واجهة دماغية حاسوبية غير جراحية تساعد على التحكم في الأشياء عن طريق التفكير فقط
تاريخ النشر: 11th, May 2024 GMT
#سواليف
أظهر باحثون أن #واجهة_الدماغ و #الحاسوب (BCI) الغير الجراحية التي تعمل بالذكاء الاصطناعي يمكن أن تسمح للأفراد بتتبع مؤشر متحرك على الشاشة بمجرد #التفكير فيه.
وتنقسم شرائح الدماغ، على غرار تلك التي تصنعها شركة Neuralink التابعة لإيلون ماسك، وشركة Synchron المدعومة من بيل غيتس، إلى فئتين: الغازية أو طفيفة التوغل (غير الغازية).
وفي الدراسة الجديدة، يشير الباحثون في جامعة كارنيجي ميلون إلى أن واجهة الدماغ والحاسوب غير الغازية التي تعمل من خلال تحليل موجات الدماغ المسجلة من خلال تخطيط كهربية الدماغ، تقدم العديد من المزايا، بما في ذلك زيادة السلامة، وفعالية التكلفة، والقدرة على استخدامها من قبل العديد من المرضى، فضلا عن عامة السكان.
مقالات ذات صلة
ويجعل التعلم العميق واجهات الدماغ والحاسوب غير الغازية تعمل كـ”السحر”، إلا أن المشكلة تكمن في أن هذه الأجهزة ليست دقيقة مثل أجهزة واجهات الدماغ والحاسوب الغازية. كما أنها تجمع البيانات باستخدام أجهزة استشعار خارجية ليست على اتصال مباشر بأنسجة المخ، وأي اضطراب في محيط المستخدم يمكن أن يؤثر على وظيفتها.
ووفقا لباحثي جامعة كارنيجي ميلون، يمكن للشبكات العصبية العميقة القائمة على الذكاء الاصطناعي حل هذه المشكلة. وهي أكثر تقدما من الشبكات العصبية الاصطناعية المستخدمة للتعرف على الوجه والتعرف على الكلام ومختلف المهام البسيطة الأخرى.
ويمكن للشبكة العصبية العميقة القيام بمهام أكثر تعقيدا، بحيث يمكنها السماح لواجهة الدماغ والحاسوب باستخراج نتائج دقيقة حتى من مجموعات البيانات المعقدة والكبيرة ذات التشويه والضوضاء.
وأثناء الدراسة، تمكن 28 مشاركا من تتبع مؤشر على الشاشة بشكل مستمر من خلال أفكارهم فقط.
#Deep-learning decoding for a noninvasive brain-computer interface @PNASNexus https://t.co/b6nIZ6zsN8
— Medical Xpress (@medical_xpress) May 1, 2024وكان لدى الباحثين واجهات الدماغ والحاسوب (BCI) غير الغازية متصلة بأدمغتهم. وفي الوقت نفسه، استخدموا تخطيط كهربية الدماغ (EEG) لتسجيل نشاط أدمغة المشاركين.
وتم استخدام بيانات تخطيط كهربية الدماغ (EEG) لتدريب شبكة عصبية عميقة تعمل بالذكاء الاصطناعي.
وأشار مؤلفو الدراسة إلى أن “هذه الشبكة كانت قادرة على أن تفهم بشكل مباشر ما كان ينوي المشاركون فعله بالمؤشر الذي كان يتحرك باستمرار على الشاشة، فقط من خلال تحليل البيانات من أجهزة استشعار واجهة الدماغ والحاسوب (BCI)”.
وتشير نتائج الدراسة الحالية إلى أنه في المستقبل، يمكن لواجهات الدماغ والحاسوب (BCIs) غير الغازية التي تعمل بالذكاء الاصطناعي أن تساعد الأفراد على التحكم في الأجهزة الخارجية دون استخدام أيديهم وعضلاتهم.
وهذا يمكن أن يسهل على البشر التفاعل مع التكنولوجيا، ويسمح للعلماء بدراسة وظيفة الدماغ البشري بقدر كبير من التفصيل، وتحسين نوعية الحياة للأفراد مبتوري الأطراف والذين يعانون من إعاقات.
نشرت الدراسة في مجلة PNAS Nexus.
