كشفت شركة ميتا عن نظام ذكاء اصطناعي جديد يحمل اسم Brain2Qwerty v2 قادر على تحويل نشاط الدماغ إلى نص مكتوب، في خطوة تُعد من أبرز التطورات في مجال واجهات الدماغ والحاسوب، مع إمكانية تشغيله دون أي تدخل جراحي أو زرع أجهزة داخل الجسم.
وتهدف ميتا من هذا الابتكار إلى فتح آفاق جديدة لمساعدة الأشخاص الذين يعانون من الشلل أو حالات تعيق قدرتهم على التواصل، حيث يمكنهم التعبير عن أفكارهم وتحويلها إلى كلمات مكتوبة بشكل مباشر عبر إشارات الدماغ فقط.
ويعتمد النظام على تقنية تخطيط الدماغ المغناطيسي المعروفة باسم MEG، وهي طريقة غير جراحية تقوم بقياس المجالات المغناطيسية الدقيقة الناتجة عن النشاط العصبي، وذلك من خلال خوذة مزودة بمستشعرات خاصة، بدلا من الاعتماد على الأقطاب المزروعة داخل الدماغ.
وتشبه الخوذة المستخدمة في النظام جهازا كبيرا أشبه بمجفف الشعر، حيث تلتقط الإشارات المغناطيسية الضعيفة الصادرة عن الدماغ أثناء التفكير والكتابة، وهو ما تعتبره ميتا بديلا أكثر أمانا مقارنة بالحلول التقليدية التي تعتمد على الجراحة، مثل تخطيط كهربية الدماغ أو تقنيات زرع الأقطاب داخل القشرة الدماغية، والتي تعد مكلفة وصعبة التطبيق على نطاق واسع.
مقارنة مع مشاريع أخرى لقراءة الدماغ
ويختلف نهج ميتا عن مشاريع أخرى في هذا المجال مثل مشروع نيورالينك التابع لإيلون ماسك، والذي يعتمد على زرع شرائح إلكترونية داخل الدماغ، بينما يعتمد Brain2Qwerty v2 على قراءة الإشارات من خارج الجسم فقط دون أي تدخل جراحي.
تفاصيل تدريب النظام ودقته
وبحسب ما ذكرته ميتا، فقد جرى تدريب النظام على نحو 22 ألف جملة كتبها تسعة متطوعين، حيث قضى كل منهم قرابة 10 ساعات في الكتابة أثناء ارتداء جهاز MEG لتسجيل نشاط الدماغ.
ويعتمد الإصدار الثاني من النظام على تقنيات التعلم العميق لفك تشفير اللغة مباشرة من الإشارات العصبية الخام، على عكس النسخة الأولى التي كانت تعتمد على نماذج مصممة يدويا لرصد إشارات مرتبطة بحركات ضغط المفاتيح فقط. ويتيح هذا التطوير للنظام تحليل إشارات الدماغ بشكل مباشر واستخلاص الأنماط اللغوية دون تدخل بشري في تحديد القواعد.
وأظهرت النتائج أن النظام حقق دقة وصلت إلى 61% في التعرف على الكلمات في المتوسط، مقارنة بـ 8% فقط في الطرق غير الجراحية الأخرى، بينما وصلت الدقة لدى أفضل المشاركين إلى 78%، حيث احتوت أكثر من نصف الجمل التي تم فك تشفيرها على خطأ كلمة واحدة أو أقل.
ذكاء لغوي يساعد على سد الفجوات
كما قامت ميتا بتطوير نماذج لغوية ضخمة تم تدريبها باستخدام بيانات عصبية، ما يسمح للنظام بالاعتماد على السياق اللغوي والنحوي لتوقع الكلمات المفقودة أو غير الواضحة، بطريقة تشبه أنظمة التصحيح التلقائي التي تكمل الجمل أثناء الكتابة.
وتشير الشركة إلى أن دقة النظام تتحسن كلما زادت كمية بيانات التدريب، وهو ما يعزز إمكانية تقليل الفجوة بين هذه التقنية غير الجراحية وبين الأساليب الجراحية التقليدية في المستقبل، مع توسع الأبحاث وزيادة حجم البيانات العصبية المستخدمة في التدريب.
إرسال تعليق