Houdini percaya bahwa telepati tidak mungkin. Tapi sains membuktikan Houdini salah. Telepati sekarang menjadi subjek penelitian intensif di universitas di seluruh dunia, di mana para ilmuwan telah mampu menggunakan sensor canggih untuk membaca kata-kata, gambar, dan pikiran individu di otak seseorang. Hal ini dapat mengubah cara kita berkomunikasi dengan korban stroke dan kecelakaan yang "terkunci" dalam tubuh mereka, tidak dapat mengartikulasikan pikiran mereka kecuali melalui kedipan. Tapi itu baru permulaan. Telepati mungkin juga secara radikal mengubah cara kita berinteraksi dengan komputer dan dunia luar.
Memang, dalam "Perkiraan 5 dalam 5 berikutnya" baru-baru ini, yang memprediksi lima perkembangan revolusioner dalam lima tahun ke depan, para ilmuwan IBM mengklaim bahwa kita akan dapat berkomunikasi secara mental dengan komputer, mungkin menggantikan mouse dan perintah suara. Ini berarti menggunakan kekuatan pikiran untuk menelepon orang-orang di telepon, membayar tagihan kartu kredit, mengendarai mobil, membuat janji, membuat simfoni dan karya seni yang indah, dll. Kemungkinannya tidak terbatas, dan tampaknya semua orang— dari raksasa komputer, pendidik, perusahaan video game, dan studio musik— menyatu dalam teknologi ini.
Telepati sejati, ditemukan dalam fiksi ilmiah dan novel fantasi, tidak mungkin tanpa bantuan dari luar. Seperti yang kita ketahui, otak bersifat elektrik. Secara umum, setiap kali elektron dipercepat, ia mengeluarkan radiasi elektromagnetik. Hal yang sama berlaku untuk elektron yang berosilasi di dalam otak, yang memancarkan gelombang radio. Tapi sinyal ini terlalu redup untuk dideteksi oleh orang lain, dan bahkan jika kita bisa merasakan gelombang radio ini, akan sulit untuk memahaminya. Evolusi tidak memberi kita kemampuan untuk menguraikan kumpulan sinyal radio acak ini, tetapi komputer bisa. Para ilmuwan telah bisa mendapatkan perkiraan kasar dari pikiran seseorang menggunakan EEG scan. Subjek akan mengenakan helm dengan sensor EEG dan berkonsentrasi pada gambar tertentu—misalnya, gambar mobil. Sinyal EEG kemudian direkam untuk setiap gambar dan akhirnya kamus pemikiran yang belum sempurna dibuat, dengan korespondensi satu-ke-satu antara pikiran seseorang dan gambar EEG. Kemudian, ketika seseorang diperlihatkan gambar mobil lain, komputer akan mengenali pola EEG sebagai dari mobil.
Keuntungan dari sensor EEG adalah tidak invasif dan cepat. Anda cukup meletakkan helm yang berisi banyak elektroda ke permukaan otak dan EEG dapat dengan cepat mengidentifikasi sinyal yang berubah setiap milidetik. Tetapi masalah dengan sensor EEG, seperti yang telah kita lihat, adalah bahwa gelombang elektromagnetik memburuk saat melewati tengkorak, dan sulit untuk menemukan sumber tepatnya. Metode ini dapat mengetahui apakah Anda sedang memikirkan sebuah mobil atau sebuah rumah, tetapi metode ini tidak dapat menciptakan kembali citra mobil tersebut.
Di situlah karya Dr. Jack Gallant masuk…
VIDEO PIKIRAN
Pusat sebagian besar penelitian ini adalah University of California di Berkeley, tempat saya menerima gelar Ph.D. dalam fisika teoretis bertahun-tahun yang lalu. Saya merasa senang mengunjungi laboratorium Dr. Gallant, yang kelompoknya telah mencapai suatu prestasi yang dulu dianggap mustahil: merekam pikiran orang-orang melalui video. “Ini adalah lompatan besar ke depan dalam merekonstruksi citra internal. Kami membuka jendela ke film di pikiran kami, ”kata Gallant.
Ketika saya mengunjungi laboratoriumnya, hal pertama yang saya perhatikan adalah tim muda, mahasiswa pascadoktoral dan pascasarjana yang bersemangat berkerumun di depan layar komputer mereka, melihat dengan seksama gambar video yang direkonstruksi dari pemindaian otak seseorang. Berbicara dengan tim Gallant, Anda merasa seolah-olah sedang menyaksikan sejarah ilmiah yang sedang dibuat.
