Uma nova ferramenta de IA consegue inferir o que você está vendo apenas pela análise de exames cerebrais e recriar essa imagem com uma precisão impressionante. Ela também pode fazer o caminho inverso e prever a atividade cerebral de uma pessoa com base no que ela está vendo.
Na imagem acima, por exemplo, a imagem à esquerda de cada par é o que o participante realmente viu, enquanto a da direita é o que o modelo reconstruiu a partir do exame cerebral.
Michal Irani, que desenvolveu a ferramenta com seus colegas do Instituto Weizmann de Ciência, em Rehovot, Israel, espera que sua ferramenta de “leitura da mente” revele mais sobre o funcionamento do cérebro e que, talvez, possa ajudar pessoas com síndrome do encarceramento a se comunicar ou permitir que cientistas recriem o conteúdo dos sonhos.
Judy Illes, especialista em neuroética e professora de neurologia da Universidade da Colúmbia Britânica, no Canadá, que não participou da pesquisa, descreve o trabalho como “magnífico”. “A ideia de [usar essa abordagem para] ajudar pessoas com condições neurológicas… para fins terapêuticos é extremamente empolgante”, afirma.
Mas outros cientistas alertam que uma abordagem semelhante poderia ser usada para revelar pensamentos e imagens mentais das pessoas, possivelmente sem seu consentimento. “Os resultados parecem muito impressionantes”, diz Tommy Sprague, neurocientista da Universidade da Califórnia em Santa Bárbara. “Mas, se houver uma maneira de extrair às escondidas informações sobre o que você está pensando, então… 150 anos de ficção científica podem se tornar realidade a qualquer momento, e isso é preocupante de muitas maneiras.”
Espiando o cérebro
Há anos, neurocientistas trabalham em maneiras de usar a ressonância magnética funcional (fMRI, na sigla em inglês) para reconstruir o que as pessoas veem e o que se passa em suas mentes. As primeiras tentativas produziram imagens borradas e difíceis de interpretar. Os avanços tecnológicos, tanto nos próprios exames de fMRI quanto nas ferramentas usadas para interpretar os resultados, levaram a melhorias ao longo dos anos.
Irani e seus colegas começaram analisando dados de exames cerebrais disponíveis publicamente. Outros pesquisadores já haviam coletado exames de voluntários que observaram centenas de imagens enquanto estavam deitados em aparelhos de ressonância magnética funcional.
A fMRI usa um ímã gigante para acompanhar o fluxo de sangue oxigenado pelo cérebro. Acredita-se que as áreas cerebrais que “se iluminam” nos exames sejam aquelas particularmente ativas em determinado momento. Os resultados não são muito específicos: em aparelhos convencionais de fMRI, um “voxel” de atividade destacado no exame corresponde a cerca de três milímetros cúbicos. Estima-se que cada milímetro cúbico contenha dezenas de milhares de neurônios.
Mas Irani e seus colegas usaram conjuntos de dados mais recentes, coletados com aparelhos de maior resolução. Neles, cada voxel correspondia a cerca de um milímetro cúbico de tecido com neurônios, explica ela. Esses conjuntos de dados mostravam como era a atividade cerebral dos voluntários quando observavam diferentes imagens.
Outras equipes também fizeram isso, e diversas outras ferramentas foram usadas para recriar imagens a partir de dados de exames cerebrais. Mas elas não são boas o suficiente, diz Irani. Suponha que uma pessoa tenha visto uma banana. Esses modelos conseguem gerar a imagem de uma banana, mas ela teria uma aparência diferente, explica. “Não teria a mesma estrutura, a mesma posição.”
Um decodificador melhor
Os pesquisadores queriam recriar com mais fidelidade as imagens que haviam sido vistas. O primeiro passo foi treinar um modelo de IA com dados já disponíveis de oito pessoas, cada uma das quais havia observado cerca de 9 mil imagens dentro de um aparelho de fMRI de alta resolução.
Um aspecto fundamental é que o “decodificador cerebral” tem dois componentes: um para prever a estrutura de uma imagem, como a localização das cores, e outro para prever seu conteúdo, como um conjunto de bananas em um prato. Essas previsões permitem que um modelo de difusão, um tipo de IA conhecido principalmente por criar vídeos e imagens ao remover gradualmente o ruído de um emaranhado de pixels, produza uma representação muito mais precisa do que a pessoa viu.
Mas, para melhorar os modelos, eles precisavam de mais dados, muito mais do que havia disponível.
Para contornar esse problema, Irani e seus colegas treinaram outro modelo, um codificador capaz de prever a atividade cerebral a partir de uma imagem. A equipe passou então a usar o codificador e o decodificador em conjunto para aprimorar as duas ferramentas.
Funciona assim: começa-se com uma nova imagem, por exemplo, de um leopardo. Em seguida, usa-se o codificador para prever como seria o exame cerebral de fMRI de alguém ao ver aquela imagem. O decodificador é então usado para reconstruí-la. No início, a reconstrução provavelmente não se parecerá muito com um leopardo, diz Irani. Mas treinar os modelos repetidamente dessa maneira acaba levando a melhorias expressivas.
