исследование следовало тому же принципу, но взяло его в гораздо более амбициозном направлении, пытаясь сопоставить реальные изображения, а не только визуальные указания, с показаниями МРТ, и делать это, пока испытуемые спали.
Исследование было проведено на трех участниках, каждый из которых по очереди спал в МРТ-сканере в течение нескольких 3-часовых блоков в течение 10 дней. Участники также были подключены к электроэнцефалографическому аппарату (ЭЭГ), который отслеживает общий уровень электрической активности в мозге и используется для указания того, в какой стадии сна они находились.
Самые глубокие, самые длинные сны возникают во время быстрого сна, который обычно начинается после нескольких часов сна. Но быстрые спорадические галлюцинации также возникают во время первой стадии не-быстрого сна, которая начинается через несколько минут после того, как вы спите, и исследователи пытались отслеживать визуализации на этой стадии.
Поскольку МРТ контролировала приток крови к различным частям мозга испытуемых, они засыпали; затем, как только ученые заметили, что они вошли в стадию 1, они разбудили их и попросили описать то, что они ранее видели во сне. Они повторили этот процесс почти 200 раз для каждого из участников.
После этого они записали 20 наиболее распространенных классов предметов, которые видел каждый участник (например, «здание», «человек» или «письмо»), и искали в Интернете фотографии, которые приблизительно соответствовали объектам. Они показывали эти изображения участникам в то время, когда они бодрствовали, также в МРТ-сканере, а затем сравнивали показания с показаниями МРТ, когда люди видели одни и те же объекты во сне. Это позволило им изолировать конкретные паттерны мозговой активности, действительно связанные с наблюдением за данным объектом, от неродственных паттернов, которые просто коррелировали со сном.
Они предоставили все эти данные - 20 наиболее распространенных типов объектов, которые каждый участник видел в своих снах, представленных тысячами изображений из Интернета, наряду с мозговой активностью участников (из показаний МРТ), возникшей в результате видеть их - в алгоритм обучения, способный улучшить и усовершенствовать свою модель на основе данных. Когда они пригласили трех спящих обратно в МРТ, чтобы протестировать новый усовершенствованный алгоритм, он сгенерировал видео, как показано ниже, создав группы связанных изображений (взятых из тысяч в Интернете) и выбрав, какую из 20 групп элементов (слова внизу) он думал, что наиболее вероятно, что человек видел, основываясь на его или её показаниях МРТ:
Когда они разбудили испытуемых на этот раз и попросили описать свои сны, оказалось, что предсказания машины были лучше, чем случайность, хотя ни в коем случае не идеальны. Исследователи выбрали два класса предметов - один, о котором мечтатель сообщил, что видел, а другой - нет, и проверили, когда алгоритм сообщал только об одном из них, как часто он предсказывал правильный.
Алгоритм сделал это правильно 60 процентов времени, доля исследователей не может быть объяснена случайно. В частности, он лучше отличал визуализации от разных категорий, чем от разных изображений из одной и той же категории, т. Е. Имел больше шансов определить, видел ли мечтатель человека или сцену, но был менее точен при угадывании Сцена была зданием или улицей.
Хотя система способна делать лишь относительно грубые прогнозы, система демонстрирует нечто удивительное: наши мечты могут показаться субъективным, личным опытом, но они дают объективные, согласованные фрагменты данных, которые могут быть проанализированы другими. Исследователи говорят, что эта работа могла бы быть начальным шагом в научном анализе сновидений, в конечном итоге позволяя более изощренную интерпретацию сновидений на более глубоких стадиях сна.
