اخبار و تحولات فناوری

فراتر از دستورات صوتی: هم‌سویی عصبی ارزش (NVA)؛ انقلابی در تعامل انسان و هوش مصنوعی

در حالی که تعامل انسان با هوش مصنوعی تا به امروز عمدتاً بر پایه دستورات متنی (Prompting) یا ورودی‌های صوتی استوار بوده است، پژوهشگران مؤسسه پیشرفته علم و فناوری کره جنوبی (KAIST) با همکاری مایکروسافت، دریچه‌ای نو به سوی ارتباطات مستقیم مغز و ماشین گشوده‌اند. فناوری «هم‌سویی عصبی ارزش» یا NVA، با بهره‌گیری از داده‌های مغزی، ابهام در اهداف و روش‌های عملیاتی را به حداقل می‌رساند.

پدیده ابهام در هدف و عمل (Goal-Action Ambiguity)

یکی از بزرگترین چالش‌های مهندسی در رباتیک و سیستم‌های هوشمند، شکاف میان «نیت کاربر» و «اجرای ماشین» است. ابهام هدف و عمل زمانی رخ می‌دهد که یک کنش واحد (مانند برداشتن یک فنجان) می‌تواند معانی متعددی داشته باشد. سیستم‌های سنتی برای حل این ابهام نیازمند بازخورد کلامی مجدد از سوی کاربر هستند که فرآیند را کند و غیرشهودی می‌کند. فناوری NVA با شناسایی پاسخ‌های عصبی در لحظه، این خلأ ارتباطی را پر کرده است.

مکانیزم‌های عصبی: RPE و SPE

این سیستم بر پایه فناوری الکتروانسفالوگرافی (EEG) توسعه یافته و بر دو الگوی واکنش مغزی متمرکز است:

  • خطای پیش‌بینی پاداش (RPE): زمانی که هوش مصنوعی هدف نهایی کاربر را اشتباه متوجه شده است؛ به عنوان مثال، ربات به‌جای آب، قهوه می‌آورد.
  • خطای پیش‌بینی وضعیت (SPE): زمانی که هدف نهایی صحیح است، اما متدولوژی یا مسیر انتخابی ماشین با انتظار کاربر همخوانی ندارد.

پژوهشگران با استفاده از مدل‌های یادگیری عمیق، سیگنال‌های EEG مرتبط با این دو خطا را رمزگشایی کرده و به الگوریتم اجازه می‌دهند تا بدون نیاز به دستور اصلاحی، مسیر اجرای خود را به صورت بلادرنگ (Real-time) اصلاح کند.

کاربرد در زیرساخت‌های هوشمند و صنعت

از نگاه معماری سیستم‌های هوشمند، پیاده‌سازی این الگوریتم می‌تواند در حوزه‌های زیر تحول‌آفرین باشد:

  • ربات‌های پزشکی و توان‌بخشی: کمک به افرادی که در تکلم یا حرکت دچار ناتوانی هستند.
  • خودروهای خودران: هم‌سویی بهتر با قضاوت‌های لحظه‌ای راننده در شرایط پیچیده.
  • سامانه‌های آموزشی: تطبیق هوشمند محتوای آموزشی با وضعیت شناختی و سطح درک دانش‌آموز.

مشخصات فنی و تحلیل زیرساخت

  • پروتکل داده: ثبت و پردازش فعالیت‌های الکتریکی مغز (EEG).
  • هسته تحلیل: مدل‌های یادگیری عمیق برای طبقه‌بندی سیگنال‌های RPE و SPE.
  • قابلیت عملیاتی: اصلاح خودکار رفتار سیستم در لحظه بدون نیاز به واسط کاربری متنی/صوتی.
  • انتشار علمی: نتایج در ژورنال معتبر IEEE Transactions on Cybernetics ارائه شده است.
📌 منبع و مطالعه بیشتر: دیجیاتو – فناوری هم‌سویی عصبی ارزش
حامد

حامد

مسئول مجله فناوری آسمان نقره‌ای