دانشمندان شرکت متا با استفاده از هوش مصنوعی و اسکن‌های غیرتهاجمی مغز، موفق شده‌اند افکار را به جملات تایپ‌شده تبدیل کنند.
به گزارش تکناک، این پیشرفت می‌تواند راه را برای توسعه رابط‌های مغز-رایانه غیرتهاجمی هموار کند و به افرادی کمک نماید که توانایی برقراری ارتباط را از دست داده‌اند.
فهرست مطالب
مطالعات جدید و یافته‌های کلیدی
محققان در دو مطالعه جدید، از هوش مصنوعی و فناوری مگنتوانسفالوگرافی (MEG) برای رمزگشایی سیگنال‌های مغزی استفاده کردند. MEG میدان مغناطیسی ایجادشده توسط سیگنال‌های الکتریکی مغز را اندازه‌گیری می‌کند و فعالیت عصبی را در زمان واقعی ردیابی می‌نماید.
در مطالعه اول، یک مدل هوش مصنوعی آموزش داده شد تا سیگنال‌های مغزی را رمزگشایی و جملات تایپ‌شده توسط داوطلبان را بازسازی کند. این مدل توانست حروف تایپ‌شده را با دقت ۶۸ درصد شناسایی کند. حروف پرکاربرد با دقت بیشتری رمزگشایی شدند، در حالی که حروف کمتر رایج مانند Z و K با نرخ خطای بالاتری همراه بودند.
در مطالعه دوم، محققان نحوه شکل‌گیری زبان در مغز هنگام تایپ کردن را بررسی کردند. آنها دریافتند که مغز ابتدا اطلاعات مربوط به معنی جمله را تولید می‌کند و سپس به‌تدریج نمایش‌های دقیق‌تری از هر کلمه، هجای صوتی و حرف را هنگام تایپ ایجاد می‌کند. این فرایند با استفاده از کدهای عصبی پویا انجام می‌شود، که به مغز اجازه می‌دهند حروف، هجاها و کلمات متوالی را به یکدیگر متصل کند.
کاربردهای آینده تبدیل افکار به جملات
یافته‌های این مطالعات می‌توانند به طراحی دستگاه‌های غیرتهاجمی کمک کنند و ارتباط را برای افرادی بهبود بخشند، که توانایی گفتار را از دست داده‌اند.
اگرچه تجهیزات کنونی مانند مگنتوانسفالوگرافی هنوز بسیار بزرگ و حساس هستند و تنها در محیط‌های آزمایشگاهی استفاده می‌شوند، اما در آینده پیشرفت در فناوری می‌تواند راه را برای ساخت دستگاه‌های پوشیدنی هموار کند.
چالش‌ها و محدودیت‌های هوش مصنوعی
- دقت رمزگشایی: مدل هوش مصنوعی در شناسایی حروف پرکاربرد دقت بالاتری داشت، اما حروف کمتر رایج با نرخ خطای بیشتری همراه بودند.
- وابستگی به سیگنال‌های حرکتی: مدل هوش مصنوعی اغلب حروفی را جایگزین می‌کرد، که از نظر فیزیکی در صفحه‌کلید QWERTY به حرف هدف نزدیک بودند، که نشان می‌دهد از سیگنال‌های حرکتی مغز برای پیش‌بینی استفاده می‌کرد.
- محدودیت‌های فناوری MEG: این فناوری هنوز نتوانسته است دقیقاً مشخص کند که هرکدام از نمایش‌های زبانی در کدام ناحیه مغز شکل می‌گیرد.
این دو مطالعه که هنوز داوری علمی (peer-review) نشده‌اند، نشان می‌دهند که هوش مصنوعی می‌تواند با استفاده از اسکن‌های غیرتهاجمی مغز، افکار را به جملات تایپ‌شده تبدیل کند. این پیشرفت نه‌تنها درک بهتری از نحوه شکل‌گیری زبان در مغز ارائه می‌دهد، بلکه می‌تواند به توسعه دستگاه‌های ارتباطی غیرتهاجمی برای افراد مبتلا به آسیب‌های مغزی کمک کند.
این تحقیقات گامی مهم در جهت بهبود کیفیت زندگی افرادی است که به دلیل آسیب‌های مغزی یا بیماری‌های عصبی، توانایی برقراری ارتباط را از دست داده‌اند، همچنین آینده‌ای امیدوارکننده برای فناوری‌های رابط مغز-رایانه ترسیم می‌کند.
