Med hjälp av tomografi och dataanalys kunde japanska forskare nästan korrekt - i 60% av fallen - bestämma de visuella bilder som uppstår hos en person i drömmar. Detta sägs i en artikel publicerad i den indiska tidskriften Science Express.
Ett team av anställda vid Institute of Science and Technology i Nara city försökte hitta en koppling mellan visuella bilder i sömn och funktionell magnetisk resonansavbildning av hjärnan hos sovande människor.
Detaljnivån är fortfarande långt ifrån vad vi såg i Leonardo DiCaprios Inception, där människor manipuleras av professionella industriella spionage med specialtekniker för att "infiltrera" drömmar.
Icke desto mindre beskriver experter resultaten av arbetet som "fantastiskt", enligt den brittiska tidningen The Daily Mail, som ägnade en entusiastisk artikel till experimentet.
"Detta är förmodligen den första verkliga visuella demonstrationen av hjärnfunktion baserad på dröminnehåll," sa neurovetenskapsmannen och sömnforskaren Dr. Robert Stickgold från Harvard Medical School i Boston till journalister. Även om det fortfarande finns en lång väg att gå innan skapandet av en maskin som kan läsa våra drömmar fullt ut, i en ännu mer avlägsen framtid, baserad på sådan teknik, kommer det att vara möjligt att skapa ett program som "läser" människors tankar när de är vakna.
200 gånger i 20 kategorier
I det första steget i experimentet, kallad Dream Catcher, sov tre frivilliga tills ett encefalogram visade REM-sömn (snabba ögonrörelser). Vid denna tidpunkt vaknade deltagarna i experimentet och bad om att berätta vad de drömde om. Processen upprepas tills varje deltagare har berättat om minst 200 drömmar.
Kampanjvideo:
Beskrivningarna analyserades och kategoriserades i tjugo kategorier enligt nyckeltema (män, kvinnor, verktyg, böcker, bilar, etc.) för varje deltagare.
Forskarna jämförde sedan fördelningen och dynamiken i hjärnaktivitetszoner, erhållna med funktionell magnetisk resonansavbildning, med en uppsättning nyckelord i ämnernas berättelser. Som ett resultat har forskare skapat ett system som kan avkoda den visuella drömserien baserad på tomografidata genom att använda metoderna för självlärande datorprogram.
Den databas som sammanställts på denna basis gör det möjligt att bestämma med en noggrannhet på 60-70% vilken bild en person ser vid ett givet ögonblick i en dröm. Detta är mycket högre än en enkel tillfällighet.
Forskarna tror att de data som de fick kommer att göra det möjligt att isolera funktionerna i hjärnaktivitet "kopplad" till visuella bilder, inte bara under sömnen, utan också under vakenheten. I framtiden avser de att försöka dechiffrera drömmar under andra sömnfaser.