
پیشرفتهای اخیر در حوزه هوش مصنوعی و فناوری «رابط مغز و کامپیوتر» (BCI) مرزهای علم را جابهجا کرده است. پژوهشگران اکنون به مرحلهای رسیدهاند که میتوانند سیگنالهای عصبی مغز را به متن، گفتار و حتی تصویر تبدیل کنند؛ دستاوردی که زمانی شبیه داستانهای علمیتخیلی بود.
تبدیل افکار به متن در بیماران فلج
در یکی از مهمترین مطالعات انجامشده در Stanford University، زنی ۵۲ ساله که ۱۹ سال پیش بر اثر سکته مغزی فلج شده و توانایی تکلم خود را از دست داده بود، تحت آزمایشی قرار گرفت که در آن آرایهای از میکروالکترودها در بخش جلویی مغزش کاشته شد. این الکترودها فعالیت نورونها را هنگام «تصور کردن کلمات» ثبت میکردند. یک سیستم مبتنی بر یادگیری ماشین، این سیگنالهای عصبی را تحلیل و آنها را به متن روی صفحه نمایش تبدیل میکرد. این فناوری توانست در زمان واقعی، گفتار ذهنی بیمار را تا حد قابل توجهی بازسازی کند؛ اتفاقی که نزدیکترین نمونه به «خواندن ذهن» محسوب میشود. پژوهشگران اعلام کردند که در برخی وظایف، دقت تشخیص گفتار درونی به ۷۴ درصد رسید. اگرچه هنوز فاصله زیادی تا دقت کامل وجود دارد، اما این دستاورد برای بیماران مبتلا به ALS یا سندروم «قفلشدگی» امیدبخش است.
نقش هوش مصنوعی در رمزگشایی سیگنالهای مغزی
قدرت اصلی این فناوری در الگوریتمهای یادگیری ماشین نهفته است. این الگوریتمها الگوهای فعالیت عصبی مرتبط با فونمها (کوچکترین واحدهای صوتی زبان) را شناسایی میکنند. مشابه عملکرد دستیارهای صوتی مانند Amazon Alexa، اما بهجای تحلیل صدا، سیگنالهای مغزی را تفسیر میکنند. در سالهای اخیر، سرعت و دقت این سیستمها بهطور چشمگیری افزایش یافته است. در مطالعهای دیگر، پژوهشگران توانستند گفتار یک بیمار مبتلا به ALS را با سرعت ۳۲ کلمه در دقیقه و دقت ۹۷.۵ درصد به متن تبدیل کنند. همچنین در سال ۲۰۲۵، محققان موفق شدند علاوه بر کلمات، لحن، زیر و بمی صدا و ریتم گفتار را نیز بازسازی کنند؛ بهطوری که بیمار حتی توانست ملودی سادهای را «بخواند».
از متن فراتر؛ بازسازی تصاویر و موسیقی
کاربرد هوش مصنوعی در علوم اعصاب تنها به گفتار محدود نمیشود. در ژاپن، تیمی به سرپرستی یو تاکاگی از الگوریتمهای مولد مانند Stable Diffusion برای بازسازی تصاویری که افراد مشاهده کرده بودند استفاده کرد. در این روش، فعالیت مغزی افراد هنگام دیدن تصاویر با fMRI ثبت و سپس توسط مدلهای هوش مصنوعی به تصویر تبدیل شد. مطالعات نشان داد که لوب پسسری مغز مسئول پردازش ویژگیهای بصری پایه مانند رنگ و زاویه دید است، در حالی که لوب گیجگاهی مفاهیم سطح بالاتر مانند تشخیص اشیا را رمزگذاری میکند. در حوزه صدا نیز پیشرفتهایی حاصل شده است. پژوهشگران تلاش کردهاند موسیقی شنیدهشده توسط افراد را از طریق اسکن مغزی بازسازی کنند. اگرچه کیفیت بازسازی موسیقی هنوز پایینتر از تصاویر است، اما توانایی تشخیص سبک و ویژگیهای کلی قطعه ممکن شده است.
آینده رابط مغز و کامپیوتر
شرکتهایی مانند Neuralink به دنبال تجاریسازی تراشههای مغزی هستند تا این فناوری را از آزمایشگاه به زندگی روزمره بیاورند. متخصصان معتقدند طی سالهای آینده شاهد ورود گسترده این فناوری به بازار خواهیم بود. با این حال، چالشهای فنی و مسائل اخلاقی همچنان پابرجاست؛ بهویژه در زمینه حریم خصوصی ذهن و احتمال ارتباط مستقیم مغز به مغز. با وجود این محدودیتها، پیشرفتهای فعلی نشان میدهد که هوش مصنوعی در حال گشودن پنجرهای بیسابقه به درون مغز انسان است؛ پنجرهای که میتواند شیوه ارتباط ما با جهان و با یکدیگر را برای همیشه تغییر دهد.
منبع خبر: bbc

شاهین آقامعلی


پاسخ :