Gallant menjelaskan kepada saya bahwa pertama-tama subjek diletakkan di atas tandu, yang perlahan-lahan dimasukkan ke dalam mesin MRI yang besar dan canggih, dengan biaya lebih dari $3 juta. Subjek kemudian diperlihatkan beberapa klip video (seperti trailer film yang tersedia di YouTube). Untuk mengumpulkan data yang cukup, subjek harus duduk diam selama berjam-jam menonton klip ini, tugas yang sangat sulit. Saya bertanya kepada salah satu postdoc, Dr. Shinji Nishimoto, bagaimana mereka menemukan sukarelawan yang rela berbaring diam selama berjam-jam dengan hanya potongan-potongan rekaman video untuk mengisi waktu. Dia mengatakan orang-orang di ruangan itu, mahasiswa pascasarjana dan postdoc, secara sukarela menjadi kelinci percobaan untuk penelitian mereka sendiri.
Saat subjek menonton film, mesin MRI membuat gambar 3-D dari aliran darah di dalam otak. Gambar MRI tampak seperti kumpulan besar tiga puluh ribu titik, atau voxel. Setiap voxel mewakili titik energi saraf, dan warna titik sesuai dengan intensitas sinyal dan aliran darah. Titik merah mewakili titik aktivitas saraf yang besar, sedangkan titik biru mewakili titik aktivitas yang lebih sedikit. (Gambar terakhir terlihat sangat mirip dengan ribuan lampu Natal dalam bentuk otak. Segera Anda dapat melihat bahwa otak memusatkan sebagian besar energi mentalnya di korteks visual, yang terletak di bagian belakang otak, sambil menonton video ini.)
Mesin MRI Gallant sangat kuat sehingga dapat mengidentifikasi dua hingga tiga ratus wilayah otak yang berbeda dan, rata-rata, dapat mengambil foto yang memiliki seratus titik per wilayah otak. (Salah satu tujuan teknologi MRI generasi mendatang adalah memberikan resolusi yang lebih tajam dengan meningkatkan jumlah titik per wilayah otak.)
Pada awalnya, kumpulan titik-titik berwarna 3-D ini terlihat seperti omong kosong. Tetapi setelah penelitian bertahun-tahun, Dr. Gallant dan rekan-rekannya telah mengembangkan rumus matematika yang mulai menemukan hubungan antara fitur tertentu dari sebuah gambar (tepi, tekstur, intensitas, dll.) dan voxel MRI. Misalnya, jika Anda melihat batas, Anda akan melihat bahwa itu adalah wilayah yang memisahkan area yang lebih terang dan lebih gelap, dan karenanya tepi menghasilkan pola voxel tertentu. Dengan memiliki subjek demi subjek melihat perpustakaan klip video yang begitu besar, rumus matematika ini disempurnakan, memungkinkan komputer untuk menganalisis bagaimana semua jenis gambar diubah menjadi voxel MRI. Akhirnya para ilmuwan dapat memastikan korelasi langsung antara pola voxel dan fitur MRI tertentu dalam setiap gambar.
Pada titik ini, subjek kemudian diperlihatkan cuplikan film lainnya. Komputer menganalisis voxel yang dihasilkan selama tampilan ini dan membuat ulang perkiraan kasar dari gambar asli. (Komputer memilih gambar dari seratus klip video yang paling mirip dengan yang baru saja dilihat subjek dan kemudian menggabungkan gambar untuk membuat perkiraan yang mirip.) Dengan cara ini, komputer dapat membuat video kabur dari citra visual yang terjadi melalui pikiran Anda. Rumus matematika Dr. Gallant sangat serbaguna sehingga dapat mengambil kumpulan voxel MRI dan mengubahnya menjadi gambar, atau dapat melakukan sebaliknya, mengambil gambar dan kemudian mengubahnya menjadi voxel MRI.
Saya berkesempatan untuk melihat video yang dibuat oleh kelompok Dr. Gallant, dan itu sangat mengesankan. Menontonnya seperti melihat film dengan wajah, binatang, pemandangan jalanan, dan bangunan melalui kaca mata hitam. Meskipun Anda tidak dapat melihat detail dalam setiap wajah atau hewan, Anda dapat dengan jelas mengidentifikasi jenis objek yang Anda lihat.
