به گزارش اطلاعات آنلاین به نقل از Live Science، یک مدل جدید هوش مصنوعی می‌تواند اسکن‌های مغزی را به تصاویر تبدیل کند و این فرآیند را معکوس کند و تصاویر را به چیزی تبدیل کند که به عنوان فعالیت مغز به نظر می‌رسند.

این سیستم که Brain-IT نام دارد، از داده‌های تصویربرداری تشدید مغناطیسی عملکردی (fMRI) برای اندازه‌گیری فعالیت در قشر بینایی استفاده می‌کند؛ بخشی از مغز که ورودی بصری را پردازش می‌کند. سپس یک مدل کامپیوتری، هم طرح کلی یک تصویر و هم اطلاعات سطح بالا در مورد محتوای آن را پیش‌بینی می‌کند.

Brain-IT بر اساس رویکردی به نام رمزگذار جهانی مغز ساخته شده است. این مدل با یک تصویر شروع می‌شود و سپس پاسخ fMRI را که در وکسل‌های منفرد (واحدهای کوچک سه‌بعدی) در یک اسکن مغز انتظار می‌رود، پیش‌بینی می‌کند.

ایده کلیدی این است که هر وکسل، یک مکعب کوچک از بافت مغز، بردار یادگیری ‌شده خود را دارد که آنچه را که در تصاویر برایش مهم است، ثبت می‌کند.

برخی از وکسل‌ها ممکن است با عناصر نسبتاً ساده یک تصویرمانند لبه‌ها، بافت‌ها یا مکان‌ها تنظیم شوند. برخی دیگر ممکن است به دسته‌های انتزاعی سطح بالاتر، مانند چهره‌ها، بدن‌ها یا صحنه‌ها، پاسخ دهند.

نگاهی به درون ذهن شما

سیستم‌های سنتی تبدیل تصویر به fMRI معمولاً برای هر شرکت‌کننده و مجموعه داده به صورت سفارشی آموزش داده می‌شوند. رمزگذار جهانی مغز انعطاف‌پذیرتر است. طبق این مطالعه، این سیستم از داده‌های چندین نفر یاد می‌گیرد و می‌تواند اطلاعات را بین شرکت‌ کنندگان، مجموعه داده‌ها یا سیستم‌های MRI مختلف با قدرت میدان مغناطیسی متفاوت منتقل کند.

یک وکسل می‌تواند بر اساس مشخصات آموخته‌شده خود، تعیین کند که کدام قسمت‌های یک تصویر به آن مربوط هستند، اساساً می‌گوید: "من لبه‌ها را تشخیص می‌دهم. کدام قسمت‌های این تصویر لبه هستند؟"

رمزگذار جهانی مغز با یک تصویر شروع می‌کند و فعالیت مغز را پیش‌بینی می‌کند؛ Brain-IT با اندازه‌گیری فعالیت مغز شروع می‌کند و تصویری را که فرد دیده است بازسازی می‌کند. به عبارت دیگر، می‌پرسد "بر اساس این فعالیت مغز، سوژه به چه چیزی نگاه می‌کرده است؟".

این سیستم هزاران اندازه‌گیری کوچک اسکن مغز از قشر بینایی را بر اساس انواع اطلاعات بصری که معمولاً حمل می‌کنند، به ۱۲۸ گروه دسته‌بندی می‌کند.

سپس سیستم به این گروه‌ها اجازه می‌دهد سرنخ‌ها را با یکدیگر به اشتراک بگذارند و به آن اجازه می‌دهد، به عنوان مثال، اطلاعات مربوط به شکل، رنگ و اشیاء احتمالی یک صحنه را ترکیب کند تا تصویر کامل‌تری از تصویر بسازد.

رمزگشا دو نوع پیش‌بینی بصری تولید می‌کند. یکی اطلاعات معنایی را ثبت می‌کند؛ ویژگی‌های مرتبط با آنچه در یک صحنه محتمل است. به عنوان مثال، برای تصویر یک سگ که در چمن ایستاده است، این شامل مواردی مانند ویژگی‌های یک سگ و یک محیط چمنزار در فضای باز می‌شود. دیگری اطلاعات ساختاری، مانند طرح بصری گسترده یا نحوه چیدمان فرم‌ها را ثبت می‌کند.

در مثال بالا، این می‌تواند جنبه‌هایی مانند طرح کلی سگ یا محل قرارگیری آن در قاب باشد. پیش‌بینی ساختاری به مولد تصویر، به جای شروع از نویز خالص، یک نقطه شروع می‌دهد؛ در حالی که اطلاعات معنایی، مولد تصویر را هدایت می‌کند که استاتیک باقی مانده را تا زمان ظهور تصویر حذف می‌کند.

