دستاورد جدید متا با هوش مصنوعی : تبدیل افکار به متن

متا مدلهای جدید هوش مصنوعیای را معرفی کرده است که قادرند فعالیتهای مغزی را با دقت بیسابقهای به متن تبدیل کنند.
این شرکت با همکاری محققان بینالمللی گامهای بزرگی در راستای درک هوش انسانی برداشته و دو تحقیق پیشگامانه انجام داده است. این تحقیقات منجر به ایجاد مدلهای هوش مصنوعی شدهاند که میتوانند سیگنالهای مغزی را رمزگشایی کرده و جملات تایپشده را بازسازی کنند. علاوه بر این، این مطالعات نحوه تبدیل افکار به کلمات گفتاری یا نوشتاری توسط مغز را نشان دادهاند.
مطالعه اول: تبدیل فعالیت مغزی به متن
این تحقیق توسط آزمایشگاه تحقیقاتی هوش مصنوعی متا (FAIR) در پاریس، به همراه مرکز باسک برای علوم شناختی، مغز و زبان در سن سباستین اسپانیا انجام شد. نتایج این تحقیق نشان میدهد که میتوان تولید جملات را از طریق ضبط غیرتهاجمی (بدون نیاز به جراحی یا کاشت دستگاه در مغز) فعالیت مغزی رمزگشایی کرد.
محققان از تکنیکهای مغناطیسانسفالوگرافی (MEG) و الکتروانسفالوگرافی (EEG) برای ثبت فعالیت مغزی ۳۵ داوطلب سالم هنگام تایپ جملات استفاده کردند. سیستم طراحیشده دارای سه بخش اصلی است:
- رمزگذار تصویر: مجموعهای غنی از نمایشهای تصویری را به طور مستقل از مغز ایجاد میکند.
- رمزگذار مغز: سیگنالهای MEG را با دادههای تصویری همگامسازی میکند.
- رمزگشای تصویر: بر اساس دادههای مغزی، تصویری معتبر از افکار فرد ایجاد میکند.
نتایج چشمگیر
این مدل هوش مصنوعی توانسته است تا ۸۰٪ از کاراکترهای تایپشده توسط شرکتکنندگان را از طریق دادههای MEG بازسازی کند که این دقت دو برابر بیشتر از روشهای سنتی EEG است. این پیشرفت میتواند به توسعه رابطهای مغز-کامپیوتر غیرتهاجمی منجر شود که به افراد ناتوان در تکلم کمک کند تا ارتباط برقرار کنند.
مطالعه دوم: درک فرآیند تبدیل فکر به زبان
این تحقیق بر چگونگی تبدیل افکار به زبان توسط مغز تمرکز دارد. با استفاده از هوش مصنوعی برای تحلیل سیگنالهای MEG در هنگام تایپ، محققان توانستند لحظات دقیقی را که افکار به کلمات، هجاها و حروف تبدیل میشوند، شناسایی کنند.
یافتههای این تحقیق نشان میدهند که مغز ابتدا افکار را به صورت نمایشهای انتزاعی سطح بالا پردازش میکند و سپس این افکار را به تدریج به دستورات خاصی، مانند حرکت انگشتان روی کیبورد، تبدیل میکند. همچنین، مغز از کد عصبی پویا برای اتصال و حفظ این نمایشها در طول زمان استفاده میکند.
چالشها و مسیر آینده
اگرچه نتایج این تحقیقات امیدبخش هستند، اما هنوز چالشهای فنی زیادی وجود دارد از جمله:
- دقت رمزگشایی که نیاز به بهبود دارد.
- فناوری MEG نیازمند اتاقهای محافظتشده مغناطیسی است که پیچیده و پرهزینه هستند.
- اسکنرهای MEG حجیم، گران و حساس به میدان مغناطیسی زمین هستند.
متا قصد دارد با بهبود دقت و ارتقای قابلیت اطمینان فرآیند رمزگشایی، به بررسی روشهای تصویربرداری مغزی غیرتهاجمی جایگزین و توسعه مدلهای پیشرفتهتر هوش مصنوعی بپردازد تا این محدودیتها را برطرف کند.
این شرکت همچنین به دنبال گسترش دامنه تحقیقات خود و بررسی کاربردهای بالقوه این فناوری در حوزههای سلامت، آموزش و تعامل انسان و کامپیوتر است.
اگرچه تحقیقات بیشتری لازم است تا این فناوری بتواند به افراد دارای آسیب مغزی کمک کند، اما این پیشرفتها ما را به هوش مصنوعیای که میتواند مانند انسان یاد بگیرد و استدلال کند، نزدیکتر میکند.
منبع آی تی ایران