הבינה המלאכותית של Meta משתפרת בקריאת המחשבות שלך – מבלי לפצח את הגולגולת שלך
לרובנו היה בשלב זה או אחר חלום שבו לא הצלחנו לדבר או לזוז; להתעורר מסיוט כזה – ולהיזכר איך זה להיות מסוגל להשתמש בחופשיות בקול שלך – מרגיש כמו שחרור. כעת, מטה אומרת שהיא מתקרבת לעזור לאנשים שבאמת חיים עם המצב המשתק הזה לתקשר באמצעות שימוש ב-AI לפיענוח גלי מוח.
ביום שני הציגה החברה Brain2Qwerty v2המאמץ האחרון שלה לתרגם פעילות מוחית רועשת לטקסט קוהרנטי: תחשוב על זה כמו צורה בסיסית של קריאת מחשבות בתיווך אלגוריתמי. למרות שהמחקר עדיין בשלביו המוקדמים, הוא מציע הצצה לעתיד אולי לא כל כך רחוק בו חולים הסובלים מאנרתריה, תסמונת נעולה, טרשת צדדית אמיוטרופית (ALS) והפרעות ניווניות משתקות אחרות מסוגלים לתקשר באמצעות מחשבה ללא צורך בנוירו-תותבות, אשר בדרך כלל דורשות ניתוח מוח מורכב ופולשני ביותר.
"אנו מאמינים שלמחקר הזה יש פוטנציאל לעשות הבדל אמיתי עבור מיליוני האנשים הסובלים מנגעים מוחיים שמונעים מהם לתקשר", כתב מטה בכתב העת. הַכרָזָה. הקוד הבסיסי של Brain2Qwerty v2, כמו גם זה של קודמו, v1, הפכו לזמין באינטרנט. "התקווה שלנו היא שהעבודה הזו, שנעשית בשטח פתוח, מקדמת את מדעי המוח כדי לזהות, לאבחן ולטפל בהפרעות נוירולוגיות מהר יותר מאשר בממגורות", כתבה החברה, מהדהדת תנועה מתפתחת בתעשיית הבינה המלאכותית לספק למדענים גישה ל-AI בקוד פתוח בשם האצת קצב הגילוי.
איך Meta אימנה את Brain2Qwerty v2
ההכשרה למודל החדש, שנערכה במרכז הבאסקי לקוגניציה, מוח ושפה בסן סבסטיאן, ספרד, כללה תשעה מתנדבים בריאים בין הגילאים 25 ל-56, שהתבקשו להקליד יותר מ-2,500 משפטים במהלך עשרה מפגשים. במהלך הפגישות הללו, הפעילות המוחית שלהם נוטרה באמצעות מגנטו-אנצפלוגרפיה (MEG), המודד את השדות החשמליים הזעירים שנוצרים על ידי פעילות עצבית. כל המשפטים המוקלדים וסריקות המוח שימשו אז כנתוני האימון הגולמיים שהוזנו ל-Brain2Qwerty.
בניסוי המוצלח ביותר שלה, Brain2Qwerty v2 השיגה דיוק מילים – כלומר יותר ממחצית מהמשפטים שפוענחו מפעילות מוחית הכילו לא יותר משגיאת מילה אחת – של 78%. לעומת זאת, Brain2Qwerty v1 (ששוחרר בשנה שעברה) השיגה ציון של 48% במקרה המוצלח ביותר שלו.
החוקרים מצאו גם שהדיוק של יכולת הפענוח של המערכת החדשה גדל לצד כמות נתוני האימון שסופקו להם, מה שמרמז שניתן ליישם חוקי קנה מידה פשוטים לבניית מערכות מסוגלות יותר בעתיד: "אם אימון מורחב על נתוני MEG לא פולשניים יכול בסופו של דבר למנוע את הצורך בנוירוכירורגיה", כתבו החוקרים בכתביהם. נייר טכני"זה יייצג שינוי מהפך בטיפול בחולים."
מגלי מוח ל-LLM ועד תקשורת
דיוק הפענוח חסר התקדים של Brain2Qwerty v2 הושג ברובו על ידי מינוף אותה טכנולוגיית זיהוי תבניות מאחורי צ'אטבוטים כמו ChatGPT ו-Llama של Meta. בשני השלבים הראשונים של תהליך הפענוח, גלי המוח של נבדקים שנמדדו על ידי MEG תורגמו באמצעות AI לאסימונים המייצגים תווים בודדים, ובשלב זה מערכת AI אחרת – שנקראת aligner – ארגנה את התווים הבודדים למילים שלמות. מודל שפה גדול משתלט משם, והופך את ערבוביית הדמויות והמילים של הבינה המלאכותית האחרת למשפטים קוהרנטיים.
התוצאות מציינות את הפעם הראשונה שבה LLM הופעל בהצלחה כדי לתרגם פעילות מוחית רועשת למשפטים מובנים ומובנים. זה יכול גם להציע מודל חדש ורב ערך עבור חוקרים עתידיים המנסים לבנות ממשקי מוח-מכונה חדשים, בין אם הם פיזיים או וירטואליים, שבהם משתמשים במספר מערכות בינה מלאכותית כדי לפענח פעילות מוחית בצורה היררכית ושיתופית.
לצד אותה מערכת פענוח מונעת בינה מלאכותית רב-שכבתית, Brain2Qwerty מסתמכת גם על קבוצה של סוכני AI "מחקר אוטומטי", שתפקידם לחדד את תהליך הפענוח באופן אוטונומי על מנת להגביר את הדיוק והיעילות שלו; תחשוב עליהם כמו דבורים פועלות שמבצעות כל הזמן חידודים מבניים בכוורת, כך שכל הפעילות החיונית המתרחשת בפנים תוכל להמשיך ולהמשיך ללא תקלות. הסוכנים הוכשרו "לשנות באופן איטרטיבי את בסיס הקוד שלנו כדי להמציא ארכיטקטורות חדשות וטובות יותר", כתבו החוקרים במאמר, והניבו "שיפור משמעותי" בשיעור שגיאות המילים (WER).
המאמר גם ציין, עם זאת, שלמרות שהסוכנים היו מועילים בזיהוי אסטרטגיות אופטימיזציה חדשות, הם היו רחוקים מלהחליף חוקרים אנושיים בסיטונאות: "בעוד שסוכני בינה מלאכותית עשויים לשמש כמכפיל כוח רב עוצמה, המחקר האנושי נותר, לעת עתה, חלק קריטי בתהליך המדעי."