خواندن ذهن از طریق نوار مغزی به زودی به واقعیت تبدیل می‌شود

جرین توماس پاناچکل، کاندیدای دکترا در گروه مهندسی برق در موسسه علوم هند است. او استفاده از هوش مصنوعی را برای استخراج گفتار تخیلی (یعنی تفکر به شکل صدا اما بیان نشده در کلمات یا حرکات) از طریق خواندن و تحلیل EEG مطالعه می‌کند.

مشاور پایان نامه‌ی او، دکتر آنگارای گانسان راماکریشنان، استاد ارشد مهندسی برق در IIS و رئیس آزمایشگاه هوش پزشکی و مهندسی زبان است. آن‌ها‌ اخیراً یک مقاله مروری در Frontiers in Neuroscience منتشر کردند. تصور کنید آن‌چه در مغز شماست به صورت گفتار روی نوار مغزی نمایش داده شود، کلمات به صورت جمله کنار یکدیگر قرار بگیرند و شما با فکر کردن بتوانید صحبت کنید. در این مطلب، آن‌ها‌ کار خود را برای مخاطبان عمومی توضیح می‌دهند.

ذهن‌خوانی (تله‌پاتی) توانایی انتقال افکار از فردی به فرد دیگر بدون استفاده از کانال‌ها‌ی حسی معمول ارتباطی مانند گفتار است. اگرچه ذهن‌خوانی تاکنون موضوعی در داستان‌ها‌ی علمی تخیلی بوده است، دانشمندان اکنون نشان داده‌اند که این امر می‌تواندبه زودی تبدیل به واقعیت شود.

اولین کار گزارش شده از ایجاد یک سیستم ذهن خوان مصنوعی با استفاده از فعالیت‌ها‌ی الکتریکی مغز توسط دکتر‌ها‌نس برگر (1873-1941)، روانپزشک آلمانی، انجام  شد. اگرچه او نتوانست ذهن خوانی را به موفقیت برساند، اما این تلاش‌ها‌ منجر به اختراع الکتروانسفالوگرافی (EEG) شد. EEG در حال حاضر به طور گسترده در پزشکی برای ثبت فعالیت الکتریکی مغز استفاده می‌شود. همچنین الکتروانسفالوگرافی یکی از محبوب‌ترین ابزارهایی است که در تلاش برای رمزگشایی تصاویر گفتاری برای فعال کردن ذهن‌خوانی استفاده می‌شود.

تصویرسازی گفتار چیست؟

ما به عنوان یک انسان، بیشتر اوقات با خود (در درون خود) صحبت می‌کنیم. ما بارها و بارها تمرین می‌کنیم که چگونه یک موقعیت دشوار خاص را مدیریت کنیم، با یک مشتری بالقوه چگونه صحبت کنیم، چگونه به برخی سؤالات مهم در مصاحبه پاسخ دهیم و… . به این فرایند، تصویرسازی گفتاری یا گفتار پنهان می‌گویند. برخلاف گفتار آشکار در مکالمه با شخص دیگر، در تصویرسازی گفتار هیچ حرکتی از بیان کننده‌ها‌ وجود ندارد.

چرا EEG به جای fMRI، fNIRS یا روش‌ها‌ی دیگر؟

همانطور که در مقاله‌ی مروری جدید ما در Frontiers in Neuroscience ذکر شد، EEG تنها انتخاب روش برای رمزگشایی گفتار تصوری نیست، اما محبوب‌ترین روش است. در مقایسه با روش‌های دیگر مانند تصویربرداری تشدید مغناطیسی عملکردی  (Fmri)  و طیف‌‌سنجی نزدیک به مادون قرمز عملکردی، EEG محدودیت‌های متعددی دارد. چیزی که EEG را به محبوب‌ترین انتخاب تبدیل می‌کند این موضوع است که:

• وضوح زمانی خوبی دارد.
• غیر تهاجمی است.
• مقرون به صرفه‌تر است.

به عنوان مثال، در تصویر زیر سیگنال‌ها‌ی EEG گرفته شده از یک سوژه، زمانی که فرد تصور می‌کند به ترتیب کلمات همکاری کردن و با را بیان می‌کند، نشان داده شده است. اگرچه طول کلمات متفاوت است، اما طول کلمات توسط EEG مشخص نشده و سیگنال‌ها فاقد هرگونه ساختار هستند و رمزگشایی کلمه تصور شده توسط سوژه را دشوار می‌سازند.

