Novo estudo mostra ser possível ‘decodificar’ com o auxilio de estratégias computacionais certos conteúdos dos sonhos.
Por meio procedimentos computacionais, empregando técnicas de
aprendizado de máquina, que comparam a atividade cerebral durante o
sono, de participantes do estudo, com os padrões de atividade coletados
enquanto os mesmos estavam acordados, olhando para certos objetos, o
computador foi capaz de aprender a identificar alguns dos conteúdos
experienciados por estas mesmas pessoas em seus sonhos durante o período
de início do sono. Assim, com o auxílio de bases de dados lexicais e de
imagens, os pesquisadores conseguiram identificar ligações entre
padrões registrados pelo método de imageamento por ressonância magnética
funcional (fMRI) dos sujeitos experimentais e os seus relatos verbais.
Estes resultados, segundo os autores do artigo publicado online na revista Science,
no dia 4 de abril último, sugerem que a experiência visual específica
durante o sono é representada por padrões de atividade cerebral de
maneira muito semelhante aos que são responsáveis pela percepção de
estímulos, fornecendo uma maneira de sondar os recondidos de nossas
mentes durante o sono e descobrir os conteúdos subjetivos dos sonhos por
meio de medidas objetivas da atividade neural.
É impossível não começarmos a especular
sobre as implicações dos possíveis desenvolvimentos deste tipo de
tecnologia, em um futuro não tão distante. E mesmo que ainda seja muito
cedo para nos assustarmos com tais possibilidades, creio já ser tempo de
nos maravilharmos com o que podemos fazer com nossos conhecimentos
sobre como o cérebro funciona e as tecnologias que emergem daí.
————————————
-
Ehrenberg, Rachel Dream contents deciphered by computer ScienceNews Web edition: April 4, 2013.
-
Horikawa, T. , Tamaki, M., Miyawaki, Y., Kamitani, Y. Neural decoding of visual imagery during sleep. Science. Published Online April 4 2013 doi:10.1126/science.1234330.
-
Underwood, E. How to build a dream-reading machine. Science. 2013 Apr 5;340(6128):21. doi: 10.1126/science.340.6128.21.
