Real-time Reconstruction of Human Visual Perception from fMRI
تقدم هذه الورقة تكييفاً متوافقاً مع الوقت الفعلي لخط معالجة MindEye2 المتطور باستخدام منصة RT-Cloud، مما يثبت أن إعادة البناء الموثوقة والدقيقة للصور الطبيعية المدركة من بيانات التصوير بالرنين المغناطيسي الوظيفي (fMRI) أمر ممكن في غضون ثوانٍ، ويمهد الطريق لواجهات متطورة بين الدماغ والحاسوب.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
تخيل لو كان بإمكانك التلصص داخل عقل شخص ما ورؤية الصورة التي ينظر إليها بدقة، فقط من خلال مراقبة التموجات الصغيرة لتدفق الدم في دماغه. هذا هو حلم العلوم العصبية الإدراكية: تحويل نشاط الدماغ إلى نافذة على أفكارنا. لفترة طويلة، استخدم العلماء أداة تسمى التصوير بالرنين المغناطيسي الوظيفي (fMRI) للقيام بذلك. فكر في الـ fMRI كأنه كاميرا سينمائية فائقة الدقة وبطيئة للغاية لتصوير الدماغ؛ فهو لا يلتقط صوراً لإطلاق الخلايا العصبية مباشرة، بل يتتبع أين يتدفق الأكسجين الغني بالدم، وهو أمر يشبه رؤية الأجزاء الأكثر ازدحاماً في مدينة ما من خلال مراقبة أضواء إشارات المرور. لكن المشكلة هي أن هذا "الازدحام" يتحرك ببطء، حيث يستغرق عدة ثوانٍ ليصل إلى ذروته بعد ظهور الفكرة أو الصورة.
في السنوات الأخيرة، أصبحت الحواسيب ذكية للغاية في تخمين ما يراه الشخص بناءً على أنماط تدفق الدم البطيئة هذه. وباستاستخدام نماذج الذكاء الاصطناعي الضخمة، بات بإمكان العلماء الآن إعادة بناء الصور التي رآها الشخص بدقة مذهلة. ومع ذلك، هناك مشكلة كبيرة: عادة ما تحتاج هذه الحواسيب الذكية إلى ساعات أو حتى أيام لمعالجة البيانات. الأمر يشبه امتلاك طاهٍ عبقري يمكنه طهي وجبة مثالية، لكنه يحتاج إلى يوم كامل لتقطيع الخضروات. وهذا يجعل من المستح المستحيل استخدامها في التجارب "في الوقت الفعلي"، حيث تريد رؤية النتيجة فوراً بينما لا يزال الشخص داخل جهاز المسح. إذا تمكنت من جعل هذه العملية سريعة بما يكفي، يمكنك إنشاء "واجهة بين الدماغ والحاسوب" حيث يمكن للشخص التحكم في شاشة عبر أفكاره، أو الحصول على تغذية راجعة فورية حول ما يركز عليه دماغه.
هذا البحث يدور حول أخذ ذلك الطاهي العبقري البطيء وتعليمه كيفية طهي وجبة في أقل من 15 ثانية. لقد نجح الباحثون، بقيادة ريشاب أيير وزملاؤه، في تكييف نظام ذكاء اصطناعي قوي ومعقد يسمى MindEye2 ليعمل في الوقت الفعلي. لقد تمكنوا من فك تشفير ما يراه الشخص من مسح fMRI وإعادة بناء الصورة على الشاشة بعد ثوانٍ قليلة من نظر الشخص إليها. ولم يكتفوا بفعل ذلك في بيئة مختبرية مثالية وبطيئة الحركة، بل اختبروه على جهاز مسح بالرنين المغناطيسي بقوة 3 تسلا (من النوع الموجود في معظم المستشفيات، وليس فقط في المختبرات البحثية الفاخرة)، وأظهروا أنه يعمل حتى مع ساعة واحدة فقط من بيانات التدريب لشخص جديد. وبينما ليست الصور مثالية تماماً مثل النسخ البطيئة التي تُعالج بعد فترة طويلة، إلا أنها واضحة بما يكفي للتعرف على الشيء، مما يثبت أننا نستطيع أخيراً "قراءة" العقول أثناء حدوثها، وليس بعد فوات الأوان.
آلة "قراءة العقول" تحصل على دفعة من السرعة
لسنوات، كانت أفضل أنظمة الذكاء الاصطناعي لقراءة العقول من مسوحات الدماغ تشبه إعادة العرض بالحركة البطيئة. كنت تعرض صورة على شخص في جهاز الرنين المغناطيسي، ثم تنتظر انتهاء التجربة، وبعد ذلك تقضي ساعات أو حتى أياماً في معالجة البيانات لتخمين ما رآه. يصف البحث نهجاً جديداً يسرع هذه العملية بشكل كبير، محولاً النتيجة من "نتيجة اليوم التالي" إلى "نتيقة الثانية التالية".
استخدم الفريق نظاماً يسمى MindEye2، وهو نموذج ذكاء اصطناعي ضخم تم تدريبه لفهم العلاقة بين نشاط الدماغ والصور. فكر في MindEye2 كمترجم يتحدث لغتين: "تدفق الدماغ" (بيانات fMRI) و"وصف الصورة" (خريطة رقمية لما تبدو عليه الأشياء). في الماضي، كان هذا المترجم يحتاج إلى الكثير من الوقت للتفكير. أراد الباحثون معرفة ما إذا كان بإمكانهم جعله يفكر بسرعة كافية للعمل أثناء وجود الشخص لا يزال داخل الجهاز.
