Was ein Mensch gerade vor Augen hat, spielt sich als einzigartiges Aktivitätsmuster in seinem Gehirn ab. Forscher der Princeton University haben nun ein System vorgestellt, das dieses Muster ausliest und daraus in Echtzeit das betrachtete Bild rekonstruiert. Allein aus den Hirnscans und mithilfe Künstlicher Intelligenz entsteht binnen Sekunden ein erkennbares Abbild dessen, was die Testperson sieht. Es ist kein perfektes Gedankenlesen, kommt diesem aber verblüffend nahe.
Wenn ein Mensch ein Objekt betrachtet, etwa einen Leuchtturm, einen Skifahrer oder einen Teller Essen, erzeugt seine Sehrinde ein charakteristisches Muster neuronaler Aktivität. Diese Aktivität lässt sich mit der funktionellen Magnetresonanztomografie sichtbar machen, kurz fMRT. Das Verfahren misst allerdings nicht die Nervenzellen direkt, sondern indirekt über Veränderungen der Sauerstoffversorgung im Blut, was die Signale verrauscht und schwer deutbar macht. Seit einigen Jahren arbeitet die Forschung daran, aus solchen Hirnscans die betrachteten Bilder zu rekonstruieren, ein Feld, das eng mit dem Schlagwort Gedankenlesen verknüpft ist. Frühere Ansätze konnten zwar grobe Umrisse oder inhaltliche Themen eines Bildes wiedergeben, benötigten dafür aber lange Rechenzeiten und aufwendige Nachbearbeitung. Eine Rekonstruktion in dem Moment, in dem ein Mensch das Bild tatsächlich ansieht, blieb deshalb lange außer Reichweite.
Genau an dieser Stelle setzt die neue Arbeit an, die unter der Leitung des Neurowissenschaftlers Ken Norman an der Princeton University entstand. Die zentrale Herausforderung war neben dem verrauschten Signal vor allem die Rechenzeit, denn die verwendeten KI-Modelle zur Bildrekonstruktion umfassen hunderte Millionen Parameter und sind entsprechend langsam. Das Team kombinierte deshalb ein cloudbasiertes System zur Auswertung von Hirnscans in Echtzeit mit einer stark verschlankten Version einer bestehenden KI-Architektur namens MindEye2. Diese Kombination erlaubt es, die einströmenden Hirndaten laufend zu analysieren und die Rekonstruktion innerhalb von Sekunden zu erzeugen, während die Person noch im Scanner liegt und das Bild betrachtet. Damit verschiebt sich das technische Gedankenlesen von einer nachträglichen Analyse hin zu einer Auswertung, die mit dem Sehen selbst Schritt hält.
Für die Rekonstruktion wird die Person zunächst in den fMRT-Scanner gelegt und betrachtet dort verschiedene Bilder. Das System liest die Aktivität der Sehrinde aus und speist sie in das KI-Modell ein, das aus den Mustern ein passendes Bild erzeugt. Das Ergebnis ist keine exakte Kopie, aber es enthält meist dieselben zentralen Bildinhalte, ähnliche Farben und eine vergleichbare Anordnung wie die Vorlage. Der eigentliche Durchbruch liegt in der Geschwindigkeit, denn erstmals gelingt diese Umwandlung schnell genug, um sie parallel zum Sehvorgang durchzuführen. Die Technik knüpft an eine ältere Entwicklungslinie an, in der Forscher bereits grundlegende physikalische Zustände in einem einzigen Bild einfingen, und reiht sich in die Bemühungen ein, innere Vorgänge sichtbar zu machen.
Über die spektakuläre Schlagzeile vom Gedankenlesen hinaus liegt die eigentliche Bedeutung in neuen wissenschaftlichen Möglichkeiten. Die Echtzeit-Auswertung eröffnet sogenannte Experimente mit geschlossenem Regelkreis, bei denen die Hirnaktivität analysiert und noch während des laufenden Versuchs an die Testperson zurückgemeldet werden kann. Das könnte etwa die Erforschung von Aufmerksamkeit, Wahrnehmung und psychischen Erkrankungen voranbringen. Zugleich sind die Grenzen klar zu benennen, denn das Verfahren funktioniert bislang nur unter Laborbedingungen in einem großen, teuren MRT-Scanner und erfordert die aktive Mitwirkung der Person. Von einem heimlichen Auslesen fremder Gedanken ist die Technik weit entfernt. Sie ordnet sich in eine Reihe von Fortschritten ein, zu denen auch Systeme gehören, die Sprache direkt anhand von Hirnströmen erkennen. Dennoch markiert die Rekonstruktion in Echtzeit einen bemerkenswerten Schritt, der zeigt, wie eng Gehirn und Maschine bereits zusammenwirken können.