محققان استنفورد “گفتار درونی” را با موفقیت رمزگشایی کردند
از سکوت تا کلام ؛ چگونه رابط مغز و رایانه جدید استنفورد با تشخیص "گفتار درونی"، امیدی تازه برای بازگرداندن ارتباط به ارمغان می‌آورد
BCI و رمزگشایی از “گفتار درونی”
این فناوری پیشگامانه به افراد فلج اجازه می‌دهد تا تنها با “تصور” صحبت کردن، به صورت روان و سریع ارتباط برقرار کنند
محققان برجسته “پزشکی استنفورد” به یک پیشرفت انقلابی در فناوری رابط مغز و رایانه (BCI) دست یافته‌اند: آنها موفق به توسعه سیستمی شده‌اند که می‌تواند “گفتار درونی” یا همان مونولوگ خاموش در ذهن فرد را تشخیص داده و به کلمات تبدیل کند. این دستاورد که در مجله معتبر Cell منتشر شده، امیدی تازه برای ارتباط سریع‌تر و راحت‌تر برای افرادی است که به دلیل فلج شدید، حتی توانایی تلاش برای صحبت کردن را نیز ندارند.
برخلاف سیستم‌های BCI قبلی که به سیگنال‌های مغزی ناشی از “تلاش برای صحبت کردن” متکی بودند و می‌توانستند برای کاربر خسته‌کننده باشند، این رویکرد جدید بر روی سیگنال‌های ناشی از “تصور” صحبت کردن تمرکز دارد. تیمی به رهبری دکتر فرانک ویلت با استفاده از میکروالکترودهای کاشته شده در قشر حرکتی مغز، دریافتند که گفتار درونی الگوهای عصبی واضحی ایجاد می‌کند که هرچند ضعیف‌تر، اما مشابه الگوهای گفتار تلاشی هستند. یک الگوریتم یادگیری ماشین سپس این الگوها را به واحدهای گفتاری (واج‌ها) و در نهایت به جملات کامل ترجمه می‌کند.
نکته بسیار مهم در این پژوهش، توجه به چالش‌های اخلاقی است. محققان برای جلوگیری از “نشت” تصادفی افکار خصوصی، دو راه‌حل ارائه داده‌اند: آموزش BCIهای فعلی برای نادیده گرفتن گفتار درونی، و برای نسل بعدی BCIها، یک سیستم “رمز عبور ذهنی” که در آن دستگاه تنها پس از تصور یک عبارت خاص توسط کاربر فعال می‌شود. این مطالعه یک “اثبات مفهوم” موفق است که مسیر را برای توسعه BCIهای آینده که هم قدرتمند و هم از نظر اخلاقی مسئولانه هستند، هموار می‌کند.
سایبرکست قسمت 35 : BCI و رمزگشایی از “گفتار درونی”
جهشی نویدبخش در فناوری رابط مغز و رایانه (BCI) و بازگرداندن ارتباط از طریق “گفتار درونی“
تیمی به رهبری دکتر فرانک ویلت در “پزشکی استنفورد”، پتانسیل رمزگشایی مونولوگ درونی را به عنوان یک روش ارتباطی جدید به اثبات رساند
مقدمه:
درود بر همراهان هوشمند سایبرمگ!
امروز با خبری در خدمت شما هستیم که مرزهای علم و فناوری را جابجا کرده و امیدهای تازه‌ای را برای میلیون‌ها نفر در سراسر جهان که به دلیل فلج یا اختلالات عصبی قادر به برقراری ارتباط کلامی نیستند، روشن ساخته است. دانشمندان برجسته “پزشکی استنفورد” موفق به توسعه یک رابط مغز و رایانه (BCI) شده‌اند که توانایی تشخیص “گفتار درونی” یا همان “مونولوگ درونی” را در بیماران با اختلال گفتاری دارد . این گام، یک پیشرفت انقلابی در مسیر بازگرداندن ارتباط سریع و مؤثر برای این عزیزان محسوب می‌شود.
معرفی تیم تحقیقاتی پیشرو
این دستاورد بزرگ مرهون تلاش بی‌وقفه و تحقیقات عمیق تیمی از محققان برجسته است. در رأس این پروژه، “دکتر فرانک ویلت”، استادیار جراحی مغز و اعصاب و مدیر مشترک “آزمایشگاه ترجمه‌ای پروتزهای عصبی استنفورد”، به عنوان نویسنده ارشد مطالعه قرار دارد. “دکتر ارین کونز”، پژوهشگر پسا دکترا، و “بنیامین آبرامویچ کراسا”، دانشجوی کارشناسی ارشد، نیز به عنوان نویسندگان اصلی این پژوهش درخشیده‌اند . این مطالعه مهم در تاریخ ۱۴ آگوست در نشریه معتبر Cell به چاپ رسیده است .
