هوش مصنوعی چطور می‌تواند افکار درونی درهم‌ریخته ما را بخواند؟ | از تبدیل افکار به متن تا بازسازی تصویر و موسیقی

شهرآرانیوز؛ در یکی از مهم‌ترین مطالعات سال ۲۰۲۵ در دانشگاه استنفورد، زنی ۵۲ ساله که ۱۹ سال پیش بر اثر سکته مغزی قدرت تکلم خود را از دست داده بود، توانست تنها با تصور گفتن کلمات، جملاتش را روی صفحه نمایش ببیند. پژوهشگران با کاشت آرایه‌ای کوچک از الکترود‌ها در لوب جلویی مغز او، سیگنال‌های عصبی مرتبط با گفتار را ثبت کردند و یک الگوریتم مبتنی بر یادگیری ماشین آنها را به متن تبدیل کرد. این آزمایش که روی چند بیمار مبتلا به ALS نیز انجام شد، نزدیک‌ترین تجربه بشر به «ذهن‌خوانی» توصیف شده است.

در سال‌های گذشته نیز پیشرفت‌هایی ثبت شده بود؛ از جمله در ۲۰۲۱ که یک مرد که چهاراندامش فلج بود توانست با تصور نوشتن حروف در هوا، ۱۸ کلمه در دقیقه تایپ کند. در ۲۰۲۴ سرعت این فناوری به حدود ۳۲ کلمه در دقیقه با دقت ۹۷.۵ درصد رسید. هرچند هنوز با سرعت طبیعی گفتار انسان (حدود ۱۵۰ کلمه در دقیقه) فاصله دارد، اما کاربرد عملی آن برای ارتباط روزمره بیماران اثبات شده است.

الکترودهایی که مستقیماً روی مغز کاشته می‌شوند می‌توانند سیگنال‌های الکتریکی کوچکی را که با افکار مرتبط با کلمات و گفتار مطابقت دارند شناسایی کنند 

یکی از چالش‌های مهم، تشخیص «گفتار درونی» بود؛ یعنی زمانی که فرد فقط در ذهن خود صحبت می‌کند. پژوهشگران استنفورد نشان دادند می‌توان ردپای این گفتار ذهنی را نیز در قشر حرکتی مغز شناسایی کرد. در برخی آزمایش‌ها، ترجمه هم‌زمان گفتار درونی به دقتی تا ۷۴ درصد رسید. با این حال، افکار کاملاً آزاد و پیچیده هنوز به‌درستی رمزگشایی نمی‌شوند.

پیشرفت‌ها به همین‌جا ختم نشده است. در سال ۲۰۲۵، پژوهشگران دانشگاه کالیفرنیا دیویس موفق شدند علاوه بر کلمات، عناصر غیرکلامی مانند آهنگ صدا، زیر و بمی، ریتم و لحن پرسشی را نیز بازسازی کنند. حتی یک بیمار مبتلا به ALS توانست با کمک این سیستم، ملودی‌هایی را «بخواند». هرچند تنها حدود ۶۰ درصد واژه‌ها کاملاً قابل فهم بودند، اما این دستاورد نشان داد گفتار مصنوعی آینده می‌تواند احساسی و طبیعی‌تر باشد.

هم‌زمان در ژاپن، روشی موسوم به «زیرنویس‌گذاری ذهن» معرفی شد که با ترکیب اسکن‌های fMRI و مدل‌های هوش مصنوعی مولد، می‌تواند آنچه فرد می‌بیند یا تصور می‌کند را بازسازی کند. الگوریتم‌هایی مانند Stable Diffusion توانسته‌اند تصاویر نسبتاً دقیقی از آنچه شرکت‌کنندگان دیده‌اند تولید کنند. مطالعات جدیدتر حتی دقت بیشتری را نشان داده‌اند. پژوهش‌ها آشکار کرده‌اند که لوب پس‌سری مغز مسئول پردازش ویژگی‌های بصری ساده مانند رنگ و زاویه دید است، در حالی که لوب گیجگاهی مفاهیم و هویت اشیا را پردازش می‌کند.

تلاش‌ها برای بازسازی تجربه‌های شنیداری نیز ادامه دارد. در مطالعه‌ای دیگر، پژوهشگران کوشیدند موسیقی شنیده‌شده توسط افراد را از روی اسکن مغزی بازسازی کنند. اگرچه کیفیت این بازتولید هنوز پایین‌تر از بازسازی تصویر است، اما توانسته‌اند ویژگی کلی و نوع موسیقی را تشخیص دهند. یافته‌ها نشان می‌دهد برخلاف تصویر، درک موسیقی در مغز به شکل متفاوت و درهم‌تنیده‌تری پردازش می‌شود.

کارشناسان معتقدند با افزایش تعداد الکترود‌های کاشته‌شده _ که در حال حاضر تنها صد‌ها نورون را از میان میلیارد‌ها نورون مغز نمونه‌برداری می‌کنند _ و با پیشرفت الگوریتم‌های هوش مصنوعی، کیفیت و سرعت این فناوری‌ها به‌طور چشمگیری بهبود خواهد یافت. برخی شرکت‌های فناوری نیز در حال توسعه تراشه‌های مغزی تجاری هستند و پیش‌بینی می‌شود طی سال‌های آینده این فناوری‌ها وارد مرحله کاربرد گسترده شوند.

با وجود هیجان فراوان، چالش‌های فنی، اخلاقی و مربوط به حریم خصوصی ذهن همچنان پابرجاست. ایده‌هایی مانند ارتباط مستقیم مغز با مغز، بازسازی رؤیا‌ها یا حتی شبیه‌سازی توهمات بیماران روان‌پزشکی مطرح شده‌اند، اما تحقق کامل آن‌ها هنوز زمان‌بر است.

با این حال، آنچه مسلم است این است که هوش مصنوعی در حال گشودن پنجره‌ای بی‌سابقه به درون مغز انسان است؛ پنجره‌ای که می‌تواند برای بیماران ناتوان از سخن گفتن امیدی تازه باشد و در آینده‌ای نه‌چندان دور، تعریف ما از ارتباط انسانی را تغییر دهد.

در ادامه حتما بخوانید آیا محبوبیت هوش مصنوعی به تولید یک محصول پرفروش جدید منجر خواهد شد؟