|
脑-机接口技术正在被研究机构和技术公司所效仿。插图: Guardian Design/The Guardian 社交媒体公司已经可以利用在线数据对怀孕或自杀意念做出可靠的猜测，而新的BCI技术将进一步推动这一趋势 你下班后去车站的路上下着雨，但你没有雨伞。用眼角的余光，你看到商店橱窗里有一件雨衣。你对自己说:“像那样的雨衣在这样的天气里一定很合适。” 后来，当你在火车上浏览图片墙（Instagram）时，你看到了一件类似的夹克。你仔细看看。事实上，这是完全相同的一个-这是一个赞助的帖子。你突然感到一阵疑神疑鬼:你有没有大声说过有关那件夹克的事? 图片墙（Instagram）能读懂你的心思吗? 虽然社交媒体的算法有时似乎以一种近乎心灵感应的方式“了解”我们，但最终，它们的洞见是对数百万记录在案的外部化在线行为(点击、搜索、点赞、对话、购买等等)进行三角分析的结果。这是资本主义监视下的生活。 尽管推荐算法已经变得非常强大，我们仍然假设我们最深处的对话是内部的，除非另有说明。但是最近脑-机接口(BCI)技术的进步，将认知活动与计算机结合起来，可能会挑战这一点。 去年，研究人员已经证明，利用复杂的人工智能算法，通过记录和解码一个人的神经信号，可以将大脑活动直接转化为合成语音或文本。 虽然这种技术为那些患有影响语言的神经系统疾病的人提供了一个有希望的前景，但这项研究也受到了Facebook等科技公司的密切关注，有时还得到了它们的资助。他们认为，向脑-机接口的转变将提供一种革命性的方式，使我们能够与机器以及彼此进行交流，在思想和设备之间建立一条直接的联系。 但是，我们为这些认知设备所付出的代价将是侵犯我们最后的真正隐私堡垒吗? 我们做好准备放弃我们的认知自由，去追求更精简的在线服务和更有针对性的广告吗? BCI是一种允许大脑和机器直接通信的设备。这项技术的基础是将大脑中产生的神经信号解码成机器可以识别的指令。 因为大脑中的神经信号经常是嘈杂的，解码是非常困难的。在过去的二十年里看过一些成功解码感觉信号计算命令等令人印象深刻的壮举让移动光标在屏幕上用心灵或操纵机械臂-大脑活动与其他形式的认知有关, 像演讲一样, 一直太复杂解码。 但深度学习(一种模仿大脑从经验中学习能力的人工智能技术)的进步，正在改变一切可能。今年4月，加州大学旧金山分校(University of California, San Francisco)的一个研究小组发表了一项成果，该成果成功地尝试通过深度学习的BCI将神经活动转化为语言。 研究小组将小型电子阵列直接置于五个人的大脑中，记录他们在大声朗读儿童读物时的大脑活动，以及他们的下巴、嘴巴和舌头的运动。这些数据随后被用来训练两种算法:一种是学习大脑信号如何指示面部肌肉运动; 另一组学习这些面部动作如何变成可听见的语言。 一旦算法被训练，参与者再次被要求朗读儿童读物，这次只是模仿单词。仅使用从神经活动中收集的数据，算法系统就可以破译说话内容，并生成可理解的拟态句子的合成版本。 领导这项研究的语言科学家Gopala Anumanchipalli表示，研究结果为那些患有“锁定”状态的患者指明了前进的道路，比如肌萎缩性脊髓侧索硬化症或脑中风，患者有意识，但不能主动移动与语言相关的肌肉。 他说:“在这个阶段，我们使用会说话的参与者，所以这只是概念的证明。”“但这对那些有神经障碍的人来说可能是革命性的。也许有可能恢复他们之间的联系。” 但这种技术在医学之外也有潜在的应用。2017年，Facebook宣布将投资开发非侵入式、可穿戴式BCI，允许Facebook用户“用大脑打字”。 从那以后，Facebook为实现这一目标资助了一些研究，包括加州大学旧金山分校(University of California, San Francisco)同一实验室的一项研究。在这项研究中，参与者听多选题，大声回答问题，同时直接从他们的大脑记录信号，作为输入数据来训练解码算法。在这之后，参与者会听到更多的问题，并再次大声回答，这时，算法会将一个词的答案实时翻译成屏幕上的文本。 