今日のサイエンス-とても奇妙な-絶対にサイエンスフィクションのコンテストでは、明確な勝者がいます：科学者のチームがMRIマシン、コンピューターモデル、および何千もの画像を使用する新しい研究人々が夢を見るときに見るものを理解するためのインターネット。
関連性のあるコンテンツ
- 幸福の専門家によると、なぜ心の放浪が悲惨なのか
信じがたいことに、京都の研究者は、3人の研究参加者の神経学的パターンについて十分に学習し、睡眠時間の視覚化を60％の精度で予測する夢読機を構築したと述べています。 本日、 科学誌に発表されたこの研究は、夢の内容について客観的なデータが選別された最初の事例であると考えられています。
一見異常な考えは、単純な概念から構築されています：脳はさまざまな種類の視覚刺激に反応するときに予測可能なパターンをたどり、時間の経過とともに、学習アルゴリズムはこれらのパターンのそれぞれを異なる視覚化クラスと相関させる方法を見つけ出すことができます。 研究者の1人による2005年の研究では、被験者が目を覚ましている間に、機能的なMRI読み取り値（fMRIが脳のさまざまな部分への血流を示す）を正しく使用して、被験者がどの方向にいるかを判断する、はるかに原始的な方法でこれを達成探していました。
この研究は同じ原則に従いましたが、視覚的な方向だけでなく、実際の画像をfMRIの読み取り値と一致させ、被験者が眠っている間にそれを行うことを求めて、はるかに野心的な方向に進みました。
この調査は3人の参加者で行われ、各参加者は10日間にわたって3時間ブロックでMRIスキャナーで交互に寝ていました。 参加者は、脳内の電気的活動の全体的なレベルを追跡し、睡眠の段階を示すために使用される脳波計（EEG）マシンにも接続されました。
最も深い、最も長い夢は、通常数時間の睡眠の後に始まるレム睡眠中に発生します。 しかし、あなたがドリフトオフした数分後に始まるノンレム睡眠のステージ1でも、短時間で散発的な幻覚が発生し、研究者はこのステージで視覚化を追跡しようとしました。
fMRIは被験者の脳のさまざまな部分への血流を監視しているため、眠りに落ちました。 その後、科学者はステージ1に入ったことに気付いた後、目を覚まし、夢の中で以前見ていたことを説明するように依頼しました。 彼らは、このプロセスを各参加者に対してほぼ200回繰り返しました。
その後、各参加者が見た20の最も一般的なアイテムのクラス（たとえば、「建物」、「人」、「手紙」）を記録し、オブジェクトにほぼ一致するWeb上の写真を検索しました。 彼らは、MRIスキャナーでも起きている間に参加者にこれらの画像を見せ、人々が夢の中で同じ物体を見たときのMRI読み取り値と読み取り値を比較しました。 これにより、特定のオブジェクトの表示に真に関連する特定の脳活動パターンを、眠っているという単純な相関関係のないパターンから分離することができました。
彼らはこのすべてのデータを提供しました。Webからの数千の画像で表されるように、各参加者が夢で見た20の最も一般的な種類のオブジェクトと、その結果発生した参加者の脳活動（MRI読み出しから）データに基づいてモデルを改善および改良できる学習アルゴリズムへとそれらを表示します。 3人の寝台車をMRIに戻し、新しく洗練されたアルゴリズムをテストすると、以下のようなビデオが生成され、関連する画像のグループ（ウェブ上の数千から取得）が生成され、20のアイテムグループ（単語一番下）その人が見ている可能性が最も高いと考えられたのは、彼または彼女のMRI測定値に基づいています：
今回、被験者に目を覚まし、夢を説明するように依頼したところ、機械の予測は偶然よりも優れていましたが、決して完璧ではありませんでした。 研究者は、2つのクラスのアイテムを選択しました。1つは夢想家が見たもの、もう1つは見なかったものです。アルゴリズムがそれらの1つだけを報告した回数、正しい頻度を予測する頻度をチェックしました。
アルゴリズムは60％の確率で正しい結果を出しましたが、研究者が言うのは偶然では説明できない割合です。 特に、同じカテゴリの異なる画像よりも異なるカテゴリの視覚化を区別するのが優れていました。つまり、夢想家が人を見ているのかシーンを見ているのかを判断できる可能性が高くなりました。シーンは建物または通りでした。
比較的大雑把な予測しかできませんが、システムは驚くべきことを実証します。私たちの夢は主観的で個人的な経験のように思えるかもしれませんが、他の人が分析できる客観的で一貫したデータを生み出します。 研究者は、この研究が科学的な夢の分析への最初の進路となり、最終的には睡眠のより深い段階でより洗練された夢の解釈を可能にする可能性があると述べています。
