На данашњем такмичењу науке-тако-чудно-то-апсолутно-мора-бити-наука-фантастика, имамо јасног победника: нова студија у којој тим научника користи МРИ машину, компјутерски модел и хиљаде слика са Интернет како би схватили шта људи виде како сањају.
Сличан садржај
- Стручњаци за срећу зашто лутање ума може бити толико јадно
Невероватно колико звучи, истраживачи из Кјота у Јапану кажу да су изградили нешто од машине за читање снова, која је научила довољно о неуролошким обрасцима три учесника истраживања да би могли предвидјети визуализације њиховог спавања са 60-постотном тачношћу. Вјерује се да је студија објављена данас у часопису Сциенце први случај у којем су прикупљени објективни подаци о садржају сна.
Наизглед изванредна идеја изграђена је из директног концепта: да наш мозак слиједи предвидљиве обрасце док реагују на различите врсте визуелних подражаја, а временом алгоритам учења може схватити како сваки од тих образаца повезати са различитим класама визуализација. Студија 2005. једног од истраживача је то постигла на много примитивнији начин - док су испитаници били будни - са програмом учења правилно користећи функционална очитања МРИ (фМРИ указује на проток крви у различите делове мозга) да би се утврдило у ком правцу је предмет Тражио.
Ова студија је слиједила исти принцип, али одвела га је у много амбициознијем правцу, настојећи да усклади стварне слике - не само визуелне правце - са очитавањима фМРИ, и то раде док су испитаници спавали.
Истраживање је урађено на три учесника, од којих је сваки од њих током десет дана преспавао у МРИ скенеру током неколико блокова од 3 сата. Учесници су такође били повезани са електроенцефалографском машином (ЕЕГ), која прати укупни ниво електричне активности у мозгу и коришћена је да би се назначило у којој су фази спавања.
Најдубљи, најдужи снови се јављају током РЕМ сна, који обично почиње после неколико сати спавања. Али брзе, спорадичне халуцинације дешавају се и током прве фазе не-РЕМ спавања, која почиње неколико минута након што се повучете, а истраживачи су покушали да прате визуализације током ове фазе.
Док је фМРИ надгледао проток крви у различитим деловима мозга испитаника, они су се одвукли у сан; затим, када су научници приметили да су ушли у фазу 1, пробудили су их и затражили да опишу шта су претходно видели док сањају. Овај поступак су поновили скоро 200 пута за сваког од учесника.
Након тога снимили су 20 најчешћих класа предмета које је сваки учесник видео (на пример „зграда“, „особа“ или „писмо“) и претражили фотографије на Интернету које су грубо одговарале предметима. Показали су ове слике учесницима док су били будни, такође у МРИ скенеру, а затим су упоређивали очитања са очитавањима МРИ од када су људи видели исте предмете у сну. То им је омогућило да изолују одређене обрасце активности мозга који су заиста повезани са виђењем одређеног објекта од неповезаних образаца који су једноставно повезани са спавањем.
Хранили су све ове податке - 20 најчешћих врста објеката које је сваки учесник видео у својим сновима, а које су представљене хиљадама слика са Веба, заједно са мозговним активностима учесника (из очитавања МРИ) који су се појавили као резултат да их виде - у алгоритам учења, способан да побољша и доради свој модел на основу података. Када су позвали троје спавача назад у МРИ како би тестирали новоуређени алгоритам, он је генерисао видео записе попут доњег, производећи групе сродних слика (узетих од хиљада на мрежи) и бирајући која од 20 група предмета (речи на дну) мислило се да га особа највероватније види, на основу очитавања МРИ:
Када су овог пута пробудили субјекте и затражили да опишу њихове снове, испоставило се да су предвиђања машине боља од случајности, мада никако савршена. Истраживачи су одабрали две класе предмета - један је сањар извештавао да је видео, а један он или она - и проверили, колико пута је алгоритам извештавао само о једном од њих, колико често је предвидио тачан.
Алгоритам је схватио тачно 60 процената времена, пропорција за коју истраживачи кажу да се не може објаснити случајно. Конкретно, било је боље разликовати визуализације из различитих категорија него различите слике из исте категорије - односно, имао је већу шансу да каже да ли сањар види неку особу или сцену, али је мање прецизан у погађању да ли је одређени сцена је била зграда или улица.
Иако је способан само за релативно груба предвиђања, систем показује нешто изненађујуће: Наши снови могу изгледати као субјективна, приватна искуства, али они стварају објективне, конзистентне делове података које могу анализирати и други. Истраживачи кажу да би овај рад могао бити почетни корак у научној анализи снова, што на крају омогућава софистицираније тумачење снова током дубљих фаза сна.