而Facebook急切地报道说, 这些结果表明一步的目标创建一个设备, 将“让人们类型只是通过想象他们想说的话”, 根据马克·姆,西北大学的神经学教授, 这项技术还有很长的路从大多数人一般理解为“读心术”。 斯卢茨基告诉我，最先进的BCIs只能解码与语音尝试或发音动作相关的神经信号。Facebook最终想要实现的是解码“想象”的语音，但这需要将抽象的思想翻译成语言，这是一个更加复杂的问题。 他说:“如果一个人在脑海中想象说了一句话，但至少没有试图用肢体语言表达出来，那么就不清楚这个想象出来的句子是如何在大脑中产生的，又是在哪里产生的。” 事实上,虽然许多语言哲学家在20世纪提出, 我们认为语言在句子字符串, 利用脑成像技术如脑电图(EEG)和electrocorticography (ECoG)已经表明,思维更有可能发生在一个复杂的图像和关联。 据柏林夏里特大学麦迪津分校(Charite university at smedizin)的神经科学教授约翰·迪伦·海恩斯(John Dylan Haynes)称，在某种程度上，我们有可能解码并读出其中一些信号，但这离读心术还很远。“这需要完全理解大脑的语言，”他说。“很明显，我们并不完全理解大脑的语言。” 但是，即使BCI技术不能直接读心术，也不意味着一种设备不能用来揭示有关个人的有价值和敏感的数据。Haynes说，当一个人连接到BCI时所记录的大脑结构扫描，可以相当准确地揭示一个人是否患有某些疾病，或者是否有其他认知障碍。 虽然研究机构对这些担保数据的管理进行了严格的监管，但海恩斯告诉我，目前还没有针对科技公司的此类监管。观察一些公司在过去十年里如何将大量个人数据转化为利润，同时又对获取这些数据表现出肆意的态度，让海恩斯对不断增长的消费者BCI行业保持警惕。“我会非常小心地把我们的认知信息交给公司，”他说。 苏黎世联邦理工学院(ETH Zurich)负责评估神经技术伦理的研究员马塞洛·伊恩卡(Marcello Ienca)表示，应该仔细考虑私营企业获取认知数据的影响。 他说:“社交媒体公司的分析师可以利用在线数据对怀孕或自杀意念做出可靠的猜测，我们已经达到了这样一个阶段。” “一旦消费者bci变得普遍，我们在数字生态系统中有了足够的大脑记录，这种入侵我们认为不可知的部分的行为将会更加明显。” 然而，对于一些人来说，BCI技术的发展不仅仅是关于潜在的消费者应用，更重要的是关于人与机器的融合。例如，埃隆·马斯克(Elon Musk)曾表示，创办自己的BCI公司Neuralink的动力是“实现与人工智能的共生”。 达特茅斯大学(Dartmouth University)的哲学教授阿蒂娜·罗斯基(Adina Roskies)表示，尽管这样一个“电子人的未来”可能看起来令人信服，但它也引发了有关身份和道德责任的棘手伦理问题。她解释说:“当BCIs将神经活动解码成某种动作(比如移动机器人手臂)时，认知过程中就会包含一个算法。”“随着这些系统变得更加复杂和抽象，某些行为的作者可能会变得不清楚，不管是人还是机器。” 正如马斯特里赫特大学(Maastricht University)神经外科教授克里斯蒂安·赫夫(Christian Herff)向我解释的那样，一些目前能够将神经活动转化为语言的系统，采用了与预测短信类似的技术。在大脑信号被记录下来后，一个类似于Siri和Alexa的预测系统会告诉算法哪些单词可以被解码，以及它们的顺序。例如，如果算法将短语“I is”解码，系统可能会将其更改为“I am”，这是一个更有可能的输出。 Roskies说:“当人们无法清晰地表达自己的语言时，这些系统将帮助生成他们可能想要生成的某种语言化。”“但鉴于我们对预测系统的了解，你至少可以想象，在某些情况下，这些东西产生的结果并不能直接反映出人们的意图。” 换句话说，这些设备可能不会读取我们的想法，而是为我们做一些思考。 Roskies强调我们离这样的现实还有很长的一段路要走，并且公司经常为了市场炒作而夸大技术能力。“但我确实认为，现在是时候开始思考这些制度的一些伦理含义了，”她说。 作者：Oscar Schwartz， 英国《卫报》 |
|
|
