کنترل اشیاء با ذهن بدون نیاز به کاشت تراشه در مغز

کنترل اشیاء با ذهن بدون نیاز به کاشت تراشه در مغز بازار مقاله: با رابط های مغز و کامپیوتر غیرتهاجمی، ممکنست نیازی به کاشت تراشه در مغز نباشد و افراد بتوانند بهترین استفاده از این فنآوری را بکنند و هوشمندتر به نظر برسند.


به گزارش بازار مقاله به نقل از ایسنا، همه مردم ایده داشتن یک تراشه هوشمند در مغز خودرا دوست ندارند. با این وجود، این بدان معنا نیست که چنین افرادی نمی توانند آن چه را که فردی با تراشه مغزی هوشمند می تواند به دست آورد، انجام دهند.
به نقل از آی ای، پژوهشگران دانشگاه کارنگی ملون(CMU) اخیرا نشان داده اند که یک رابط مغز و کامپیوتر غیرتهاجمی با هوش مصنوعی(BCI) می تواند به فرد اجازه دهد یک شی متحرک را روی صفحه نمایش تنها با فکر کردن به آن ردیابی کند.
تراشه های مغزی که شرکت نورالینک(Neuralink) ایلان ماسک و شرکت سینکرون(Synchron) تحت حمایت بیل گیتس و بسیاری دیگر از شرکت ها وعده داده اند به دو دسته تقسیم می شوند: تهاجمی و کم تهاجمی. این بدان معناست که چنین وسایلی یا مستقیما در داخل مغز یا داخل جمجمه کاشته می شوند.
مردم نگرانی های زیادی در مورد استفاده از چنین رابط های تهاجمی دارند. برای مثال این که اگر مغز یا جمجمه شان در طول پروسه کاشت تراشه لطمه ببیند، چه اتفاقی می افتد، اگر تراشه فردی هک شود، چه خواهد شد یا چگونه این تراشه در بلند مدت بر سلامت مغز آنها تأثیر می گذارد. چه تضمینی وجود دارد که سازندگان تراشه از داده های عصبی فرد سو استفاده نکنند.
اینجاست که رابط های مغز و کامپیوتر غیرتهاجمی مانند آن چه پژوهشگران در مطالعه خود نشان دادند، می تواند تفاوت بزرگی ایجاد نماید.
رابط های مغز و کامپیوتر غیرتهاجمی، برخلاف نمونه های تهاجمی خود مانند نورالینک یا سینکرون مزایای زیادی دارند. پژوهشگران خاطرنشان می کنند که این موارد شامل افزایش ایمنی، مقرون به صرفه بودن و توانایی استفاده توسط بیماران گوناگون و همین طور جمعیت عمومی است.

یادگیری عمیق موجب می شود رابط های مغز و کامپیوتر غیرتهاجمی جادویی عمل کنند
مشکل رابط های غیر تهاجمی معمولی اینست که به اندازه رابط های تهاجمی دقیق نیستند. آنها با استفاده از سنسورهای خارجی که در تماس مستقیم با بافت های مغز نیستند، داده ها را جمع آوری می کنند و هرگونه اختلال در محیط اطراف کاربر می تواند بر عملکرد آنها تأثیر بگذارد.
به قول محققان، شبکه های عصبی عمیق مبتنی بر هوش مصنوعی می توانند این مشکل را حل کنند. آنها از شبکه های عصبی مصنوعی که برای تشخیص چهره، تشخیص گفتار و کارهای ساده دیگر استفاده می شوند، پیشرفته تر هستند.
یک شبکه عصبی عمیق در مقایسه دارای لایه ها و گره های بیشتری است و ازاین رو برای کارهای پیچیده تر استفاده می شود. آنها می توانند به یک رابط مغز و کامپیوتر اجازه دهند تا نتایج دقیق را حتی از مجموعه داده های پیچیده و بزرگ با اعوجاج و نویز استخراج کند.
بعنوان مثال، در طول این مطالعه، ۲۸ شرکت کننده انسانی توانستند بطور مداوم یک شی را روی صفحه نمایش تنها با افکار خود حرکت دهند.
پژوهشگران رابط های مغز و کامپیوتر غیرتهاجمی را به مغز خود متصل کردند. در همین حال، آنها از نوار مغز(EEG) برای ثبت فعالیت مغزی شرکت کنندگان استفاده کردند. داده های نوار مغزی برای آموزش یک شبکه عصبی عمیق مبتنی بر هوش مصنوعی استفاده شد.
نویسندگان مطالعه خاطرنشان کردند: این شبکه توانست مستقیما بفهمد که شرکت کنندگان تنها با تحلیل و بررسی داده های سنسورهای رابط مغز و رایانه(BCI) با اشیایی که بطور مداوم درحال حرکت هستند، چه کاری انجام می دهند.

رابط های مغز و کامپیوتر مجهز به هوش مصنوعی نیز می توانند ربات ها را بهبود بخشند
نتایج مطالعه حاضر نشان داده است که در آینده، رابط های غیرتهاجمی با هوش مصنوعی می توانند به افراد در کنترل دستگاههای خارجی بدون استفاده از دست ها و عضلات کمک کنند.
این می تواند تعامل افراد با فناوری را آسان تر کند، به دانشمندان اجازه دهد تا عملکرد مغز انسان را با جزییات کامل مطالعه کنند و کیفیت زندگی افراد دارای قطع عضو و ناتوانی را بهبود بخشد.
بین هه(Bin He)، یکی از نویسندگان این مطالعه و استاد مهندسی زیست پزشکی می گوید: ما درحال آزمایش بیشتر کاربرد آن نه فقط برای افراد دارای توانایی بدنی، بلکه همین طور بیماران سکته مغزی که از اختلالات حرکتی رنج می برند، هستیم.
با این وجود، این اولین باری نیست که نویسندگان مطالعه پتانسیل رابط های غیر تهاجمی را نشان می دهند. در سال ۲۰۱۹، آنها از رویکرد مشابهی استفاده کردند و یک بازوی رباتیک کنترل شده توسط ذهن را قادر ساختند که مکان نمای ماوس را تعقیب کند.
آنها اعتقاد دارند که رابط های غیرتهاجمی مبتنی بر هوش مصنوعی می توانند به توسعه دستگاههای رباتیک هوش مصنوعی و دستیارهای رباتیک بهتر منجر شوند.
این مطالعه در مجله PNAS Nexus انتشار یافته است.



1403/02/17
13:05:38
5.0 / 5
190
تگهای خبر: آموزش , استاد , پزشك , پزشكی
این مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب
نظر شما در مورد این مطلب
نام:
ایمیل:
نظر:
سوال:
= ۴ بعلاوه ۳
بازار مقاله MarketDoc
marketdoc.ir - حقوق مادی و معنوی سایت بازار مقاله محفوظ است

بازار مقاله

فروش مقالات و کتب علمی