برنامه‌ها‌ و سیستم‌های کاربردی چیست؟

سیستمی برای رمزگشایی گفتار تصوری از EEG، کاربردهای فراوانی دارد. برای مثال، فردی که ماهیچه‌هایش کاملاً فلج شده است (مثلاً یک بیمار مبتلا به سندرم قفل شده) هنوز می‌تواند صحبت کردن را تصور کند و این افکار را می‌توان به سیگنال‌های صوتی تبدیل کرد تا بتواند با دنیای بیرون ارتباط برقرار کند. این سیستم همچنین می‌تواند برای کمک به افرادی با اختلالات گفتاری شدید استفاده شود. یکی از کاربردهای نظامی این سیستم در محیط جنگی است که صدای پس زمینه مانع از برقراری ارتباط صوتی منظم می‌شود. در این سناریو، افکار سربازان می‌توانند به جای انتقال صدای مدفون در سر و صدای پس زمینه، به سراسر منطقه و حتی جهان منتقل شوند.

بنابراین، آیا خواندن ذهن اکنون یک واقعیت است؟

نه، ما فکر نمی‌کنیم که هنوز به آن وضعیت رسیده باشیم. سیستم‌هایی که ما در حال حاضر برای رمزگشایی گفتار تصوری از EEG داریم، محدودیت‌های عمده‌ای دارند از جمله:

1. سیستم‌ها‌ بدون تاخیر نیستند. یعنی تاخیر قابل توجهی بین دریافت EEG و پیش بینی آن‌چه فرد تصور می‌کند وجود دارد.

2. ما دقت مطمئنی در بین موضوعات نداریم، به این معنی که سیستمی که برای یک فرد خوب کار می‌کند ممکن است برای شخص دیگر خوب کار نکند.

3. سیستم‌های فعلی واژگان محدودی دارند، به این معنی که کلماتی که می‌توانید تصور کنید محدود هستند.

ما در مقاله خود به طور مفصل در مورد ملاحظات در طراحی یک سیستم عملی برای رمزگشایی گفتار تصوری از EEG بحث کرده ایم.

از آن‌جایی که سیستم‌ها‌ی فعلی واژگان محدودی دارند، چه کلماتی انتخاب ایده آلی خواهند بود؟

آن‌چه در حال حاضر می‌دانیم این است که کلمات با طول‌ها‌ی مختلف انتخاب خوبی هستند. همچنین، اگر شرکت کننده چندین زبان را بلد باشد، کلماتی از زبان‌ها‌ی مختلف نیز خوب هستند. یک نتیجه غیر شهودی ارائه شده در مقاله‌ی ما بر اساس مطالعه‌ای است که در آن پنج فرد دوزبانه، که هندی را به عنوان زبان اصلی و انگلیسی را به عنوان زبان دوم خود دارند، شرکت کردند. سیستم رمزگشایی گفتار تصوری زمانی که این شرکت کنندگان به جای زبان انگلیسی، به هندی تصور می‌کردند بهتر عمل می‌کرد. ما باید آزمایش‌های بیشتری انجام دهیم تا دلیل این مشاهدات را مشخص کنیم. در مقاله خود، ملاحظات مربوط به انتخاب دستورات را مورد بحث قرار داده‌ایم.

سیستم رمزگشایی گفتار تصوری از EEG چه زمانی به واقعیت تبدیل خواهد شد؟

برای پاسخ به این سوال، اجازه دهید به تاریخچه‌ی ابزارهای مشابه نگاه کنیم. آدری، اولین سیستم تشخیص گفتار که یک اتاق کامل را اشغال می‌کرد، فقط می‌توانست ارقام را تشخیص دهد، آن هم از طریق صداهای آشنا. امروز Google Voice، Siri و Alexa داریم که می‌توانیم آن‌ها را در جیب خود حمل کنیم. فناوری رمزگشایی گفتار خیالی هنوز در مراحل اولیه‌ی خود است، اما در یک دهه‌ی پیش‌رو ما نمی‌دانیم که به چه چیزی تبدیل خواهد شد و چگونه زندگی ما را متحول خواهد کرد. اما می‌دانیم که یک روز، ما یک سیستم ذهن خوانی بسیار قوی خواهیم داشت.