تعمل منظمة العفو الدولية على نمذجة الدماغ لمساعدتنا على الرؤية والاستماع والإبداع

هذه نسخة منقحة من منشور تم تشغيله في الأصل هنا.

---

علم الأعصاب والذكاء الاصطناعي لهما تاريخ طويل ومتشابك. نظر رواد الذكاء الاصطناعي إلى مبادئ تنظيم الدماغ على أنها مصدر إلهام لصنع آلات ذكية. في انعكاس مفاجئ ، يساعدنا الذكاء الاصطناعي الآن على فهم مصدر إلهامه: الدماغ البشري. يشار إلى هذا النهج في استخدام الذكاء الاصطناعي لبناء نماذج من الدماغ باسم neuroAI. على مدى العقد المقبل ، سنجعل أكثر دقة من أي وقت مضى في silico نماذج الدماغ ، خاصة نماذج من حواسنا الأكثر بروزًا ، الرؤية والسمع. نتيجة لذلك ، سنتمكن من تنزيل النماذج الحسية واستخدامها ، عند الطلب ، بنفس الراحة التي يمكننا بها التعرف على الكائنات أو معالجة اللغة الطبيعية.

العديد من علماء الأعصاب وباحثي الذكاء الاصطناعي - وهذا أمر مفهوم! - متحمس جدًا لهذا: العقول عند الطلب! اكتشاف ما يعنيه أن ترى ، أن تشعر ، أن تكون إنسانًا! من غير المعترف به أن هناك تطبيقات عملية واسعة في الصناعة. لقد كنت منذ فترة طويلة باحثًا في هذا المجال ، حيث عملت على كيفية تحويل الدماغ للرؤية إلى معنى منذ أن حصلت على درجة الدكتوراه. لقد رأيت تطور المجال منذ بدايته ، وأعتقد أن الوقت قد حان لمتابعة كيف يمكن للذكاء الاصطناعي العصبي أن يقود المزيد من الإبداع وتحسين صحتنا. 

أتوقع أن neuroAI سيجد أولاً استخدامًا واسع النطاق في الفن والإعلان ، خاصةً عند الاتصال بنماذج الذكاء الاصطناعي التوليدية الجديدة مثل GPT-3 و DALL-E. بينما يمكن لنماذج الذكاء الاصطناعي التوليدية الحالية إنتاج فن ووسائط إبداعية ، إلا أنها لا تستطيع إخبارك ما إذا كانت هذه الوسائط ستوصل في النهاية رسالة إلى الجمهور المقصود - ولكن يمكن للذكاء الاصطناعي العصبي. على سبيل المثال ، قد نستبدل التجربة والخطأ لمجموعات التركيز واختبارات A / B وننشئ بشكل مباشر وسائط تنقل ما نريده بالضبط. ستؤدي ضغوط السوق الهائلة حول هذا التطبيق إلى إنشاء دورة حميدة تعمل على تحسين نماذج neuroAI. 

ستمكّن النماذج المحسّنة الناتجة التطبيقات في مجال الصحة في الطب ، من مساعدة الأشخاص الذين يعانون من مشاكل عصبية إلى تعزيز قدرات البئر. تخيل إنشاء الصور والأصوات الصحيحة لمساعدة الشخص على استعادة بصره أو سماعه بسرعة أكبر بعد جراحة الليزك أو بعد الحصول على غرسة قوقعة صناعية ، على التوالي. 

ستصبح هذه الابتكارات أكثر فاعلية من خلال التقنيات الأخرى التي تأتي عبر الأنبوب: الواقع المعزز وواجهات الدماغ والحاسوب. ومع ذلك ، لتحقيق الفائدة المحتملة للأنظمة الحسية القابلة للتنزيل عند الطلب بشكل كامل ، سنحتاج إلى سد الثغرات الحالية في الأدوات والمواهب والتمويل.

في هذه المقالة سأشرح ما هو الذكاء الاصطناعي العصبي ، وكيف يمكن أن يبدأ في التطور ويبدأ في التأثير على حياتنا ، وكيف يكمل الابتكارات والتقنيات الأخرى ، وما هو المطلوب لدفعه إلى الأمام.  

