تبدیل افکار به متن با یک ایمپلنت مغزی جدید

به گزارش «تابناک» به نقل از عصرایران، به لطف یک رابط مغز-رایانه (BCI)، افراد فلج نیز اکنون می توانند بنویسند. با تصور حرکات نوشتن، مردی با ستون فقرات آسیب دیده قادر به ترجمه افکار خود به متن با سرعتی تقریبا برابر با تایپ متن در یک تلفن هوشمند بوده است. با ثبت 90 کاراکتر در دقیقه و دقت بیش از 90 درصدی پس از تصحیح خودکار، این سیستم با اختلاف قابل توجهی از رکوردهای قبلی که با استفاده از ایمپلنت های عصبی دیگر ثبت شده اند، عبور کرده است.

کراکس (Crux) الگوریتمی بر اساس یک شبکه عصبی محبوب و بسیار قدرتمند - شبکه عصبی بازگشتی (RNN) - به اضافه چند ترفند یادگیری ماشینی است. نتیجه به یک ایمپلنت عصبی تبدیل شده است که از هوش مصنوعی برای تبدیل سیگنال های الکتریکی مغز استفاده می کند. این سیگنال های الکتریکی زمانی که فرد نوشتن را تصور می کند تولید شده و حروف به صورت همزمان در یک نمایشگر رایانه نمایش داده می شوند.

به گفته دکتر فرانک ویلت، این فناوری می تواند به برقراری دوباره ارتباط با افرادی که فلج یا زمینگیر شده اند، کمک کند. این فناوری همچنین می تواند به افراد در بیان شرایط خود و به اشتراک گذاری افکارشان کمک کند.

"ذهن‌نویسی" ممکن است فقط شروع باشد. این مطالعه نشان می دهد که هوش مصنوعی در رمزگشایی سیگنال های مغزی که زمینه‌ساز رفتارهای پیچیده‌تر ما هستند بهتر از موارد ساده به نظر می رسد.

اگرچه کارهای زیادی باید انجام شوند، اما به دلیل آن که این فناوری از روش های یادگیری ماشینی که به سرعت در حال بهبود هستند، استفاده می کند، مسیر امیدوارکننده ای برای پیشرفت های آینده مقابل دانشمندان قرار گرفته است.
تایپ کردن بدون استفاده از دست

این مطالعه بخشی از پروژه افسانه ای "دروازه مغز" (BrainGate) است که طی دهه گذشته برای بازگرداندن قابلیت برقراری ارتباط در افراد فلج به توسعه رابط های عصبی منجر شده است. این ایمپلنت ها ریز ابزارهایی از الکترودهای بسیار کوچک روی یک تراشه هستند که از طریق عمل جراحی روی لایه بالایی مغز قرار می گیرند.

پروژه دروازه مغز به موفقیت های جالب توجهی دست یافته است. یکی از آنها ایمپلنتی است که به افراد اجازه کنترل دست های رباتیک از طریق ذهن خود را می دهد. موفقیتی دیگر حرکت دادن مکان‌نما با کمک ذهن در یک تبلت اندرویدی توسط افراد فلج بود که امکان استفاده از دنیای دیجیتال و دسترسی به مواردی مانند ایمیل را برای آنها فراهم کرد.

همه این موارد امکان‌پذیر هستند زیرا پردازنده مرکزی یعنی قشر حرکتی مغز حتی پس از فلج شدن همچنان دست نخورده باقی می ماند و حداقل امکان انجام حرکاتی نسبتا ساده وجود دارد. ایمپلنت های عصبی مستقیما وارد منبع - سیگنال های الکتریکی که زمینه ساز هر حرکت ما هستند - می شوند و آنها را به زبانی که برای رایانه ها قابل درک است رمزگشایی کرده و از آنها برای کنترل خروجی دیگر مانند یک دست رباتیک، اسکلت بیرونی یا یک مکان‌نما روی نمایشگر استفاده می شود.

اما استفاده از ذهن برای کنترل یک مکان‌نما برای کلیک روی حروف یک صفحه کلید دیجیتال روندی بسیار کند است. موفق‌ترین ایمپلنت در این زمینه تاکنون به طور میانگین موفق به تایپ 40 کاراکتر در دقیقه بوده است و برای جایگذاری آن به عمل جراحی و آموزش نیز نیاز است. حتی یک صفحه کلید با قابلیت ردیابی حرکات چشم که به انجام روش های تهاجمی مانند عمل جراحی نیاز ندارد می تواند امکان تایپ با سرعتی اندکی بیشتر را برای افراد فلج را فراهم کند.

