شنبه ۰۱ دی ۱۴۰۳ - 2024 December 21 - ۱۸ جمادی الثانی ۱۴۴۶
۳۱ مرداد ۱۳۹۶ - ۰۸:۰۹

رمزگشایی از سیگنال‌های مغز با سیستم هوش مصنوعی جدید

دانشمندان سیستم هوش مصنوعی جدیدی را توسعه داده‌اند که می‌تواند سیگنال‌های مغز را رمزگشایی کند.
کد خبر: ۱۶۹۷۴۷
به گزارش ایران اکونومیست  به نقل از زی‌نیوز، این پیشرفت می‌تواند به بیمارانی که از فلج شدید رنج می‌برند، کمک کند تا با استفاده از افکار خود با دیگران ارتباط برقرار کنند.
 
به گفته محققان این پژوهش، هوش مصنوعی در برخی موارد توانسته از هوش انسان پیشی بگیرد.
 
محققان دانشگاه فرایبورگ در آلمان به رهبری "تونیو بال" عصب‌شناس نشان دادند که چگونه یک الگوریتم خودیادگیری می‌تواند سیگنال‌های مغز انسان را که توسط "الکتروانسفالوگرام" (EEG) اندازه گیری شده است، رمزگشایی کند.
 
این رمزگشایی شامل حرکات انجام شده مانند حرکات دست و پا یا حرکات فرضی شامل چرخاندن اجسام بود.
 
این سیستم می‌تواند برای تشخیص زودهنگام تشنج‌های صرعی، ارتباط با بیماران شدیدا فلج شده یا تشخیص عصبی خودکار استفاده شود.
 
یکی از محققان این پژوهش از بیمارستان دانشگاه فرایبورگ، اظهار کرد: "نرم‌افزار ما مبتنی بر مدل‌های الهام گرفته از مغز است که ثابت شده است برای تشخیص بسیاری از سیگنال‌های طبیعی مانند صداهای آوایی، بسیار مفید است."
 
وی افزود: نکته قابل توجه در مورد این برنامه جدید این است که ما نیازی به پیش تعیین هیچ ویژگی نداریم و اطلاعات لایه به لایه و در چند مرحله با کمک یک تابع غیر خطی پردازش می‌شود.
 
وی در ادامه گفت: "این سیستم به نوعی آموزش دیده‌ است تا بین الگوهای خاص رفتاری از حرکت‌های مختلفی که با آن روبرو می‌شود، تمایز قائل شود.
 
این مدل بر اساس ارتباط بین سلول‌های عصبی بدن انسان است که در آن سیگنال‌های الکتریکی سیناپس‌ها از برآمدگی‌های سلولی به هسته سلول رفته و بازمی‌گردند.
 
تا به امروز، تفسیر مدار شبکه پس از اتمام فرآیند یادگیری مشکل‌ساز بود، زیرا تمام فرآیندهای الگوریتمی در پس زمینه قرار داشته و قابل رؤیت نبودند.
 
به همین دلیل محققان نرم‌افزاری را برای ایجاد سیستمی توسعه دادند که می‌تواند تصمیمات رمزگشایی شده را درک کند. محققان می‌توانند در هر زمان داده‌های جدیدی را به این سیستم وارد کنند.
 
محققان این پژوهش اظهار کردند: چشم‌انداز ما برای آینده ارائه الگوریتم‌های خودیادگیری است که می‌توانند تصمیمات مختلف کاربر را بر اساس سیگنال‌های مغزی آنها به سرعت تشخیص دهند.
آخرین اخبار