ما هو neuroAI؟

NeuroAI هو تخصص ناشئ يسعى إلى 1) دراسة الدماغ لتعلم كيفية بناء ذكاء اصطناعي أفضل و 2) استخدام الذكاء الاصطناعي لفهم الدماغ بشكل أفضل. إحدى الأدوات الأساسية للذكاء الاصطناعي العصبي هي استخدام الشبكات العصبية الاصطناعية لإنشاء نماذج حاسوبية لوظائف دماغية محددة. بدأ هذا النهج في عام 2014 ، عندما بدأ الباحثون في معهد ماساتشوستس للتكنولوجيا و كولومبيا أظهر أن الشبكات العصبية الاصطناعية العميقة يمكن أن تفسر الاستجابات في جزء من الدماغ يقوم بالتعرف على الأشياء: القشرة المخية الصدغية (IT). قدموا وصفة أساسية لمقارنة شبكة عصبية اصطناعية بالدماغ. باستخدام هذه الوصفة والاختبارات المتكررة عبر عمليات الدماغ - التعرف على الشكل ومعالجة الحركة ومعالجة الكلام والتحكم في الذراع والذاكرة المكانية - يقوم العلماء ببناء خليط من نماذج الكمبيوتر للدماغ. 

يحتوي نموذج الذكاء الاصطناعي العصبي لجزء من الدماغ على ميزتين رئيسيتين. إنه قابل للحساب: يمكننا تغذية نموذج الكمبيوتر هذا بمحفز وسيخبرنا كيف ستتفاعل منطقة الدماغ. إنها أيضًا قابلة للتفاضل: إنها شبكة عصبية عميقة يمكننا تحسينها بنفس الطريقة التي نحسن بها النماذج التي تحل التعرف المرئي ومعالجة اللغة الطبيعية. وهذا يعني أن علماء الأعصاب يمكنهم الوصول إلى جميع الأدوات القوية التي أدت إلى ثورة التعلم العميق ، بما في ذلك أنظمة الجبر الموتر مثل PyTorch و TensorFlow. 

ماذا يعني هذا؟ لقد انتقلنا من عدم فهم أجزاء كبيرة من الدماغ إلى القدرة على تنزيل نماذج جيدة منها في أقل من عقد. بالاستثمارات الصحيحة ، سيكون لدينا قريبًا نماذج ممتازة من قطع كبيرة من الدماغ. كان النظام البصري هو أول من تم تصميمه ؛ لم يكن النظام السمعي بعيدًا عن الركب؛ ومن المؤكد أن مناطق أخرى ستسقط مثل قطع الدومينو بينما يندفع علماء الأعصاب الجريئون لحل ألغاز الدماغ. بصرف النظر عن إرضاء فضولنا الفكري - حافز كبير للعلماء! - سيسمح هذا الابتكار لأي مبرمج بتنزيل نماذج جيدة للدماغ وفتح تطبيقات لا تعد ولا تحصى.

مجالات التطبيق

الفن والإعلان

لنبدأ بهذه الفرضية البسيطة: 99٪ من الوسائط التي نختبرها تكون من خلال أعيننا وآذاننا. هناك صناعات كاملة يمكن تلخيصها لتقديم وحدات البكسل والنغمات المناسبة لهذه الحواس: الفن المرئي والتصميم والأفلام والألعاب والموسيقى والإعلان ليست سوى عدد قليل منها. الآن ، ليست عيوننا وآذاننا هي التي تفسر هذه التجارب ، لأنها مجرد أجهزة استشعار: إن أدمغتنا هي التي تفهم تلك المعلومات. يتم إنشاء وسائل الإعلام للإعلام ، للترفيه ، لإثارة المشاعر المرغوبة. لكن تحديد ما إذا كانت الرسالة في لوحة أو صورة احترافية أو إعلان يتم تلقيها على النحو المنشود هو تمرين محبط في التجربة والخطأ: يجب أن يكون البشر في الحلقة لتحديد ما إذا كانت الرسالة تصل ، وهو أمر مكلف ووقت- تستهلك.

لقد توصلت خدمات الإنترنت واسعة النطاق إلى طرق للتغلب على ذلك من خلال أتمتة التجربة والخطأ: اختبارات A / B. شهرة جوجل اختبرت أيًا من درجات اللون الأزرق الخمسين لاستخدامها في الروابط الموجودة في صفحة نتائج محرك البحث. وفقًا لصحيفة The Guardian ، أدى الخيار الأفضل إلى تحسين الإيرادات عن خط الأساس البالغ 50 مليون دولار في عام 200 ، أو تقريبًا 1٪ من عائدات Google في ذلك الوقت. يقوم Netflix بتخصيص الصور المصغرة للمشاهد لتحسين تجربة المستخدم. هذه الأساليب متاحة لعمالقة الإنترنت الذين لديهم حركة مرور ضخمة ، والتي يمكنها التغلب على الضوضاء المتأصلة في سلوك الناس.

