Rapid parameter-efficient calibration for cross-session intracortical speech decoding across multiple datasets

بالنسبة للأشخاص الذين فقدوا القدرة على الكلام بسبب الشلل أو الأمراض العصبية، يمكن أن يكون الصمت موحشاً. توفر واجهات الدماغ والحاسوب مخرجاً من ذلك الصمت عبر ترجمة الإشارات الكهربائية للدماغ مباشرة إلى نص أو كلام. تخيل شخصاً يفكر في جملة، ويقوم الحاسوب بقراءة تلك الأفكار لكتابتها. لقد انتقلت هذه التكنولوجيا من نطاق الخيال العلمي إلى الواقع، حيث أصبحت الأنظمة الآن قادرة على فك تشفير محاولات الكلام من الأقطاب الكهربائية المزروعة بسرعة ودقة ملحوظتين. ومع ذلك، فإن تحدياً مستمراً حال دون تحول هذه الأنظمة إلى أداة سلسة للاستخدام اليومي، وهو أن الدماغ ليس ثابتاً. فالإشارات الكهربائية المسجلة من الدماغ تتغير بمرور الوقت، وتتحول من يوم لآخر أو حتى من ساعة لأخرى نتيجة للتغيرات الطفيفة في الجسم، أو موضع القطب الكهربائي، أو الحالة الذهنية للمستخدم. فالمُشفّر الذي تم تدريبه في يوم ما غالباً ما يجد صعوبة في فهم الأفكار نفسها في اليوم التالي، مما يجبر المستخدمين على الخضوع لجلسات إعادة تدريب مضنية لمجرد استخدام جهازهم مرة أخرى.

يتناول بحث جديد هذه المشكلة من خلال طرح سؤال بسيط ولكنه صعب: هل يمكننا إصلاح مُشفّر الكلام ليوم جديد دون إعادة بناء النظام بأك inteiro؟ طور باحثون من جامعة راجشاهي للهندسة والتكنولوجيا وجامعة بنغلاديش للهندسة والتكنولوجيا طريقة لإعادة معايرة هذه الأجهزة بسرعة باستخدام جزء ضئيل من البيانات وقدرة الحوسبة المطلوبة عادةً. لقد اختبروا نهجهم على مجموعتين كبيرتين من البيانات العامة لبيانات الدماغ من أفراد مختلفين كانوا يتعلمون استخدام غرسات الكلام. وبدلاً من إعادة تدريب النموذج الحاسوبي المعقد الذي يتعلم كيفية التعرف على أنماط الكلام، أبقوا تلك الآلات الثقيلة مجمدة ومثبتة في مكانها. لقد قاموا فقط بتعديل طبقة صغيرة ومحددة في بداية النظام، وهي عبارة عن مرشح رياضي يجهز إشارات الدماغ الخام قبل دخولها إلى المُشفّر الرئيسي. ومن خلال ضبط هذا المرشح الصغير باستخدام عدد قليل من الأمثلة الجديدة — إما أربعين أو ثمانين تجربة قصيرة لمحاولة الكلام — تمكنوا من إعادة مواءمة النظام مع الحالة الراهنة للدماغ لدى المستخدم.

أظهرت النتائج أن هذا النهج خفيف الوزن يعمل بشكل جيد بشكل مفاجئ، رغم أن نجاحه يعتمد على المستخدم المحدد وكمية البيانات المتاحة. في مجموعة البيانات الأولى، والتي جاءت من مشارك كان يستخدم النظام لفترة من الوقت، كان المنهج فعالاً للغاية. فبعد تعديل حوالي خمسة وستين ألف معلمة فقط — وهو رقم صغير جداً يمثل أقل من واحد من عشرة في المئة من إجمالي النموذج — تحسنت قدرة النظام على تحديد أصوات الكلام بشكل كبير. وفي الواقع، ارتفقت الدقة في كل جلسة اختبار مسجلة في الأيام المستقبلية. وباستخدام أربعين مثالاً فقط من محاولات الكلام لتوجيه عملية التعديل، انخفض معدل الخطأ بأكثر من أحد عشر بالمئة. وعندما قدم الباحثون ثمانين مثالاً، زاد التحسن إلى أكثر من خمسة عشر بالمئة. والأهم من ذلك، أن هذا حدث في غض વિ ثوانٍ، حيث استغرقت عملية التعديل بأكملها أقل من ثماني ثوانٍ على الأجهزة الحاسوبية المستخدمة.

