هوش مصنوعی و یادگیری ماشین

نبرد جدید در فناوری عصبی: ظهور Bridge Neurotech به عنوان رقیب جدی برای رابط‌های مغز و رایانه غیرتهاجمی

در دنیای پرشتاب رابط‌های مغز و رایانه (BCI)، یک استارتاپ جدید به نام Bridge Neurotech با رویکردی متفاوت وارد میدان شده است. این شرکت با جذب سرمایه ۱۳.۵ میلیون دلاری، قصد دارد مسیری را دنبال کند که با استراتژی‌های تهاجمی رقبای بزرگ همچون Neuralink سم آلتمن متفاوت است: استفاده از فناوری اولتراسوند برای ایجاد یک رابط غیرتهاجمی و پوشیدنی که نیاز به جراحی‌های پرخطر مغزی را حذف می‌کند.

تغییر پارادایم: از ایمپلنت‌های تهاجمی به راهکارهای پوشیدنی

تا به امروز، اکثر شرکت‌های پیشرو در این حوزه مانند Neuralink، Synchron و Paradromics بر کاشت مستقیم الکترودها در مغز تمرکز کرده‌اند. اگرچه این روش دقت بالایی در دریافت سیگنال‌های الکتریکی نورون‌ها فراهم می‌کند، اما مخاطرات جراحی و محدودیت دسترسی عمومی به این فناوری، مانع بزرگی برای پذیرش گسترده آن است. ویل بیدرمن (Will Biederman)، مدیرعامل Bridge Neurotech، معتقد است که هیچ‌کس تمایلی به «ایجاد سوراخ در سر خود» ندارد و هدف اصلی شرکت او، تولید دستگاه‌های پوشیدنی است که با حفظ ایمنی، قابلیت استفاده برای طیف وسیعی از کاربران را داشته باشد.

فناوری اولتراسوند؛ قلب تپنده Bridge

تفاوت بنیادین در تکنولوژی Bridge، جایگزینی حسگرهای الکتریکی تهاجمی با فناوری اولتراسوند است. این دستگاه از امواج صوتی با فرکانس بالا برای ردیابی تغییرات جریان خون در مغز استفاده می‌کند. از آنجایی که فعالیت عصبی با تغییرات جریان خون همراه است، این روش می‌تواند فعالیت‌های مغزی را تصویرسازی و رمزگشایی کند. برخلاف روش‌های الکتریکی که از طریق استخوان جمجمه دچار افت سیگنال شدید می‌شوند، اولتراسوند با دقت در نقاط نازک جمجمه مانند «پنجره تمپورال» (بالای گوش)، امکان دریافت سیگنال را فراهم می‌کند.

مشخصات فنی و چالش‌های عملیاتی

  • حسگر: بهره‌گیری از چیپ‌های نیمه‌هادی سیلیکونی ساخت شرکت Butterfly Network.
  • محل قرارگیری: ناحیه تمپورال (نازک‌ترین بخش استخوان جمجمه).
  • رویکرد پردازش: استفاده از مدل‌های هوش مصنوعی پیش‌بینانه (Predictive AI) برای کاهش تأخیر زمانی (Latency) ذاتی در تغییرات جریان خون.
  • هدف: ایجاد رابط کاربری برای کنترل دستگاه‌های الکترونیکی و تعاملات دیجیتال بدون نیاز به جراحی.

چالش تأخیر در سیگنال و راهکارهای هوش مصنوعی

یکی از انتقادات فنی وارد بر روش‌های تصویربرداری مبتنی بر خون، تأخیر چند ثانیه‌ای در پاسخ‌دهی در مقایسه با سیگنال‌های الکتریکی مستقیم نورون‌ها است. دکتر مریم شانه چی، از دانشگاه کالیفرنیای جنوبی، خاطرنشان می‌کند که این «تأخیر ذاتی» برای کاربردهای سریع نظیر کنترل بازوهای رباتیک آنی، یک چالش فنی بزرگ است. با این حال، Bridge Neurotech قصد دارد با استفاده از الگوریتم‌های پیچیده هوش مصنوعی پیش‌بینانه، این تأخیر را به حداقل رسانده و شکاف بین تصویربرداری غیرتهاجمی و سرعت عمل مورد نیاز کاربران را پر کند.

نتیجه‌گیری و چشم‌انداز آینده

در حالی که Bridge فعالیت خود را با مطالعات مشاهده‌ای در Redwood City آغاز کرده است، این شرکت باید بر موانع فنی بزرگ، به ویژه عبور امواج صوتی از جمجمه انسان بدون نیاز به باز کردن پنجره جراحی (که در تحقیقات فعلی مورد نیاز است)، فائق آید. اگر Bridge موفق به بهینه‌سازی این فناوری شود، می‌توان انتظار داشت که در پاییز ۱۴۰۵ یا سال‌های پس از آن، نسل جدیدی از دستگاه‌های پوشیدنی عصبی وارد بازار شوند که مرزهای ارتباط انسان و ماشین را بدون مخاطرات اتاق عمل جابجا کنند.

📌 منبع و مطالعه بیشتر: Wired: Bridge Neurotech and the Race for Non-Invasive BCI
حامد

حامد

مسئول مجله فناوری آسمان نقره‌ای