Program ini tidak hanya dapat memecahkan kode apa yang Anda lihat, tetapi juga dapat memecahkan kode gambar imajiner yang beredar di kepala Anda. Katakanlah Anda diminta untuk memikirkan Mona Lisa. Kami tahu dari pemindaian MRI bahwa meskipun Anda tidak melihat lukisan itu dengan mata Anda, korteks visual otak Anda akan menyala. Program Dr. Gallant kemudian memindai otak Anda saat Anda memikirkan Mona Lisa dan membolak-balik file data gambarnya, mencoba menemukan kecocokan terdekat. Dalam satu percobaan yang saya lihat, komputer memilih gambar aktris Salma Hayek sebagai perkiraan terdekat dengan Mona Lisa. Tentu saja, rata-rata orang dapat dengan mudah mengenali ratusan wajah, tetapi fakta bahwa komputer menganalisis gambar di dalam otak seseorang dan kemudian memilih gambar ini dari jutaan gambar acak yang tersedia masih mengesankan.
Tujuan dari keseluruhan proses ini adalah untuk membuat kamus akurat yang memungkinkan Anda mencocokkan objek di dunia nyata dengan cepat dengan pola MRI di otak Anda. Secara umum, pencocokan detail sangat sulit dan akan memakan waktu bertahun-tahun, tetapi beberapa kategori sebenarnya mudah dibaca hanya dengan membolak-balik beberapa foto. Dr. Stanislas Dehaene dari Collège de France di Paris sedang memeriksa scan MRI dari lobus parietal, di mana angka-angka dikenali, ketika salah satu postdocs dengan santai menyebutkan bahwa hanya dengan memindai pola MRI dengan cepat, dia dapat mengetahui nomor apa yang dilihat subjek. pada. Faktanya, angka-angka tertentu menciptakan pola yang berbeda pada pemindaian MRI. Dia mencatat, “Jika Anda mengambil 200 voxel di area ini, dan melihat mana yang aktif dan mana yang tidak aktif, Anda dapat membuat perangkat pembelajaran mesin yang memecahkan kode nomor mana yang disimpan dalam memori.”
Ini membuka pertanyaan kapan kita mungkin dapat memiliki video berkualitas gambar dari pikiran kita. Sayangnya, informasi hilang ketika seseorang memvisualisasikan gambar. Pemindaian otak menguatkan hal ini. Ketika Anda membandingkan pemindaian MRI otak saat melihat bunga dengan pemindaian MRI saat otak memikirkan bunga, Anda segera melihat bahwa gambar kedua memiliki titik yang jauh lebih sedikit daripada yang pertama.
Jadi meskipun teknologi ini akan sangat meningkat di tahun-tahun mendatang, itu tidak akan pernah sempurna. (Saya pernah membaca sebuah cerita pendek di mana seorang pria bertemu dengan jin yang menawarkan untuk menciptakan apa pun yang dapat dibayangkan oleh orang tersebut. Pria itu segera meminta mobil mewah, pesawat jet, dan satu juta dolar. Awalnya, pria itu gembira. Tapi ketika dia melihat barang-barang ini secara detail, dia melihat bahwa mobil dan pesawat tidak memiliki mesin, dan gambar pada uang tunai semuanya kabur. Semuanya tidak berguna. Ini karena ingatan kita hanya perkiraan dari hal yang nyata.) Tetapi mengingat kecepatan para ilmuwan yang mulai memecahkan kode pola MRI di otak, akankah kita segera dapat benar-benar membaca kata-kata dan pikiran yang beredar di pikiran?
MEMBACA PIKIRAN
Bahkan, di sebuah gedung di sebelah laboratorium Gallant, Dr. Brian Pasley dan rekan-rekannya benar-benar membaca pikiran—setidaknya pada prinsipnya. Salah satu postdoc di sana, Dr. Sara Szczepanski, menjelaskan kepada saya bagaimana mereka dapat mengidentifikasi kata-kata di dalam pikiran.
Para ilmuwan menggunakan apa yang disebut teknologi ECOG (electrocorticogram), yang merupakan peningkatan besar atas sinyal-sinyal yang bercampur yang dihasilkan oleh pemindaian EEG. Pemindaian ECOG belum pernah terjadi sebelumnya dalam akurasi dan resolusi, karena sinyal direkam langsung dari otak dan tidak melewati tengkorak. Sisi sebaliknya adalah bahwa seseorang harus melepaskan sebagian tengkorak untuk menempatkan jaring, berisi enam puluh empat elektroda dalam kisi delapan kali delapan, langsung di atas otak yang terbuka.
