مرد فلج برای نوشتن جملات از رایانه مغز “ذهن نویسی” استفاده می کند | علوم اعصاب

مردی که بیش از یک دهه پیش در یک حادثه از گردن به پایین فلج شده بود با استفاده از یک سیستم رایانه ای جمله هایی را نوشت که دست خط تصور را به کلمات تبدیل می کند.

این اولین باری است که دانشمندان جملاتی را از فعالیت مغز مرتبط با دست خط ایجاد می کنند و زمینه را برای دستگاه های پیچیده تر فراهم می کند تا به افراد فلج کمک کند سریعتر و با وضوح بیشتری ارتباط برقرار کنند.

این مرد معروف به T5 که حدود 60 سال دارد و پس از آسیب نخاعی در سال 2007 تقریباً تمام حرکات زیر گردن خود را از دست داد ، هنگام اتصال به سیستم توانست هر دقیقه 18 کلمه بنویسد. بر روی نامه های منفرد ، “ذهنیت” وی بیش از 94٪ دقیق بود.

فرانک ویلت ، دانشمند تحقیقاتی درباره این پروژه در دانشگاه استنفورد در کالیفرنیا ، گفت که این رویکرد راه را برای رمزگشایی سایر اقدامات خیالی ، مانند تایپ لمسی 10 انگشتی و تلاش برای گفتار برای بیمارانی که به طور دائمی صدای خود را از دست داده اند ، باز می کند. وی گفت: “به جای تشخیص حروف ، الگوریتم تشخیص هجا ، یا به عبارت بهتر واج ها ، واحد اساسی گفتار است.”

امی اورسبورن ، متخصص مهندسی عصب در دانشگاه واشنگتن در سیاتل ، که در کار دخیل نبود ، آن را “پیشرفت چشمگیر” در این زمینه خواند.

دانشمندان بسته های نرم افزاری و دستگاه های زیادی را برای کمک به افراد فلج ایجاد کرده اند ، از برنامه های تشخیص گفتار گرفته تا سیستم نشانگر عضله محور ایجاد شده برای کیهان شناس کمبریج ، استیون هاوکینگ ، که از صفحه ای استفاده می کند که مکان نما به صورت خودکار بر روی حروف آن حرکت می کند الفبا. برای انتخاب یکی و ایجاد کلمات ، او به راحتی گونه اش را تنش کرد.

سیستم هاوکینگ پیشرفت بزرگی در روند پر زحمتی بود که توسط ژان دومینیک باوبی ، سردبیر فقید Elle فرانسه ، برای نوشتن خاطرات خود در سال 1997 ، زنگ غواصی و پروانه استفاده شد. باوبی در سال 1995 دچار سکته مغزی شدیدی شد که باعث شد وی “قفل” شود و بتواند فقط پلک چپ خود را پلک بزند. او کل کتاب را با این که کلود مندیبیل ، الفبا را با صدای بلند بخواند و وقتی به حرف بعدی که می خواست ، چشمک زد ، کل کتاب را دیکته کرد. با وجود تمام پیشرفت های صورت گرفته از آن زمان ، محققان مدتهاست آرزو دارند که سیستم های کارآمدتری وارد مغز شوند.

در مورد T5 ، نه سال پس از تصادف او در یک آزمایش بالینی به نام BrainGate2 ثبت نام کرد تا ایمنی رابط های مغز و رایانه (BCI) را بررسی کند. این تراشه های کوچک و قابل کاشت رایانه هستند که فعالیت الکتریکی را مستقیماً از مغز می خوانند. این مرد دارای دو تراشه رایانه ای به اندازه یک آسپرین کودک و دارای 100 الکترود بود که در سمت چپ مغز او قرار گرفته و در آنجا نورون ها سیگنال هایی برای کنترل دست راست ارسال می کنند.

ویلت و همکارانش از T5 خواستند تصور کند قلم بالای یک کاغذ دارد و سپس سعی کند حروف الفبا را بنویسد ، حتی اگر نمی توانست بازو یا دست خود را حرکت دهد. همانطور که او تلاش می کرد ، آنها فعالیت هایی را از ناحیه مغز ثبت کردند که می توانست حرکات وی را کنترل کند.

دانشمندان دریافتند که با گذشت بیش از 10 سال از حادثه ، مغز مرد هنوز الگوهای مشخصی از فعالیت عصبی را برای هر حرف و علائم مختلف علائم نگارشی تولید می کند.

این ضبط ها و سایر مواردی که T5 سعی در نوشتن جملات مثال زدنی داشت ، برای آموزش الگوریتم هوش مصنوعی استفاده شد. بسیاری از جلسات بعد ، الگوریتم می توانست در زمان واقعی پیش بینی کند که کدام شخص مرد می خواهد با دقت 94.1 درصد بنویسد. وقتی دانشمندان تصحیح خودکار را اضافه کردند ، دقت به 99٪ رسید.

ویلتس گفت ، در طول جلسات ، T5 اغلب احساس می کرد که قلم خیالی در دستش از طریق صفحه در حال حرکت است و نامه ها را ردیابی می کند و اگر حروف را کوچک نگه دارد ، می تواند سریعتر “بنویسد”.

طبق مطالعه ای که در Nature انجام شد ، تشخیص برخی حروف از دیگران دشوارتر بود. به عنوان مثال حروف r ، h و n ، به حرکات مشابه و فعالیت مغزی مشابه نیاز دارند.

یکی از ناشناخته ها این است که الگوریتم چقدر می تواند برای زبانهایی که بر اساس الفبای رومی نیستند کار کند. به عنوان مثال ، تامیل دارای 247 حرف است که بسیاری از آنها شبیه به هم هستند ، که می تواند الگوریتم را اشتباه بخورد.

مدتی می گذرد که چنین سیستم های مغزخوانی برای استفاده گسترده تر آماده می شوند. در یک تفسیر همراه ، اورسبورن و پاویترا راجسواران ، همچنین در دانشگاه واشنگتن ، نوشتند که BCI های قابل کاشت “برای توجیه هزینه و خطرات مرتبط با کاشت الکترودها در مغز” باید عملکرد عالی و مزایای استفاده از آن را ارائه دهند.

اورسبورن گفت: “این مطالعه پیشرفت قابل توجهی برای رابط های مغزی-رایانه ای داخل قشر است زیرا جهش بزرگی در سرعت و دقت تایپ به دست می آورد.

“در حالی که این به ما دلایل زیادی می دهد تا نسبت به آینده BCI خوش بین باشیم ، اما چالش هایی برای توسعه سیستم هایی وجود دارد که بتوانیم برای زندگی روزمره استفاده کنیم. به عنوان مثال ، آنها الگوریتم های خود را برای مدت کوتاهی در یک نفر نشان دادند. چگونگی گسترش این کار برای اطمینان از اینکه الگوریتم ها هر روز به خوبی کار می کنند و برای همه یک چالش هیجان انگیز است. “

دیدگاه‌ خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد.