Lekolînwan Torên Dijbera Generative bikar tînin da ku Navberên Mejî-Komputerê baştir bikin

Lekolînwanên li Dibistana Endezyariyê ya Viterbi ya Zanîngeha Kaliforniya Başûr (USC) torên dijberî yên hilberîner (GAN) bikar tînin da ku ji bo mirovên astengdar pêwendiya mêjî-komputerê (BCI) baştir bikin. 

GAN di heman demê de ji bo afirandina vîdyoyên kûr-fake û wêneyên rûyên mirovan ên rastîn têne bikar anîn. 

Gotara lêkolînê di nav de hate weşandin Endezyariya Biomedical Nature. 

Hêza BCIs

Tîm karîbû AI-ê hîn bike ku bi vê nêzîkatiyê daneyên çalakiya mêjî ya sentetîk biafirîne. Ew dane di forma îşaretên neuralî de ye ku jê re trênên spike tê gotin, ku dikare di algorîtmayên fêrbûna makîneyê de were veguheztin da ku BCI-yên di nav kesên astengdar de baştir bikin. 

BCI berî ku çalakiya neuralî di fermanan de wergerîne sînyalên mejiyê kesek analîz dike, ku bikarhêner bikar tîne ku tenê bi ramanên xwe amûrên dîjîtal kontrol bike. Van amûran, ku dikarin tiştên wekî cursorên kompîturê di nav xwe de bihewînin, dikarin kalîteya jiyanê ji bo nexweşên ku ji bêserûberiya motorê an felcî dikişînin baştir bikin. Di heman demê de ew dikarin ji kesên bi sendroma kilîtkirî re jî sûd werbigirin, ku dema ku mirov nekare tevbigere an jî têkilî bike tevî ku bi tevahî hişmend e jî çêdibe.

Jixwe li sûkê gelek cûreyên cûda yên BCI hene, wekî yên ku nîşaneyên mêjî û amûrên ku di nav tevnên mêjî de têne danîn dipîvin. Teknolojî bi domdarî baştir dibe û bi awayên nû tê sepandin, di nav de neurorehabîlîtasyon û dermankirina depresyonê. Lêbelê, hîn jî dijwar e ku meriv pergalan bi têra xwe bilez bike ku di cîhana rastîn de bi bandor bixebite.

BCI hewceyê gelek daneyên neuralî û serdemên perwerdehiya dirêj, kalibrasyon, û fêrbûna têgihîştina danûstendinên wan hewce dike.

Laurent Itti profesorek zanistiya kompîturê û hev-nivîskarê lêkolînê ye. 

"Getina daneyên têr ji bo algorîtmayên ku BCI-yên hêzdar dikin dikare dijwar, biha, an jî ne mumkun be heke kesên felcî nikaribin îşaretên mêjî têra xwe xurt hilberînin," Itti got. 

Teknolojî-bikarhêner-taybetî ye, tê vê wateyê ku divê ji bo her kesan were perwerde kirin. 

Torên Dijbera Generative

GAN dikarin vê pêvajoyê tevde çêtir bikin ji ber ku ew dikarin bi derbasbûna pêvajoyek ceribandin û xeletiyê re hejmarek bêsînor wêneyên nû, wekhev biafirînin.

Shixian Wen, xwendekarek doktorayê ku ji hêla Itti û nivîskarê sereke yê lêkolînê ve hatî şîret kirin, biryar da ku li GAN û îhtîmala ku ew daneyên perwerdehiyê ji bo BCI-yê biafirînin bi hilberandina daneyên neurolojîk ên sentetîk ên ku ji hevtayê rastîn nayê cûda kirin binihêre. 

Tîmê ceribandinek pêk anî ku tê de wan bi yek danişîna daneya ku ji meymûnek ku digihîje tiştekê hatî tomar kirin sentezkerek spikê ya fêrbûna kûr perwerde kir. Dûv re wan sentezkerek bikar anîn da ku hejmareke mezin daneyên neuralî yên mîna, lê derewîn çêbikin.

Dûv re daneyên sentezkirî bi mîqdarên piçûk ên daneyên rastîn ên nû re hate berhev kirin da ku BCI were perwerde kirin. Bi vê nêzîkatiyê, pergal karîbû ji rêbazên heyî pir zûtir rabe û bixebite. Bi taybetî, daneyên neuralî yên GAN-ê sentezkirî leza perwerdehiya giştî ya BCI-ê heya 20 carî çêtir kir.

Wen got, "Kêmtirî deqeyek daneya rastîn a ku bi daneyên sentetîk re tevdigere û hem jî 20 hûrdeman daneyên rastîn dixebitin."

"Ew cara yekem e ku me dît ku AI bi çêkirina trênên spikes ên sentetîk re rêça raman an tevgerê diafirîne. Ev lêkolîn ji bo çêkirina BCI-ê ji bo karanîna cîhana rastîn gavek girîng e. 

Li dû danişînên yekem ên ceribandinê, pergal karîbû bi danişînên nû yên bi daneyên neuralî yên tixûbdar re adapte bibe.

"Ew nûbûnek mezin li vir e - afirandina trênên spike yên sexte yên ku dişibin mîna ku ew ji vî kesê têne ku ew xeyal dikin ku tevgerên cihêreng bikin, dûv re jî van daneyan bikar tînin da ku alîkariya fêrbûna kesê din bikin," Itti got.

Van pêşkeftinên nû bi daneyên sentetîk ên GAN-ê têne hilberandin dikarin di warên din ên qadê de jî bibin sedema destkeftiyan.

"Gava ku pargîdaniyek amade ye ku dest bi bazirganiya îskeletek robotîkî, milê robotîkî an pergala hevrêziya axaftinê bike, divê ew li vê rêbazê binihêrin, ji ber ku dibe ku ew di lezkirina perwerdehiyê û ji nû ve perwerdekirinê de alîkariya wan bike," Itti got. "Wekî bikaranîna GAN-ê ji bo baştirkirina navgînên mêjî-komputerê, ez difikirim ku ev tenê destpêk e."