Dalam kontes fiksi ilmiah yang begitu aneh, benar-benar-harus-menjadi-sains, kami memiliki pemenang yang jelas: studi baru di mana tim ilmuwan menggunakan mesin MRI, model komputer, dan ribuan gambar dari internet untuk mencari tahu apa yang orang lihat saat mereka bermimpi.
Konten terkait
- Mengapa Mind Wandering Dapat Sangat Menyedihkan, Menurut Ahli Kebahagiaan
Kedengarannya sulit dipercaya, para peneliti dari Kyoto, Jepang, mengatakan bahwa mereka telah membangun sesuatu dari mesin membaca mimpi, yang cukup belajar tentang pola-pola neurologis dari tiga partisipan penelitian untuk memprediksi visualisasi sleeptime mereka dengan akurasi 60 persen. Penelitian yang dipublikasikan hari ini di Science diyakini sebagai kasus pertama di mana data objektif telah diambil alih tentang isi mimpi.
Gagasan yang tampaknya luar biasa ini dibangun dari konsep langsung: bahwa otak kita mengikuti pola yang dapat diprediksi saat mereka bereaksi terhadap berbagai jenis rangsangan visual, dan seiring waktu, algoritma pembelajaran dapat mengetahui bagaimana menghubungkan masing-masing pola ini dengan kelas visualisasi yang berbeda. Sebuah studi tahun 2005 oleh salah satu peneliti menyelesaikan ini dengan cara yang jauh lebih primitif — ketika subjek terjaga — dengan program pembelajaran yang benar menggunakan pembacaan MRI fungsional (fMRI menunjukkan aliran darah ke berbagai bagian otak) untuk menentukan ke arah mana suatu subjek sedang mencari.
Studi ini mengikuti prinsip yang sama tetapi membawanya ke arah yang lebih ambisius, berusaha untuk mencocokkan gambar yang sebenarnya - bukan hanya arah visual - dengan pembacaan fMRI, dan melakukannya saat subjek tertidur.
Penelitian ini dilakukan pada tiga peserta, yang masing-masing bergiliran tidur di pemindai MRI selama 3 jam selama 10 hari. Para peserta juga ditransfer dengan mesin electroencephalography (EEG), yang melacak tingkat keseluruhan aktivitas listrik di otak dan digunakan untuk menunjukkan pada tahap apa mereka tidur.
Mimpi terdalam dan terpanjang terjadi selama tidur REM, yang biasanya dimulai setelah beberapa jam tidur. Tetapi halusinasi sporadis cepat juga terjadi selama tahap 1 dari tidur non-REM, yang dimulai beberapa menit setelah Anda tertidur, dan para peneliti berusaha untuk melacak visualisasi selama tahap ini.
Ketika fMRI memantau aliran darah ke berbagai bagian otak subjek, mereka tertidur; kemudian, begitu para ilmuwan memperhatikan bahwa mereka telah memasuki tahap 1, mereka membangunkan mereka dan meminta mereka untuk menggambarkan apa yang sebelumnya mereka lihat ketika bermimpi. Mereka mengulangi proses ini hampir 200 kali untuk masing-masing peserta.
Setelah itu, mereka merekam 20 kelas item yang paling umum dilihat oleh masing-masing peserta ("bangunan, " "orang" atau "surat, " misalnya) dan mencari foto di Web yang kira-kira cocok dengan objek. Mereka menunjukkan gambar-gambar ini kepada para peserta saat mereka bangun, juga di pemindai MRI, kemudian membandingkan bacaan dengan pembacaan MRI sejak orang-orang telah melihat benda yang sama dalam mimpi mereka. Ini memungkinkan mereka untuk mengisolasi pola aktivitas otak tertentu yang benar-benar terkait dengan melihat objek tertentu dari pola yang tidak berhubungan yang hanya berkorelasi dengan tidur.
Mereka memasukkan semua data ini — 20 jenis objek paling umum yang dilihat oleh setiap peserta dalam mimpi mereka, sebagaimana diwakili oleh ribuan gambar dari Web, bersama dengan aktivitas otak partisipan (dari pembacaan MRI) yang terjadi sebagai akibatnya. melihat mereka — ke dalam algoritma pembelajaran, yang mampu meningkatkan dan memperbaiki modelnya berdasarkan data. Ketika mereka mengundang ketiga sleepers ke MRI untuk menguji algoritma yang baru disempurnakan, itu menghasilkan video seperti yang di bawah ini, menghasilkan kelompok gambar terkait (diambil dari ribuan di web) dan memilih mana dari 20 kelompok item (kata-kata di bagian bawah) diperkirakan orang tersebut melihat, berdasarkan pembacaan MRI-nya:
Ketika mereka membangunkan subyek kali ini dan meminta mereka untuk menggambarkan impian mereka, ternyata prediksi mesin lebih baik daripada kebetulan, meskipun tidak berarti sempurna. Para peneliti memilih dua kelas item - satu yang dilaporkan oleh pemimpi lihat, dan satu yang tidak dia miliki - dan memeriksa, berapa kali algoritma melaporkan hanya satu dari mereka, seberapa sering diprediksi yang benar.
Algoritma itu benar 60 persen dari waktu, proporsi yang peneliti katakan tidak dapat dijelaskan secara kebetulan. Secara khusus, itu lebih baik dalam membedakan visualisasi dari kategori yang berbeda dari gambar yang berbeda dari kategori yang sama — yaitu, ia memiliki kesempatan yang lebih baik untuk mengatakan apakah seorang pemimpi melihat seseorang atau sebuah adegan, tetapi kurang akurat dalam menebak apakah seorang tertentu Adegan adalah bangunan atau jalan.
Meskipun hanya mampu melakukan prediksi yang relatif kasar, sistem ini menunjukkan sesuatu yang mengejutkan: Mimpi kita mungkin tampak seperti pengalaman subyektif, pribadi, tetapi mereka menghasilkan potongan data yang objektif dan konsisten yang dapat dianalisis oleh orang lain. Para peneliti mengatakan pekerjaan ini bisa menjadi awal untuk analisis mimpi ilmiah, akhirnya memungkinkan interpretasi mimpi yang lebih canggih selama tahap tidur yang lebih dalam.