الذكاء الاصطناعي
تم تطوير الذكاء الاصطناعي لترجمة نشاط الدماغ إلى كلمات
باحثون في جامعة كاليفورنيا ، سان فرانسيسكو طوروا ذكاءً اصطناعيًا (AI) يمكنه ترجمة نشاط الدماغ إلى نص. يعمل النظام على الأنماط العصبية التي يتم اكتشافها عندما يتحدث شخص ما ، لكن الخبراء يأملون في إمكانية استخدامها في النهاية مع الأفراد غير القادرين على الكلام ، مثل الأشخاص الذين يعانون من متلازمة الانغلاق.
كان الدكتور جوزيف ماكين مؤلفًا مشاركًا للبحث.
قال ماكين: "لم نصل إلى هناك بعد ، لكننا نعتقد أن هذا يمكن أن يكون أساس الطرف الاصطناعي للكلام".
البحث تم نشره في المجلة الطبيعة العصبية.
اختبار النظام
اعتمد جوزيف ماكين وفريقه على خوارزميات التعلم العميق لدراسة إشارات الدماغ لأربع نساء أثناء تحدثهن. جميع النساء مصابات بالصرع ، وتم توصيل أقطاب كهربائية بأدمغتهن لمراقبة النوبات.
بعد توصيل الأقطاب الكهربائية ، قرأت كل امرأة بصوت عالٍ مجموعة من الجمل أثناء قياس نشاط دماغها. كان أكبر عدد من الكلمات الفريدة المستخدمة هو 250. يمكنهم الاختيار من بين مجموعة مكونة من 50 جملة مختلفة ، بما في ذلك "تينا تورنر مغنية بوب" و "هؤلاء اللصوص سرقوا 30 جوهرة."
تم بعد ذلك تغذية بيانات نشاط الدماغ إلى خوارزمية الشبكة العصبية ، وتم تدريبها على تحديد الأنماط التي تحدث بانتظام. يمكن بعد ذلك ربط هذه الأنماط بجوانب متكررة من الكلام مثل أحرف العلة أو الحروف الساكنة. ثم تم تغذيتهم بشبكة عصبية ثانية حاولت تحويلهم إلى كلمات لتشكيل جملة.
طُلب من كل امرأة تكرار الجمل مرتين على الأقل ، مع عدم إدراج التكرار النهائي في بيانات التدريب. سمح هذا للباحثين باختبار النظام.
يقول ماكين: "إن حفظ نشاط الدماغ لهذه الجمل لن يساعد ، لذا يتعين على الشبكة بدلاً من ذلك معرفة ما هو مشابه لها حتى تتمكن من التعميم على هذا المثال الأخير".
النتائج
النتائج الأولى من النظام لم تجعل الجمل منطقية ، لكنها تحسنت عندما قارن النظام كل سلسلة من الكلمات مع الجمل التي تم قراءتها بصوت عالٍ.
ثم اختبر الفريق النظام عن طريق إنشاء نص مكتوب فقط من نشاط الدماغ أثناء الكلام.
كان هناك الكثير من الأخطاء في الترجمة ، لكن معدل الدقة كان لا يزال مثيرًا للإعجاب وأفضل بكثير من الأساليب السابقة. تختلف الدقة من شخص لآخر ، ولكن بالنسبة لفرد واحد فقط 3٪ من كل جملة في المتوسط يحتاجون إلى تصحيحات.
تعلم الفريق أيضًا أن خوارزمية التدريب على بيانات فرد واحد سمحت للمستخدم النهائي بتقديم أقل بكثير.
وفقًا للدكتور كريستيان هيرف ، وهو من جامعة ماستريخت ولكنه لم يشارك في الدراسة ، فمن المثير للإعجاب أن النظام تطلب أقل من 40 دقيقة من بيانات التدريب لكل مشارك ومجموعة محدودة من الجمل ، مقارنة بملايين الساعات في المعتاد. مطلوب.
وقال "من خلال القيام بذلك ، فإنهم يحققون مستويات من الدقة لم تتحقق حتى الآن".
قال: "بالطبع هذا بحث رائع ، لكن هؤلاء الأشخاص يمكنهم استخدام" OK Google "أيضًا. "هذه ليست ترجمة للفكر [ولكن لنشاط الدماغ المتضمن في الكلام]."
قد يكون التحدي الآخر هو أن الأشخاص الذين يعانون من إعاقات النطق قد يكون لديهم نشاط دماغي مختلف.
يقول ماكين: "نريد نشر هذا في مريض يعاني من إعاقة فعلية في الكلام ، على الرغم من أنه من المحتمل أن يكون نشاط دماغهن مختلفًا عن نشاط النساء في هذه الدراسة ، مما يجعل هذا الأمر أكثر صعوبة."
لا يزال هناك طريق طويل لنقطعه لترجمة بيانات إشارات الدماغ بشكل شامل. يستخدم البشر كمية هائلة من الكلمات ، واستخدمت الدراسة مجموعة محدودة جدًا من الكلام.