المصدر: سواليف
كلمات دلالية: سواليف واجهة الدماغ الحاسوب التفكير غیر الغازیة من خلال
إقرأ أيضاً:
معلومات الوزراء: 254.8 مليون شخص استخدموا أدوات الذكاء الاصطناعي عالمياً عام 2023
أصدر مركز المعلومات ودعم اتخاذ القرار بمجلس الوزراء، تحليلاً جديداً تناول من خلاله تقنية التزييف العميق، وذلك بدءًا من زيادة اعتماد المستخدمين على تقنيات الذكاء الاصطناعي، ثم الانتقال إلى مفهوم التزييف العميق، وكيف تعمل هذه التقنية، واستخدامات التزييف العميق، والمخاطر الناجمة عنها، وطرق الكشف عنها.
وأوضح التحليل أن استخدام مجالات التكنولوجيا المختلفة -مثل الحوسبة السحابية والذكاء الاصطناعي والأمن السيبراني- أصبح أمرًا مهمًّا في كل مناحي الحياة، بما في ذلك الاتصالات، والصناعة، والتجارة، والتعليم، والطب، والترفيه، وغيرها.
وعلى الرغم من أهمية استخدام التكنولوجيا والفوائد المترتبة عليها، فإنها يقابلها العديد من التحديات التي تتعلق بحفظ الخصوصية، والبيانات المزيفة، ومن بين هذه التحديات استخدام تقنيات التزييف العميق، حيث فرضت هذه التقنيات تحديات جديدة تتعلق بالأمان والخصوصية والمصداقية.
وذكر المركز أن زيادة اعتماد المستخدمين على تقنيات الذكاء الاصطناعي تعكس التطور السريع في مجال التكنولوجيا وتأثيره العميق في حياتنا اليومية. هذه الزيادة تعكس الثقة المتزايدة في القدرات التي يمكن أن يوفرها الذكاء الاصطناعي في تحسين الكفاءة وتبسيط العمليات في مختلف المجالات.
وفي هذا الإطار، فقد بلغ عدد الأشخاص الذين يستخدمون أدوات الذكاء الاصطناعي عالميًّا نحو 254.8 مليون مستخدم عام 2023، أي أكثر من الضعف مقارنة بعام 2020. ومن المتوقع أن يستمر هذا النمو في عدد مستخدمي أدوات الذكاء الاصطناعي، ليتجاوز 700 مليون بحلول 2030.
وأضاف التحليل أن تقنية التزييف العميق هي تقنية تقوم على صنع صور أو مقاطع فيديو مزيفة باستخدام البرامج الرقمية والتعلم الآلي وتبديل الوجه. وتعتمد هذه التقنية على دمج الصور لإنشاء لقطات جديدة تصور أحداثًا أو تصريحات أو أفعالًا لم تحدث في الواقع. ومع ذلك هناك صعوبة في معرفة وتحديد مدى صحة أو واقعية هذه الصور والفيديوهات.
وبناءً على ذلك، أصبح الاعتقاد بتوثيق الصوت والفيديو للواقع بأنه دليل على مصداقية البيانات والمعلومات، اعتقاد يشوبه الشك، فقد استغل مجرمو الإنترنت هذه التقنيات في زيادة القدرات الاحتيالية، والتي أصبحت تمثل تهديدات جديدة على مستوى الأفراد والمؤسسات والمجتمعات، سواء من خلال تصنيع المواد الإباحية للتشهير بشخص معين بغرض الانتقام أو الابتزاز، أو من خلال تصنيع ونشر البيانات والتصريحات والمعلومات المضللة لأغراض إثارة الفوضى والاحتيال المالي وإفساد الانتخابات وخلق الأزمات الدبلوماسية.
وأشار التحليل إلى اختلاف أنواع تقنيات التزييف العميق، والتي يمكن أن تقع في إحدى الفئات الآتية:
- المحتوى المرئي: حيث يتم استخدام تقنيات التزييف العميق في إنشاء الصور ومقاطع الفيديو، ويمكن أن يتم ذلك من خلال الآتي:
- تبديل الوجه: يتم تركيب الوجه غير الحقيقي على الرأس المستهدف في الصور أو مقاطع الفيديو التي يتم تبديل الوجه بها.
- صور يتم إنشاؤها بالكامل: يتم إنشاء الوجه الجديد بالكامل من البداية ليبدو واقعيًّا بدلًا من تبديل الوجه.
- مقاطع فيديو مزامنة الشفاه: هي مقاطع تظهر شخصًا يؤدي كلمات أو نصًا معينًا بالتزامن مع حركات الشفاه لجعل الأمر يبدو واقعيًّا، وذلك على الرغم من عدم وجود هذا النص في الفيديو الرئيس.