ماذا لو تمكنا من توقع رد فعل الناس على وسائل الإعلام قبل الحصول على أي بيانات؟ هذا من شأنه أن يجعل من الممكن للشركات الصغيرة تحسين المواد المكتوبة ومواقع الويب على الرغم من قلة الجذب الموجودة مسبقًا. يقترب الذكاء الاصطناعي العصبي أكثر فأكثر من القدرة على التنبؤ بكيفية تفاعل الناس مع المواد المرئية. على سبيل المثال ، الباحثون في Adobe تعمل على الأدوات للتنبؤ وتوجيه الانتباه البصري في الرسوم التوضيحية.

أظهر الباحثون أيضًا تحرير الصور لعملها أكثر من الناحية المرئية أو من الناحية الجمالية ارضاء. يمكن استخدامه ، على سبيل المثال ، لتحديد لقطة رأس احترافية أكثر توافقًا مع الصورة التي يريد الأشخاص عرضها بأنفسهم - احترافية أو جادة أو مبدعة. يمكن للشبكات العصبية الاصطناعية أن تجد طرقًا لتوصيل الرسائل بشكل أكثر فعالية من الصور الواقعية. يمكن فحص CLIP الخاص بـ OpenAI للعثور على صور تتماشى مع المشاعر. لن تكون الصورة التي تتماشى بشكل أفضل مع مفهوم الصدمة في غير محلها بجوار Munch's Scream.

على مدار العام الماضي ، أظهر OpenAI و Google شبكات فنية مولدة تتمتع بقدرة رائعة على إنشاء صور واقعية من الرسائل النصية. لم نصل إلى تلك اللحظة تمامًا للموسيقى ، ولكن مع وتيرة التقدم في النماذج التوليدية ، سيحدث هذا بالتأكيد في السنوات القليلة المقبلة. من خلال بناء آلات يمكنها أن تسمع مثل البشر ، قد نكون قادرين على إضفاء الطابع الديمقراطي على الإنتاج الموسيقي ، وإعطاء أي شخص القدرة على القيام بما يمكن لمنتجي الموسيقى ذوي المهارات العالية القيام به: لتوصيل المشاعر الصحيحة أثناء الجوقة ، سواء كانت حزينة أو فرحة ؛ لخلق دودة أذن من اللحن ؛ أو لجعل قطعة راقصة لا تقاوم.

هناك ضغوط سوقية هائلة لتحسين الوسائط السمعية والبصرية ، ومواقع الويب ، وخاصة الإعلانات ، ونحن بالفعل ندمج فن الذكاء الاصطناعي والخوارزمية في هذه العملية. سيؤدي هذا الضغط إلى دورة حميدة حيث سيصبح الذكاء الاصطناعي العصبي أفضل وأكثر فائدة حيث يتم ضخ المزيد من الموارد في التطبيقات العملية. أحد الآثار الجانبية لذلك هو أننا سنحصل على نماذج جيدة جدًا للدماغ والتي ستكون مفيدة بعيدًا عن الإعلانات. 

سهولة الوصول والتصميم الحسابي

تعد إمكانية الوصول واحدة من أكثر تطبيقات الذكاء الاصطناعي إثارة. تم تصميم معظم الوسائط للأشخاص "العاديين" ، ومع ذلك فنحن جميعًا نعالج المعلومات المرئية والسمعية بشكل مختلف. 8٪ من الرجال ، و 0.5٪ من النساء مصابون بعمى الألوان الأحمر والأخضر ، وكمية كبيرة من الوسائط لا تتلاءم مع احتياجاتهم. هناك عدد من المنتجات التي تحاكي عمى الألوان اليوم ، ولكنها تتطلب من شخص يتمتع برؤية ألوان طبيعية لتفسير النتائج وإجراء التغييرات اللازمة. لا تعمل إعادة تعيين الألوان الثابتة لهذه الاحتياجات أيضًا ، لأن بعض المواد لا تحافظ على دلالاتها من خلال إعادة تعيين الألوان (مثل الرسوم البيانية التي يصعب قراءتها). يمكننا أتمتة توليد المواد والمواقع الآمنة لعمى الألوان من خلال طرق الذكاء الاصطناعي العصبي التي تحافظ على دلالات الرسومات الموجودة.