رابط مغز و رایانه (BCI) چیست و چگونه کار می‌کند؟
پیش از آنکه به جزئیات “گفتار درونی” بپردازیم، اجازه دهید کمی در مورد خود فناوری BCI توضیح دهیم. رابط‌های مغز و رایانه، سیستم‌هایی هستند که با استفاده از آرایه‌های کوچکی از میکروالکترودها (که هر کدام کوچک‌تر از یک نخود هستند) ، الگوهای فعالیت عصبی را مستقیماً از سطح مغز ثبت می‌کنند . این آرایه‌ها به صورت جراحی در قشر حرکتی مغز (مناطقی که حرکت را کنترل می‌کنند، از جمله حرکات عضلانی تولیدکننده گفتار) کاشته می‌شوند.
سیگنال‌های عصبی ضبط‌شده سپس از طریق کابل به یک الگوریتم کامپیوتری منتقل می‌شوند. این الگوریتم با بهره‌گیری از “یادگیری ماشین” (Machine Learning) آموزش می‌بیند تا الگوهای تکرارشونده فعالیت عصبی مرتبط با هر “واج” (Phoneme) – کوچکترین واحدهای گفتار – را تشخیص دهد. سپس این واج‌ها را به هم پیوند داده و جملات معناداری را تشکیل می‌دهد. در واقع، BCI پُل ارتباطی بین افکار و اعمال مورد نظر فرد و دنیای بیرون است، چه این عمل حرکت دادن یک نشانگر کامپیوتری باشد و چه بیان یک کلمه . پیش از این، دکتر ویلت و همکارانش نشان داده بودند که BCI می‌تواند سیگنال‌های مغزی مربوط به تلاش برای صحبت کردن یا نوشتن دستی را (حتی زمانی که فرد به دلیل فلج قادر به انجام آن نیست) با دقت بالا به کلمات تبدیل کند .
چرا “گفتار درونی” اهمیت ویژه‌ای دارد؟
تاکنون، بسیاری از سیستم‌های BCI بر اساس “تلاش برای صحبت کردن” عمل می‌کردند؛ یعنی زمانی که فرد تلاش می‌کند عضلات حلق، لب، زبان و گونه‌هایش را برای صحبت کردن حرکت دهد، حتی اگر این حرکت به دلیل ضعف عضلات یا اتصالات عصبی ناکام بماند، BCI سیگنال‌های مرتبط را تشخیص می‌دهد . اما این روش چالش‌هایی دارد: تلاش برای صحبت کردن می‌تواند کند و خسته‌کننده باشد. همچنین در افراد با فلج جزئی، ممکن است منجر به تولید صداهای مزاحم و مشکلات در کنترل نفس شود .
اینجاست که “گفتار درونی” (Inner Speech) وارد می‌شود. گفتار درونی که به آن “مونولوگ درونی” یا “خودگویی” (Self-talk) نیز می‌گویند، در واقع “تصور” صحبت کردن در ذهن است – تصور صداهای گفتار یا احساس صحبت کردن، یا هر دو . هدف این پژوهش جدید این بود که دریابند آیا یک سیستم BCI می‌تواند تنها بر اساس فعالیت عصبی ناشی از “گفتار تصوری” عمل کند یا خیر. توانایی رمزگشایی گفتار درونی می‌تواند مسیری را برای برقراری ارتباط روان، سریع و راحت‌تر برای افراد فلج هموار کند.
یافته‌های شگفت‌انگیز مطالعه جدید
دانشمندان در این مطالعه، چهار نفر با اختلالات شدید گفتاری و حرکتی را مورد بررسی قرار دادند که آرایه‌های میکروالکترودی در مناطق حرکتی مغزشان کاشته شده بود . نتایج بسیار امیدوارکننده بودند: آنها دریافتند که گفتار درونی، الگوهای فعالیت واضح و قدرتمندی را در این مناطق مغزی ایجاد می‌کند . این الگوها، نسخه‌ای مشابه اما کوچک‌تر از الگوهای فعالیتی بودند که توسط تلاش برای صحبت کردن ایجاد می‌شدند .
