KI: I løpet av prosjektet skal Tønsberg forsøke å trene opp en KI-modell på elektrisk aktivitet i magen.

Hjemmesnekret EEG og kunstig intelligens: – Ingen har forsøkt dette før

Masterprosjektet til Asbjørn Holst Tønsberg kan virke utradisjonelt. Han vil nemlig teste en helt ny metode for å studere magefølelsen.

Publisert
NYSKAPENDE: Masterstudent Asbjørn Holst Tønsberg tester en helt ny metode for å forske på magefølelse.

På folkemunne forbindes gjerne «magefølelsen» med en form for intuisjon eller uklar anelse av hva som er rett og galt. Dette er ikke slik psykologistudent Asbjørn Holst Tønsberg bruker begrepet.

– Jeg refererer i hovedsak til magefølelsen som den nerveaktiviteten i magen som utløses av ulikt stimuli. Hvis du kjenner på frykt, vil du sannsynligvis ha en reaksjon i magen, forteller Tønsberg.

Han forteller at magefølelsen kan forstås som å inngå i det enteriske nervesystemet, altså den delen av nervesystemet som er i magen og tarmene.

– Dette er et nettverk av 200–600 millioner nerver som kommuniserer med hverandre og som kan operere uavhengig av hjerneaktiviteten, hevder Tønsberg.

Magens nerveaktivitet kan på denne måten sammenlignes med en helt selvstendig hjerne.

– Du kan se for deg at du har en hjerne i hodet som er ansvarlig for det kognitive og en hjerne i magen med hovedansvar for fordøyelsen. De kommuniserer med hverandre gjennom nervesignaler, sier Tønsberg.

Tønsberg forteller videre at der hjernen bruker noen få millisekunder på å reagere på stimuli, kan magen bruke opp mot flere sekunder, til og med flere minutter. Magen bruker med andre ord mye lengre tid på å tilpasse seg emosjonelle situasjoner enn hjernen.

– Samspillet mellom hjernen og magen er veldig lite forsket på. Jeg forsøker derfor å se om man kan lage en metode som gjør at vi lettere kan studere den elektriske aktiviteten i magen, forklarer Tønsberg.

FELTSENG: Deltakerne ligger komfortabelt i på det som er Tønsbergs egne, gamle feltseng.

Hjemmesnekret EEG fra Tyskland

For å forstå seg mer på denne «hjernen i magen», eller magefølelsen, prøver Tønsberg å fremkalle ulike kroppslige tilstander, for så å måle dem. For å initiere avslapning, frykt og sult, legger deltakerne seg ned på en feltseng og ser på tre typer videoklipp.

– Først viser jeg dem en avslappende video med natur og dyr. Deretter et skummelt klipp, som enten kan være fra en skrekkfilm, folk som er på veldig høye steder eller videoer av ulykker. Til slutt viser jeg videoer av veldig god mat, forteller Tønsberg.

For å måle magens reaksjon, har Tønsberg fått tak i et EEG-apparat. Dette utstyret brukes hovedsakelig til å måle hjerneaktivitet og festes til hodet. Lignende utstyr finnes ikke til å måle nevral aktivitet i magen; derfor måtte han ty til kreative løsninger.

– Jeg fikk heldigvis låne et ødelagt EEG-apparat fra Tyskland, som jeg kuttet opp, teipet og fikset, sier Tønsberg.

Det er imidlertid utfordrende å bruke en maskin som i utgangspunktet brukes til hjerneforskning på magen.

– I magen har vi signaler fra en rekke ulike organer som utstøter elektrisk aktivitet. Det er derfor nødvendig å filtrere ut signaler vi ikke ønsker å undersøke, som for eksempel hjerteslag, forklarer Tønsberg.

Kunstig intelligens i psykologisk forskning

Bruk av kunstig intelligens i psykologisk forskning er fremdeles nytt. Tønsberg forklarer at teknologien åpner opp for datahåndtering som ikke har vært mulig før.

– Det datasettet vi har fått gjennom å feste elektroder på magen har aldri blitt analysert før. Vi prøver å bruke spesialiserte KI-modeller til å skille ut støyet fra andre organer, sier han.

Som psykologistudent har Tønsberg måttet lære seg det tekniske aspektet ved forskningen på egen hånd.

Det kunstig intelligens kan brukes til i denne sammenheng er mønstergjenkjenning og maskinlæring.

– Den gjorde mye feil i starten, men justerte seg raskt etter føringer.

Tønsberg forsøker å finne ut av om KI-modellen kan skille mellom hvordan man reagerer på avslapning, frykt og sult. Forhåpentligvis forstår den endringer som mennesker sliter med å se.

– Ingen har forsøkt dette før, noen gang. Idéen er at hvis KI blir trent på slik data, vil den kunne kjenne igjen enkelte mønstre, forklarer Tønsberg.

Powered by Labrador CMS