يمكن لـ “التزييف العميق للعقل” تحسين واجهات الدماغ والحاسوب للأشخاص ذوي الإعاقة – ScienceDaily

يستخدم الباحثون في USC Viterbi School of Engineering شبكات الخصومة التوليدية (GANs) – وهي تقنية اشتهرت بإنشاء مقاطع فيديو مزيفة ووجوه بشرية واقعية – لتحسين واجهات الدماغ والحاسوب للأشخاص ذوي الإعاقة.

في ورقة نشرت في طبيعة الهندسة الطبية الحيوية، نجح الفريق في تدريس الذكاء الاصطناعي لتوليد بيانات نشاط الدماغ التركيبية. يمكن إدخال البيانات ، وتحديداً الإشارات العصبية التي تسمى قطارات سبايك ، في خوارزميات التعلم الآلي لتحسين إمكانية استخدام واجهات الدماغ والحاسوب (BCI).

تعمل أنظمة BCI من خلال تحليل إشارات دماغ الشخص وترجمة هذا النشاط العصبي إلى أوامر ، مما يسمح للمستخدم بالتحكم في الأجهزة الرقمية مثل مؤشرات الكمبيوتر باستخدام أفكاره فقط. يمكن لهذه الأجهزة تحسين نوعية الحياة للأشخاص الذين يعانون من خلل حركي أو شلل ، حتى أولئك الذين يعانون من متلازمة الانغلاق – عندما يكون الشخص واعيًا تمامًا ولكنه غير قادر على الحركة أو التواصل.

تتوفر بالفعل أشكال مختلفة من BCI ، من أغطية تقيس إشارات الدماغ إلى الأجهزة المزروعة في أنسجة المخ. يتم تحديد حالات الاستخدام الجديدة طوال الوقت ، من إعادة التأهيل العصبي إلى علاج الاكتئاب. ولكن على الرغم من كل هذا الوعد ، فقد ثبت أنه من الصعب جعل هذه الأنظمة سريعة وقوية بما يكفي للعالم الحقيقي.

على وجه التحديد ، لفهم مدخلاتها ، تحتاج BCIs إلى كميات هائلة من البيانات العصبية وفترات طويلة من التدريب والمعايرة والتعلم.

قال Laurent Itti ، أستاذ علوم الكمبيوتر والمؤلف المشارك في الدراسة: “الحصول على بيانات كافية للخوارزميات التي تدعم BCIs يمكن أن يكون صعبًا ومكلفًا أو حتى مستحيلًا إذا كان الأفراد المصابون بالشلل غير قادرين على إنتاج إشارات دماغية قوية بما فيه الكفاية”.

عقبة أخرى: التكنولوجيا خاصة بالمستخدم ويجب تدريبها من الصفر لكل شخص.

توليد البيانات العصبية الاصطناعية

ماذا لو ، بدلاً من ذلك ، يمكنك إنشاء بيانات عصبية اصطناعية – بيانات تم إنشاؤها بواسطة الكمبيوتر بشكل مصطنع – يمكن أن “تقف” بالنسبة للبيانات التي تم الحصول عليها من العالم الحقيقي؟

أدخل شبكات الخصومة التوليدية. يمكن لشبكات GAN المعروفة بإنشاء “صور مزيفة عميقة” إنشاء عدد غير محدود تقريبًا من الصور الجديدة المتشابهة من خلال تشغيل عملية التجربة والخطأ.

المؤلف الرئيسي Shixian Wen ، دكتوراه. نصح أحد الطلاب من قبل Itti ، تساءل عما إذا كان بإمكان شبكات GAN أيضًا إنشاء بيانات تدريب لـ BCIs من خلال إنشاء بيانات عصبية اصطناعية لا يمكن تمييزها عن الشيء الحقيقي.

في تجربة موصوفة في الورقة ، قام الباحثون بتدريب مركب سبايك التعلم العميق بجلسة واحدة من البيانات المسجلة من قرد يصل إلى شيء ما. بعد ذلك ، استخدموا المُركِّب لتوليد كميات كبيرة من البيانات العصبية المتشابهة – وإن كانت مزيفة.

ثم قام الفريق بدمج البيانات المركبة مع كميات صغيرة من البيانات الحقيقية الجديدة – إما من نفس القرد في يوم مختلف ، أو من قرد مختلف – لتدريب BCI. أدى هذا النهج إلى تشغيل النظام بشكل أسرع بكثير من الطرق القياسية الحالية. في الواقع ، وجد الباحثون أن البيانات العصبية المُصنّعة بواسطة GAN حسّنت سرعة تدريب BCI الإجمالية بما يصل إلى 20 مرة.

قال ون: “أقل من دقيقة من البيانات الحقيقية المقترنة بالبيانات التركيبية تعمل بالإضافة إلى 20 دقيقة من البيانات الحقيقية”.

“إنها المرة الأولى التي نرى فيها الذكاء الاصطناعي يولد وصفة للفكر أو الحركة من خلال إنشاء قطارات سبايك الاصطناعية. هذا البحث هو خطوة حاسمة نحو جعل BCIs أكثر ملاءمة للاستخدام في العالم الحقيقي.”

بالإضافة إلى ذلك ، بعد التدريب على جلسة تجريبية واحدة ، تكيف النظام بسرعة مع الجلسات أو الموضوعات الجديدة باستخدام بيانات عصبية إضافية محدودة.

قال إيتي: “هذا هو الابتكار الكبير هنا – إنشاء قطارات سبايك وهمية تبدو وكأنها أتت من هذا الشخص لأنه يتخيل القيام بحركات مختلفة ، ثم أيضًا استخدام هذه البيانات للمساعدة في التعلم عن الشخص التالي”.

بالإضافة إلى BCIs ، يمكن أن تؤدي البيانات التركيبية التي تم إنشاؤها بواسطة GAN إلى اختراقات في مجالات الذكاء الاصطناعي الأخرى المتعطشة للبيانات عن طريق تسريع التدريب وتحسين الأداء.

قال إيتي: “عندما تكون الشركة جاهزة لبدء تسويق هيكل عظمي آلي أو ذراع آلي أو نظام تخليق الكلام ، يجب أن ينظروا في هذه الطريقة ، لأنها قد تساعدهم في تسريع التدريب وإعادة التدريب”. “فيما يتعلق باستخدام GAN لتحسين واجهات الكمبيوتر الدماغي ، أعتقد أن هذه ليست سوى البداية.”

شارك في تأليف الورقة توماسو فورلانيلو ، حاصل على درجة الدكتوراه من جامعة جنوب كاليفورنيا. متخرج؛ ألين ين من Facebook ؛ MG Perich من جامعة جنيف و LE Miller من جامعة نورث وسترن.

التعليقات

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *