Ny algoritme bruker hjerneskanning for å fortelle hvor smart du er
Glem kontroversielle, gammeldagse IQ-tester som et mål for intelligens. En ny maskinlæringsalgoritme, som ble utviklet av forskere ved Caltech, kan forutsi en persons intellektuelle evner med enestående nøyaktighet.
Forskere ledet av Ralph Adolphs - professor i psykologi, nevrovitenskap og biologi fra Caltech Brain Imaging Center i Pasadena, CA - utviklet et maskinlæringsverktøy som kan forutsi hvor intelligent en person er basert på deres hjerneaktivitetsmønstre.
Spesielt er den nye algoritmen avhengig av data som blir slettet av en funksjonell MR (fMRI) skanner.
Dessuten trenger algoritmen bare informasjon om hjernens hviletilstand, slik at menneskene som skannes ikke trenger å løse noen logiske gåter eller matematiske problemer for å få testet deres mentale evner.
Forskerne testet sin nyutviklede algoritme på nesten 900 deltakere, og funnene vil snart bli publisert i tidsskriftet Filosofiske transaksjoner fra Royal Society.
Hvordan forutsi intelligens fra hjerneskanninger
Prof. Adolphs og team brukte data om 884 studiedeltakere fra Human Connectome Project, et forskningsprosjekt som tar sikte på å bli den mest omfattende databasen om den menneskelige hjerne og dens fine nevrale forbindelser.
Disse dataene inkluderte hjerneskanningen og intelligenspoengene til deltakerne. For å styrke gyldigheten av disse intelligenspoengene, brukte forskerne 10 forskjellige kognitive øvelser som deltakerne hadde deltatt i, i stedet for bare en IQ-test.
Forskerne matet inn dataene i algoritmen, som da var i stand til å forutsi intelligenspoeng med en statistisk signifikant nøyaktighetsgrad.
Første forfatter Julien Dubois, en postdoktor ved Cedars-Sinai Medical Center i Los Angeles, CA, forklarer funnene og sa: “Informasjonen vi kommer fra hjernemålingene kan brukes til å utgjøre omtrent 20 prosent av variansen i intelligens. vi observerte i fagene våre. ”
"Vi fant ut at hvis vi bare har folk som ligger i skanneren og ikke gjør noe mens vi måler aktivitetsmønsteret i hjernen deres, kan vi bruke dataene til å forutsi deres intelligens."
Prof. Ralph Adolphs
Hjerneskanning vs intelligenspoeng
"Vi har det veldig bra," fortsetter Dubois, "men vi er fortsatt ganske langt fra å kunne matche resultatene av timelange etterretningstester, som Wechsler voksen intelligensskala."
Han fortsetter og påpeker en annen potensiell svakhet i studien. "Siden algoritmen er trent på intelligenspoeng til å begynne med," sier han, "hvordan vet vi at intelligenspoengene er riktige?"
Siden opprettelsen av intelligens-tester for over hundre år siden, er disse kognitive verktøyene fortsatt svært kontroversielle den dag i dag.
Noen hevder at det ikke er noe som heter objektiv måling av intelligens, gitt at mange intellektuelle egenskaper er kulturspesifikke.
Algoritmen har ennå ikke spådd personlighet
Studien utviklet av professor Adolphs og hans team er en del av en større forskningsinnsats som tar sikte på å bruke fMRI-skanninger for å diagnostisere mentale tilstander som autismespektrumforstyrrelse, schizofreni og angstlidelse.
“Funksjonell MR har ennå ikke gitt sitt løfte om å være et diagnostisk verktøy. Vi og mange andre jobber aktivt med å endre dette, sier Dubois. "Tilgjengeligheten av store datasett som kan utvinnes av forskere over hele verden gjør dette mulig."
Forskerne valgte å studere intelligens først fordi det er en av de mest stabile psykologiske funksjonene. I løpet av en periode på uker, måneder eller til og med år har studier funnet at intelligens ikke endrer seg mye, forklarer forskerne.
Men på samme måte burde algoritmen ha forutsagt personlighetstrekk med samme grad av nøyaktighet, fordi personlighet også forblir stort sett uendret over lange perioder.
En annen studie utført av det samme teamet fant imidlertid at å forutsi personlighet er en mye vanskeligere bragd.
Dubois forklarer hvorfor det er, og sa: "Personlighetspoengene i databasen er bare fra korte, selvrapporterende spørreskjemaer [...] Det kommer ikke til å være et veldig nøyaktig mål på personlighet til å begynne med, så det er ikke rart vi ikke kan forutsi det godt fra MR-dataene. ”
