فهرست مطالب
استارت‌آپ نورالینک متعلق به ایلان ماسک اعلام کرده که رابط مغز و کامپیوتر این شرکت، پس از آموزش یک مدل پایه با بیش از ۵۰ هزار ساعت داده عصبی، توانسته است سرعت کنترل نشانگر را به رکورد ۱۱٫۳۲ بیت‌برثانیه برساند.
به گزارش سرویس فناوری تکناک، این شرکت بیان کرده است که مدل جدید می‌تواند پایداری رمزگشاهای عصبی را افزایش دهد و نیاز کاربران به کالیبراسیون مکرر را به میزان قابل توجهی کاهش دهد.
نورالینک برای دستیابی به این نتیجه، از داده‌های جمع‌آوری‌شده از شرکت‌کنندگان کارآزمایی بالینی خود استفاده کرده است. این شرکت، رمزگذارهای عصبی خودنظارتی را با حجم بزرگی از فعالیت‌های الکتریکی مغز پیش‌آموزش داده است تا بتوانند سیگنال‌های ثبت‌شده از مغز را با پایداری بیشتری تفسیر کنند.
براساس اعلام نورالینک، برخی از رمزگشاهایی که با این روش ساخته شده‌اند، به‌جای چند روز توانسته‌اند برای چند هفته بدون افت جدی عملکرد فعالیت کنند. میزان کالیبراسیون لازم برای برخی کاربران نیز از حدود ۱۰ دقیقه در روز به حدود ۱۰ دقیقه در هفته کاهش یافته است.
همچنین نورالینک قابلیتی با عنوان «نشانگرهای تله‌پورتی» را به نمایش گذاشته است. در این روش، نشانگر به‌جای حرکت پیوسته در صفحه، مستقیما به هدفی منتقل می‌شود که کاربر قصد انتخاب آن را دارد. این شرکت ادعا می‌کند سرعت ۱۱٫۳۲ بیت‌برثانیه از عملکرد بیشتر افراد بدون ناتوانی جسمی نیز بالاتر است، هرچند این مقایسه تاکنون به‌طور مستقل تأیید نشده است.
بیشتر بخوانید: وعده جدید ایلان ماسک؛ بازگرداندن بینایی با تراشه مغزی نورالینک
مقابله با تغییر مداوم سیگنال‌های مغزی
رابط‌های مغز و کامپیوتر، الگوهای فعالیت عصبی را به فرمان‌های قابل استفاده برای کنترل رایانه و سایر دستگاه‌ها تبدیل می‌کنند. یکی از مشکلات اصلی این فناوری، تغییر سیگنال‌های ثبت‌شده از نورون‌ها در طول زمان است. این تغییر می‌تواند باعث شود رمزگشایی که قبلا آموزش دیده است، به تدریج دقت خود را از دست بدهد.
ایمپلنت‌های نورالینک، فعالیت الکتریکی نورون‌ها یا همان اسپایک‌های عصبی را از قشر حرکتی مغز ثبت می‌کنند. حتی تغییرات کوچک در این سیگنال‌ها می‌تواند عملکرد رمزگشا را کاهش دهد و کاربر را مجبور کند سیستم را بارها دوباره کالیبره کند.
نورالینک برای کاهش این مشکل، مدلی پایه برای رابط مغز و کامپیوتر توسعه داده است. رمزگذارهای عصبی خودنظارتی این مدل به‌جای وابستگی کامل به داده‌های برچسب‌گذاری‌شده مرتبط با حرکت یا فرمان مشخص، الگوهای مشترک را از حجم بزرگی از فعالیت‌های عصبی استخراج می‌کنند.
این شرکت بیان کرد که بازنمایی‌های حاصل از این مدل حتی زمانی که سیگنال‌های عصبی منفرد تغییر می‌کنند، همچنان کاربرد خود را حفظ می‌کنند. در نتیجه، رمزگشا می‌تواند قصد حرکتی کاربر را برای مدت طولانی‌تری بدون نیاز به آموزش مجدد تشخیص دهد.
مجموعه داده مورد استفاده برای آموزش این مدل، از بیش از ۵۰ هزار ساعت استفاده شرکت‌کنندگان کارآزمایی بالینی نورالینک از ایمپلنت‌های مغزی به دست آمده است. نورالینک این مجموعه را یکی از بزرگ‌ترین مجموعه‌های داده مربوط به فعالیت عصبی درون‌قشری می‌داند که تاکنون گردآوری شده است.
بیشتر بخوانید: هدایت ویلچر برقی فقط با افکار توسط ایمپلنت مغزی نورالینک ممکن شد + ویدیو
کالیبراسیون کمتر و مسیر توسعه مدل‌های جدید
کاهش نیاز به کالیبراسیون می‌تواند یکی از عوامل مهم در تبدیل رابط‌های مغز و کامپیوتر به ابزارهایی برای استفاده روزمره باشد. سیستمی که هر روز به تنظیم نیاز دارد، استفاده از ایمپلنت را برای کاربر دشوارتر می‌کند. در مقابل، رمزگشایی که بتواند هفته‌ها عملکرد پایدار داشته باشد، تجربه استفاده از این فناوری را به رابط‌های رایانه‌ای معمول نزدیک‌تر می‌کند.
نورالینک از معیار بیت‌برثانیه برای سنجش سرعت و دقت کنترل استفاده کرده است. این معیار در پژوهش‌های رابط مغز و کامپیوتر نشان می‌دهد کاربر با چه سرعت و دقتی می‌تواند هدف مورد نظر خود را انتخاب کند و صرفا سرعت حرکت فیزیکی نشانگر را اندازه‌گیری نمی‌کند.
این شرکت اکنون قصد دارد داده‌های عصبی چند شرکت‌کننده را با یکدیگر ترکیب کند تا مدل‌های خود را بیشتر بهبود دهد. همچنین نورالینک در حال بررسی روش‌های کالیبراسیون تک‌نمونه‌ای و بدون نمونه است. این روش‌ها می‌توانند در آینده امکان استفاده از سیستم برای یک کار جدید یا حتی یک کاربر جدید را با کمترین میزان کالیبراسیون فراهم کنند.
نورالینک در کنار این برنامه‌ها، ایده ایجاد یک «API برای قشر حرکتی مغز» را نیز مطرح کرده است. براساس این ایده، بازنمایی‌های عصبی مشترک می‌توانند به یک لایه استاندارد برای تبدیل حرکت مورد نظر انسان به فرمان‌های دیجیتال تبدیل شوند.
این نتایج در قالب یک به‌روزرسانی فنی از سوی نورالینک منتشر شده‌اند و تاکنون به عنوان یک مطالعه علمی داوری‌شده در نشریه تخصصی ارائه نشده‌اند.
