تبديل امواج مغزي به جملات به كمك هوش مصنوعي

سيستم هوش مصنوعي جديدي كه پژوهشگران دانشگاه كاليفرنيا آن را توسعه داده‌اند، مي‌تواند به‌طور دقيق افكار را به جمله تبديل كند. اين سيستم ممكن است ما را به بازگرداندن گفتار به افرادي كه به‌علت فلجي اين توانايي را از دست داده‌اند، نزديك‌تر كند.

جوزف ماكين و همكارانش از الگوريتم‌هاي يادگيري عميق براي مطالعه‌ي سيگنال‌هاي مغزي چهار زن هنگام صحبت كردن، استفاده كردند. زنان كه همگي دچار صرع بودند، از قبل داراي الكترودهايي بودند كه براي نظارت‌بر تشنج‌ها به مغز آن‌ها متصل شده بود. از هر كدام از اين زنان خواسته شد تا مجموعه‌اي از جملات را با صداي بلند بخوانند و در همان زمان، پژوهشگران فعاليت مغز آن‌ها را اندازه‌گيري مي‌كردند. بزرگ‌ترين گروه جملات حاوي ۲۵۰ كلمه‌ي منحصر‌به‌فرد بود.

پژوهشگران فعاليت مغز ثبت‌شده را به الگوريتم شبكه‌ي عصبي تغذيه كرده و آن را يادگيري دادند تا الگوهاي منظمي را كه مي‌توانست با جنبه‌هاي تكراري گفتار مانند صامت‌ها و مصوت‌ها مرتبط باشند، شناسايي كند. اين الگوها سپس به شبكه‌ي عصبي ديگري تغذيه شد كه سعي داشت آن‌ها را از شكل جمله به كلمات تبديل كند. هر يك از زنان حداقل دو بار اين جملات را تكرار مي‌كردند ولي تكرار نهايي بخشي از داده‌هاي مرحله‌ي يادگيري نبود و براي آزمايش سيستم از آن استفاده مي‌شد. هنگام خواندن جملات يكسان به‌وسيله‌ي شركت‌كنندگان، فعاليت مغزي همبسته با آن در افراد مختلف مشابه ولي كاملا يكسان نبود. ماكين مي‌گويد:

به‌خاطر سپردن فعاليت مغزي همبسته با اين جملات فايده‌اي نداشت، بنابراين شبكه به‌جاي آن بايد شباهت ميان آن‌ها را ياد مي‌گرفت تا مي‌توانست آن را به مثال نهايي تعميم دهد.

بهترين عملكرد هوش مصنوعي در اين آزمايش، متوسط خطاي ترجمه‌ي ۳ درصد داشت. ماكين مي‌گويد كه استفاده از تعداد كمي جمله اين امر را براي هوش مصنوعي ساده‌تر كرد كه ياد بگيرد كه معمولا كدام كلمات به‌دنبال هم مي‌آيند. براي مثال هوش مصنوعي تنها با استفاده از فعاليت مغز توانست كشف كند كه در اين مجموعه جمله‌ها، كلمه‌ي Turner اغلب به‌دنبال كلمه‌ي Tina مي‌آيد.

پژوهشگران سعي كردند سيگنال‌هاي مغزي را به‌جاي كل جملات، به كلمات واحد رمزگشايي كنند اما اين مسئله حتي در مورد بهترين عملكرد، موجب ۳۸ درصد افزايش در خطا شد. ماكين مي‌گويد:

بنابراين شبكه به‌وضوح درحال يادگيري واقعيت‌هايي درمورد اين است كه كدام كلمات در كنار هم مي‌آيند و نه فقط اينكه كدام فعاليت عصبي به كدام كلمه مربوط مي‌شود.

اين امر موجب مي‌شود افزايش واژگان سيستم دشوار شود زيرا هر كلمه‌ي جديد تعداد جملات ممكن را افزايش داده و باعث كاهش دقت مي‌شود. ماكين مي‌گويد، ۲۵۰ كلمه نيز براي افرادي كه نمي‌توانند سخن بگويند، مفيد است. او مي‌گويد:

ما مي‌خواهيم اين سيستم را درمورد يك فرد بيمار كه واقعا دچار ناتواني گفتار است، به كار ببريم. اگرچه اين امكان وجود دارد كه فعاليت مغزي آن‌ها از فعاليت مغزي زنان شركت‌كننده در مطالعه متفاوت باشد و باعث دشوارتر شدن كار شود.

 سوفي اسكات از كالج دانشگاهي لندن مي‌گويد هنوز راهي طولاني به‌سمت توانايي ترجمه‌ي جامع‌ سيگنال‌هاي مغزي داريم. او مي‌گويد:

شما احتمالا حدود ۳۵۰ هزار كلمه مي‌دانيد، بنابراين، آن‌ها هنوز از مجموعه‌ي بسيار محدودي از گفتار استفاده مي‌كنند.

 نتايج اين مطالعه در مجله‌ي  Nature Neuroscience منتشر شده است.