مثال آخر هو مساعدة الأشخاص الذين يعانون من صعوبات التعلم ، مثل عسر القراءة ، والتي تؤثر على ما يصل إلى 10٪ من الناس في جميع أنحاء العالم. واحدة من القضايا الأساسية في عسر القراءة هي حساسية من الازدحام، وهي صعوبة التعرف على الأشكال ذات السمات الأساسية المتشابهة ، بما في ذلك الأحرف المتماثلة المرآة مثل p و q. تعمل آن هارينغتون وأرتورو ديزا من معهد ماساتشوستس للتكنولوجيا على نماذج نيورو إيه آي هذا النموذج هذا التأثير والحصول على بعض النتائج الواعدة جدًا. تخيل أخذ نماذج من النظام البصري المصاب بعسر القراءة لتصميم خطوط ممتعة من الناحية الجمالية وأسهل في القراءة. باستخدام البيانات الصحيحة حول النظام المرئي لشخص معين ، يمكننا ذلك تخصيص الخط لفرد معين، والتي أظهرت نتائج واعدة في تحسين أداء القراءة. من المحتمل أن تكون هذه تحسينات كبيرة في نوعية الحياة المنتظرة هنا.

صحة الإنسان

يدخل العديد من علماء الأعصاب هذا المجال على أمل أن تؤثر أبحاثهم بشكل إيجابي على صحة الإنسان ، لا سيما الأشخاص الذين يعانون من اضطرابات عصبية أو مشاكل الصحة العقلية. أنا متفائل للغاية أن neuroAI ستفتح علاجات جديدة: مع نموذج جيد للدماغ ، يمكننا صياغة المحفزات المناسبة حتى تصل الرسالة الصحيحة إليها ، مثل المفتاح الذي يناسب القفل. بهذا المعنى ، يمكن تطبيق الذكاء الاصطناعي العصبي بشكل مشابه لتصميم الأدوية الخوارزمي ، ولكن بدلاً من الجزيئات الصغيرة ، نقدم الصور والأصوات. 

تشمل أكثر المشاكل التي يمكن الوصول إليها مستقبلات العين والأذنين ، والتي تم وصفها جيدًا بالفعل. تلقى مئات الآلاف من الأشخاص غرسات قوقعة صناعية ، وهي أطراف صناعية تعمل على تحفيز قوقعة الأذن كهربائياً ، مما يسمح للصم أو ضعاف السمع بالاستماع مرة أخرى. قد يكون من الصعب استخدام هذه الغرسات ، التي تحتوي على بضع عشرات من الأقطاب الكهربائية ، في البيئات الصاخبة ذات السماعات المتعددة. يمكن لنموذج الدماغ تحسين نمط التحفيز للزرع لتضخيم الكلام. الأمر اللافت للنظر هو أن هذه التقنية ، التي تم تطويرها للأشخاص الذين لديهم غرسات ، يمكن تكييفها لمساعدة الأشخاص الذين ليس لديهم غرسات على فهم الكلام بشكل أفضل من خلال تعديل الأصوات في الوقت الفعلي ، سواء كانوا يعانون من اضطراب في المعالجة السمعية أو ببساطة في البيئات الصاخبة.

يعاني العديد من الأشخاص من تغيرات في أجهزتهم الحسية طوال حياتهم ، سواء كان ذلك في التعافي من جراحة الساد أو قصر النظر مع تقدم العمر. نحن نعلم أنه بعد هذا التغيير ، يمكن للناس أن يتعلموا إعادة تفسير العالم بشكل صحيح من خلال التكرار ، وهي ظاهرة تسمى التعلم الإدراكي. قد نكون قادرين على تعظيم هذا التعلم الإدراكي حتى يتمكن الناس من استعادة مهاراتهم بشكل أسرع وأكثر فعالية. فكرة مماثلة يمكن أن تساعد الأشخاص الذين فقدوا القدرة على تحريك أطرافهم بسلاسة بعد السكتة الدماغية. إذا تمكنا من إيجاد التسلسل الصحيح للحركات لتقوية الدماغ على النحو الأمثل ، فقد نتمكن من مساعدة الناجين من السكتات الدماغية على استعادة المزيد من الوظائف ، مثل المشي بسلاسة أو مجرد حمل فنجان من القهوة دون انسكاب. بالإضافة إلى مساعدة الأشخاص على استعادة وظائفهم البدنية المفقودة ، يمكن أن تساعد الفكرة نفسها الأشخاص الأصحاء على الوصول إلى ذروة الأداء الحسي - سواء كانوا لاعبي بيسبول أو رماة أو أخصائيي علم الأمراض.

