שתלי מוח ומודל AI המשמש לתרגום מחשבה לטקסט

חוקרים מאוניברסיטת קליפורניה, סן פרנסיסקו יצרו לאחרונה מערכת בינה מלאכותית שיכולה לייצר טקסט על ידי ניתוח פעילות המוח של אדם, בעצם תרגום מחשבותיו לטקסט. ה-AI לוקח אותות עצביים ממשתמש ומפענח אותם, והוא יכול לפענח עד 250 מילים בזמן אמת על סמך קבוצה של בין 30 ל-50 משפטים.

כפי שדיווח האינדיפנדנט, מודל הבינה המלאכותית אומן על אותות עצביים שנאספו מארבע נשים. למשתתפים בניסוי הושתלו אלקטרודות במוחם כדי לנטר את התרחשותם של התקפים אפילפטיים. המשתתפים קיבלו הוראה לקרוא משפטים בקול, והאותות העצביים שלהם הועברו למודל הבינה המלאכותית. המודל הצליח להבחין בפעילות עצבית בקורלציה עם מילים ספציפיות, והתבניות היו מיושרות למילים בפועל בערך 97% מהזמן, עם שיעור שגיאות ממוצע של כ-3%.

זו לא הפעם הראשונה שאותות עצביים נמצאים בקורלציה עם משפטים, מדעני מוח עובדים על פרויקטים דומים כבר למעלה מעשור. עם זאת, מודל ה-AI שיצרו החוקרים מראה דיוק מרשים ופועל פחות או יותר בזמן אמת. המודל משתמש ברשת עצבית חוזרת כדי לקודד את הפעילות העצבית לייצוגים שניתן לתרגם למילים. כמו שאומרים המחברים בעיתון שלהם:

"בהתבסס על ההתקדמות האחרונה בתרגום מכונה, אימנו רשת עצבית חוזרת לקודד כל רצף באורך משפט של פעילות עצבית לייצוג מופשט, ולאחר מכן לפענח את הייצוג הזה, מילה אחר מילה, למשפט אנגלי."

לפי ArsTechnica, על מנת להבין טוב יותר כיצד נוצרו קישורים בין אותות עצביים למילים, החוקרים ערכו ניסויים על ידי השבתת חלקים שונים של המערכת. ההשבתה השיטתית הבהירה שהדיוק של המערכת נובע מהייצוג העצבי. כמו כן, נמצא כי השבתת כניסות האודיו למערכת גרמה לשגיאות לקפוץ, אך הביצועים הכוללים עדיין נחשבו אמינים. ברור שמשמעות הדבר היא שהמערכת עשויה להיות שימושית כמכשיר עבור אלה שאינם יכולים לדבר.

כאשר חלקים שונים של קלט האלקטרודה הושבתו, נמצא שהמערכת הקדישה את מירב תשומת הלב לאזורי מפתח מסוימים במוח הקשורים לעיבוד והפקת דיבור. לדוגמה, חלק הגון מביצועי המערכת התבסס על אזורי מוח ששמים לב לצליל הקול של האדם בעת דיבור.

למרות שהתוצאות הראשוניות נראות מבטיחות, צוות המחקר אינו בטוח עד כמה המודל יתאים לאוצר מילים גדול יותר. חשוב שניתן יהיה להכליל את העיקרון לאוצר מילים גדול יותר, מכיוון שלדובר אנגלית ממוצע יש אוצר פעיל של כ-20,000 מילים. שיטת המפענח הנוכחית פועלת על ידי פירוש המבנה הסטטי של משפט ושימוש במבנה זה כדי לנחש ניחושים מושכלים לגבי המילים התואמות תבנית פעילות עצבית מסוימת. ככל שאוצר המילים גדל, הדיוק הכללי עשוי להיות מופחת מכיוון שדפוסים עצביים נוספים עשויים להיראות דומים.

מחברי המאמר מסבירים כי למרות שהם מקווים שהמפענח ילמד בסופו של דבר כיצד להבחין בדפוסים קבועים ומהימנים בשפה, הם לא בטוחים כמה נתונים נדרשים כדי לאמן מודל המסוגל להכליל לשפה האנגלית היומיומית. אחת הדרכים הפוטנציאליות להתמודד עם בעיה זו היא השלמת האימון בנתונים שנאספו מממשקי מוח-מחשב אחרים תוך שימוש באלגוריתמים ושתלים שונים.

המחקר שנעשה על ידי החוקרים מאוניברסיטת קליפורניה הוא רק התפתחות עדכנית בגל הולך וגדל של מחקר ופיתוח לגבי ממשקים עצביים ומחשבים. החברה המלכותית פרסמה בשנה שעברה דו"ח שחזה שממשקים עצביים המקשרים אנשים למחשבים יאפשרו בסופו של דבר לאנשים לקרוא את מחשבותיו של זה. הדו"ח מתייחס לסטארט-אפ Neuralink שיצר אילון מאסק ולטכנולוגיות שפותחו על ידי פייסבוק כעדות להתקדמות הקרובה בתחום המחשוב המכוון אנושי. החברה המלכותית מציינת כי ממשקי אדם-מחשב יהיו אופציה רבת עוצמה בטיפול במחלות ניווניות עצביות כגון אלצהיימר במהלך שני העשורים הבאים.