Reconstructing the brain’s language network from non-invasive EEG enables interpretable speech decoding

على مدى عقود، حلم العلماء بقراءة لغة العقل مباشرة من الخارج، آملين في استعادة القدرة على الكلام لأولئك الذين فقدوا القدرة على تحريك أفواههم. الدماغ عبارة عن مدينة شاسعة وصاخبة من النشاط الكهربائي، وعندما نفكر في الكلمات، تضاء أحياء محددة بتسلسل دقيق. ومع ذلك، فإن التقاط هذا النشاط دون جراحة كان يشبه محاولة سماع محادثة واحدة في ملعب مزدحم من موقف السيارات؛ فالإشارات ضعيفة، ومتداخلة، وتختلف اختلافاً جذرياً من شخص لآخر. لقد اعتمدت المحاولات التقليدية لترجمة هذه الموجات الدماغية إلى نص غالباً على برامج حاسوبية قوية تعمل كـ "صناديق سوداء". تتعلم هذه البرامج تخمين الكلمة التالية عبر رصد الأنماط الإحصائية في البيانات، لكنها لا تقدم أي رؤية حول كيفية إنتاج الدماغ لتلك الفكرة فعلياً، كما أنها لا تفسر سبب فشلها أحياناً. وبدون فهم الآلية الكامنة، تعاني هذه الأنظمة من أجل العمل بموثوقية عبر أشخاص مختلفين أو مهام لغوية مختلفة، مما يترك الوعد بجهاز اتصال عالمي بعيد المنال.

لقد اقترح فريق من الباحثين في شنتشن وهونج كونج الآن مساراً مختلفاً، مساراً يتجاوز مجرد التخمين البسيط إلى إعادة بناء الخريطة الفعلية لشبكة اللغة في الدماغ. فقد طوروا إطار عمل جديداً يسمى (CAGNNF)، يعامل الدماغ ليس كصندوق أسود، بل كنظام فيزيائي له قواعد محددة. فبدلاً من القفز مباشرة من الإشارات الكهربائية الخام على فروة الرأس إلى جملة نصية، يقوم نظامهم أولاً ببناء نموذج ديناميكي ثلاثي الأبعاد للنشاط الداخلي للدماغ. ويستخدم طريقة تسمى "الاستدلال الاضطرابي العصبي" لتتبع كيفية انتقال شرارة النشاط من جزء في الدماغ لتؤثر في مناطق أخرى، تماماً مثل إلقاء حجر في بركة ومراقبة كيفية انتشار الأمواج. وللحفاظ على هذا النموذج متجذراً في الواقع البيولوجي، أضافوا قيوداً هندسية تعتمد على الشكل الفعلي وبنية القشرة البشرية، مما يضمن أن النشاط المعاد بناؤه يتدفق عبر الطرق السريعة الطبيعية للدماغ بدلاً من الطفو في فضاء فارغ.

والنتيجة من هذه العملية هي خريطة واضحة وقابلة للتفسير لشبكة اللغة في الدماغ أثناء عملها. وجد الباحثون أن هذه الخريطة تسلط الضوء باستمرار على نفس المناطق المعروفة بأهميتها للغة، وتحديداً المناطق الصدغية التي تشكل المسار البطني، وهو مسار ضروري لفهم الجمل. ولم يكن هذا مجرد تمرين نظري؛ فقد نجح النظام في فك تشفير النص من الموجات الدماغية المسجلة أثناء القراءة الصامتة باللغتين الصينية والإنجليزية. وفي الاختبارات، تفوق هذا النهج الجديد على الأساليب الرائدة الحالية، حيث قلل عدد الأخطاء في النص المفكك بنسبة تصل إلى 11 بالمائة مقارنة بأفضل النماذج السابقة. والأهم من ذلك، أثبت النظام أن شبكة اللغة في الدماغ تعمل بطريقة مماثلة سواء كان الشخص يقرأ كلمات على شاشة أو يستمع إليها منطوقة، مما يشير إلى أن الآلية الجوهرية للغة مشتركة عبر الحواس المختلفة.

إن ما يجعل هذا العمل مهماً بشكل خاص هو تحويل أخطاء فك التشفير إلى أداة تشخيصية. نظرًا لأن النظام يفهم مراحل معالجة اللغة، فبإمكانه تحديد مكان وقوع الخطأ بالضبط. اكتشف الباحثون أن الأخطاء في التعرف على شكل الحرف كانت مرتبطة بإشارات المعالجة البصرية المبكرة، بينما ارتبطت الأخطاء في فقدان كلمة بإشارات متعلقة بالانتباه، وأخطاء فهم المعنى كانت مرتبطة بإشارات مرتبطة بالتكامل الدلالي. ومن خلال تحديد نقاط الفشل المحددة هذه، تمكن النظام من تطبيق تصحيح مستهدف، مما أدى إلى خفض معدل الخطأ بأكثر من 8 بالمائة. هذه القدرة على تتبع الخطأ والعودة به إلى لحظة محددة في سلسلة معالجة الدماغ توفر مستوى من الوضوح افتقرت إليه الأساليب السابقة، محولة عملية فك التشفير من تخمين إحصائي إلى إعادة بناء قائمة على الأسس الفسيولوجية.

كما أظهرت الدراسة أن هذا النظام يمكنه التكيف بسرعة مع الأفراد الجدد. وباستخدام تقنية تسمح للنموذج بالتعلم من أمثلة قليلة جداً، أظهر الباحثون أن النظام يمكن معايرته لدماغ شخص جديد باستخدام مئة جملة فقط من بيانات القراءة. ويشير هذا الكفاءة إلى أن شبكة اللغة الجوهرية مستقرة بما يكفي ليتم التقاطها بحد أدنى من التدريب، وهي خطوة حيوية نحو جعل هذه التكنولوجيا عملية للاستخدام طويل الأمد. وبينما يعمل النظام الحالي في بيئة "أوفلاين" (غير متصلة بالإنترنت)، مما يعني أنه يعالج البيانات بعد تسجيلها، أشار الباحثون إلى أن سرعته تقترب بالفعل من المستويات المطلوبة للتواصل في الوقت الفعلي. ومن خلال إنشاء رابط واضح وقابل للتفسير بين الإشارات الكهربائية على فروة الرأس، وشبكة اللغة المعاد بناؤها في الدماغ، والنص النهائي، يقدم هذا العمل خطوة ملموسة نحو واجهات الدماغ والحاسوب التي ليست قوية فحسب، بل مفهومة وموثوقة أيضاً.