إن الدماغ البشري هو آلة شاسعة ومعقدة تحول الضوء الذي يصطدم بالعين إلى العالم الغني والملون الذي ندركه. لعقود من الزمن، حاول العلماء فهم كيفية حدوث ذلك بالضبط، ورسم مسار يبدأ من الخطوط والألوان البسيطة وصولاً إلى الأفكار المعقدة مثل "كلب" أو "سيارة". وفي السنوات الأخيرة، ظهر مجال جديد يحاول القيام بالعكس: قراءة النشاط الكهربائي للدماغ لإعادة بناء ما يراه الشخص. هذا هو عالم "فك التشفير البصري العصبي". ومن خلال تثبيت أجهزة استشعار على فروة رأس الشخص لقياس موجات الدماغ، يأمل الباحثون في ترجمة تلك الإشارات الصاخبة والفوضوية مرة أخرى إلى الصور التي يشاهدها الشخص. إنها رحلة لبناء جسر بين العقل البيولوجي والعالم الرقمي، مما يعد بتقنيات مستقبلية يمكن أن تساعد الناس على التواصل دون كلام أو استعادة البصر للمكفوفين.

لفترة طويلة، اعتمد النهج القياسي لبناء هذا الجسر على افتراض محدد: وهو أن الفهم النهائي للصورة في الدماغ هو الجزء الأهم للمطابقة. كان الباحثون يأخذون برنامج كمبيوتر مدرباً على التعرف على الأشياء -مثل عين رقمية متطورة تعلمت التمييز بين القطة والكلب- ويقارنون إشارات الدماغ بالاستنتاج النهائي عالي المستوى للكمبيوتر حول الصورة. كانت الفكرة هي أنه إذا قال الكمبيوتر "قطة"، فيجب أن يقول الدماغ أيضاً "قطة" بلغته الكهربائية الخاصة. ومع ذلك، غالباً ما اصطدمت هذه الطريقة بحائط سد. فمهما بلغت قوة برنامج الكمبيوتر، لم تتحسن القدرة على إعادة بناء الصورة بدقة من إشارات الدماغ. في الواقع، في بعض الأحيان كانت النماذج الحاسوبية الأكثر تقدماً تؤدي أداءً أسوأ من النماذج الأبسط، مما ترك العلماء في حيرة من أمرهم حول سبب عدم أداء المزيد من الذكاء في الآلة لنتائج أفضل في قراءة العقل.

تتحدى دراسة جديدة نُشرت في دورية (Transactions on Machine Learning Research) هذا الافتراض الذي ساد طويلاً. يقترح الباحثون، بقيادة فريق من جامعة بيتسبرغ ومؤسسات أخرى، أن المشكلة لم تكن في ذكاء الكمبيوتر، بل في توقيت المقارنة. ويجادلون بأن الدماغ لا يخزن فقط التصنيف النهائي للكائن؛ بل يحتفظ بسجل مفصل ومتعدد الطبقات للتجربة البصرية، بدءاً من الومضة الأولية للضوء واللون وصولاً إلى المفهوم النهائي. ومن خلال إجبار إشارات الدماغ على مطابقة الاستنتاج المجرد النهائي للكمبيوتر فقط، كان العلماء في الواقع يطلبون من الدماغ نسيان جميع التفاصيل الغنية للصورة وتذكر اسم الكائن فحسب. وقد خلق هذا عدم تطابق، تماماً مثل محاولة وضع وتد مربع في ثقب مستدير.

ولإصلاح ذلك، طور الفريق طريقة أطلقوا عليها اسم "المحاذاة الضحلة" (Shffle Alignment). فبدلاً من انتظار وصول برنامج الكمبيوتر إلى استنتاجه النهائي، بدأوا بمقارنة الإشارات الكهربائية للدماغ بالخطوات المتوسطة للكمبيوتر. تخيل برنامج كمبيوتر يحلل صورة لنعامة؛ في الخطوات الأولى، يلاحظ أرجل طويلة ونحيفة ونسيجاً معيناً. وفي الخطوات الوسطى، يتعرف على شكل طائر. وفقط في الخطوة النهائية، يقرر: "هذه نعامة". وجد الباحثون أن إشارات الدماغ، وخاصة تلك التي تقاس بواسطة أجهزة الاستشعار على فروة الرأس، تحتوي على مزيج من كل هذه التفاصيل. وعندما قاموا بمحاذاة إشارات الدماغ مع ملاحظات الطبقة المتوسطة للكمبيوتر -حيث لا تزال الصورة مفصلة ولكنها بدأت تأخذ شكلاً مفهوماً- كانت النتائج أفضل بشكل كبير.