Untungnya mereka bisa mendapatkan izin untuk melakukan eksperimen dengan pemindaian ECOG pada pasien epilepsi, yang menderita kejang yang melemahkan. Jaring ECOG ditempatkan pada otak pasien saat operasi otak terbuka sedang dilakukan oleh dokter di Universitas California di San Francisco.
Saat pasien mendengar berbagai kata, sinyal dari otak mereka melewati elektroda dan kemudian direkam. Akhirnya kamus terbentuk, mencocokkan kata dengan sinyal yang berasal dari elektroda di otak. Kemudian, ketika sebuah kata diucapkan, orang dapat melihat pola listrik yang sama. Korespondensi ini juga berarti bahwa jika seseorang memikirkan kata tertentu, komputer dapat mengambil sinyal karakteristik dan mengidentifikasinya. Dengan teknologi ini, dimungkinkan untuk melakukan percakapan yang sepenuhnya dilakukan secara telepati. Juga, korban stroke yang lumpuh total mungkin dapat "berbicara" melalui synthesizer suara yang mengenali pola otak dari kata-kata individu.
Tidak mengherankan, BMI (brain-machine interface) telah menjadi bidang panas, dengan kelompok-kelompok di seluruh negeri membuat terobosan signifikan. Hasil serupa diperoleh oleh para ilmuwan di University of Utah pada tahun 2011. Mereka menempatkan grid, masing-masing berisi enam belas elektroda, di atas korteks motorik wajah (yang mengontrol gerakan mulut, bibir, lidah, dan wajah) dan area Wernicke, yang memproses informasi. tentang bahasa. Orang tersebut kemudian diminta untuk mengucapkan sepuluh kata umum, seperti "ya" dan "tidak", "panas" dan "dingin", "lapar" dan "haus", "halo" dan "selamat tinggal", dan "selengkapnya" dan kurang." Dengan menggunakan komputer untuk merekam sinyal otak ketika kata-kata ini diucapkan, para ilmuwan mampu membuat korespondensi kasar satu-ke-satu antara kata-kata yang diucapkan dan sinyal komputer dari otak.
Kemudian, ketika pasien menyuarakan kata-kata tertentu, mereka dapat mengidentifikasi setiap kata dengan benar dengan akurasi mulai dari 76 persen hingga 90 persen. Langkah selanjutnya adalah menggunakan grid dengan 121 elektroda untuk mendapatkan resolusi yang lebih baik. Di masa depan, prosedur ini mungkin berguna bagi individu yang menderita stroke atau penyakit kelumpuhan seperti penyakit Lou Gehrig, yang dapat berbicara menggunakan teknik otak-ke-komputer.
MENGETIK DENGAN PIKIRAN
Di Mayo Clinic di Minnesota, Dr. Jerry Shih telah menghubungkan pasien epilepsi melalui sensor ECOG sehingga mereka dapat belajar cara mengetik dengan pikiran. Kalibrasi perangkat ini sederhana. Pasien pertama-tama ditunjukkan serangkaian huruf dan diberitahu untuk fokus secara mental pada setiap simbol. Komputer merekam sinyal yang berasal dari otak saat memindai setiap huruf. Seperti eksperimen lainnya, setelah kamus satu-ke-satu ini dibuat, maka mudah bagi orang tersebut untuk hanya memikirkan huruf dan huruf yang akan diketik di layar, hanya menggunakan kekuatan pikiran.
Dr. Shih, pemimpin proyek ini, mengatakan bahwa akurasi mesinnya hampir 100 persen. Dr. Shih percaya bahwa ia selanjutnya dapat membuat mesin untuk merekam gambar, bukan hanya kata-kata, yang pasien bayangkan dalam pikiran mereka. Ini bisa diterapkan untuk seniman dan arsitek, tetapi kelemahan besar dari teknologi ECOG, seperti yang telah kami sebutkan, adalah membutuhkan keterbukaan otak pasien.
Sementara itu, mesin ketik EEG, karena non-invasif, memasuki pasar. Mereka tidak seakurat atau setepat mesin ketik ECOG, tetapi mereka memiliki keuntungan bahwa mereka dapat dijual bebas. Guger Technologies, yang berbasis di Austria, baru-baru ini mendemonstrasikan mesin tik EEG di sebuah pameran dagang. Menurut pejabat mereka, hanya dibutuhkan sekitar sepuluh menit bagi orang untuk mempelajari cara menggunakan mesin ini, dan mereka kemudian dapat mengetik dengan kecepatan lima hingga sepuluh kata per menit.
No comments:
Post a Comment