أخيرًا ، يمكننا أن نرى هذه الأفكار يتم تطبيقها على علاج اضطرابات المزاج. ذهبت إلى العديد من العروض الفنية المرئية للتخفيف من الملل الذي أصابني أثناء الوباء ، وقد أدى ذلك إلى رفع مزاجي بشكل كبير. يمكن للفنون المرئية والموسيقى أن ترفع معنوياتنا ، وهذا دليل على صحة المفهوم قادرة على تقديم علاجات لاضطرابات المزاج من خلال الحواس. نحن نعلم أن التحكم في نشاط أجزاء معينة من الدماغ باستخدام التحفيز الكهربائي يمكن أن يخفف الاكتئاب المقاوم للعلاج ؛ ربما يمكن أن يؤدي التحكم في نشاط الدماغ بشكل غير مباشر من خلال الحواس إلى تأثيرات مماثلة. من خلال نشر نماذج بسيطة - الفاكهة المتدلية - التي تؤثر على أجزاء مفهومة جيدًا من الدماغ ، سنجعل الكرة تتدحرج في بناء نماذج أكثر تعقيدًا يمكن أن تساعد في صحة الإنسان. 

اتجاهات التكنولوجيا التمكينية

سوف تستغرق NeuroAI سنوات عديدة لترويضها ونشرها في التطبيقات ، وسوف تعترض اتجاهات التكنولوجيا الناشئة الأخرى. أسلط الضوء هنا على اتجاهين على وجه الخصوص من شأنهما أن يجعلا neuroAI أكثر قوة: الواقع المعزز (AR) ، الذي يمكن أن يقدم المنبهات بدقة ؛ وواجهات الدماغ والحاسوب (BCI) ، والتي يمكنها قياس نشاط الدماغ للتحقق من أن المحفزات تعمل بالطريقة المتوقعة.  

الواقع المعزز

الاتجاه الذي سيجعل تطبيقات neuroAI أكثر قوة هو اعتماد نظارات الواقع المعزز. يمكن للواقع المعزز (AR) أن يصبح منصة حوسبة في كل مكان ، لأن الواقع المعزز يندمج في الحياة اليومية.

إن فرضية مايكل أبراش ، كبير العلماء في Meta Reality Labs ، هي أنه إذا قمت ببناء نظارات الواقع المعزز القادرة على نحو كافٍ ، فسيريدها الجميع. هذا يعني البناء نظارات مدركة للعالم يمكنها إنشاء كائنات افتراضية ثابتة ومغلقة على العالم; إطارات خفيفة وعصرية، مثل زوج من Ray-Bans ؛ ويمنحك قوى خارقة في الحياة الواقعية ، مثل القدرة على ذلك تتفاعل بشكل طبيعي مع الناس بغض النظر عن المسافة و تحسين سمعك. إذا تمكنت من بناء هذه - وهو تحد تقني كبير - يمكن أن تتبع نظارات الواقع المعزز مسارًا شبيهًا بجهاز iPhone ، بحيث يكون لدى الجميع واحد (أو نسخة مقلدة) بعد 5 سنوات من الإطلاق.

لجعل هذا حقيقة ، قضى ميتا 10 مليارات دولار العام الماضي على البحث والتطوير لشركة metaverse. على الرغم من أننا لا نعرف على وجه اليقين ما الذي تنوي شركة Apple فعله ، فهناك علامات قوية على أنهم يعملون على نظارات الواقع المعزز. لذلك هناك أيضًا دفعة هائلة من جانب العرض لتحقيق الواقع المعزز.