اگرچه در این مرحله، دقت رمزگشایی گفتار درونی هنوز به اندازه تلاش برای صحبت کردن نیست، اما محققان توانستند “اثبات یک مفهوم” (Proof of Principle) را به نمایش بگذارند . این موفقیت، امید زیادی را برای توسعه سیستم‌های آینده‌ای فراهم می‌کند که می‌توانند گفتار روان، سریع و راحت را تنها از طریق گفتار درونی به افراد فلج بازگردانند .
چالش‌های اخلاقی و راه‌حل‌های نوآورانه
همانطور که هر فناوری پیشرفته‌ای با خود پرسش‌های جدیدی را به همراه می‌آورد، رمزگشایی گفتار درونی نیز نگرانی‌های اخلاقی خاص خود را مطرح می‌کند. اصلی‌ترین نگرانی این است که گفتار درونی ممکن است به طور تصادفی “نشت کند”؛ به این معنی که BCI ممکن است چیزی را رمزگشایی کند که کاربر فقط قصد “فکر کردن” به آن را داشته، نه “بیان” آن.
محققان استنفورد به این موضوع با جدیت پرداخته‌اند و راه‌حل‌های هوشمندانه‌ای را ارائه داده‌اند:
- برای نسل فعلی BCI (که برای رمزگشایی تلاش برای گفتار طراحی شده‌اند): آنها روش جدیدی برای آموزش BCI ارائه کردند تا بتواند گفتار درونی را نادیده بگیرد و از نشت تصادفی آن جلوگیری کند .
- برای نسل بعدی BCI (که مستقیماً گفتار درونی را رمزگشایی می‌کنند): سیستمی برای محافظت با رمز عبور معرفی شد. در این سیستم، گفتار درونی تنها در صورتی رمزگشایی می‌شود که کاربر ابتدا یک “رمز عبور” (مثلاً یک عبارت نادر که به طور تصادفی تصور نمی‌شود، مانند “آنچنان که در بالاست، در پایین نیز هست” – “as above, so below”) را تصور کند .
هر دو روش برای جلوگیری از نشت ناخواسته گفتار درونی فوق‌العاده مؤثر بوده‌اند و نشان‌دهنده تعهد تیم به حفظ حریم خصوصی کاربران است.
جمع‌بندی : آینده درخشان و گام‌های بعدی
مسیر پیش رو پر از امید است. بهبود سخت‌افزار BCI، امکان ثبت فعالیت‌های عصبی از تعداد بیشتری از نورون‌ها را فراهم خواهد کرد. همچنین، توسعه دستگاه‌های کاملاً کاشتنی و بی‌سیم، دقت، قابلیت اطمینان و سهولت استفاده از BCI را به طور چشمگیری افزایش خواهد داد. چندین شرکت در حال حاضر روی بخش سخت‌افزاری مشغول به کار هستند و انتظار می‌رود این پیشرفت‌ها ظرف چند سال آینده در دسترس قرار گیرند .
برای بهبود دقت رمزگشایی گفتار درونی، محققان به دنبال کاوش در مناطق دیگری از مغز نیز هستند که ممکن است اطلاعات دقیق‌تری در مورد گفتار تصوری داشته باشند؛ از جمله مناطق سنتی مرتبط با زبان یا شنوایی .
در پایان، باید یادآوری کنیم که این فناوری‌های کاشتنی BCI هنوز در مراحل اولیه تحقیق و آزمایش قرار دارند و به طور گسترده در دسترس نیستند. با این حال، با رعایت بالاترین استانداردهای اخلاقی پزشکی و تحت نظارت آژانس‌های فدرال و دیگر نهادهای نظارتی، این پیشرفت‌ها می‌توانند رؤیای بازگرداندن ارتباط برای هزاران نفر را به واقعیت تبدیل کنند .
———————————————————————————
• نکات کلیدی:
- پیشرفت انقلابی: محققان استنفورد موفق به رمزگشایی “گفتار درونی” (Inner Speech) با استفاده از یک BCI شده‌اند.
- ارتباط بدون تلاش فیزیکی: این روش، برخلاف روش‌های قبلی، نیازی به “تلاش برای صحبت کردن” ندارد و برای افراد با فلج شدید، راحت‌تر و سریع‌تر است.
- اثبات مفهوم موفق: این مطالعه نشان داد که گفتار درونی، الگوهای عصبی واضح و قابل رمزگشایی در قشر حرکتی مغز ایجاد می‌کند.
