دانشمندان مؤسسه علوم وایزمن (Weizmann Institute of Science) در یک دستاورد پیشرو در حوزه تعامل مغز و رایانه، مدل هوش مصنوعی جدیدی به نام Brain-IT معرفی کرده‌اند که قادر است داده‌های حاصل از اسکن‌های مغزی fMRI را با دقتی خیره‌کننده به تصاویر بازسازی‌شده تبدیل کند. این فناوری که گاهی به اشتباه «ذهن‌خوانی» خوانده می‌شود، در واقع الگوریتمی پیچیده برای تشخیص الگوهای عصبی و تطبیق آن‌ها با محرک‌های بصری است.
معماری فنی و نحوه عملکرد Brain-IT
مدل Brain-IT بر پایه توانایی هوش مصنوعی در شناسایی الگوهای پیچیده بنا شده است. این سیستم با استفاده از داده‌های حاصل از تصویربرداری تشدید مغناطیسی کارکردی (fMRI)، تغییرات جریان خون و اکسیژن‌رسانی در نواحی مختلف مغز را ردیابی می‌کند. برخلاف مدل‌های پیشین که در حفظ جزئیاتی نظیر ترکیب‌بندی (Composition) و رنگ‌ها دچار خطاهای فاحش می‌شدند، Brain-IT با تحلیل دقیق‌تر ۱۲۸ «ناحیه عملکردی» شناسایی‌شده در مغز، توانسته است بازسازی بسیار وفادارانه‌تری از تصاویر مشاهده شده ارائه دهد.
مشخصات و قابلیت‌های فنی
- نام مدل: Brain-IT
- توسعه‌دهنده: پروفسور میخال ایرانی و تیم تحقیقاتی مؤسسه وایزمن
- داده‌های آموزشی: مجموعه داده Natural Scenes Dataset (NSD)
- مزیت رقابتی: نیاز به تنها ۱ ساعت داده fMRI برای آموزش اولیه در مقایسه با ۴۰ ساعت در مدل‌های مشابه
- دقت عملیاتی: توانایی بازسازی جزئیات دقیق بصری به جای بازنمایی انتزاعی
دقت بالاتر در آموزش مدل و بهینه‌سازی داده‌ها
یکی از بزرگ‌ترین چالش‌های مدل‌های بازسازی تصویر از مغز، نیاز به حجم عظیمی از داده‌های آموزشی برای هر فرد بود. تیم تحقیقاتی وایزمن با استفاده از هزاران اسکن مغزی از هشت داوطلب که در حین اسکن، تصاویر خاصی را مشاهده می‌کردند، توانست الگوهای مغزی مربوط به اشیاء یا مفاهیم مختلف را استخراج کند. این مدل نه تنها تصاویر دیده شده را بازسازی می‌کند، بلکه قابلیت «معکوس‌سازی» دارد؛ یعنی می‌تواند پیش‌بینی کند که اگر فردی تصویر خاصی را ببیند، اسکن مغزی او چگونه خواهد بود.
کاربردهای پزشکی و چشم‌اندازهای آینده
اگرچه اصطلاح «ذهن‌خوانی» برای جلب توجه رسانه‌ها به کار می‌رود، اما کاربرد اصلی این فناوری در حوزه پزشکی است. این مدل می‌تواند راه را برای برقراری ارتباط با بیمارانی که به دلیل آسیب‌های مغزی یا فلج‌های حرکتی شدید قادر به تکلم یا نوشتن نیستند، هموار کند. پژوهشگران در حال حاضر روی امکان جایگزینی دستگاه‌های حجیم و کند fMRI با ابزارهای ساده‌تر نظیر EEG (نوار مغزی) تحقیق می‌کنند تا این فرآیند در محیط‌های بالینی کاربردی‌تر شود.
چالش‌های مسیر تا رویاخوانی
هدف نهایی این تیم تحقیقاتی، رمزگشایی از اطلاعات شنیداری و در نهایت، محتوای رویاهای انسان است. با این حال، همان‌طور که پروفسور میخال ایرانی اشاره کرده است، رمزگشایی رویاها با چالش‌های فنی بزرگی روبروست: «در حالی که هر اسکن fMRI حدود دو دقیقه طول می‌کشد، در هر ثانیه از رویا یا ویدیو، ده‌ها تصویر تغییر می‌کنند.» عبور از این محدودیت زمانی، نیازمند جهشی در معماری‌های رمزگشایی ویدیو توسط هوش مصنوعی است.
