ميتا تطور نظام ذكاء اصطناعي لترجمة موجات الدماغ إلى نصوص بدقة 78%

أطلقت شركة ميتا نظامًا جديدًا للذكاء الاصطناعي يُمكّن من تحويل موجات الدماغ إلى نصوص مكتوبة بدقة بلغت 78%، في خطوة قد تفتح آفاقًا جديدة أمام المرضى الذين يعانون من الشلل وفقدان القدرة على الكلام.

يحمل النظام اسم Brain2Qwerty v2، ويُعتبر بمثابة محاولة بدائية لقراءة الأفكار عبر خوارزميات متقدمة، حيث يتيح التواصل للأشخاص المصابين باضطرابات عصبية مثل متلازمة الانحباس والتصلب الجانبي الضموري دون الحاجة إلى عمليات جراحية معقدة لزرع أجهزة في الدماغ.

وأوضحت الشركة في إعلانها أن هذا البحث قد يُحدث فرقًا حقيقيًا لملايين المرضى الذين يعانون من إصابات دماغية تمنعهم من التعبير عن أنفسهم، مشيرة إلى إتاحة الكود البرمجي للنظام والإصدار السابق له مجانًا عبر الإنترنت لتعزيز البحث العلمي في مجال الأعصاب.

لتحقيق هذا التطور، تعاون فريق ميتا مع مركز الباسك للإدراك والدماغ واللغة في سان سيباستيان بإسبانيا، حيث شارك تسعة متطوعين تتراوح أعمارهم بين 25 و56 عامًا في جلسات تدريبية استمرت لعشر جلسات، كتبوا خلالها أكثر من 2500 جملة.

استخدم الباحثون تقنية تخطيط الدماغ المغناطيسي (MEG) لمراقبة النشاط العصبي خلال هذه الجلسات، حيث تم جمع بيانات الجمل المكتوبة ومسوح الدماغ لتدريب النظام على فك تشفير الإشارات الدماغية وتحويلها إلى نصوص.

وحقق النظام الجديد تحسنًا ملحوظًا مقارنة بالإصدار السابق Brain2Qwerty v1، إذ ارتفعت دقة التعرف على الكلمات من 48% إلى 78%، مما يعني أن أكثر من نصف الجمل التي تم فك شفرتها احتوت على خطأ لغوي واحد فقط أو أقل.

كما لاحظ الفريق أن زيادة كمية بيانات التدريب تؤدي إلى تحسين دقة النظام، مما يشير إلى إمكانية تطوير أنظمة أكثر كفاءة مستقبلاً باستخدام المزيد من البيانات.

وأشار الباحثون إلى أن التدريب الموسع على بيانات تخطيط الدماغ المغناطيسي غير الغازي قد يلغي الحاجة إلى الجراحة العصبية، وهو ما يمثل تحولًا جذريًا في مجال رعاية المرضى.

يعتمد Brain2Qwerty v2 على تقنية التعرف على الأنماط المستخدمة في نماذج الدردشة الآلية مثل ChatGPT وLlama، حيث تتم عملية الترجمة عبر ثلاث مراحل: أولاً، تحويل موجات الدماغ إلى رموز تمثل أحرفًا فردية، ثم تجميع هذه الأحرف إلى كلمات، وأخيرًا استخدام نموذج لغوي كبير لترتيب الكلمات في جمل مفهومة.

يُعد هذا الاستخدام الأول الناجح لنموذج لغوي كبير في ترجمة النشاط الدماغي إلى جمل منظمة، ما يوفر نموذجًا قيّمًا للباحثين في مجال واجهات الدماغ والآلة.

إلى جانب ذلك، يستخدم النظام مجموعة من "وكلاء الذكاء الاصطناعي" القادرين على تحسين عملية فك التشفير بشكل مستقل من خلال تعديل الشيفرة البرمجية، مما أدى إلى تقليل معدل الأخطاء على مستوى الكلمات بشكل كبير.