ولتحقيق ذلك، بنوا مسار عمل خاصاً باستخدام منصة سحابية تسمى RT-Cloud. هذه المنصة تشبه خدمة التوصيل السريع التي تأخذ بيانات الدماغ في اللحظة التي يتم تسجيلها، وتعالجها فوراً، وترسل النتيجة مرة أخرى. وقد اختبروا ذلك مع مشارك ينظر إلى صور طبيعية، مثل صور الحيوانات أو الأماكن.
النتائج: سريعة، ولكن ليست مثالية
يقدم البحث مقايضة رائعة بين السرعة والجودة. لقد اختبروا ثلاث سرعات مختلفة:
- وضع "السريع": هذا هو سحر الوقت الفعلي. انتظر النظام حوالي 7.9 ثانية بعد ظهور الصورة (للسماح لاستجابة تدفق الدم في الدماغ بالوصول إلى ذروتها) ثم قام بفك التشفير. وكان الوقت الإجمالي من رؤية الصورة إلى الحصول على إعادة البناء حوالي 14.5 ثانية.
- الوضع "البطيء": انتظروا حوالي 29 ثانية لجمع المزيد من البيانات، مما أدى إلى تحسين الجودة قليلاً.
- وضع "نهاية الجلسة": كان هذا هو النهج التقليدي، حيث يتم الانتظار حتى تنتهي جلسة المسح بأكملها (حوالي 5 دقائق) لتحليل كل شيء.
أظهرت النتائج أن الوضع "السريع" عمل بشكل جيد بشكل مفاجئ. فعندما طُلب منه اختيار الصورة الصحيحة من بين مجموعة تضم 50 مرشحاً، أصاب النظام السريع حوالي 36% من المرات (وهو أفضل بكثير من نسبة 2% التي قد تحصل عليها عن طريق التخمين العشوائي). وعندما كانت المجموعة أصغر (خياران فقط)، قفزت الدقة إلى 90.6%. كانت الصور المعاد بناؤها مشوشة قليلاً مقارنة بالنسخ البطيئة التي تعالج في اليوم التالي، ولكن كان بإمكانك بوضوح تمييز ما إذا كان الشخص ينظر إلى كلب، أو سيارة، أو منظر طبيعي.
لماذا يهم هذا (وما الذي لا يستطيع فعله بعد)
يؤكد البحث بحذر أن هذا العمل هو بمثابة "إثبات لمفهوم". فهو يثبت أنه من الممكن القيام بذلك في الوقت الفعلي، لكن هذا لا يعني أن لدينا جهازاً مثالياً لقراءة العقول بعد. يشير المؤلفون صراحة إلى أن الجودة تنخفض عندما تزيد السرعة. فالوضع "السريع" ليس بدقة الوضع "غير المتصل" (Offline) الذي يستغرق أياماً. كما أشاروا إلى أن النظام الحالي يعتمد على بنية معينة للذكاء الاصطناعي، وأن السرعة محدودة بمدى سرعة تدفق الدم في الدماغ (التأخر الهيموديناميكي)، وهي حقيقة بيولوجية لا يمكننا تغييرها.
ومع ذلك، فإن الآثار المترتبة على ذلك هائلة. نظرًا لأن النظام يعمل في أقل من 15 ثانية، فإنه يفتح الباب أمام التغذية الراجعة العصبية (Neurofeedback). تخيل مريضاً يعاني من الاكتئاب يمكنه أن يرى، في الوقت الفعلي، كيف يتفاعل دماغه مع صورة حزينة. إذا كان دماغه يركز كثيراً على الأجزاء السلبية، يمكن للنظام أن يظهر له إعادة بناء تسلط الضوء على ذلك، مما يساعده على تعلم كيفية تغيير تركيزه. ويشير البحث إلى أن التأخيرات التي تتراوح بين 10 إلى 30 ثانية هي في الواقع سريعة بما يكفي ليتعلم الدماغ من هذه التغذية الراجعة، بناءً على دراسات سابقة.
كما أظهر الباحثون أنك لست بحاجة إلى ماسح ضوئي باهظ الثمن ونادر بقوة 7 تسلا للقيام بذلك؛ فجهاز المسح القياسي بقوة 3 تسلا (الموجود في آلاف المستشفيات) يعمل بشكل جيد تماماً، طالما قمت بضبط الذكاء الاصطناعي بدقة باستخدام ساعة واحدة من البيانات من الشخص الجديد.
الخلاصة
يمثل هذا البحث خطوة كبيرة للأمام في تحويل "قراءة الدماغ" من تحليل بطيء لما بعد الحدث إلى تجربة تفاعلية حية. ومن خلال تكييف نظام ذكاء اصطناعي ضخم للعمل في الوقت الفعلي، أظهر الفريق أنه يمكننا إعادة بناء ما يراه الشخص في غض-ون 14.5 ثانية. وبينما ليست الصور واضحة تماماً بعد، إلا أنها جيدة بما يكفي للتعرف على الأشياء، والسرعة كافية لتمكين الناس من التحكم في حالاتهم الدماغية أو التواصل مع الآلات. الأمر يشبه أخذ كاميرا سينمائية بطيئة وعالية الدقة وتعليمها بث الفيديو المباشر؛ فالصورة قد تكون محببة بعض الشيء، لكن لأول مرة، يمكننا مشاهدة العرض أثناء حدوثه.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.