Dalam kontestan sains sains yang begitu sains-itulah-mesti-sains-sains, kita mempunyai pemenang yang jelas: satu kajian baru di mana satu pasukan saintis menggunakan mesin MRI, model komputer dan beribu-ribu imej dari internet untuk memikirkan apa yang dilihat oleh orang seperti yang mereka impikan.
Kandungan Terkait
- Mengapa Mengembara Minda Boleh Jadi Sangat Miskin, Mengikut Pakar Kebahagiaan
Unbelievable seperti bunyi, penyelidik dari Kyoto, Jepun, mengatakan bahawa mereka telah membina sesuatu mesin membaca mimpi, yang cukup mengetahui tentang pola neurologi tiga peserta penyelidikan untuk meramalkan visualisasi tidur mereka dengan ketepatan 60 peratus. Kajian yang diterbitkan hari ini dalam Sains dipercayai merupakan kes pertama di mana data objektif telah dimusnahkan mengenai kandungan mimpi.
Idea seolah-olah luar biasa dibina dari konsep mudah: otak kita mengikuti corak yang dapat diramalkan apabila mereka bertindak balas terhadap pelbagai jenis rangsangan visual, dan dari masa ke masa, algoritma pembelajaran dapat memikirkan bagaimana untuk menghubungkan setiap corak ini dengan kelas visualisasi yang berbeza. Satu kajian 2005 oleh salah seorang penyelidik berjaya melakukannya dengan cara yang lebih primitif-sementara mata pelajaran telah terjaga-dengan program pembelajaran dengan betul menggunakan pembacaan MRI berfungsi (fMRI menunjukkan aliran darah ke pelbagai bahagian otak) untuk menentukan di mana arah subjek sedang mencari.
Kajian ini mengikuti prinsip yang sama tetapi mengambilnya dalam arah yang lebih tinggi, berusaha untuk memadankan imej sebenar-bukan hanya arahan visual-dengan pembacaan fMRI, dan lakukannya semasa subjek sedang tidur.
Penyelidikan dilakukan pada tiga peserta, setiap seorang yang bergilir tidur tidur dalam pengimbas MRI untuk beberapa blok 3 jam selama 10 hari. Peserta juga dilengkapi dengan mesin electroencephalography (EEG), yang menjejaki tahap keseluruhan aktiviti elektrik di dalam otak dan digunakan untuk menunjukkan tahap tidur mereka.
Mimpi terdalam yang paling panjang berlaku semasa tidur REM, yang biasanya bermula selepas beberapa jam tidur. Tetapi cepat, halusinasi sporadis juga berlaku semasa tahap 1 dari tidur bukan REM, yang bermula beberapa minit setelah anda hanyut, dan penyelidik berusaha untuk mengesan visualisasi pada tahap ini.
Memandangkan fMRI memantau aliran darah ke bahagian yang berbeza dari otak subjek, mereka hanyut tidur; kemudian, apabila para saintis melihat bahawa mereka telah memasuki tahap 1, mereka bangun mereka dan meminta mereka untuk menerangkan apa yang mereka lihat sebelumnya ketika bermimpi. Mereka mengulangi proses ini hampir 200 kali untuk setiap peserta.
Selepas itu, mereka mencatatkan 20 item kelas yang paling biasa dilihat oleh setiap peserta (contohnya "bangunan, " "orang" atau "surat, " contohnya) dan mencari foto di Web yang hampir dipadankan dengan objek. Mereka menunjukkan gambar-gambar ini kepada para peserta semasa mereka terjaga, juga dalam pengimbas MRI, kemudian membandingkan pembacaan kepada pembacaan MRI dari ketika orang melihat objek yang sama dalam mimpi mereka. Ini membolehkan mereka mengasingkan corak aktiviti otak tertentu yang benar-benar dikaitkan dengan melihat objek yang diberikan dari corak yang tidak berkaitan yang hanya berkaitan dengan tidur.
Mereka memberi makan semua data ini-20 jenis objek yang paling biasa yang dilihat oleh setiap peserta dalam mimpi mereka, seperti yang diwakili oleh beribu-ribu imej dari Web, bersama dengan aktiviti otak peserta (dari MRI readouts) yang berlaku sebagai hasilnya melihatnya-ke dalam algoritma pembelajaran, mampu meningkatkan dan memperbaiki model berdasarkan data. Apabila mereka menjemput tiga orang tidur kembali ke MRI untuk menguji algoritma yang baru ditapis, ia menghasilkan video seperti yang di bawah, menghasilkan kumpulan imej yang berkaitan (diambil dari beribu-ribu di web) dan memilih mana dari 20 kumpulan item (kata-kata di bawah) ia fikir kemungkinan besar orang itu melihat, berdasarkan bacaan MRInya:
Apabila mereka terbangun subjek sehingga kali ini dan meminta mereka untuk menerangkan mimpi mereka, ternyata ramalan mesin lebih baik daripada peluang, walaupun tidak sempurna. Para penyelidik mengambil dua kelas item-satu pemimpi telah dilaporkan melihat, dan satu yang dia tidak-dan diperiksa, masa algoritma telah melaporkan hanya salah seorang daripada mereka, berapa kali ia meramalkan yang betul.
Algoritma itu mendapat 60 peratus masa yang tepat, satu bahagian penyelidik mengatakan tidak dapat dijelaskan secara kebetulan. Khususnya, ia lebih baik untuk membezakan visualisasi dari kategori yang berbeza daripada imej yang berbeza dari kategori yang sama-iaitu, ia mempunyai peluang yang lebih baik untuk memberitahu sama ada seorang pemimpi melihat seseorang atau adegan, tetapi kurang tepat meneka sama ada sesuatu Tempat kejadian adalah bangunan atau jalan.
Walaupun ia hanya mampu ramalan yang agak kasar, sistem itu menunjukkan sesuatu yang mengejutkan: Impian kita mungkin kelihatan seperti pengalaman subjektif, peribadi, tetapi ia menghasilkan kepingan data objektif dan konsisten yang dapat dianalisis oleh orang lain. Para penyelidik mengatakan karya ini boleh menjadi penyelidikan awal kepada analisis mimpi saintifik, akhirnya membolehkan tafsiran mimpi yang lebih canggih dalam tahap tidur yang lebih mendalam.
