هوش مصنوعی متا افکار انسان را به متن تبدیل می‌ کند

شرکت متا از نسل جدید سامانه هوش مصنوعی Brain2Qwerty v2 برای تبدیل فعالیت مغزی به متن بدون نیاز به جراحی رونمایی کرد.

 به گزارش سرویس هوش مصنوعی تک‌ناک، این سامانه با افزایش چشمگیر دقت، اکنون می‌تواند علاوه بر حروف، کلمات و جمله‌های کامل را نیز از سیگنال‌های مغزی استخراج کند و امید تازه‌ای برای کمک به افراد مبتلا به اختلال‌های عصبی و ناتوانی گفتاری ایجاد کرده است.

نسخه جدید این سامانه، ادامه پروژه Brain2Qwerty v1 محسوب می‌شود که سال گذشته نشان داد می‌توان سیگنال‌های مغزی ثبت‌شده را به‌ صورت غیرتهاجمی با دقت قابل توجهی به متن تبدیل کرد. نسخه نخست از دو فناوری الکتروانسفالوگرافی و مگنتوانسفالوگرافی برای ثبت فعالیت مغز استفاده می‌کرد، اما تنها توانایی شناسایی حروف منفرد را داشت.

اکنون متا با معرفی نسخه دوم این سامانه هوش مصنوعی، تقریباً تمام بخش‌های فناوری را ارتقا داده است. این نسخه از معماری سرتاسری، مدل‌های زبانی بزرگ، رمزگشایی بلادرنگ و الگوریتم‌های پیشرفته تشخیص الگو بهره می‌برد و می‌تواند سیگنال‌های خام مغزی را به صورت مستقیم به کلمات و جمله‌های کامل تبدیل کند.

پژوهشگران متا این دستاورد را در قالب مقاله‌ای علمی منتشر کردند. پژوهشگران مؤسسه‌های متعددی از جمله دانشگاه پی‌اس‌ال فرانسه، دانشگاه لیل، دانشگاه پاریس سیتی، دانشگاه پاریس-ساکله، مرکز ملی پژوهش‌های علمی فرانسه، مؤسسه ملی پژوهش علوم و فناوری دیجیتال فرانسه (اینریا)، مرکز نورواسپین وابسته به کمیسیون انرژی‌های جایگزین و انرژی اتمی فرانسه، مرکز باسک شناخت، مغز و زبان و بنیاد بیمارستان آدولف دو روچیلد در این پروژه مشارکت داشتند.

پژوهشگران برای آموزش Brain2Qwerty v2 حدود ۲۲ هزار جمله را از ۹ داوطلب جمع‌آوری کردند. هر داوطلب به‌ مدت ۱۰ ساعت هنگام تایپ کردن از دستگاه مگنتوانسفالوگرافی استفاده کرد تا فعالیت مغزی او ثبت شود. سپس مدل یادگیری عمیق با استفاده از این داده‌ها، ارتباط میان سیگنال‌های مغزی و متن تایپ‌شده را فرا گرفت.

برخلاف نسخه قبلی که به مجموعه‌ای از مراحل از پیش طراحی‌شده برای شناسایی رویدادهای عصبی وابسته بود، نسخه جدید به‌ طور مستقیم سیگنال‌های خام مغز را پردازش می‌کند. این رویکرد باعث شده است که این سامانه بتواند ساختارهای زبانی پیچیده‌تر را نیز تشخیص دهد و جمله‌های منسجم‌تری تولید کند.

با وجود این پیشرفت، دقت سامانه هنوز به سطح ایدئال نرسیده است. شرکت متا اعلام کرد که سامانه هوش مصنوعی Brain2Qwerty v2 توانسته است به دقت ۶۱ درصدی در سطح واژه دست پیدا کند. این رقم در مقایسه با سایر روش‌های غیرتهاجمی که تنها حدود ۸ درصد دقت دارند، پیشرفت بسیار بزرگی محسوب می‌شود.

به گفته این شرکت، بهترین داوطلب حاضر در آزمایش به دقت ۷۸ درصدی در سطح واژه رسید. همچنین بیش از نیمی از جمله‌های تولیدشده تنها یک واژه اشتباه یا کمتر داشتند. همچنین پژوهشگران دریافتند که با افزایش حجم داده‌های آموزشی، عملکرد مدل به‌ صورت تقریباً خطی بهبود پیدا می‌کند و این موضوع نشان می‌دهد فاصله میان روش‌های غیرتهاجمی و سامانه‌های مبتنی بر جراحی در آینده می‌تواند کمتر شود.

هدف بلندمدت این پروژه، توسعه ابزارهای ارتباطی برای افرادی است که به‌ دلیل آسیب‌های مغزی یا بیماری‌های عصبی توانایی صحبت کردن را از دست داده‌اند. تفاوت اصلی این فناوری با رابط‌های مغز و رایانه تهاجمی مانند فناوری شرکت Neuralink در این است که هیچ نیازی به کاشت الکترود درون مغز ندارد.

پژوهشگران در مقاله منتشرشده در مجله Nature تأکید کردند که روش‌های تهاجمی اگرچه دقت بیشتری دارند، اما خطرهایی مانند خونریزی مغزی، عفونت و کاهش عملکرد ایمپلنت‌ها در طول زمان را نیز به همراه دارند. همین موضوع استفاده گسترده از آنها را با محدودیت مواجه می‌کند.

البته سامانه هوش مصنوعی Brain2Qwerty v2 متا هنوز فاصله زیادی تا ورود به بازار مصرف دارد. دستگاه‌های مگنتوانسفالوگرافی امروزی معمولاً بسیار بزرگ هستند و بیشتر در مراکز درمانی و پژوهشی استفاده می‌شوند. هرچند نمونه‌های کوچک‌تری مانند مگنتومترهای پمپاژ نوری توسعه یافته‌اند، اما همچنان به محیط‌های دارای محافظ مغناطیسی نیاز دارند.

دلیل این محدودیت، ضعیف بودن میدان مغناطیسی تولیدشده توسط مغز است. این سیگنال‌ها میلیون‌ها برابر ضعیف‌تر از میدان مغناطیسی زمین و نویز ناشی از تجهیزات روزمره مانند تلفن‌های هوشمند، شبکه‌های بی‌سیم و خطوط انتقال برق هستند. در نتیجه، ثبت دقیق آنها در محیط‌های عادی هنوز امکان‌پذیر نیست.

با وجود این چالش‌ها، دستاورد جدید متا نشان می‌دهد فناوری تبدیل افکار به متن بدون جراحی با سرعت قابل توجهی در حال پیشرفت است و می‌تواند در آینده کیفیت زندگی میلیون‌ها فرد مبتلا به ناتوانی گفتاری را به شکل چشمگیری بهبود بخشد.