به گزارش علمی نیوز و به نقل از Psychology Today، با دستیابی به سطح بعدی پیشرفت رابط مغز و کامپیوتر (BCI)، محققان دانشگاه هلسینکی از هوش مصنوعی (AI) برای ایجاد سیستمی استفاده کردند که از سیگنال های مغز برای تولید تصاویر جدید از آنچه کاربر در حال فکر کردن است استفاده می کند و نتایج را منتشر کرد. . اوایل این ماه در Scientific Reports.
تیم پژوهشگران فنلاندی نوشت: «تا جایی که ما می‌دانیم، این اولین مطالعه‌ای است که از فعالیت عصبی برای تطبیق یک مدل رایانه‌ای مولد و تولید اطلاعات جدید مطابق با قصد اپراتور انسانی استفاده می‌کند».
صنعت رابط مغز و کامپیوتر نوید نوآوری در درمان‌های پزشکی و مراقبت‌های بهداشتی در آینده را دارد. نمونه‌هایی از شرکت‌های BCI که توسط کارآفرینان پیشگام رهبری می‌شوند عبارتند از Kernel برایان جانسون و Neuralink ایلان ماسک.
مطالعاتی که تا به امروز روی رابط‌های مغز و رایانه انجام شده است، توانایی اجرای اقدامات محدود و از پیش تعیین‌شده مانند حرکت مکان‌نمای دو بعدی روی صفحه رایانه یا تایپ یک حرف خاص از الفبا را نشان داده است. راه حل معمولی از یک سیستم کامپیوتری برای تفسیر سیگنال های مغزی مرتبط با محرک ها برای مدل سازی حالت های ذهنی استفاده می کند. محققان به دنبال ایجاد یک سیستم انعطاف‌پذیرتر و سازگارتر، یک سیستم مصنوعی ساختند که می‌تواند آنچه را که فرد در حال تجسم است بر اساس سیگنال‌های مغزی تصور کرده و خروجی دهد. محققان گزارش می دهند که رویکرد مدل سازی مولد عصبی-تطبیقی آنها "الگوی جدیدی است که ممکن است به شدت بر روانشناسی تجربی و علوم اعصاب شناختی تاثیر بگذارد."
محققان دانشگاه هلسینکی از ترکیبی از یک شبکه عصبی مولد با رابط عصبی تطبیقی مغز برای ایجاد یک الگوی جدید BCI استفاده کردند. مدل‌سازی مولد عصبی تطبیقی تخمین نیات یک فرد از طریق تطبیق یک مدل مولد با فعالیت عصبی است. برای گسترش قابلیت‌ها و محدود نشدن به دسته‌های از پیش تعریف‌شده، محققان راه‌حل را بر اساس یک شبکه متخاصم مولد (GAN) برای تولید اطلاعات جدید از نمایش نهفته یک فضای ورودی استوار کردند.
شبکه های متخاصم مولد یک نوآوری نسبتاً جدید در یادگیری ماشینی هوش مصنوعی هستند که در آن دو شبکه عصبی مصنوعی به طور همزمان با رقابت یکدیگر را آموزش می دهند. پس انتشار به شبکه های عصبی دوئل اعمال می شود. GAN ها ماشین ها را قادر می سازند تا تصاویر جدید خود را تصور کرده و خلق کنند. فعالیت مغز برای تنظیم فضای پنهان به منظور ارائه خروجی نامحدود از نمونه های ممکن استفاده می شود.
در این مطالعه، به 31 شرکت‌کننده آموزش داده شد که به‌طور غیرفعال تصاویر را تماشا کنند و به صورت ذهنی بر روی تصاویری تمرکز کنند که با معیارهای خاصی مطابقت دارند، زیرا فعالیت مغز آنها توسط الکتروانسفالوگرام غیرتهاجمی (EEG) ثبت شده است. شرکت‌کنندگان موظف شدند با تمرکز بر چهره‌هایی که با دسته‌های خندان، بدون خندان، موهای بلوند یا تیره، جوان، پیر، زن یا مرد مطابقت دارند، هشت کار تشخیص چهره را انجام دهند. پاسخ‌های مغز توسط شرکت‌کننده به داده‌های آموزش و آزمایش تقسیم شد.
یک طبقه‌بندی پاسخ‌های مغز را در مجموعه آزمایشی بر اساس معیارهای تصاویر مرتبط یا نامربوط جدا کرد. بردارهای تصاویر مربوطه به مدل قصد که تجسمی از هدف ذهنی را ایجاد می کند، تغذیه می شوند. بنابراین، واکنش‌های عصبی شرکت‌کننده یک مدل عمدی را پارامتر می‌کند که می‌تواند برای تولید تصاویر جدید برای نشان دادن مقوله‌های ادراکی یک فرد استفاده شود. سپس تصاویر تولید شده توسط کامپیوتر توسط شرکت کنندگان برای اعتبار سنجی مورد ارزیابی قرار گرفت.
محققان نوشتند: «آزمایش ما شواهد قوی ارائه کرد مبنی بر اینکه مدل‌سازی عصبی تطبیقی در تولید اطلاعاتی که قبلاً وجود نداشت و مطابق با مقوله‌های ادراکی مورد نظر اپراتور انسانی است، بسیار مؤثر است».
طبق تحقیقات گراند ویو، پیش‌بینی می‌شود که بازار جهانی رابط مغز و رایانه در طول هفت سال آینده با نرخ رشد سالانه ترکیبی (CAGR) 15.5 درصد رشد کند و تا سال 2027 به درآمد 3.7 میلیارد دلاری برسد. پیشرفت‌های رابط مغز و کامپیوتر ممکن است روزی به درمان انواع اختلالات و بیماری‌های مغزی مانند زوال عقل، صرع، فلج، بیماری آلزایمر، بیماری پارکینسون و اختلالات خواب کمک کند. با هر کشف نوآورانه جدید، علم محدودیت های موجود را با پارادایم های جدید به امید آینده ای بهتر می شکند.
