در دستاوردی خیره‌کننده که مرزهای میان علوم اعصاب و یادگیری ماشین را جابه‌جا کرده است، محققان موسسه علوم وایزمن (Weizmann Institute of Science) در مهر ۱۴۰۵ ابزار هوش مصنوعی جدیدی را معرفی کردند که قادر است با تحلیل داده‌های اسکن مغزی (fMRI)، تصاویر دیده شده توسط افراد را با دقت و جزئیات بسیار بالا بازسازی کند.
معماری فنی و رویکرد نوآورانه
این ابزار که توسط تیم «میخال ایرانی» توسعه یافته است، از یک معماری دو شاخه برای رمزگشایی مغزی استفاده می‌کند. برخلاف مدل‌های پیشین که تنها به خروجی‌های کلی اکتفا می‌کردند، این سیستم از یک «رمزگشا» (Decoder) با دو بخش مجزا بهره می‌برد: بخش نخست ساختار کلی تصویر (مانند مکان‌گذاری رنگ‌ها) را تحلیل کرده و بخش دوم محتوای مفهومی تصویر (مانند تشخیص اشیاء) را پیش‌بینی می‌کند. این خروجی‌ها در نهایت به یک «مدل انتشار» (Diffusion Model) داده می‌شود تا تصویری دقیق و با کیفیت از آنچه فرد مشاهده کرده، تولید شود.
حل چالش کمبود داده با سیستم انکودر-دیکودر
یکی از بزرگترین موانع در مدل‌های پیشین، نیاز به داده‌های عظیم fMRI بود که تهیه آن‌ها بسیار پرهزینه (حدود ۶۰۰ تا ۱۰۰۰ دلار برای هر ساعت) است. تیم محققان برای رفع این مشکل، یک «رمزگذار» (Encoder) نیز طراحی کردند که قادر است فعالیت مغزی را بر اساس تصاویر پیش‌بینی کند. با استفاده از ترکیب انکودر و دیکودر، آن‌ها توانستند از مجموعه‌ای از تصاویر که هرگز در دستگاه‌های اسکنر استفاده نشده بودند نیز برای آموزش مدل بهره ببرند. نتیجه این است که مدل جدید تنها به یک ساعت داده fMRI برای کالیبراسیون نیاز دارد، در حالی که مدل‌های مشابه قبلی نیازمند ۴۰ ساعت داده بودند.
مشخصات فنی و تحلیل زیرساخت پژوهش
- دقت بازسازی: بهبود چشمگیر در ساختار و موقعیت مکانی اشیاء نسبت به مدل‌های پیشین.
- نیازمندی داده‌ای: کاهش زمان کالیبراسیون برای سوژه جدید از ۴۰ ساعت به ۱ ساعت.
- روش‌شناسی: استفاده از مدل‌های انتشار (Diffusion Models) برای پالایش پیکسل‌های نویزی.
- رزولوشن اسکن: بهره‌گیری از داده‌های fMRI با رزولوشن بالا (هر واکسل معادل یک میلی‌متر مکعب).
- قابلیت تعمیم: شناسایی مناطق مغزی با عملکرد مشترک در افراد مختلف (مانند مناطق مربوط به تصاویر غذا یا ورزش).
اخلاق در عصر خواندن ذهن
در حالی که این فناوری می‌تواند راهگشای ارتباطی برای افراد دچار سندروم «قفل‌شدگی» (Locked-in) باشد، نگرانی‌های جدی اخلاقی را نیز برانگیخته است. متخصصان اعصاب هشدار می‌دهند که با انتقال این تکنولوژی به سیستم‌های ساده‌تر نظیر EEG (نوار مغز)، پتانسیل سوءاستفاده از حریم خصوصی ذهنی افراد افزایش می‌یابد. اگرچه هدف کنونی این پژوهش کمک به درمان و درک بهتر مکانیزم‌های مغزی است، اما کارشناسان نسبت به کاربردهای ناخواسته یا نظارتی آن در آینده هشدار می‌دهند.
آینده پژوهش؛ فراتر از تصاویر ثابت
تیم تحقیقاتی در حال حاضر روی گسترش این قابلیت برای بازسازی ویدئو، صدا و حتی محتوای خواب و تصاویر ذهنی غیردیداری کار می‌کند. اگرچه هنوز در مراحل ابتدایی هستیم، اما این مدل به عنوان پیشرفته‌ترین ابزار در نوع خود، گام بزرگی در جهت فهم معماری درونی ذهن انسان برداشته است.
