همه مردم ایده داشتن یک تراشه هوشمند در مغز خود را دوست ندارند. با این حال، این بدان معنی نیست که این چنین افرادی نمی توانند آنچه را که فردی با تراشه مغزی هوشمند می‌تواند به دست آورد، انجام بدهند.

به نقل از آی‌ای، پژوهشگران دانشگاه کارنگی ملون(CMU) به تازگی نشان داده‌اند که یک رابط مغز و رایانه غیرتهاجمی با هوش مصنوعی(BCI) می‌تواند به فرد اجازه دهد یک شی متحرک را روی صفحه نمایش تنها با فکر کردن به آن ردیابی کند.

تراشه‌های مغزی که شرکت نورالینک(Neuralink) ایلان ماسک و شرکت سینکرون(Synchron) تحت حمایتبیل گیتس و تعداد بسیاری دیگر از شرکت‌ها وعده داده‌اند به دو دسته تقسیم خواهد شد: تهاجمی و کم تهاجمی. این بدان معناست که این چنین وسایلی یا مستقیما در داخل مغز یا داخل جمجمه کاشته خواهد شد.

مردم نگرانی‌های بسیاری در رابطه منفعت گیری از این چنین رابط‌های تهاجمی دارند. برای مثال این که اگر مغز یا جمجمه‌شان در طول فرآیند کاشت تراشه صدمه ببیند، چه اتفاقی می‌افتد، اگر تراشه فردی هک شود، چه خواهد شد یا چطور این تراشه در درازمدت بر سلامت مغز آنها تأثیر می‌گذارد. چه تضمینی وجود دارد که سازندگان تراشه از داده‌های عصبی فرد سوء منفعت گیری نکنند.

اینجاست که رابط‌های مغز و رایانه غیرتهاجمی همانند آنچه محققان در مطالعه خود نشان دادند، می تواند تفاوت بزرگی تشکیل کند.

رابط‌های مغز و رایانه غیرتهاجمی، برخلاف مثالهای تهاجمی خود همانند نورالینک یا سینکرون مزایای بسیاری دارند. محققان خاطرنشان می‌کنند که این موارد شامل افزایش ایمنی، مقرون به صرفه بودن و توانایی منفعت گیری توسط بیماران متعدد و این چنین جمعیت عمومی است.

یادگیری عمیق علتمی‌شود رابط‌های مغز و رایانه غیرتهاجمی جادویی عمل کنند

مشکل رابط‌های غیر تهاجمی معمولی این است که به اندازه رابط‌های تهاجمی دقیق نیستند. آنها با منفعت گیری از حسگرهای خارجی که در تماس مستقیم با بافت‌های مغز نیستند، داده‌ها را جمع‌آوری می‌کنند و هرگونه اختلال در محیط اطراف کاربر می‌تواند بر کارکرد آنها تأثیر بگذارد.

به حرف های محققان، شبکه‌های عصبی عمیق مبتنی بر هوش مصنوعی می‌توانند این مشکل را حل کنند. آنها از شبکه‌های عصبی مصنوعی که برای تشخیص چهره، تشخیص گفتار و کارهای ساده دیگر منفعت گیری خواهد شد، گسترش یافتهتر می باشند.

یک شبکه عصبی عمیق در قیاس دارای لایه‌ها و گره‌های بیشتری است و به این علت برای کارهای پیچیده‌تر منفعت گیری می‌شود. آنها می‌توانند به یک رابط مغز و رایانه اجازه دهند تا نتایج دقیق را حتی از مجموعه داده‌های پیچیده و بزرگ با اعوجاج و نویز استخراج کند.

به گفتن مثال، در طول این مطالعه، ۲۸ شرکت‌کننده انسانی توانستند به طور مداوم یک شی را روی صفحه نمایش تنها با افکار خود حرکت دهند.

محققان رابط‌های مغز و رایانه غیرتهاجمی را به مغز خود متصل کردند. در همین حال، آنها از نوار مغز(EEG) برای ثبت فعالیت مغزی شرکت‌کنندگان منفعت گیری کردند. داده‌های نوار مغزی برای آموزش یک شبکه عصبی عمیق مبتنی بر هوش مصنوعی منفعت گیری شد.

نویسندگان مطالعه خاطرنشان کردند: این شبکه توانست مستقیما بفهمد که شرکت‌کنندگان تنها با تجزیه و تحلیل داده‌های حسگرهای رابط مغز و رایانه(BCI) با اشیایی که به طور مداوم در حال حرکت می باشند، چه کاری انجام خواهند داد.

رابط‌های مغز و رایانه تجهیزبه هوش مصنوعی نیز می‌توانند ربات‌ها را بهبود بخشند

نتایج مطالعه حاضر مشخص می کند که در آینده، رابط‌های غیرتهاجمی با هوش مصنوعی می‌توانند به افراد در کنترل دستگاه‌های خارجی بدون منفعت گیری از دست‌ها و عضلات پشتیبانی کنند.

این می‌تواند تعامل افراد با فناوری را آسان‌تر کند، به دانشمندان اجازه دهد تا کارکرد مغز انسان را با جزئیات کامل مطالعه کنند و کیفیت زندگی افراد دارای قطع عضو و ناتوانی را بهبود بخشد.

بین هه(Bin He)، یکی از نویسندگان این مطالعه و استاد مهندسی زیست پزشکی می‌گوید: ما در حال آزمایش زیاد تر کاربرد آن نه تنها برای افراد دارای توانایی بدنی، بلکه این چنین بیماران سکته مغزی که از اختلالات حرکتی رنج می‌برند، هستیم.

با این حال، این اولین باری نیست که نویسندگان مطالعه پتانسیل رابط‌های غیر تهاجمی را نشان خواهند داد. در سال ۲۰۱۹، آنها از رویکرد شبیهی منفعت گیری کردند و یک بازوی رباتیک کنترل شده توسط ذهن را قادر ساختند که مکان نمای ماوس را تعقیب کند.

آنها بر این باورند که رابط‌های غیرتهاجمی مبتنی بر هوش مصنوعی می‌توانند به گسترش دستگاه‌های رباتیک هوش مصنوعی و دستیارهای رباتیک بهتر منجر شوند.

این مطالعه در مجله PNAS Nexus انتشار شده است.