متا هوش مصنوعی‌ای برای تایپ با مغز توسعه داده، اما همچنان در آزمایشگاه باقی مانده است
شرکت متا، امیدوار است که علوم اعصاب بتواند برگ برنده‌ای برای آن در رقابت هوش مصنوعی باشد.
در سال ۲۰۱۷، فیس‌بوک از برنامه‌ای جاه‌طلبانه برای توسعه یک کلاه مجهز به فناوری خوانش مغز رونمایی کرد که کاربران می‌توانستند با استفاده از آن، تنها از طریق افکارشان پیام ارسال کنند. مارک زاکربرگ، مدیرعامل وقت فیس‌بوک، در همان سال با انتشار پستی اعلام کرد: «ما در حال کار روی سیستمی هستیم که به شما اجازه می‌دهد مستقیماً از طریق مغزتان تایپ کنید.»
اکنون، شرکت فیس‌بوک که نام خود را به متا تغییر داده است، در عمل به این هدف دست یافته است. اما این فناوری به یک دستگاه عظیم با وزن نیم تُن نیاز دارد، هزینه‌ای دو میلیون دلاری دارد و بعید است که هرگز از محیط آزمایشگاه فراتر رود.
با این حال، این دستاورد علمی از بسیاری جهات قابل‌توجه است. محققان هوش مصنوعی و علوم اعصاب متا موفق شده‌اند فعالیت مغزی افراد را هنگام تایپ تحلیل کنند و تنها از طریق امواج مغزی آن‌ها تشخیص دهند که چه کلیدی را فشار می‌دهند.
چگونه مغز می‌تواند تایپ کند؟
این تحقیق که نتایج آن در دو مقاله منتشرشده در پایگاه arXiv آمده است، به‌ویژه از این جهت چشمگیر است که فعالیت مغزی افراد نه از طریق جراحی یا الکترودهای کاشته‌شده، بلکه از بیرون جمجمه و با یک اسکنر مغناطیسی بسیار دقیق ثبت شده است. سپس این داده‌ها با استفاده از یک شبکه عصبی عمیق پردازش شده‌اند.
سامر نورمن، بنیان‌گذار استارتاپ Forest Neurotech، که در این پژوهش مشارکتی نداشته، اما کیفیت داده‌های متا را تحسین می‌کند، می‌گوید:
«همان‌طور که بارها دیده‌ایم، شبکه‌های عصبی عمیق زمانی که با داده‌های دقیق و باکیفیت ترکیب شوند، می‌توانند بینش‌های شگفت‌انگیزی ارائه دهند.»
ژان-رمی کینگ، رهبر تیم تحقیقاتی «مغز و هوش مصنوعی» متا، توضیح می‌دهد که این سیستم می‌تواند با دقت ۸۰ درصد تشخیص دهد که یک تایپیست حرفه‌ای چه حرفی را فشرده است. این دقت، به‌قدری بالاست که امکان بازسازی جملات کامل از سیگنال‌های مغزی را فراهم می‌کند.
چرا این فناوری هنوز به یک محصول تجاری تبدیل نشده است؟
فیس‌بوک در ابتدا قصد داشت یک هدست یا کلاه خوانش مغز برای مصرف‌کنندگان بسازد، اما پس از چهار سال تلاش، این ایده به دلیل موانع فنی کنار گذاشته شد.
با این حال، متا هیچ‌گاه از پشتیبانی تحقیقات پایه در علوم اعصاب دست نکشید، زیرا آن را راهی برای توسعه هوش مصنوعی‌های قدرتمندتر و نزدیک‌تر به شیوه تفکر انسان می‌داند.
کینگ می‌گوید تیم او که در پاریس مستقر است، مأموریت دارد تا «اصول هوش» را از مغز انسان استخراج کند.
او توضیح می‌دهد:
«اگر بتوانیم معماری دقیق یا اصول عملکرد مغز انسان را درک کنیم، این دانش می‌تواند راهی برای هدایت توسعه هوش مصنوعی باشد. این مسیری است که ما دنبال می‌کنیم.»
اما باید توجه داشت که سیستم فعلی متا، فاصله زیادی با یک محصول مصرفی دارد. این فناوری متکی به یک اسکنر مغناطیسی مغزی (MEG) است که سیگنال‌های مغزی را از بیرون جمجمه دریافت می‌کند.
