مع تواصل تطور تقنيات الذكاء الاصطناعي، تتجه الأبحاث إلى استكشاف وسائل جديدة لفهم إشارات الدماغ وتحويلها إلى لغة مفهومة من دون تدخل جراحي. وفي هذا السياق، تناول تقرير نشره موقع Gizmodo نظام Brain2Qwerty v2 الجديد الذي كشفت عنه شركة "ميتا"، والقادر على ترجمة إشارات الدماغ إلى نصوص باستخدام الذكاء الاصطناعي، في خطوة يرى الباحثون أنها قد تمهد مستقبلاً لتطوير وسائل تواصل غير جراحية للمصابين ببعض الاضطرابات العصبية.

ما هو نظام Brain2Qwerty v2؟

كشفت "ميتا" عن Brain2Qwerty v2، وهو أحدث أنظمتها المعتمدة على الذكاء الاصطناعي لفك ترميز النشاط الدماغي وتحويله إلى نصوص مترابطة، اعتماداً على تسجيلات الدماغ غير الجراحية.

ولا تزال التقنية في مراحلها البحثية الأولى، إلا أنها تقدم تصوراً لإمكان تطوير وسائل تواصل مستقبلية للأشخاص المصابين بحالات مثل فقدان القدرة على النطق (Anarthria)، ومتلازمة المنحبس (Locked-in Syndrome)، والتصلب الجانبي الضموري (ALS)، من دون الحاجة إلى الزرعات العصبية التي تتطلب عمليات جراحية معقدة ومكلفة.

وأكدت "ميتا" أن النظام، إلى جانب الإصدار السابق Brain2Qwerty v1، أصبح متاحاً بصورة مفتوحة، أملاً في تسريع الأبحاث المتعلقة بفهم الاضطرابات العصبية وتشخيصها وعلاجها.

كيف دُرّب النظام؟

أُجريت عملية تدريب النموذج في مركز الباسك للإدراك والدماغ واللغة بمدينة سان سيباستيان في إسبانيا، بمشاركة تسعة متطوعين أصحّاء راوحت أعمارهم بين 25 و56 عاماً.

وخلال عشر جلسات، طُلب من كل مشارك كتابة أكثر من 2500 جملة، فيما سجل جهاز التخطيط المغناطيسي للدماغ (MEG) النشاط الدماغي المصاحب لعملية الكتابة، ليستخدم لاحقاً مع الجمل المكتوبة بوصفه بيانات تدريب للنظام.

دقة أعلى مقارنة بالإصدار السابق

في أفضل تجاربه، حقق Brain2Qwerty v2 دقة بلغت 78% على مستوى الكلمات، ما يعني أن أكثر من نصف الجمل المستخرجة من إشارات الدماغ احتوت على خطأ واحد في الكلمة أو أقل.

ويمثل ذلك تحسناً ملحوظاً مقارنة بالإصدار السابق Brain2Qwerty v1، الذي بلغت أفضل دقة له 48%.

كما أظهرت النتائج أن دقة النظام ارتفعت كلما ازدادت كمية بيانات التدريب، وهو ما يشير إلى إمكان تحسين أدائه مستقبلاً مع توسيع قاعدة البيانات.

صورة تعبيرية مصممة بالذكاء الاصطناعي (جيميناي)

كيف يحول إشارات الدماغ إلى جمل؟

يعتمد النظام على مراحل عدة متتابعة من الذكاء الاصطناعي.

ففي البداية، تُحوَّل إشارات الدماغ التي يرصدها جهاز MEG إلى رموز تمثل أحرفاً منفردة، ثم يتولى نظام ذكاء اصطناعي آخر ترتيب هذه الأحرف لتكوين كلمات كاملة.

بعد ذلك، يستخدم نموذج لغوي كبير (LLM) لتحويل الكلمات الناتجة إلى جملٍ مترابطة ومفهومة، مستفيداً من تقنيات مشابهة لتلك المستخدمة في نماذج مثل ChatGPT وLlama.

وتمثل هذه النتائج، وفق الباحثين، أول استخدام ناجح لنموذجٍ لغوي كبير في تحويل إشارات دماغية غير جراحية إلى جمل مفهومة، وهو ما قد يساهم مستقبلاً في تطوير واجهات أكثر تقدماً للتواصل بين الدماغ والآلة.

وكلاء ذكاء اصطناعي لدعم الباحثين

اعتمد النظام أيضاً على مجموعة من وكلاء الذكاء الاصطناعي (AI Agents)، تولت اقتراح تحسينات متكررة على بنية النظام بهدف رفع دقته وكفاءته.

وأوضح الباحثون أن هؤلاء الوكلاء ساهموا في تحسين الأداء وخفض معدل أخطاء الكلمات، إلا أن دورهم اقتصر على دعم عملية البحث واقتراح استراتيجيات جديدة، بينما بقي الباحثون البشر مسؤولين عن قيادة البحث واتخاذ القرارات العلمية النهائية.

وأكدت الورقة البحثية أن وكلاء الذكاء الاصطناعي يمثلون أداة قوية لتعزيز البحث العلمي، لكنهم لا يستطيعون في الوقت الحالي استبدال الباحثين، الذين يظلون جزءاً أساسياً من العملية العلمية.