LibriBrain100: One Hundred Hours of Broad and Deep MEG Data for Neural Speech Decoding at Scale
تقدم الورقة البحثية LibriBrain100، وهي مجموعة بيانات واسعة النطاق لتخطيط مغناطيسية الدماغ (MEG) تضم أكثر من 100 ساعة من التسجيلات العصبية من الكلام الطبيعي، والتي تجمع بين البيانات العميقة داخل الشخص الواحد وبين أخذ عينات واسعة النطاق لعدة أشخاص، وذلك بهدف إنشاء معيار مرجعي موحد ومنافسة مفتوحة للنهوض بفك تشفير الدماغ إلى نص بطرق غير جراحية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل عالماً يستطيع فيه شخص فقد القدرة على الكلام بسبب الشلل أن يتواصل مجدداً، ليس عن طريق الكتابة أو الرمش، بل ببساطة من خلال التفكير في كلماته. هذا هو الوعد الذي تقدمه واجهة الدماغ والحاسوب، وهي تقنية تقرأ الإشارات الكهربائية والمغناطيسية للدماغ لفك تشفير ما يقوله الشخص أو ما يحاول قوله. لسنوات، كانت النسخ الأكثر نجاحاً لهذه التقنية تتطلب من الجراحين زرع أقطاب كهربائية مباشرة في الدماغ، وهو إجراء محفوف بالمخاطر يحد من استخدامها لفئة ضئيلة جداً من المرضى. لطالما سعى المجتمع العلمي إلى بديل غير جراحي، بديل يمكنه قراءة الدماغ من الخارج، ربما من خلال خوذة أو غطاء رأس، مما يجعل هذه التقنية آمنة ومتاحة لأي شخص. ومع ذلك، كان التقدم في هذا المجال بطيئاً ويصعب قياسه. فبدون مجموعة مشتركة من البيانات وطريقة معيارية لاختبار الأفكار الجديدة، عانى الباحثون لمعرفة ما إذا كانت أساليبهم تتحسن حقاً أم أنها تعمل بمحض الصدفة فقط. ولحل هذه المشكلة، يحتاج العلماء إلى مكتبة ضخمة من تسجيلات الدماغ، تُجمع تحت ظروف صارمة، بحيث يمكن للجميع استخدامها لبناء واختبار أدوات فك التشفير الخاصة بهم.
قام فريق من الباحثين الآن بإصدار مثل هذه المكتبة، وهي مجموعة بيانات تسمى "LibriBrain100"، والتي تمثل قفزة نوعية في مسعى قراءة الكلام من الدماغ دون جراحة. يركثيركز المشروع على تخطيط مغناطيسية الدماغ (MEG)، وهي تقنية تستخدم مستشعرات حساسة للغاية للكشف عن المجالات المغناطيسية الضعيفة الناتجة عن نشاط الدماغ. وبينما يعد الدماغ البشري عضواً معقداً، فإن الإشارات المغناطيسية التي يولدها عند معالجة الكلام متميزة بما يكفي ليتم التقاطها، بشرط أن تكون المعدات حساسة بما يكفي وأن تكون البيانات وفيرة. لقد كان التحدي دائماً يكمن في أن جمع هذه البيانات أمر صعب ويستغرق وقتاً طويلاً. فمن أجل الحصول على صورة واضحة لكيفية تعامل الدماغ مع اللغة، يحتاج الباحثون إلى ساعات من التسجيل لنفس الشخص وهو يستمع إلى الكلام، بالإضافة إلى تسجيلات من أشخاص مختلفين لرؤية كيف تختلف مراكز اللغة في الدماغ من فرد لآخر. وقبل صدور هذه المجموعة الجديدة، كانت أكبر مجموعة متاحة من هذه البيانات محدودة، وغالباً ما تركز على شخص واحد فقط أو بضع ساعات من التسجيل، مما جعل من الصعب تدريب النماذج الحاسوبية القوية اللازمة للتطبيقات الواقعية.
تغير مجموعة بيانات "LibriBrain100" حجم المشكلة تماماً؛ فهي تحتوي على أكثر من مائة ساعة من تسجيلات الدماغ عالية الجودة، وهو حجم يزيد عن ضعف أكبر مجموعة سابقة. يأتي جوهر هذه المجموعة من متطوع واحد استمع إلى كلام طبيعي ومستمر لمدة تقارب ثمانين ساعة. فقد استمع هذا الشخص إلى المجموعة الكاملة من قصص "شرلوك هولمز"، وهي مجموعة من التمارين الصوتية المصممة لتغطية نطاق واسع من الأصوات الكلامية، وسلسلة من روايات البودكاست التي تغطي مواضيع متنوعة. هذا التركيز العميق على فرد واحد يسمح للباحثين بدراسة معالجة اللغة في الدماغ بمستوى من التفصيل لم يكن ممكناً في السابق، حيث يلتقط الطرق الدقيقة التي يستجيب بها الدماغ لنفس المتحدث على مدى فترة طويلة. ولمعالجة الحاجة إلى فهم كيفية تطبيق هذه النتائج على أشخاص آخرين، سجل الباحثون أيضاً حوالي أربعين دقيقة من البيانات من اثنين وثلاثين متطوعاً إضافياً، كانوا جميعاً يستمعون إلى جزء من قصص "شرلوك هولمز". هذا المزيج يخلق مورداً فريداً يتميز بالعمق، من خلال كميات هائلة من البيانات من شخص واحد، وبالاتساع، من خلال بيانات من العديد من الأشخاص، مما يسمح للعلماء باختبار ما إذا كان النموذج المدرب على شخص واحد يمكن تكييفه ليعمل مع شخص آخر باستخدام قدر ضئيل جداً من البيانات الجديدة.
