هوش مصنوعی (A.I.) ذهن خوان، امواج مغزی شما را تجزیه و تحلیل میکند تا حدس بزند که چه ویدیویی را مشاهده میکنید. در ادامهی این مطلب با مجلهی فناوریهای توانافزا و پوشیدنی همراه باشید.
وقتی صحبت از مواردی مثل نشان دادن نتایج جستجوی درست است، بنظر میرسد که هوش مصنوعی بتواند تا حدی قادر به کمک به کاربران باشد. اما مهندسین شرکت پژوهشی رباتیک روسی Neurobotics Lab نشان دادهاند که هوش مصنوعی واقعا میتواند برای خواندن ذهن آموزش داده شود. هوش مصنوعی میتواند تنها بر اساس امواج مغزی کابران حدس بزند که آنها چه ویدئوهایی را مشاهده میکنند.
مهندس آزمایشگاه Neurorobotics در مسکو، Anatoly Bobe گفت: ما نشان دادهایم که مشاهدهی صحنههای دیداری با محتوای مختلف بر روی امواج مغزی انسان تأثیر میگذارد. به گونهای که میتوانیم با تجزیه و تحلیل سیگنال EEG (الکترونسفالوگرام) مربوطه، دستهبندیهای تصویری را از یکدیگر متمایز کنیم. سپس سامانهای را برای بازسازی تصاویر از ویژگیهای سیگنال EEG ایجاد کردیم.
آموزش ذهن خوانی به هوش مصنوعی
پژوهشگران، هوش مصنوعی را با نشان دادن نمایشهای ویدئویی با موضوعات مختلف و به همراه ضبط امواج مغزی افرادی که در حال مشاهدهی آنها بودند، آموزش دادند. این امر به شبکهی عصبی یادگیری عمیق اجازه میدهد ویژگیهایی را که معمولا در فعالیت امواج مغزی افراد به هنگام مشاهدهی انواع خاصی از محتوای ویدیویی مشاهده میشود، یاد بگیرد. آنها مدل خود را با نشان دادن نمایشهای ویدئویی مختلف به افراد و دریافت سیگنالهای EEG مغزشان ثابت کردند. در ۲۱۰ مورد از ۲۳۴ آزمایش، هوش مصنوعی توانست فعالیت مغز را به درستی طبقهبندی و ارزیابی کند.
Bobe توضیح داد: این فناوری نمیتواند دقیقا همان چیزهای واقعی را که یک سوژه (شخص مورد آزمون) میبیند یا تصور میکند، بازسازی کند. بلکه فقط برخی از تصاویر مرتبط با همان گروه تصویری را به نمایش میگذارد. وی افزود که بنظر میرسد آزمایشگاه Neurobotics نخستین گروه پژوهشی است که این رویکرد را در مورد شبیهسازی ویدئویی از سیگنالهای EEG نشان داده است. با این حال، این نخستین گروهی نیست که فناوری ذهن خوانی مبتنی برهوش مصنوعی را کشف کرده است. ما در گذشته تعدادی پروژهی پژوهشی مرتبط را پوشش دادهایم. اگرچه در بسیاری از این موارد بر تجزیه و تحلیل fMRI به جای EEG متمرکز شدهاند.
سیگنالهای fMRI حاوی اطلاعات بسیار بیشتری در مورد فرآیندهای مغزی نسبت به EEG هستند. اما اشکال fMRI این است که به تجهیزات بزرگ و گرانقیمت نیاز دارد که فقط در کلینیکهای پزشکی یافت میشوند. همچنین بدست آوردن نتایج در زمان واقعی به دلیل وضوح پایین تصاویر دشوار است. در حالی که EEG یک سیگنال مشکلتر و کمتر قابل اعتماد است، اما استفاده از آن سادهتر است. این ویژگی میتواند آن را در برنامههای کاربردی BCI (رابط مغز و رایانه) در دنیای واقعی عملیتر کند.
سامانه های توانبخشی بیماران سکته مغزی با استفاده از هوش مصنوعی
Bobe گفت: سامانهی ما میتواند برای نمونه در توانبخشی پس از سکتهی مغزی مورد استفاده قرار گیرد. یعنی در شرایطی که فرد برای بازیابی تواناییهای شناختی خود نیاز به تمرین دادن مغز خود یا ارسال دستورات ذهنی از طریق رابط EEG داشته باشد. سامانهی ما به عنوان یک سامانهی آموزشی عمل میکند. بیمار برای تولید دستورات ذهنی آموزش میبیند و از تصاویر بازسازی شده به عنوان بازخورد طبیعی استفاده میشود که نشان میدهد وضعیت او چقدر بهبود یافته است.
سایر خبرها:
» استارت آپ های اسکلت بیرونی در حال توسعه در اروپا
» لباس هوشمند: آینده صنعت پوشیدنی
» دانشمندان در حال ساخت نسخه ی زیستی اینترنت اشیا هستند
منبع: digitaltrends
«استفاده و بازنشر مطالب تنها با ذکر لینک منبع و نام (مجله فناوریهای توان افزا و پوشیدنی) مجاز است.»