Декодер мыслей был обучен на основе данных МРТ двух участников, которых попросили прослушать записи подкастов (в общей сложности около 16 часов) или представить, что они рассказывают историю.
Декодер делал короткие предположения о мыслях каждого испытуемого, а затем оценивал их в соответствии с тем, насколько они соответствовали мозговой активности человека. После исправления неверных предположений в декодер была интегрирована ранняя версия бота ChatGPT, основанного на искусственном интеллекте, который отвечает на вопросы и реагирует на подсказки, предсказывая следующее слово.
В результате развитие событий угадывалось более эффективно, чем случайно сгенерированный перевод, и прогнозы отражали общий смысл мыслей участников. Например, если испытуемый думал: “У меня еще нет водительских прав”, декодер переводил это как “Она даже не начинала учиться водить машину”. А на мысль “Прошлой ночью я поднялся наверх — в нашу спальню” устройство ответило: “Мы вернулись в мою комнату в общежитии”.
В одном эксперименте добровольцев попросили сопротивляться декодеру, сбивая его с толку. Когда они слушали подкасты, они называли себя как можно большим количеством животных. Им удалось обмануть устройство, потому что оно начало выдавать противоречивые предложения.
Сейчас эксперты сосредоточены на оптимизации этого метода расшифровки человеческих мыслей. Также изучается возможность создания портативного устройства на основе функциональной спектроскопии ближнего инфракрасного диапазона, которое регистрирует сигналы, аналогичные устройству МРТ, но используемому со шлемом.