Световые узоры, способные развеять сумерки разума

Сначала давайте поговорим о лазерах. По сути (прошу вашего терпения), лазер — это монохроматическое когерентное электромагнитное излучение. Говоря научным языком, это луч света очень определённого цвета, который поляризован определенным образом (и если вы посмотрите на него через поляризационные очки, вам придется повернуть голову под нужным углом, чтобы его увидеть).

Одно из главных преимуществ этих характеристик заключается в том, что лазерный луч очень сфокусирован и не так сильно теряет энергию на расстоянии, как нелазерные лучи. Это чрезвычайно полезно в самых разных областях: от лазерной коррекции зрения и волоконно-оптической связи до промышленного производства. Но есть одна небольшая проблема.

Підписуйтеcь на наш Telegram-канал Lenta.UA - ЄДИНІ незалежні новини про події в Україні та світі

Допустим, вы хотите использовать лазер в качестве своего рода усовершенствованного радара, сканируя определённую поверхность и собирая отражённый луч с помощью точной электроники. Учитывая чрезвычайно короткую длину волны лазерного луча, любая отражающая поверхность будет казаться шероховатой и вызовет отражение луча под углом. Это заставляет его интерферировать с самим собой, подобно тому как волны от камня, брошенного в озеро, интерферируют сами с собой при отражении от причала. Интерференция может быть конструктивной (то есть отраженный свет ярче исходного луча) или деструктивной (то есть отражение тусклее исходного луча). В любом случае, результирующее изображение получается не таким чётким, как хотелось бы. Это явление известно как «спекл-узор».

Это создает проблемы даже если отражающая поверхность полностью статична. Но что, если она вибрирует? Спекл-узоры тоже становятся динамичными — своего рода танцующее световое пятно. И внезапно эта проблема находит интересные применения. Предположим, например, что лазерный луч отражается от окна, за которым в комнате идёт разговор. Звуковые волны заставляют окно вибрировать, и эти вибрации отражаются в танцующих световых пятнах, которыми и являются спекл-узоры. Это не гипотетическое, а вполне реальное применение. Очень похожая система использовалась КГБ ещё в 1947 году для шпионажа за посольствами западных стран в Москве.

Перенесемся в наши дни, и спекл-узоры начинают открывать совершенно новую область исследований, связанную с визуализацией мозга. Эта прорывная работа ведётся в лаборатории фотоники под руководством профессора Зеэва Залевского в Университете Бар-Илан. Мы поговорили с Натальей Сегал, докторанткой, которая возглавляет эту работу.

Давайте на минуту переключимся на исследования мозга. Один из основных методов, которые ученые используют для изучения человеческого мозга, называется фМРТ, или «функциональная магнитно-резонансная томография». Этот метод использует передовые достижения физики для обнаружения мельчайших изменений в кровотоке внутри мозга. Зная, что определенная область мозга получает больше крови в конкретный момент, ученые могут определить, что именно этот стимул — будь то изображение, звук или даже когнитивный процесс — активирует данную область. Таким образом постепенно создаётся карта мозга. В чём проблема этого подхода? Аппараты МРТ очень дороги, вызывают клаустрофобию и не подходят для многих видов исследований.

На помощь приходят спекл-узоры. Когда кровь приливает к определённому участку коры головного мозга — части мозга, расположенной непосредственно под черепом, — этот поток вызывает мельчайшие вибрации черепа. Эти вибрации с амплитудой в тысячные доли миллиметра невидимы для человеческого глаза. Но направьте лазерный луч на череп, зафиксируйте отражённый свет высокоскоростной камерой, и вы получите спекл-узоры, которые человеческий глаз все еще не может интерпретировать (только видит движение пятен света). И здесь-то и пригождаются опыт и знания Натальи в области машинного обучения.

Видео — оно и есть видео. Используя методы, разработанные в последние годы для анализа видео, а также разработав несколько собственных техник анализа, Наталья Сигал может определить, какие видео со спекл-узорами соответствуют тем или иным ситуациям, обрабатываемым мозгом. Например, в одном из ранних экспериментов испытуемым проигрывали записи либо разборчивой речи, либо речи на незнакомом им языке. Модель машинного обучения, натренированная на этих видео, научилась отличать одни от других. Лазер был направлен на область черепа, за которой находится зона Вернике  — область коры головного мозга, отвечающая за распознавание речи. Это любопытно и удивительно, но какие реальные применения этой технологии видят исследователи?

В более позднем эксперименте сделали обратное. Вместо того чтобы фокусироваться на распознавании речи, была предпринята попытка пролить свет на генерацию речи. Испытуемые думали об определенном слове (проговаривая его про себя) — «да» или «нет» — и модель научилась отличать одно от другого. И это подводит нас к одной из самых захватывающих областей исследований нашего времени — «интерфейсу „мозг-компьютер“», или сокращённо ИМК. Это способность человека взаимодействовать с компьютерами напрямую — силой мысли. Наши читатели, возможно, слышали о компании Илона Маска под названием Neuralink — одном из пионеров в этой области. Большинство подходов к ИМК включают инвазивные процедуры — по сути, имплантацию электродов под череп человека, прикрепленных непосредственно к мозгу. Но не в случае со спекл-узорами, которые можно считывать ее только неинвазивно но и вообще бесконтактно (на расстоянии), да к тому же и дёшево.

Конечно, предстоит пройти ещё немалый путь, прежде чем технология достигнет зрелости и позволит человеку свободно и полноценно общаться с миром. Но когда это произойдёт, открывающиеся возможности поразят воображение: от предоставления полностью парализованным людям возможности разговаривать со своими родственниками до обеспечения исследователей мозга доступным и удобным способом раскрыть тайны разума. В ближайшие годы Наталья Сигал и её команда планируют развивать уже созданную основу, и мы продолжим следить за её захватывающими исследованиями.

Fig. Setup that worked for the language comprehension

Fig. Lightweight deep neural network used for the comprehension task. The upcoming BCI study employs a more advanced architecture - stay tuned for the forthcoming publication.

Fig. Speckle patterns examples

Читайте также: Расшифровка мысли: тихая революция света

Читайте также: Китай атаковал лазером немецкий самолет