اما در مطالعه جدید رویکردی کاملا متفاوت اتخاذ شده و آن کنار گذاشتن صفحه کلید بوده است.

جرقه ای از نبوغ

فرد شرکت کننده در این مطالعه ملقب به تی۵ (T5)، یکی از شرکت کنندگان پرسابقه در پروژه دروازه مغز است.

در سال ۲۰۰۵، تی ۵ یک حادثه تروماتیک را تجربه کرد که به نخاع وی آسیب زده و فلج شدن او از گردن به پایین را موجب شد. در سال ۲۰۱۶، دکتر جیمی هندرسون، جراح مغز و اعصاب در دانشگاه استنفورد، دو تراشه را در "ناحیه دست" بخشی از مغز که به ما در برنامه ریزی و کنترل حرکت کمک می‌کند، قرار داد. هر کدام از این تراشه‌ها حاوی ۹۶ میکروالکترود بود تا بر فعالیت الکتریکی مغز وی تاثیر بگذارند. این سیگنال‌های عصبی سپس از طریق سیم برای پردازش بیشتر به یک رایانه ارسال می‌شد.

در مطالعه جدید به دلیل این که پردازش نوشتن حروف الفبا برای هر حرف منحصر به فرد است، تیم پژوهشی این گونه در نظر گرفتند که ممکن است سیگنال‌های عصبی ایجاد شوند که به اندازه‌ای برای یک الگوریتم متفاوت هستند که توانایی تشخیص این را داشته باشد که حرکت تصور شده و سیگنال مغزی مرتبط با آن با کدام حرف مطابقت دارد.

برای شروع، تی ۵ ابتدا یک حرف را به طور مکرر در ذهن خود ترسیم کرد. اگرچه دست شرکت کننده کاملا ساکن بود، اما وی به این نکته اشاره داشت که احساس در دست داشتن یک قلم خیالی را داشته و با حرکت دادن آن شکل حروف را ایجاد می‌کند. در مرحله بعد، تی ۵ چندین ساعت را صرف تصور نوشتن گروه‌هایی از جملات تصادفی کرد.

ایمپلنت‌های وی سیگنال‌های عصبی مرتبط با نوشتن هر حرف را ثبت کردند. سپس داده‌ها برای آموزش نوعی شبکه عصبی مصنوعی به نام شبکه عصبی بازگشتی که به ویژه در پیش بینی داده‌های متوالی خوب عمل می‌کند، استفاده شد.

با گذشت زمان، شبکه عصبی بازگشتی قادر به رمزگشایی سیگنال‌های عصبی و ترجمه آن‌ها به حروف بود که روی یک نمایشگر رایانه نمایش داده می‌شدند. این روند از سرعت خوبی برخوردار بود و الگوریتم طی نیم ثانیه و با دقت ۹۴.۱ درصد می‌توانست حدس بزند تی ۵ تلاش دارد چه حرفی را تایپ کند. با استفاده از عملکرد اصلاح خودکار که در تلفن‌های هوشمند نیز وجود دارد، دقت الگوریتم در نوشتن حروف تا بیش از ۹۹ درصد می‌رسید.

زمانی که از تی ۵ خواسته شده تا یک جمله را تایپ کند، وی قادر بود با سرعت حدود ۹۰ کاراکتر در دقیقه ذهن‌نویسی را انجام دهد که بالاترین سرعتی است که تاکنون برای تایپ با رابط مغز-رایانه گزارش شده است.

البته سامانه جدید برای استفاده بالینی آماده نیست. این سامانه همچنان باید روی افراد بیشتری آزمایش شود و برخی عملکرد‌های رایج تایپ مانند پاک کردن یا ویرایش متن به آن افزوده شود. همچنین، تیم پژوهشی قصد دارند توانایی ذهن‌نویسی حروف بزرگ و نماد‌ها را به آن اضافه کند.

به گفته توسعه دهندگان این فناوری، کار با بیمارانی که نمی‌توانند صحبت کنند، مانند افرادی که این توانایی را به واسطه سکته مغزی یا بیماری‌های انحطاط عصبی از دست داده اند، یا آن‌هایی که هوشیار هستند، اما قادر به حرکت نیستند برای آینده نزدیک برنامه ریزی شده تا توانایی تعامل با دنیای خارج به این افراد بازگردانده شود.