اختبر الفريق هذه الفكرة باستخدام بيانات من مجموعتين كبيرتين من تسجيلات الدماغ، إحداهما تقيس النشاط الكهربائي والأخرى تقيس المجالات المغناطيسية، وكلاهما أثناء مشاهدة الناس لآلاف الأشياء المختلفة. وقارنوا طريقتهم الجديدة بأفضل التقنيات الموجودة. كان الفرق صارخاً؛ ففي الاختبارات التي حاول فيها الكمبيوتر تخمين الصورة التي يراها الشخص بناءً على موجات دماغه، حسنت الطريقة الجديدة الدقة بهامش هائل. ففي أحد أكثر نماذج الكمبيوتر تقدماً التي اختبروها، قفز معدل النجاح من حوالي 17 بالمائة إلى ما يقرب من 83 بالمائة. لم يكن هذا مجرد تعديل بسيط، بل كان تحولاً جوهرياً في كيفية صنع الاتصال بين الدماغ والآلة.

ولعل الاكتشاف الأكثر إثارة للدهشة هو ما حدث عندما استخدموا نماذج كمبيوتر أكبر وأكثر قوة. فبموجب الطريقة القديمة، كان جعل الكمبيوتر أكثر ذكاءً يؤدي غالباً إلى جعل فك التشفير أسوأ، وهي ظاهرة وصفها المؤلفون بـ "مفارقة السعة والعمق" (depth-capacity paradox). فكلما قام الكمبيوتر بضغط الصورة في تصنيف بسيط، زادت صعوبة مطابقةتها مع إشارات الدماغ. ولكن مع طريقة "المحاذاة الضحلة" الجديدة، حدث العكس؛ فكلما أصبحت نماذج الكمبيوتر أكبر وأكثر قدرة، تحسن أداء فك التشفير باستمرار. وأظهر الباحثون أنه من خلال مطابقة المستوى الصحيح من التفاصيل، تمكنوا أخيراً من إطلاق العنان للإمكانات الكاملة لهذه الأدمغة الرقمية الضخمة لقراءة الفكر البشري.

كما كشفت الدراسة أن إشارات الدماغ لا تتعلق فقط باسم الكائن النهائي. فعندما نظر الباحثون فيما "رآه" الكمبيوتر عندما ارتكب خطأً، وجدوا أن الطريقة القديمة غالباً ما تسترجع صوراً تنتمي إلى الفئة الصحيحة ولكنها ذات الشكل الخاطئ. على سبيل المثال، إذا كان الشخص ينظر إلى نعامة، فقد تسترجع الطريقة القديمة صورة لحيوان من فصيلة الطيور مثل الخروف أو الحمام -وهي حيوانات تنتمي جميعها إلى فئة الطيور، لكنها تفتقر إلى الأرجل الطويلة المميزة للنعامة. أما الطريقة الجديدة، فقد نجحت في استرجاع النعامة وغيرها من الصور التي تشترك في التفاصيل الهيكلية المحددة، مثل الأرجل الطويلة والنحيفة الداعمة، حتى لو كانت الصور الأخرى لأشياء مختلفة تماماً مثل الطاولات أو الأسرة. وهذا يشير إلى أن الدماغ يحتفظ بالشكل الفيزيائي والملمس لما نراه، وليس فقط بالفئة التي ينتمي إليها.

ولضمان أن هذا لم يكن مجرد صدفة ناتجة عن نموذج كمبيوتر محدد، اختبر الباحثون نهجهم عبر مجموعة واسعة من البنى الرقمية، من التصميمات القديمة والبسيطة إلى الأنظمة الأحدث والأكثر تعقيداً. وفي كل حالة، أدى النظر في الطبقات الوسطى من معالجة الكمبيوتر إلى نتائج أفضل من النظر في النهاية. كما اكتشفوا أن أفضل طبقة للنظر إليها لم تكن هي نفسها لكل نموذج؛ بل كانت تعتمد على مدى عمق وتعقيد الكمبيوتر. فبالنسبة لبعض النماذج، كانت "النقطة المثالية" عند حوالي ثلث عملية المعالجة، وبالنسبة لأخرى، كانت أقرب إلى الثلثين. وتوحي هذه المرونة بأن المفتاح ليس طبقة سحرية واحدة، بل هو العثور على النقطة المحددة التي يتطابق عندها التمثيل الداخلي للكمبيوتر مع "الحبيبات" الطبيعية لإشارات الدماغ.

إن الآثار المترتبة على هذا العمل كبيرة لمستقبل واجهات الدماغ والحاسوب. فهي تشير إلى أن العائق في قراءة العقل ليس نقصاً في القدرة الحوسبية أو البيانات، بل هو سوء فهم لكيفية تمثيل الدماغ للعالم. فمن خلال المحاذاة مع طريقة الدماغ الطبيعية والمتعددة الطبقات في الرؤية، بدلاً من إجباره على وضع في صندوق واحد مجرد، يمكن للباحثين بناء أنظمة أكثر دقة وموثوقية. وتخلص الدراسة إلى أن الطريق إلى الأمام يكمن في احترام تعقيد العملية البصرية للدماغ، واستخدام التفاصيل الغنية والمتوسطة لأدواتنا الرقمية لفك تشفير التفاصيل الغنية والمتوسطة لعقولنا. هذا النهج يحول طريقاً مسدوداً ومحبطاً إلى مسار واضح نحو الأمام، مبيناً أنه في بعض الأحيان، لفهم الصورة الكاملة، يجب عليك النظر في الأجزاء قبل كتابة الإجابة النهائية.