- راه‌حل‌های حفظ حریم خصوصی: محققان راه‌حل‌هایی نوآورانه از جمله یک سیستم “رمز عبور ذهنی” را برای جلوگیری از افشای ناخواسته افکار خصوصی پیشنهاد داده‌اند.
- تیم تحقیقاتی برجسته: این پژوهش توسط تیمی به رهبری دکتر فرانک ویلت در “پزشکی استنفورد” انجام و در مجله Cell منتشر شده است.
- آینده روشن: این دستاورد راه را برای توسعه BCIهای بی‌سیم و کاملاً کاشتنی آینده که دقت و راحتی بیشتری دارند، هموار می‌کند.
• نکات تکمیلی:
- مکانیسم فنی: سیستم با استفاده از هوش مصنوعی، الگوهای عصبی را به “واج‌ها” (کوچکترین واحدهای گفتار) ترجمه کرده و سپس آنها را به جملات تبدیل می‌کند.
- شباهت سیگنال‌ها: سیگنال‌های عصبی گفتار درونی، نسخه‌ای ضعیف‌تر اما مشابه سیگنال‌های گفتار تلاشی هستند.
- وضعیت فعلی: این فناوری هنوز در مراحل اولیه تحقیقاتی قرار دارد و به طور گسترده در دسترس نیست.
• نتیجه گیری:
رمزگشایی موفق “گفتار درونی” توسط تیم پزشکی استنفورد، یک نقطه عطف در حوزه رابط‌های مغز و رایانه است. این “اثبات مفهوم” با گشودن مسیری برای ارتباط روان‌تر و کم‌تلاش‌تر برای افراد مبتلا به فلج شدید، امیدهای تازه‌ای را زنده می‌کند. مهم‌تر از آن، رویکرد پیشگیرانه و هوشمندانه این تیم در ارائه راه‌حل‌هایی مانند “رمز عبور ذهنی”، نشان می‌دهد که می‌توان مرزهای فناوری را با تعهد عمیق به مسئولیت‌پذیری اخلاقی و حفظ حریم خصوصی جابجا کرد.
• پرسش‌های تحقیقاتی بیشتر:
-
سیگنال‌های عصبی “گفتار درونی” که برای ارتباط در نظر گرفته شده‌اند، چقدر با “همهمه” پس‌زمینه افکار تصادفی درونی متفاوت هستند و هوش مصنوعی چگونه می‌تواند برای تمایز قابل اعتماد بین این دو آموزش ببیند؟
- الگوهای عصبی گفتار درونی چقدر از فردی به فرد دیگر متفاوت است و چه میزان کالیبراسیون و آموزش مجدد برای کارکرد مؤثر BCI برای یک کاربر جدید لازم است؟
- این مطالعه بر روی قشر حرکتی متمرکز بود. مزایا و معایب نظری استفاده از سایر نواحی مغز مانند نواحی زبان یا شنوایی برای رمزگشایی گفتار درونی چیست؟
-
برای دستیابی به یک مکالمه روان و آنی از طریق گفتار درونی، الزامات مشخص برای تعداد الکترودها و پهنای باند پردازش داده در دستگاه‌های BCI بی‌سیم و کاملاً کاشتنی آینده چه خواهد بود؟
• سخن پایانی نویسنده :
هر از گاهی، یک مقاله علمی منتشر می‌شود که کمتر شبیه یک گام تدریجی و بیشتر شبیه باز شدن دری به روی دنیایی کاملاً جدید است. این مطالعه استنفورد یکی از آنهاست. توانایی بخشیدن صدا به افکار خاموش یک فرد، عمیقاً انسانی است. با این حال، چیزی که بیش از همه مرا تحت تأثیر قرار می‌دهد، دوراندیشی تیم دکتر ویلت است. آنها فقط نپرسیدند «آیا می‌توانیم این کار را انجام دهیم؟»؛ آنها بلافاصله پرسیدند «چگونه می‌توانیم این کار را به صورت ایمن و اخلاقی انجام دهیم؟». مفهوم یک رمز عبور ذهنی، یعنی ساختن حریم خصوصی مستقیماً در دل سیستم، به اندازه خود رمزگشایی انقلابی است. این نشان‌دهنده سطحی از خرد و مسئولیت‌پذیری است که ما را نه تنها به فناوری، بلکه به افرادی که آن را می‌سازند، امیدوار می‌کند.
منبع : به گزارش Stanford
