Ny algoritm använder hjärnskanningar för att berätta hur smart du är
Glöm kontroversiella, gammaldags IQ-tester som ett mått på intelligens. En ny algoritm för maskininlärning, som utvecklats av forskare vid Caltech, kan förutsäga en persons intellektuella förmåga med oöverträffad noggrannhet.
Forskare ledda av Ralph Adolphs - professor i psykologi, neurovetenskap och biologi från Caltech Brain Imaging Center i Pasadena, Kalifornien - utvecklade ett verktyg för maskininlärning som kan förutsäga hur intelligent en person bygger på deras hjärnaktivitetsmönster.
Specifikt är den nya algoritmen beroende av data som avlägsnats av en funktionell MRI (fMRI) -skanner.
Algoritmen behöver också endast information om hjärnans vilotillstånd, så de som skannas behöver inte lösa några logiska pussel eller matematiska problem för att testa sina mentala förmågor.
Forskarna testade sin nyutvecklade algoritm på nästan 900 deltagare, och resultaten kommer snart att publiceras i tidskriften Filosofiska transaktioner från Royal Society.
Hur man förutsäger intelligens från hjärnskanningar
Prof. Adolphs och team använde data om 884 studiedeltagare från Human Connectome Project, ett forskningsprojekt som syftar till att bli den mest omfattande databasen om den mänskliga hjärnan och dess fina neurala kopplingar.
Dessa data inkluderade deltagarnas hjärnskanningar och intelligenspoäng. För att stärka giltigheten av dessa intelligenspoäng använde forskarna tio olika kognitiva övningar som deltagarna hade deltagit i, snarare än bara ett IQ-test.
Forskarna matade in data i algoritmen, som sedan kunde förutsäga intelligenspoäng med en statistiskt signifikant noggrannhet.
Första författaren Julien Dubois, postdoktor vid Cedars-Sinai Medical Center i Los Angeles, Kalifornien, förklarar resultaten och säger: ”Den information som vi härrör från hjärnmätningarna kan användas för att stå för cirka 20 procent av variansen i intelligens vi observerade i våra ämnen. ”
"Vi upptäckte att om vi bara har människor som ligger i skannern och inte gör något medan vi mäter aktivitetsmönstret i hjärnan, kan vi använda informationen för att förutsäga deras intelligens."
Prof. Ralph Adolphs
Hjärnskanningar kontra intelligenspoäng
"Vi mår mycket bra", fortsätter Dubois, "men vi är fortfarande ganska långt ifrån att kunna matcha resultaten av timlånga intelligenstester, som Wechsler Adult Intelligence Scale."
Han fortsätter och påpekar en annan potentiell svaghet i studien. "Eftersom algoritmen utbildas i intelligenspoäng till att börja med", säger han, "hur vet vi att intelligenspoängen är korrekta?"
Sedan skapandet av intelligensprov för över hundra år sedan förblir dessa kognitiva verktyg mycket kontroversiella fram till i dag.
Vissa hävdar att det inte finns något som heter objektiv mätning av intelligens, med tanke på att många intellektuella egenskaper är kulturspecifika.
Algoritmen har ännu inte förutsagt personlighet
Studien som utvecklats av professor Adolphs och hans team är en del av ett större forskningsarbete som syftar till att använda fMRI-skanningar för att diagnostisera psykiska tillstånd som autismspektrumstörning, schizofreni och ångestsyndrom.
”Funktionell MR har ännu inte uppfyllt sitt löfte som ett diagnostiskt verktyg. Vi och många andra arbetar aktivt för att förändra detta, säger Dubois. "Tillgången på stora datamängder som kan brytas av forskare runt om i världen gör detta möjligt."
Forskarna valde att studera intelligens först eftersom det är en av de mest stabila psykologiska egenskaperna. Under en period på veckor, månader eller till och med år har studier visat att intelligens inte förändras mycket, förklarar forskarna.
Men på samma sätt borde algoritmen ha förutsagt personlighetsdrag med samma grad av noggrannhet, eftersom personlighet också förblir mestadels oförändrad under långa tidsperioder.
En andra studie utförd av samma team visade dock att förutsäga personlighet är en mycket svårare bedrift.
Dubois förklarar varför det är och säger: ”Personlighetspoängen i databasen är bara från korta, självrapporterande frågeformulär [...] Det kommer inte att bli ett mycket exakt mått på personlighet till att börja med, så det är inte konstigt att vi inte kan förutsäga det är bra från MR-data. ”
