Un nuovo strumento di intelligenza artificiale è in grado di dedurre ciò che una persona sta guardando analizzando soltanto le sue scansioni cerebrali, ricreando l’immagine con una precisione sorprendente. Può anche compiere il percorso inverso: prevedere l’attività cerebrale di una persona a partire da ciò che sta osservando.

Michal Irani, che ha sviluppato lo strumento con i colleghi del Weizmann Institute of Science di Rehovot, in Israele, spera che questa tecnologia riveli di più sul funzionamento del cervello e che, in futuro, possa aiutare le persone con sindrome locked-in a comunicare o permettere agli scienziati di ricostruire il contenuto dei sogni. Judy Illes, esperta di neuroetica dell’Università della British Columbia, definisce il lavoro “magnifico”; altri scienziati, però, avvertono che un approccio simile potrebbe rivelare pensieri e immagini mentali senza il consenso degli interessati.

Osservare il cervello con maggiore precisione

Da anni i neuroscienziati cercano di usare la risonanza magnetica funzionale (fMRI) per ricostruire ciò che le persone vedono. I primi tentativi producevano immagini sfocate e difficili da interpretare. L’fMRI segue il flusso di sangue ossigenato nel cervello, ma nei macchinari convenzionali ogni “voxel” corrisponde a circa tre millimetri cubi di tessuto, che contengono decine di migliaia di neuroni.

Il team di Irani ha utilizzato set di dati più recenti, raccolti con apparecchiature ad alta risoluzione in cui ogni voxel corrisponde a circa un millimetro cubo. Altri modelli riuscivano già a generare, ad esempio, l’immagine di una banana vista dal partecipante, ma con una struttura e una posizione diverse. L’obiettivo era ricreare le immagini con molta più fedeltà.

Un decodificatore migliore e un codificatore “universale”

Il modello è stato addestrato con i dati di otto persone che avevano osservato circa 9.000 immagini ciascuna all’interno di uno scanner fMRI. Il “decodificatore cerebrale” ha due componenti: una prevede la struttura dell’immagine, come la posizione dei colori, e l’altra il contenuto. Queste previsioni guidano un modello di diffusione che produce una rappresentazione molto più accurata.

Per superare la scarsità di dati, i ricercatori hanno creato anche un codificatore che prevede l’attività cerebrale a partire da un’immagine, addestrando i due strumenti insieme in modo iterativo. Circa il 70% dei dati di addestramento proviene così da immagini mai mostrate a una persona in uno scanner. Il codificatore risultante si adatta a un nuovo individuo con appena un’ora di dati, contro le circa 40 ore richieste da altri approcci: un vantaggio notevole, considerando che un’ora di scansione costa tra 600 e 1.000 dollari.

Lo stato dell’arte e le questioni etiche

Lo strumento non è perfetto: una torta è stata ricostruita come una pila di sandwich e un cane in una vasca da bagno come una capra di colore simile. Tuttavia, nei test comparativi ha superato nettamente i sistemi precedenti. Irani ora punta a lavorare con video e audio e, in prospettiva, a ricostruire pensieri, immaginazione e sogni, con possibili applicazioni anche nello studio dei flashback legati al disturbo da stress post-traumatico.

Progressi di questo tipo sollevano inevitabilmente interrogativi sulla privacy mentale. Approcci simili sono in fase di studio anche con l’EEG, rilevabile tramite cuffie con elettrodi o persino auricolari. Secondo Marcello Ienca, dell’Università Tecnica di Monaco, ciò rappresenterebbe un “cambiamento radicale”: le aziende potrebbero estrarre informazioni dal cervello degli utenti senza consenso e alcuni tribunali potrebbero accettare ricostruzioni di immagini mentali come prove. Irani riconosce il rischio di abusi, ma per ora preferisce “pensare solo alle cose buone”.