سيؤدي ذلك إلى توفير جهاز عرض أقوى بكثير من الشاشات الثابتة اليوم. لو أنه يتبع مسار VR، فسيتم دمج ميزة تتبع العين في النهاية. قد يعني هذا وسيلة متاحة على نطاق واسع لتقديم المنبهات التي يتم التحكم فيها بشكل أكبر بكثير مما هو ممكن حاليًا ، وهو حلم لعلماء الأعصاب. ومن المحتمل أن يكون لهذه الأجهزة تطبيقات صحية بعيدة المدى ، كما روى مايكل أبراش في عام 2017، مثل تحسين الرؤية في الإضاءة المنخفضة ، أو تمكين الناس من عيش حياة طبيعية على الرغم من التنكس البقعي.

إن أهمية neuroAI واضحة: يمكننا تقديم الحافز الصحيح بطريقة مضبوطة للغاية على أساس مستمر في الحياة اليومية. هذا صحيح بالنسبة للرؤية ، وربما أقل وضوحًا للسمع ، حيث يمكننا تقديم الصوت المكاني. ما يعنيه ذلك هو أن أدواتنا لتقديم علاجات الذكاء الاصطناعي العصبي للأشخاص الذين يعانون من مشاكل عصبية أو لتحسين إمكانية الوصول ستصبح أكثر قوة.

BCI

مع شاشة رائعة ومكبرات صوت ، يمكننا التحكم في المدخلات الرئيسية للدماغ بدقة. المرحلة التالية الأكثر قوة في إيصال المنبهات عبر الحواس هي التحقق من أن الدماغ يتفاعل بالطريقة المتوقعة من خلال واجهة للقراءة فقط بين الدماغ والحاسوب (BCI). وبالتالي ، يمكننا قياس تأثيرات المنبهات على الدماغ ، وإذا لم تكن كما هو متوقع ، فيمكننا ضبطها وفقًا لما يسمى التحكم في الحلقة المغلقة. 

لكي أكون واضحًا ، أنا هنا لا أتحدث عن طرق BCI مثل شريحة Neuralink أو محفزات الدماغ العميق التي تدخل داخل الجمجمة ؛ يكفي لهذه الأغراض قياس نشاط الدماغ خارج الجمجمة بشكل غير جراحي. لا حاجة لتحفيز الدماغ بشكل مباشر: النظارات وسماعات الرأس هي كل ما تحتاجه للتحكم في معظم مدخلات الدماغ.

هناك عدد من مؤشرات BCI غير الغازية للقراءة فقط والتي يتم تسويقها اليوم أو في خط الأنابيب والتي يمكن استخدامها للتحكم في الحلقة المغلقة. تتضمن بعض الأمثلة ما يلي:

• مخطط كهربية الدماغ. يقيس تخطيط كهربية الدماغ النشاط الكهربائي للدماغ خارج الجمجمة. نظرًا لأن الجمجمة تعمل كموصل للحجم ، فإن EEG لديها دقة زمنية عالية ولكن دقة مكانية منخفضة. في حين أن هذا قد حد من تطبيق المستهلك لمنتجات التأمل (Choose Muse) وتطبيقات التسويق العصبي المتخصصة ، فأنا متفائل بشأن بعض استخداماته في سياق التحكم في الحلقة المغلقة. يمكن أن يكون مخطط كهربية الدماغ أكثر قوة عندما يتحكم المرء في المنبه ، لأنه من الممكن ربط الحافز المقدم بإشارة مخطط كهربية الدماغ وفك شفرة ما كان الشخص ينتبه إليه (أثار الطرق المحتملة). في الواقع ، تم الحصول على NextMind ، الذي جعل "نقرة ذهنية" قائمة على EEG بناءً على الإمكانات المستحثة بواسطة Snap، الذي يصنع الآن منتجات الواقع المعزز. OpenBCI هو تخطيط لإطلاق سماعة رأس تدمج مستشعرات EEG الخاصة بها مع سماعة Varjo's Aero المتطورة. لن أعول على مخطط كهربية الدماغ.
• الرنين المغناطيسي الوظيفي. يقيس التصوير بالرنين المغناطيسي الوظيفي التغيرات الصغيرة في أكسجة الدم المرتبطة بالنشاط العصبي. إنها بطيئة وليست محمولة وتتطلب غرفة خاصة بها وهي باهظة الثمن. ومع ذلك ، يظل التصوير بالرنين المغناطيسي الوظيفي هو التقنية الوحيدة التي يمكنها قراءة النشاط غير الجراحي في عمق الدماغ بطريقة دقيقة من الناحية المكانية. هناك نوعان من النماذج الناضجة إلى حد ما وذات صلة بالتحكم العصبي مغلق الحلقة. الأول هو الارتجاع البيولوجي القائم على الرنين المغناطيسي الوظيفي. حقل فرعي من الرنين المغناطيسي الوظيفي يُظهر أنه يمكن للأشخاص تعديل نشاط أدمغتهم من خلال عرضه بشكل مرئي على الشاشة أو سماعات الرأس. والثاني هو رسم الخرائط القشرية ، بما في ذلك مناهج مثل الحقول المستقبلة للسكان و تقدير انتقائية فوكسل مع مقاطع الفيلم أو البودكاست ، والتي تسمح للشخص بتقدير كيفية استجابة مناطق الدماغ المختلفة للمحفزات البصرية والسمعية المختلفة. تشير هاتان الطريقتان إلى أنه ينبغي أن يكون من الممكن تقدير كيفية تأثير تدخل الذكاء الاصطناعي العصبي على الدماغ وتوجيهه ليكون أكثر فعالية.
• التنوب. يستخدم التحليل الطيفي للأشعة تحت الحمراء الوظيفية ضوءًا منتشرًا لتقدير حجم الدم الدماغي بين المرسل والمستقبل. إنه يعتمد على حقيقة أن الدم معتم وأن زيادة النشاط العصبي تؤدي إلى تأخر تدفق الدم في حجم معين من الدماغ (نفس مبدأ التصوير بالرنين المغناطيسي الوظيفي). تتميز NIRS التقليدية بدقة مكانية منخفضة ، ولكن مع وجود بوابة زمنية (TD-NIRS) وأخذ عينات كبيرة (التصوير المقطعي البصري المنتشر) ، فإن الدقة المكانية أفضل بكثير. على الصعيد الأكاديمي ، مجموعة Joe Culver في WUSTL أظهروا فك تشفير الأفلام من القشرة البصرية. على الصعيد التجاري ، أصبحت Kernel الآن صنع وشحن سماعات الرأس TD-NIRS وهي أعمال هندسية مثيرة للإعجاب. وهي منطقة يستمر فيها الناس في الدفع والتقدم سريع ؛ أظهرت مجموعتي القديمة في Meta تحسنًا بمقدار 32 ضعفًا في نسبة الإشارة إلى الضوضاء (والتي يمكن تحجيمها إلى> 300) في تقنية ذات صلة.
• ميج. يقيس تخطيط الدماغ المغناطيسي التغييرات الصغيرة في المجالات المغناطيسية ، وبالتالي تحديد نشاط الدماغ. يشبه MEG مخطط كهربية الدماغ من حيث أنه يقيس التغيرات في المجال الكهرومغناطيسي ، لكنه لا يعاني من التوصيل الحجمي وبالتالي يتمتع بدقة مكانية أفضل. قد يكون MEG المحمول الذي لا يتطلب التبريد هو تغيير قواعد اللعبة بالنسبة لـ BCI غير الباضع. يحرز الناس تقدمًا في أجهزة قياس المغناطيسية التي يتم ضخها بصريًا ، ومن الممكن شراء مستشعرات OPM الفردية في السوق المفتوحة ، من الشركات المصنعة مثل QuSpin.

بالإضافة إلى هذه التقنيات المعروفة بشكل أفضل ، يمكن أن تؤدي بعض تقنيات الحصان الأسود مثل التصوير المجسم الرقمي والتصوير المقطعي الصوتي والصوتي والموجات فوق الصوتية الوظيفية إلى تحولات نموذجية سريعة في هذا الفضاء.

في حين أن BCI غير الغازية على مستوى المستهلك لا تزال في مهدها ، إلا أن هناك عددًا من ضغوط السوق حول حالات استخدام AR والتي ستجعل الفطيرة أكبر. في الواقع ، هناك مشكلة كبيرة للواقع المعزز تتمثل في التحكم في الجهاز: فأنت لا تريد أن تضطر للتجول باستخدام وحدة تحكم أو الغمغمة بنظاراتك إذا كان بإمكانك تجنبها. الشركات جادة جدًا في حل هذه المشكلة ، كما يتضح من شراء Facebook CTRL + Labs في القرن الرابع الميلاديواستحوذت Snap على NextMind و Valve بالتعاون مع OpenBCI. وبالتالي ، من المحتمل أن نشهد تطورًا سريعًا لمؤشرات BCI منخفضة الأبعاد. قد تتبع BCIs عالية الأبعاد نفس المسار إذا عثروا على تطبيق قاتل مثل AR. من المحتمل أن تكون أنواع تطبيقات neuroAI التي أدافع عنها هنا هي بالضبط حالة الاستخدام الصحيحة لهذه التكنولوجيا.