Essa abordagem também permite que a equipe treine seus modelos com quantas imagens quiser, mesmo aquelas que nunca foram mostradas a uma pessoa dentro de um aparelho de fMRI. Irani afirma que cerca de 70% dos dados de treinamento vêm de imagens que originalmente não estavam associadas a exames de fMRI.
Ao combinar dados de vários estudos, os pesquisadores também conseguiram identificar regiões cerebrais que parecem desempenhar as mesmas funções em todos os indivíduos. Uma região parecia responder a imagens de comida, por exemplo, enquanto outra respondia a imagens de esportes. Irani, que é cientista da computação, diz que agora está trabalhando com neurocientistas “para ver se podemos usar essas ferramentas que desenvolvemos para descobrir coisas novas sobre o cérebro”.
O “codificador cerebral universal” resultante consegue trabalhar com o exame de uma nova pessoa após uma calibração mínima. Em outras tentativas, uma ferramenta normalmente precisava de cerca de 40 horas de dados de fMRI de cada novo participante antes de conseguir prever o que ele estava vendo. O decodificador de Irani precisa de apenas uma hora de dados, afirma ela. Seu trabalho foi apresentado em duas conferências.
Isso poderia torná-lo valioso para neurocientistas que estudam o cérebro, diz Sprague. “Nenhum de nós tem condições de pagar por 40 horas de exames de imagem de um novo participante”, afirma. “O custo fica entre US$ 600 e US$ 1.000 por hora.” Ferramentas como essa poderiam acelerar as pesquisas, acrescenta.
Estado da arte
O codificador e o decodificador não são perfeitos. “É claro que temos falhas”, diz Irani. Durante uma chamada pelo Zoom, ela mostrou a imagem de um bolo que sua ferramenta reconstruiu como uma pilha de três sanduíches e outra de um cachorro em uma banheira, reconstruída como uma cabra de cor semelhante em uma banheira.
Mas eles representam o estado da arte. Em um teste comparativo, a ferramenta se mostrou muito melhor do que outras descritas anteriormente. “No geral, superamos as outras por uma margem significativa”, diz Irani. “Leitura da mente” é um “nome simpático e chamativo” para o que estão fazendo, acrescenta.
Irani agora planeja ir além das imagens e trabalhar com vídeo e áudio. Ela quer conseguir reconstruir o que as pessoas estão pensando ou imaginando e o conteúdo de seus sonhos. “É algo que ainda não temos”, diz. “Mas estamos nos esforçando para conseguir.”
Uma ferramenta assim poderia permitir que pessoas com síndrome do encarceramento, completamente paralisadas, se comunicassem usando apenas sua atividade cerebral, afirma ela. Também poderia ajudar cientistas a desvendar alguns mistérios persistentes sobre o funcionamento interno de nossas mentes, como a aparência dos flashbacks associados ao transtorno de estresse pós-traumático (TEPT).
Avanços como esse inevitavelmente levantam questões sobre a privacidade mental. E se alguém mal-intencionado conseguisse reconstruir os pensamentos ou as lembranças de uma pessoa?
“Se você tivesse me perguntado isso dez anos atrás, eu teria dado muita risada”, diz Sprague. Já é difícil fazer com que uma pessoa disposta a participar fique imóvel dentro de um aparelho e se envolva ativamente com uma questão de pesquisa; imagine obrigar alguém a fazer isso contra a própria vontade. Mas Irani e outros cientistas estão trabalhando em abordagens semelhantes para decodificar a atividade cerebral a partir de EEG, registros da atividade elétrica do cérebro coletados por meio de uma touca com eletrodos ou até de fones de ouvido.
E, à medida que os modelos melhorarem, ficará ainda mais fácil analisar a atividade cerebral coletada dessa maneira. “Precisamos levar as considerações éticas um pouco mais a sério”, diz Sprague. Ele acredita que a abordagem de Irani provavelmente “funcionaria muito bem” para prever imagens nas quais uma pessoa está pensando, mas que não está vendo.
A adoção do EEG seria uma “mudança radical”, diz Marcello Ienca, neurocientista e filósofo da Universidade Técnica de Munique, na Alemanha. Depois que um dispositivo de EEG fosse calibrado para o cérebro de um usuário, poderia ser relativamente fácil para empresas extrair informações adicionais de seu cérebro, possivelmente sem consentimento. Ienca também consegue imaginar alguns tribunais aceitando reconstruções de imagens mentais como provas judiciais.
“Não tenho dúvidas de que essa pesquisa é bem-intencionada, mas também acho bastante óbvio que ela poderia ser apropriada para… usos comerciais problemáticos do ponto de vista ético e social”, afirma.
Irani reconhece o potencial de uso indevido com o EEG. Mas, por enquanto, não está preocupada. “Estou tentando pensar apenas em coisas boas”, diz.
Jessica Hamzelou