اگرچه ابزار جدید می‌تواند آنچه را که افراد می‌بینند، بازسازی کند اما نمی‌تواند خاطرات یا صحنه‌های تصور شده را بازتولید کند.

نحوه آزمایش مدل توسط دانشمندان

تصاویر مصنوعی Brain-IT با تصاویری که شرکت‌کنندگان دیده بودند مقایسه شدند. محققان این مطالعه نوشتند که Brain-IT از روش‌های پیشرو قبلی در معیارهای بازسازی عینی استاندارد پیشی گرفت و نتایج وفادارتری تولید کرد. این سیستم زمانی که داده‌های محدود fMRI از یک شرکت‌کننده جدید در دسترس بود، درخشید؛ به طوری که تنها یک ساعت داده از یک شرکت‌کننده جدید، نتایجی به دقت رویکردهای قبلی که بر اساس ۴۰ ساعت ضبط آموزش دیده بودند، تولید کرد.

با این حال، یک خروجی با امتیاز بالا یا ظاهری واقع‌گرایانه نباید با یک کپی کامل از آنچه کسی دیده است اشتباه گرفته شود.

در مرحله نهایی پردازش، سیستم از یک مولد انتشار آماده استفاده می‌کند که بر روی تعداد زیادی تصویر آموزش دیده است. مدل‌هایی مانند این، تصاویر قابل قبولی تولید می‌کنند و می‌توانند بافت‌ها را صاف کنند، ویژگی‌های صورت را تیزتر کنند یا جزئیات از دست رفته را پر کنند.

این "زیباسازی" می‌تواند بازسازی‌ها را صیقلی‌تر و قانع‌کننده‌تر کند و جزئیاتی را معرفی کند که لزوماً از خود داده‌های مغز ناشی نمی‌شوند. به عبارت دیگر، اسکن تصویر تولید شده را محدود می‌کند، اما مدل هوش مصنوعی بخشی از واقع‌گرایی خود را از الگوهای آموخته شده در عکس‌ها تأمین می‌کند.

چرا این رمزگشایی حافظه نیست؟

در حالی که سیستم جدید نتایج چشمگیری برای تصاویر دیده شده تولید می‌کند، نمی‌توان از آن برای بازسازی یک تصویر تصور شده یا به خاطر سپرده شده استفاده کرد.

Brain-IT به نحوه پردازش یک تصویر دیده شده توسط مغز متکی است. اطلاعات از چشم‌ها به قشر بینایی اولیه و از طریق مجموعه‌ای از نواحی بینایی که اشیاء و صحنه‌ها را تشخیص می‌دهند، جریان می‌یابد.

در یک آزمایش کنترل‌شده، محققان همچنین دقیقاً می‌دانند کدام تصویر نشان داده شده است و این به مدل در طول آموزش و ارزیابی هدف می‌دهد. در مقابل، خاطرات و تصاویر تصور شده مرجع یکسانی را ارائه نمی‌دهند. آنها می‌توانند مبهم باشند و توسط شبکه‌های مغزی درگیر در حافظه و تفکر شکل بگیرند و تنها با فعال‌سازی مجدد جزئی و ضعیف‌تر مناطق بینایی همراه باشند. یکی از محدودیت‌هایی که مانع از گسترش گسترده این فناوری می‌شود این است که تنها راه برای دستیابی به نتایج قابل اعتماد، اسکن fMRI است که دست و پا گیر و گران است. محققان در حال حاضر در حال آزمایش استفاده از داده‌های الکتروانسفالوگرام (EEG) هستند که جمع‌آوری آنها آسان‌تر است و از طریق الکترودهای روی سر به دست می‌آید، اما این کار در مراحل بسیار اولیه است.

این سیستم جدید می‌تواند به محققان مغز کمک کند تا درک بهتری از اطلاعات بصری ارائه شده در مناطق مختلف مغز، نحوه تعامل این مناطق و تفاوت الگوهای افراد داشته باشند. چنین ابزارهایی در نهایت می‌توانند تفاوت‌هایی را در پردازش بصری آشکار کنند که می‌تواند به پزشکان در تشخیص شرایط عصبی، عصبی-رشدی و روانی کمک کند.

کاربردهای پزشکی مفید متعددی وجود دارد که در حال حاضر برای دستیابی به آنها تلاش می شود. این موارد شامل استفاده از رمزگذار/رمزگشای مغز برای تشخیص و تجزیه و تحلیل اختلالات مغزی مانند MS، PTSD، اوتیسم و ​​اختلالات روانپزشکی می‌شود.

مشاهده خبر در سایت اطلاعات