Decoding silent reading from non-invasive EEG

La comunicazione umana si basa su un atto fisico semplice: muovere la bocca, la lingua e le corde vocali per dare forma all'aria in suono. Quando una malattia o un infortunio distrugge questa capacità, il collegamento tra la mente di una persona e il mondo esterno può svanire. Per decenni, gli scienziati hanno cercato un modo per bypassare il corpo danneggiato e leggere i pensieri direttamente dal cervello. I tentativi più riusciti finora hanno richiesto un intervento chirurgico, impiantando elettrodi in profondità all'interno del cranio per ascoltare il chiacchiericcio elettrico dei singoli neuroni. Sebbene questi strumenti invasivi abbiano dimostrato che i centri del linguaggio del cervello possono essere decodificati con alta precisione, essi comportano rischi chirurgici e non possono essere utilizzati dalla stragrande maggioranza delle persone che ne hanno bisogno. La grande domanda rimasta in sospeso è stata se metodi non invasivi, specificamente quelli che utilizzano sensori posizionati sul cuoio capelluto, possano mai essere abbastanza sensibili da catturare questi pensieri fugaci.

La difficoltà principale nel leggere la mente senza chirurgia non è solo la debolezza del segnale, ma la mancanza di una mappa. Per insegnare a un computer a riconoscere un pensiero, è necessario sapere esattamente cosa la persona stesse pensando nel momento esatto in cui si è verificato il segnale cerebrale. Per le parole pronunciate, questo è facile: la persona parla e la registrazione inizia. Per i pensieri silenziosi, o "linguaggio interiore", non esiste un marcatore esterno. Una persona potrebbe pensare una frase, ma non può riferirla con una tempistica perfetta; nel momento in cui dice "Stavo pensando a banane", l'attività cerebrale che ha creato quel pensiero è già passata da tempo. Senza un timestamp preciso, i dati sono una macchia sfocata, e i precedenti tentativi di decodificare il linguaggio interiore hanno faticato a superare il livello del caso.

Un team di ricercatori di nubrain ha deciso di aggirare questo problema di tempistica utilizzando un compito diverso come terreno di addestramento. Inveve di chiedere a un partecipante di immaginare parole, gli hanno chiesto di leggere. La lettura è una forma di elaborazione del linguaggio che avviene silenziosamente nella mente, ma viene accompagnata da un orologio integrato: il momento in cui una parola appare su uno schermo. Registrando l'attività cerebrale mentre una persona legge, i ricercatori potevano allineare i segnali elettrici con le parole specifiche che venivano viste, creando un dataset massicso e preciso. Il loro obiettivo era vedere se un computer potesse imparare a riconoscere la firma cerebrale unica di una specifica parola guardando semplicemente i pattern elettrici sul cuoio capelluto, e se questa abilità potesse eventualmente essere applicata al compito più difficile di decodificare i pensieri non detti.

Lo studio ha coinvolto un singolo partecipante che ha trascorso quasi 49 ore leggendo storie continue su uno schermo del computer. Il testo veniva presentato una parola alla volta in rapida successione, un metodo noto come presentazione visiva seriale rapida. Per garantire che il computer stesse imparando il significato delle parole e non solo la loro forma, i ricercatori hanno cambiato il font, la dimensione, il colore e la spaziatura di ogni singola parola. Ciò significava che il cervello doveva elaborare il linguaggio in sé, non solo il pattern visivo delle lettere. Il partecipante indossava una cuffia con 19 elettrodi a secco, una configurazione progettata per essere confortevole e facile da usare, che registrava l'attività elettrica del cervello ad alta velocità.

I ricercatori hanno quindi addestrato un modello computazionale per far corrispondere questi segnali cerebrali alle parole lette. Hanno utilizzato un sistema sofisticato che confrontava i pattern elettrici con il "significato" digitale delle parole, derivato da un grande modello linguistico. Al computer non è stato chiesto di indovinare la parola da zero, ma piuttosto di scegliere la parola corretta da un elenco di 512 possibilità. I risultati sono stati chiari: il sistema era in grado di identificare in modo affidabile la parola letta, con prestazioni significativamente superiori al caso. Questo successo è rimasto valido anche per parole rare e insolite, non solo per quelle comuni che appaiono frequentemente nel linguaggio.

Fondamentalmente, i ricercatori sono stati attenti a distinguere tra due diversi tipi di successo. Un computer potrebbe ottenere la risposta corretta semplicemente conoscendo l'argomento generale della storia — ad esempio, indovinando "cane" perché la storia riguarda una fattoria — senza effettivamente riconoscere la parola specifica sullo schermo. Per escludere questo, il team ha sviluppato un metodo per separare il segnale della parola specifica dal segnale del contesto della storia. Hanno scoperto che, sebbene il sistema utilizzasse il contesto della storia per aiutare, una parte significativa del suo successo derivava dall'identificazione della parola specifica stessa. Hanno anche controllato un altro potenziale scorciatoia: il computer potrebbe aver imparato a indovinare la parola basandosi sulla sua posizione nella frase anziché sul segnale cerebrale. Eseguendo test specifici in cui nascondevano i dati cerebrali e lasciavano solo la posizione, hanno confermato che il computer stava effettivamente leggendo l'attività cerebrale, non solo la posizione.

Lo studio ha anche rivelato che la quantità di dati conta più di quanto precedentemente ipotizzato. I ricercatori hanno testato il sistema con diverse quantità di dati di addestramento, da una piccola frazione del totale delle ore fino alle piene 49 ore. Hanno scoperto che l'accuratezza del sistema continuava a migliorare con l'aggiunta di più dati, senza mostrare segni di aver raggiunto un limite. Ciò suggerisce che la barriera a una migliore prestazione non sia un difetto fondamentale della tecnologia, ma semplicemente la necessità di più tempo di registrazione. Inoltre, quando hanno rimosso gli elettrodi posizionati sopra la parte posteriore della testa — l'area che elabora la visione — il sistema ha continuato a funzionare, sebbene con un'accuratezza leggermente ridotta. Ciò indica che i segnali cerebrali per la lettura delle parole non sono solo visivi; coinvolgono aree di elaborazione del linguaggio più profonde che sono comunque rilevabili dal cuoio capelluto.

Le scoperte offrono una strada promettente per le interfacce cervello-computer non invasive. La ricerca dimostra che è possibile decodificare parole specifiche dall'attività cerebrale utilizzando solo sensori sul cuoio capelluto, a condizione che ci siano abbastanza dati di alta qualità. Sebbene l'attuale studio si sia concentrato sulla lettura, gli autori suggeriscono che questo approccio possa servire come base per la decodifica del linguaggio interiore. Addestrando prima un sistema sui dati affidabili e sincronizzati della lettura, e poi trasferendo potenzialmente tale conoscenza al compito più difficile del pensiero silenzioso, gli scienziati potranno eventualmente ripristinare la comunicazione per coloro che hanno perso la voce. Il lavoro non sostiene di aver risolto il problema della lettura dei pensieri istantanea, ma ha stabilito che il segnale è presente, in attesa di essere trovato con abbastanza pazienza e dati.