ام آر آی به کمک هوش مصنوعی ذهن شما را میخواند!

یافته های جدید پژوهشگران نشان می دهد: یک روش رمزگشایی زبان غیر تهاجمی می ‌تواند معنای گفتار درک شده یا تصوری را از داده‌ های ام آر آی عملکردی استخراج کند.

روش های رمزگشایی گفتار که در حال حاضر برای فعالیت عصبی ثبت شده پس از جراحی مغز و اعصاب استفاده می شوند، عمدتا تهاجمی بوده و عوارض جانبی زیادی دارد که این موانع استفاده از آن ها را محدود می کند. از سوی دیگر برخی رمزگشاهای دیگری که از روش های غیر تهاجمی برای پایش و بررسی فعالیت مغز استفاده کرده‌ اند به رمزگشایی کلمات یا عبارات کوتاه محدود شده و مشخص نیست که آیا این رمزگشاها می ‌توانند با زبان طبیعی و پیوسته کار کنند یا خیر.

به همین دلیل تیمی از پژوهشگران به سرپرستی دکتر الکساندر هوث، روش جدیدی برای این رمزگشایی توسعه دادند که زبان پیوسته را از الگوه ای مغزی به دست آمده از داده های fMRI بازسازی می کند. محققان طی این مطالعات داده‌ های fMRI را از ۳ شرکت ‌کننده در حین گوش دادن به ۱۶ ساعت داستان ‌های روایی ضبط کردند تا به مدل هوش مصنوعی آموزش دهند تا از فعالیت مغز و ویژگی‌ های معنایی که معانی عبارات خاص و پاسخ ‌های مغزی مرتبط را به تصویر می ‌کشد، نقشه ‌برداری کند.

در ادامه این مدل رمزگشا روی پاسخ ‌های مغزی شرکت‌ کنندگان آزمایش شد، زیرا آن ها به داستان ‌های جدیدی گوش می ‌دادند که در مجموعه داده آموزشی اصلی استفاده نشده بود.
با استفاده از این فعالیت مغزی، سیستم جدید رمزگشا می ‌تواند توالی ‌های کلمه‌ ای ایجاد کند که معانی داستان ‌های جدید را به تصویر کشیده و همچنین کلمات و عبارات دقیقی را از داستان‌ هایی که افراد مورد مطالعه گوش کردند، تولید ‌کند.
محققان همچنین طی این مطالعه دریافتند: سیستم رمزگشای آن ها می تواند زبان پیوسته را از فعالیت در اکثر مناطق مغز و شبکه های شناخته شده برای پردازش زبان استنتاج کند.

باید توجه داشت که این سیستم رمزگشا که برای گفتار درک شده آموزش دیده بود، می‌ تواند معنای داستان تصوری شرکت ‌کننده یا محتوای یک فیلم صامت مشاهده ‌شده توسط افراد را از داده‌های fMRI شناسایی کند.
به این ترتیب محققان می توانند تنها با بررسی تصاویر ام آر آی به نحوه فکر کردن ان چه در ذهن افراد می گذرد پی ببرند.

باید توجه داشت که این مطالعات نشان داد هنگامی که یک شرکت ‌کننده به طور جدی و با تمرکز به داستانی گوش می‌ دهد، داستان دیگری را که همزمان پخش می ‌شود نادیده می‌گیرد، در این شرایط سیستم رمزگشا می ‌تواند معنای داستانی را که فعالانه به آن گوش داده می ‌شود، تشخیص دهد.

دکتر هوث و همکارانش در ادامه مطالعات خود تجزیه و تحلیل حریم خصوصی را برای این سیستم رمزگشا انجام داده و دریافتند که وقتی این سیستم بر روی داده‌ های fMRI یک شرکت ‌کننده آموزش دیده بود، در شناسایی محتوای معنایی از داده‌ های شرکت‌ کننده دیگر عملکرد خوبی نداشت. نویسندگان نتیجه می گیرند که همکاری شرکت کنندگان برای آموزش و کاربرد این رمزگشا های غیرتهاجمی بسیار مهم است. آن ها خاطرنشان می کنند که بسته به توسعه آینده این فناوری ها، ممکن است به سیاست هایی برای محافظت از حریم خصوصی ذهنی نیاز باشد زیرا امکان سواستفاده از سیستم فوق وجود دارد.

به گزارش سیناپرس، شرح کامل این مطالعات در آخرین شماره مجله تخصصی  Nature Neuroscience منتشر شده است.