این دستگاه به‌شدت بزرگ، گران‌قیمت و پیچیده است و باید در یک اتاق ایزوله‌شده از میدان‌های مغناطیسی زمین قرار گیرد، زیرا میدان مغناطیسی زمین حدود یک تریلیون برابر قوی‌تر از سیگنال‌های مغزی انسان است.
نورمن این دستگاه را به «یک دستگاه MRI که به پهلو خوابانده شده و بالای سر کاربر معلق است» تشبیه می‌کند.
چالش‌های فنی پیش روی این فناوری
مشکلات دیگری هم وجود دارد. به گفته کینگ، کوچک‌ترین حرکت سر باعث از بین رفتن سیگنال می‌شود.
او تأکید می‌کند:
«تمرکز ما اصلاً روی ساخت محصولات نیست. در واقع، همیشه گفته‌ام که فکر نمی‌کنم راهی برای تبدیل این فناوری به یک محصول تجاری وجود داشته باشد، زیرا چالش‌های فنی آن بسیار زیاد است.»
این پژوهش با مشارکت ۳۵ داوطلب در یک مرکز تحقیقاتی در اسپانیا (مرکز باسک برای شناخت، مغز و زبان) انجام شده است.
هر داوطلب حدود ۲۰ ساعت درون اسکنر وقت گذراند و در این مدت، جملاتی مانند «el procesador ejecuta la instrucción» (پردازنده دستور را اجرا می‌کند) را تایپ کرد.
در همین حال، سیگنال‌های مغزی آن‌ها به یک سیستم یادگیری عمیق به نام Brain2Qwerty وارد شد—نامی که اشاره به چیدمان استاندارد صفحه‌کلیدهای QWERTY دارد.
وظیفه این سیستم یادگیری عمیق این بود که تشخیص دهد کدام سیگنال‌های مغزی با تایپ یک حرف خاص مانند "a" یا "z" مطابقت دارد.
در نهایت، پس از دریافت چند هزار نمونه از تایپ هر فرد، مدل توانست پیش‌بینی کند که فرد دقیقاً چه کلیدی را فشار داده است.
در مقاله نخست، پژوهشگران متا گزارش کرده‌اند که میانگین نرخ خطا حدود ۳۲ درصد بوده است—یعنی تقریباً از هر سه حرف، یکی اشتباه شناسایی شده است.
با این حال، این بهترین دقتی است که تاکنون برای تایپ مغزی با استفاده از یک صفحه‌کلید کامل و ثبت سیگنال‌های خارج از جمجمه به‌دست آمده است.
چشم‌انداز آینده تحقیقات خوانش مغز
تحقیقات در زمینه خوانش مغز به‌سرعت در حال پیشرفت است، اما دقیق‌ترین روش‌ها معمولاً شامل الکترودهایی هستند که مستقیماً داخل مغز یا روی سطح آن کاشته می‌شوند.
در سال ۲۰۲۳، فردی که به دلیل بیماری ALS توانایی تکلم خود را از دست داده بود، توانست با استفاده از نرم‌افزار خوانش مغز متصل به یک مبدل صوتی، تقریباً با سرعت طبیعی صحبت کند.
همچنین، Neuralink، شرکت تأسیس‌شده توسط ایلان ماسک، در حال آزمایش یک ایمپلنت مغزی است که به افراد فلج امکان می‌دهد نشانگر (cursor) را روی صفحه کنترل کنند.
تأثیر این پژوهش بر آینده هوش مصنوعی
یافته‌های این پژوهش می‌توانند در طراحی سیستم‌های هوش مصنوعی تأثیر بگذارند.
برخی از این مدل‌ها، مانند چت‌بات‌ها، به‌شدت به پردازش زبان وابسته هستند تا اطلاعات را پردازش کرده و استدلال کنند.
کینگ می‌گوید:
«زبان به یک بنیان اساسی برای هوش مصنوعی تبدیل شده است. بنابراین، اصول محاسباتی که به مغز (یا هر سیستم دیگری) امکان دستیابی به چنین قابلیتی را می‌دهد، انگیزه اصلی این پژوهش است.»
Credit: "Meta has an AI for brain typing, but it’s stuck in the lab" By Antonio Regalado, published in MIT Technology Review.
Read full article here: https://www.technologyreview.com/2025/02/07/1111292/meta-has-an-ai-for-brain-typing-but-its-stuck-in-the-lab/
