دانشمندان با کمک MRI افکار انسان را بازنویسی کردند
دانشمندان با کمک MRI افکار انسان را بازنویسی کردند
پژوهشگران می‌گویند موفق شده‌اند مدلی توسعه دهند که قادر است تنها با تحلیل اسکن MRI از فعالیت مغز، توصیف‌هایی دقیق از آنچه فرد مشاهده می‌کند، تولید کند. به بیان دیگر، این فناوری می‌تواند افکار انسان را از روی داده‌های مغزی بازنویسی کند؛ دستاوردی که مرز میان علم اعصاب و هوش مصنوعی را به شکلی بی‌سابقه به هم نزدیک کرده است.
به گزارش نیوزلن، این فناوری که پژوهشگران آن را «نوشتن متن بر ذهن» نامیده‌اند، می‌تواند راهی کارآمد برای بازتولید افکار انسان از طریق داده‌های مغزی باشد. به گفته الکس هوث، از نویسندگان این مطالعه که در مجله Science Advances منتشر شده و متخصص علوم اعصاب محاسباتی در دانشگاه کالیفرنیا، برکلی است، «اجرای چنین فرایندی بسیار دشوار است و شگفت‌انگیز خواهد بود که بتوان تا این اندازه جزئیات دقیق را از فعالیت مغز استخراج کرد.»
با این حال، پیامدهای این فناوری همچون شمشیری دولبه است. از یک سو، می‌تواند برای بیماران دچار سکته مغزی، آفازی یا سایر اختلالات گفتاری ابزاری حیاتی جهت برقراری ارتباط باشد. اما از سوی دیگر، نگرانی‌هایی جدی در خصوص نقض حریم خصوصی ذهنی افراد ایجاد می‌کند؛ آن‌هم در عصری که تقریباً تمام جنبه‌های زندگی انسان تحت نظارت و تحلیل داده‌ای قرار گرفته است. با این وجود، پژوهشگران تأکید دارند که این مدل هنوز قادر به رمزگشایی افکار خصوصی افراد نیست. هوث در گفت‌وگو با مجله Nature تصریح کرد: «تاکنون هیچ‌کس نشان نداده که چنین کاری امکان‌پذیر است.»
روش توسعه‌یافته توسط این تیم به چندین مدل هوش مصنوعی متکی است. در مرحله نخست، یک مدل زبان عمیق، زیرنویس‌های متنی بیش از دو هزار ویدیو را تحلیل کرده و «امضای معنایی» ویژه‌ای برای هر ویدیو ایجاد کرده است. سپس مدل دیگری از هوش مصنوعی، بر پایه اسکن‌های MRI از مغز شش داوطلب که همان ویدیوها را تماشا می‌کردند، آموزش داده شد تا فعالیت مغزی را با این امضاهای معنایی تطبیق دهد.
در نهایت، رمزگشای مغزی به دست‌آمده قادر بود بر اساس یک اسکن جدید، امضای معنایی احتمالی را پیش‌بینی کند. در ادامه، یک مولد متن مبتنی بر هوش مصنوعی جملاتی را که با آن امضا سازگار بود، جست‌وجو کرده و فهرستی از توصیف‌های احتمالی ارائه می‌داد که به‌تدریج اصلاح و دقیق‌تر می‌شدند.
نتایج این آزمایش به طرز قابل توجهی دقیق بودند. به عنوان نمونه، هنگام تحلیل فعالیت مغزی یکی از داوطلبان که ویدیویی از پرش شخصی از آبشار را تماشا می‌کرد، مدل در ابتدا عبارت «جریان چشمه» را پیش‌بینی کرد، سپس آن را به «سقوط سریع آب» اصلاح کرد و در نهایت در صدمین تلاش، به توصیف دقیق «پرش یک شخص از روی آبشار عمیق در دامنه کوه» رسید.
در مجموع، توصیف‌های متنی تولیدشده توانستند ویدیوی صحیح را از میان صد گزینه با دقتی معادل پنجاه درصد شناسایی کنند؛ نتیجه‌ای بسیار فراتر از حد تصادف (حدود یک درصد) و گامی بزرگ در مسیر بازسازی افکار از داده‌های مغزی به شمار می‌آید.
به گفته تومویاسو هوریکاوا، هم‌نویسنده‌ی این پژوهش و پژوهشگر علوم اعصاب محاسباتی در آزمایشگاه‌های علوم ارتباطات NTT در کاناگاوا، ژاپن، سایر تلاش‌ها در این حوزه عمدتاً به ارائه کلمات کلیدی محدود شده‌اند و از دقت و انسجام توصیفی مشابه برخوردار نبوده‌اند. در برخی روش‌ها، جملات مستقیماً توسط هوش مصنوعی تولید می‌شدند که مرز میان افکار واقعی انسان و خروجی مدل را از بین می‌برد.
نمونه‌هایی از این دست، هرچند پیش‌تر توسط شرکت‌هایی مانند متا (Meta) نیز آزمایش شده‌اند، اما اغلب غیرعملی بوده‌اند. برای مثال، متا سامانه‌ای طراحی کرد که با ترکیب مدل‌های یادگیری عمیق و دستگاه مگنتوانسفالوگرافی، امکان تایپ با ذهن را فراهم می‌کرد؛ اما دستگاه مذکور بسیار حجیم، گران‌قیمت و وابسته به محیط‌های خاص محافظت‌شده در برابر میدان مغناطیسی زمین بود.
در حالی که روش جدید نیز هنوز به اسکن‌های MRI متکی است و استفاده‌ی روزمره از آن ممکن نیست، پژوهشگران امیدوارند این فناوری در آینده با ایمپلنت‌های مغزی کوچک و دقیق ترکیب شود. هوث در پایان خاطرنشان کرد: «اگر بتوانیم این فرآیند را از طریق سیستم‌های مصنوعی انجام دهیم، شاید بتوانیم به افرادی که در برقراری ارتباط دچار مشکل هستند، کمک کنیم تا دوباره صدای خود را بازیابند.»
