افکار در متن: هوش مصنوعی (AI) مغز انسان را رمزگشایی می کند

هوش مصنوعی به طور فزاینده ای برای تفسیر فعالیت مغز به یک جریان متن پیوسته استفاده می شود. این به طور بالقوه می تواند ارتباطات را برای افرادی که از بیماری های عصبی شدید رنج می برند تغییر دهد. در زمینه روش های تصویربرداری عصبی، هوش مصنوعی نوید بزرگی برای تجزیه و تحلیل فعالیت مغز دارد.

در جدیدترین پیشرفت، یک رمزگشای معنایی مبتنی بر هوش مصنوعی راه‌های جدیدی را برای ترجمه فعالیت‌های مغز به مجموعه‌ای بی‌پایان از متون نشان داد. این نوآوری به ایده‌های «غیر تهاجمی» اجازه می‌دهد یا برای اولین بار به متن تبدیل می‌شوند. این ممکن است به افرادی که پس از سکته مغزی یا بیماری نورون حرکتی مشکل دارند در برقراری ارتباط کمک کند. 

برای استخراج اطلاعات مرتبط از داده های پیچیده و پر سر و صدا، روش های پیشرفته پردازش داده برای تفسیر فعالیت مغز مورد نیاز است. الگوریتم‌های هوش مصنوعی ممکن است به خودکارسازی و ساده‌سازی این رویه کمک کنند. این به محققان امکان می دهد تا نتایج دقیق و قابل اعتمادتری در مورد فعالیت مغز بدست آورند.

در این مورد، رمزگشا می تواند گفتار را به درستی بازسازی کند، همانطور که پاسخ دهندگان به داستان گوش می دهند یا تصور می کنند. این یک جهش عظیم در نوآوری در مقایسه با سیستم های رمزگشایی زبان قبلی است که شامل ایمپلنت های جراحی می شد. 

دانشمندان مشهور از جدیدترین پیشرفت به دلیل غلبه بر یک مانع حیاتی حمایت کرده اند. دکتر الکساندر هوث، متخصص مغز و اعصاب در دانشگاه تگزاس، افزود: "برای یک روش غیر تهاجمی، این یک جهش واقعی به جلو در مقایسه با آنچه قبلا انجام شده است، که معمولاً کلمات یا جملات کوتاه است."

fMRI تغییرات جریان خون در قسمت‌های مختلف مغز را بررسی می‌کند که ممکن است برای پی بردن به فعالیت عصبی استفاده شود. با این حال، در مقایسه با شلیک واقعی نورون ها در مغز، این روند نسبتا کند است. fMRI دارای وضوح زمانی چند ثانیه است، به این معنی که نمی تواند تغییرات سریع در فعالیت مغز را تشخیص دهد. به گفته گاردین، این کار تجزیه و تحلیل فعالیت مغز در واکنش به «گفتار طبیعی» را دشوار می‌کند، زیرا اطلاعاتی را در چند ثانیه پراکنده می‌کند.

معرفی مدل های زبان بزرگ، مانند ChatGPT OpenAI، یک پیشرفت بزرگ در هوش مصنوعی است. این مدل‌ها بر روی حجم عظیمی از داده‌های متنی آموزش داده می‌شوند و به آن‌ها اجازه می‌دهند به طیف وسیعی از ورودی‌ها به شیوه‌ای شبیه انسان پاسخ دهند. پژوهشگران را قادر ساخت تا معنای معنایی گفتار را در این مورد بررسی کنند. یعنی درک الگوهای فعالیت عصبی مرتبط با رشته ای از کلمات. 

پس از این کشف، تیم تحقیقاتی قصد دارد کاربرد این تکنیک را در سایر سیستم‌های تصویربرداری مغز قابل حمل‌تر، مانند طیف‌سنجی نزدیک به مادون قرمز (fNIRS) گسترش دهد. با این حال، نگرانی های امنیتی ممکن است در نتیجه آخرین نوآوری ایجاد شود.