إذا تمكنا من التحكم في المدخلات إلى العينين والأذنين وكذلك قياس حالات الدماغ بدقة ، فيمكننا تقديم العلاجات القائمة على neuroAI بطريقة مراقبة لتحقيق أقصى قدر من الفعالية.

ما هو مفقود من الميدان

ينضج العلم الأساسي وراء تطبيقات NeuroAI بسرعة ، وهناك عدد من الاتجاهات الإيجابية التي ستزيد من قابليتها للتطبيق العام. إذن ما هو المفقود لجلب تطبيقات neuroAI إلى السوق؟

1. الأدوات. استفادت الحقول الفرعية الأخرى داخل الذكاء الاصطناعي بشكل كبير من مجموعات الأدوات التي تتيح التقدم السريع ومشاركة النتائج. يتضمن ذلك مكتبات الجبر الموتر مثل Tensorflow و PyTorch ، وبيئات التدريب مثل OpenAI Gym والأنظمة البيئية لمشاركة البيانات والنماذج مثل 🤗 HuggingFace. إن وجود مستودع مركزي للنماذج والأساليب ، بالإضافة إلى مجموعات التقييم ، التي من المحتمل أن تستفيد من بيانات المحاكاة الوفيرة ، من شأنه أن يدفع المجال إلى الأمام. يوجد بالفعل مجتمع قوي من مؤسسات علم الأعصاب مفتوحة المصدر ، ويمكن أن يكونوا بمثابة مضيفين طبيعيين لهذه الجهود.
2. موهبة. هناك عدد قليل جدًا من الأماكن التي يتم فيها البحث والتطوير عند تقاطع علم الأعصاب والذكاء الاصطناعي. منطقة الخليج ، مع مختبرات في ستانفورد وبيركلي ، ومنطقة مترو بوسطن مع العديد من المعامل في معهد ماساتشوستس للتكنولوجيا وهارفارد من المرجح أن تشهد معظم الاستثمار من النظام البيئي لرأس المال الاستثماري الموجود مسبقًا. المركز الثالث المحتمل هو مونتريال بكندا ، وقد رفعته أقسام علم الأعصاب الضخمة في ماكجيل وجامعة مونتريال ، جنبًا إلى جنب مع جذب ميلا ، معهد الذكاء الاصطناعي الذي أسسه رائد الذكاء الاصطناعي يوشوا بنجيو. سيستفيد مجالنا من برامج الدكتوراه المتخصصة ومراكز الامتياز في مجال الذكاء الاصطناعي العصبي لبدء التسويق التجاري.
3. نماذج تمويل وتسويق جديدة للتطبيقات الطبية. التطبيقات الطبية لها طريق طويل للتسويق ، وعادة ما تكون الملكية الفكرية المحمية شرطًا أساسيًا للحصول على تمويل لإزالة مخاطر الاستثمار في التكنولوجيا. من المعروف أن الابتكارات القائمة على الذكاء الاصطناعي يصعب الحصول عليها ببراءة اختراع ، كما أن البرمجيات كجهاز طبي (SaMD) بدأت للتو في الظهور في السوق ، مما يجعل الطريق إلى التسويق غير مؤكد. سنحتاج إلى أموال تركز على الجمع بين خبرات الذكاء الاصطناعي والتكنولوجيا الطبية لرعاية هذا المجال الناشئ. 

دعونا نبني neuroAI

حير العلماء والفلاسفة حول كيفية عمل العقول منذ الأزل. كيف تمكننا قطعة رقيقة من الأنسجة ، بمساحة قدم مربع ، من الرؤية والسماع والشعور والتفكير؟ تساعدنا NeuroAI في التعامل مع هذه الأسئلة العميقة من خلال بناء نماذج للأنظمة العصبية في أجهزة الكمبيوتر. بإشباع ذلك التعطش الأساسي للمعرفة - ماذا يعني أن تكون إنسانًا؟ - يقوم علماء الأعصاب أيضًا ببناء أدوات يمكن أن تساعد ملايين الأشخاص على عيش حياة أكثر ثراءً.

تاريخ النشر أغسطس 4 ، 2022