استخدم الباحثون مجموعة البيانات هذه لاختبار مهمة محددة: تصنيف الكلمات. في هذه التجربة، يستمع نموذج حاسوبي إلى إشارات الدماغ المسجلة أثناء سماع شخص لكلمة ما، ويحاول تخمين أي كلمة من قائمة تضم خمسين كلمة شائعة قد قيلت للتو. هذه خطوة نحو الهدف النهائي المتمثل في فك تشفير النص الكامل من الدماغ. عندما قاموا بتدريب نموذج حاسوبي باستخدام البيانات العميقة من المتطوع الوحيد، حقق النموذج أفضل أداء تم تسجيله على الإطلاق لهذا النوع من المهام غير الجراحية. وتؤكد هذه النتيجة جودة التسجيلات وتثبت أن امتلاك كمية كبيرة من البيانات من شخص واحد مفيد للغاية لتعليم الحاسوب كيفية قراءة ذلك الدماغ المحدد. ومع ذلك، فإن الاختبار الحقيقي لجهاز عملي هو ما إذا كان بإمكانه العمل لمستخدم جديد دون الحاجة إلى ثمانين ساعة من التدريب. وجد الباحثون أنه من خلال أخذ نموذج مدرب على البيانات العميقة وإعطائه كمية صغيرة فقط من البيانات من شخص جديد -حوالي أربعين دقيقة- يمكن ضبط النموذج بدقة ليعمل بشكل جيد مع ذلك الشخص الجديد. وهذا يشير إلى إمكانية بناء نظام حيث يتم تكييف نموذج كبير مدرب مسبقاً مع مريض جديد من خلال جلسة استماع قصيرة فقط، مما يجعل هذه التقنية أكثر جدوى للاستخدام في العالم الحقيقي.
تتضمن مجموعة البيانات أيضاً تسجيلات من أنواع مختلفة من الكلام لضمان متانة النماذج. توفر قصص "شرلوك هولمز" سرداً متسقاً، بينما تقدم التمارين الصوتية مزيجاً منضبطاً من الأصوات، وتدخل الروايات الصوتية (البودكاست) كلاماً طبيعياً وعفوياً بمواضيع ومتحدثين متنوعين. ومن خلال تضمين هذه المصادر المختلفة، يمكن للباحثين دراسة كيفية معالجة الدماغ لصوت الكلام مقابل معنى الكلام. ووجدوا أن إشارات الدماغ تحتوي على معلومات حول الخصائص الصوتية للمحتوى ومحتوى القصة المعنوية. وقد أتاح الباحثون كل هذه البيانات للجمهور، جنباً إلى جنب مع مكتبة برمجية تسهل على العلماء الآخرين تحميل واستخدام التسجيلات. كما أطلقوا مسابقة مفتوحة حيث يمكن للباحثين من جميع أنحاء العالم اختبار طرق فك التشفير الخاصة بهم مقابل نفس المعايير المرجعية. ويحاكي هذا النهج النجاح الذي حققته مجموعات البيانات الكبيرة في مجالات أخرى من الذكاء الاصطناعي، حيث سرعت الموارد المشترة التقدم من خلال السماح للجميع بالبناء على نفس الأساس.
بينما تبدو النتائج واعدة، يلاحظ الباحثون بعناية القيود الحالية. فقد جُمعت البيانات بينما كان الناس يستمعون بسلبية إلى القصص، وهو أمر يختلف عن الجهد النشط لمحاولة التحدث أو تخيل التحدث، وهي حالة حاسمة لجهاز اتصالات مخصص لشخص يعاني من الشلل. ويعمل الفريق بنشاط على جمع بيانات حول "الكلام الداخلي" ويخطط لإصدارها في المستقبل. علاوة على ذلك، فإن النجاح الحالي يقتأصر على تحديد الكلمات من قائمة صغيرة مكونة من خمسين كلمة، بدلاً من توليد جمل كاملة. لم يدرج الباحثون معياراً أساسياً لفك تشفير النص الكامل من الدماغ في هذا الإصدار لأن المجال لا يزال يتطور بسرعة كبيرة تجعل من الصعب استقرار معيار واحد. ومع ذلك، توفر مجموعة البيانات البنية التحتية اللازمة للمضي قدماً نحو هذا الهدف. ومن خلال تقديم مورد ضخم وعالي الجودة ومعياري، تزيل "LibriBrain100" عائقاً رئيسياً أمام الباحثين؛ فهي تسمح للمجتمع بالتركيز على تطوير خوارزميات أفضل بدلاً من المعاناة في جمع البيانات، مع الأمل النهائي في ابتكار أداة غير جراحية يمكنها استعادة القدرة على التواصل للأشخاص الذين يعيشون مع حالات شلل شديد.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.