كانت القصة أكثر تعقيداً قليلاً عندما طبق الباحثون نفس القواعد تماماً على مجموعة بيانات ثانية من شخص مختلف. هنا، لم يتحسن النظام بشكل متسق، وكانت النتائج تختلف أكثر من يوم لآخر. ومع المجموعة الأصغر المكونة من أربعين مثالاً، كان التحسن متواضعاً، وفي بعض الحالات، لم يتحسن النظام على الإطلاق. ومع ذلك، عندما استخدموا المجموعة الأكبر المكونة من ثمانين مثالاً، أصبح التحسن أقوى بكثير، حيث قلل الأخطاء بنحو عشرة بالمئة في المتوسط. يشير هذا الاختلاف إلى أنه بينما يمكن غالباً تصحيح التحولات اليومية للدماغ بتعديل بسيط وسريع، فإن بعض المستخدمين أو بعض الأيام تتطلب مزيداً من المعلومات لإيجاد الضبط الصحيح. وقد استبعدت الدراسة صراحةً فكرة أن تعديلاً واحداً صغيراً يمكنه إصلاح كل تباين محتمل لكل مستخدم؛ وبدلاً من ذلك، أظهرت أن إصلاحاً صغيراً ومستهدفاً هو أداة قوية تعمل بشكل أفضل عندما يقدم المستخدم أمثلة جديدة كافية لتوجيهها.

ما يجعل هذا الاكتشاف مهماً بشكل خاص هو كيف يغير الواقع العملي لاستخدام هذه الأجهزة. سابقاً، كان التكيف مع يوم جديد قد يتطلب ساعات من إعادة التدريب أو معايرة معقدة تتطلب انتباه المستخدم الكامل. يفرق هذا الأسلوب الجديد بين "العمل الشاق" المتمثل في تعلم ماهية أصوات الكلام، وبين المهمة اليومية السريعة المتمثلة في ضبط النظام لللحظة الراهنة. لقد أثبت الباحثون أنه يمكنهم أخذ نظام تم تدريبه على بيانات سابقة، وتطبيق تعديل بسيط وسريع باستخدام تجارب جديدة قليلة، واستعادة الأداء العالي على الفور. لقد اختبروا ذلك على شخصين مختلفين تماماً بخصائص إشارات دماغ مختلفة، وبينما اختلف درجة النجاح، إلا أن المبدأ الأساسي ظل قائماً: النموذج الدماغي الضخم والمعقد لا يحتاج إلى إعادة تعلم كل يوم. بل يحتاج فقط إلى دفعة بسيطة في جزء صغير ومحدد.

كما بحثت الدراسة بدقة في نوع الأخطاء التي يرتكبها النظام قبل وبعد التعديل. ووجدوا أن المعايرة ساعدت النظام على التوقف عن إسقاط الكلمات أو أجزاء من الكلمات، وهو خطأ شائع يُعرف باسم "الحذف". كما ساعدت النظام على التوقف عن استبدال صوت بآخر. في مجموعة البيانات الأولى، أصلح التعديل كلا النوعين من الأخطاء بكفاءة. أما في مجموعة البيانات الثانية، فقد أصلح التعديل الصغير الكلمات المحذوفة في الغالب، لكنه جعل أخطاء تبديل الأصوات تزداد سوءاً في بعض الأحيان، إلى أن استُخدمت المجموعة الأكبر المكونة من ثمانين مثالاً لإصلاح كليهما. هذا النظر التفصيلي في الأخطاء يؤكد أن الطريقة ليست مجرد خدعة إحصائية؛ بل هي تصحح حقاً كيفية تفسير النظام لإشارات الدماغ.

في نهاية المطاف، يقدم هذا البحث مساراً واضحاً لجعل واجهات الدماغ والحاسوب أكثر موثوقية وسهولة في الاستخدام. ومن خلال إثبات إمكانية إعادة معايرة المُشفّر بسرعة عبر تحديث أقل من واحد بالمئة من إعداداته، تشير الدراسة إلى أن الأجهزة المستقبلية يمكنها التكيف مع التقلبات اليومية للمستخدم بشكل فوري تقريباً. لا يدعي هذا العمل أنه حل مشكلة تباين إشارات الدماغ للجميع، ولكنه يوضح أن حلاً بسيطاً وفعالاً موجود لجزء كبير من التحدي. بالنسبة لشخص يعتمد على غرسة كلام، فإن هذا يعني الفرق بين جهاز يعمل بموثوقية كل صباح وجهاز يتطلب روتيناً طويلاً ومحبطاً للإعداد. إن القدرة على استعادة الأداء في ثوانٍ، باستخدام بضع ثوانٍ فقط من البيانات الجديدة، تقرب رؤية أداة تواصل سلسة وجاهزة دائماً من الواقع بشكل كبير.