Die Kraft des Unterbewusstseins

Mit einer neuen Hirn-Computer-Schnittstelle lassen sich Bildbestände schneller durchsuchen, als es menschliche Analysten oder Rechner schaffen.

Die meisten Hirn-Computer-Schnittstellen sind heute dafür konstruiert, Gelähmten wieder ein wenig Bewegungsfreiheit zurückzugeben. In besonders schweren Fällen ermöglichen sie ihnen überhaupt erst eine Kommunikation mittels Rechner. Ein Projekt an der Columbia University dreht den Spieß nun um: Nicht der Computer hilft dem Menschen, sondern das Gehirn dem Rechner. In Versuchen ließen die Forscher ihre Probanden mit Hilfe einer Hirn-Computer-Schnittstelle Satellitenbilder nach Boden-Luft-Raketen durchsuchen.

„Um mit Google etwas zu suchen, muss man Wörter eingeben, die das Gesuchte beschreiben. Das wird allerdings schwierig, wenn ich zum Beispiel nach ‚lustigen Bilder’ suche“, sagt Projektleiter Paul Sajda. Computer hätten immer noch Probleme damit, Bilder nach solchen abstrakten Konzepten zu klassifizieren. Menschen hingegen könnten dies ansatzlos: Neuronen im Gehirn würden beim Anblick eines Bildes bereits feuern, bevor einer Person überhaupt bewusst werde, dass sie das Bild einer abstrakten Kategorie zuordnen könne, erläutert der Hirnforscher.

Um diese Tatsache auszunutzen, hat Sajda ein Gerät namens „C3Vision“ entwickelt. Die „cortically-coupled computer vision“ arbeitet mit Elektroenzephalogrammen: Eine Elektrodenkappe misst die Hirnaktivität eines Probanden, während er bis zu zehn Bilder pro Sekunde betrachtet.

Algorithmen für das Maschinen-Lernen ermitteln, welche Hirnsignale ein Interesse des Probanden an einem Bild verraten. Dabei werden die Bilder nach ihrer EEG-Bewertung in einer Rangliste angeordnet. Im nächsten Durchgang bekommt der Proband weitere Bilder aus der Datenbank vorgeführt, die ein Bilderkennungsalgorithmus als vergleichbar zu denen einstuft, die oben in der Rangliste gelandet sind. Damit die Aufmerksamkeit der Versuchsperson nicht nachlässt, werden absichtlich auch ein paar unpassende Aufnahmen präsentiert – bei zu vielen Treffern würde das EEG-Signal sonst zu gleichförmig. „Mit diesem Suchsystem können Sie rasch Bilder finden, die ähnlich aussehen wie die, auf die Sie angesprungen sind“, sagt Sajda.

Das menschliche Bewusstsein kann mit dem Tempo dieses Suchsystems nicht Schritt halten. Die Bildverarbeitung im Gehirn selbst arbeite aber viel schneller, so Sajda. Was die 64 Elektroden in der Kappe aufzeichneten und entschlüsselten, befinde sich „am Rande des Unterbewusstseins“.

Die meisten Hirn-Computer-Schnittstellen seien hingegen dafür ausgelegt, bewusste Hirnprozesse anzuzapfen, sagt Eric Leuthardt, Direktor des Zentrums für Innovation in Neurowissenschaft und Technik an der Washington School of Medicine. „Wenn wir über die Hirnsignale das ‚Interessante’ vom ‚Uninteressanten’ noch vor dem eigentlichen Sehen trennen können, zeigt dies, dass ein beträchtlicher Teil der Datenverarbeitung im Gehirn unterhalb der bewussten Wahrnehmungsschwelle abläuft“, räsonniert Leuthardt.

Paul Sajda bezeichnet seinen Ansatz als „Informationsselektierung“ („information triage“): Mit einer begrenzten Informationsmenge aus dem Gehirn wird die Bildsuche immer weiter eingeengt. „Das Besondere daran ist, dass wir nicht den gesamten Bilderbestand zeigen müssen“, erklärt Sajda. „Wir nehmen nur eine kleine Auswahl, die wir ganz schnell vorführen – von 10.000 Bildern 100 oder so.“ Selbst wenn ein unerwartetes Motiv die Aufmerksamkeit des Betrachters errege, bekomme es eine hohe Punktzahl zugewiesen.

Um die Technologie weiter zu entwickeln und den „digitalen Informations-Tsunami“, der uns alle umgibt, zu bewältigen, hat Sajda mit Kollegen das Start-up Neuromatters gegründet. Es wird bereits von der Militärforschungsagentur DARPA mit 4,6 Millionen Dollar gefördert. Neben militärischen Anwendungen hält Sajda auch einen Einsatz in Computerspielen und im Neuromarketing für möglich. „Damit könnten Sie zum Beispiel ein Feedback bekommen, wie stark ein Werbespot die Leute tatsächlich beeindruckt.“

Zum Weiterlesen:
Sajda, Paul et al., "In a Blink of an Eye and a Switch of a Transistor: Cortically Coupled Computer Vision", Proceedings of the IEEE, Vol. 98, No. 3, März 2010;
Wang, et al., "Brain State Decoding for Rapid Image Retrieval", ACM MultiMedia, Beijing China, S. 945 – 954, 2009. (nbo)