2- المحتوى الصوتي: ويتم تحريف الصوت وتعديله إما من خلال استخدام ملف صوتي يتضمن حديثًا مزيفًا بنفس صوت الشخص، لكنه لم يقله في الواقع، أو من خلال تعديل نبرة صوت الشخص لإظهار مشاعر أو سلوك غير حقيقي.
وأشار التحليل إلى أن إنشاء فيديوهات التزييف العميق يتم باستخدام نظامين من أنظمة الذكاء الاصطناعي، المولد "Generator" والمميز "Discriminator". عندما ينتج نظام المولد فيديو جديدًا، يُرسل إلى نظام المميز لتحديد ما إذا كان الفيديو حقيقيًّا أم مزيفًا. إذا تأكد المميز من أن الفيديو حقيقي، يبدأ المولد في تعلم كيفية إنشاء فيديوهات تبدو أكثر قابلية للتصديق، وهكذا يستمر التطور في العملية.
هذا، ويُشكل النظامان معًا ما يُعرف بشبكة الخصومة التوليفية "GNN"، وتتطلب هذه التقنية مخزونًا من الفيديوهات يتم التعديل عليها. في البداية، يحتاج نظام المولد "Generator" إلى تدريب مستمر. وعندما يصل إلى مستوى مقبول من الجودة، يبدأ بإرسال فيديوهاته إلى الـمميّز "Discriminator". كلما زاد ذكاء المولد، زاد ذكاء الـمميّز بالتبعية. وبالتالي، يتم الوصول إلى فيديو معدّل بشكل كامل وقابل للتصديق للعين البشرية. ويوضح الشكل التالي كيفية عمل هذه التقنية.
وقد استعرض التحليل الاستخدامات الإيجابية التي تمتلكها تقنية التزييف العميق.
وفيما يلي أهم هذه الاستخدامات:
-الاستخدامات الطبية والتعليمية: يمكن استخدام تقنية التزييف العميق لإنشاء عمليات محاكاة تفاعلية للعمليات الجراحية أو غيرها من الإجراءات، مما يوفر لطلاب الطب والمهنيين فرص تدريب قيمة. كما يمكن استخدام هذه التقنيات في دعم وتطوير أدوات الوصول المهمة. على سبيل المثال، قامت شركة Lyrebird الكندية باستخدام التزييف العميق لمساعدة مرضى التصلب الجانبي الضموري على التواصل عندما يفقدون قدرتهم على التحدث، وذلك من خلال استنساخ أصواتهم، حيث يمكن للأشخاص الاستمرار في "التحدث" من خلال تقنيات التزييف العميق.
-صناعة الترفيه: يمكن استخدام تقنيات التزييف العميق في صناعة الأفلام والإعلانات وتقديم الأخبار. كما يمكن إنشاء تأثيرات خاصة أكثر واقعية والسماح للممثلين بإعادة تمثيل أدوارهم حتى بعد وفاتهم.
-الصحافة: يمكن أن تساعد تقنية التزييف العميق في إعادة إنشاء الأحداث التاريخية وجذب الانتباه إلى القضايا المهمة. فعلى سبيل المثال، يحاكي مشروع "التعاطف العميق Deep Empathy" - مشروع مشترك بين اليونيسف ومعهد ماساتشوستس للتكنولوجيا- الشكل الذي ستبدو عليه المدن الأخرى إذا واجهت صراعات مماثلة لتلك الموجودة في الأحياء السورية أثناء الحرب. تهدف هذه الصور الاصطناعية لنيويورك ولندن وبوسطن وغيرها من المدن التي دمرتها نفس الظروف المزعزعة للاستقرار إلى إثارة التعاطف مع الضحايا الحقيقيين في جميع أنحاء العالم في سوريا أو مناطق أخرى.
-خدمة العملاء: من خلال خدمة المساعد الافتراضي، الذي يستخدم لتقديم خدمة العملاء في مراكز الاتصال.
كما أبرز التحليل أهم مخاطر تطبيق تقنيات التزييف العميق فيما يلي:
-التسبب في أزمات سياسية: يمكن أن تُستخدم تقنيات التزييف العميق في التضليل السياسي.
-تهديدات أمنية: تعد تكنولوجيا التزييف العميق بمثابة سلاح جديد قادر على التأثير في كل الأشياء، من أسعار البورصة حتى الانتخابات. فقد أصبحت هذه التقنية قادرة على استخراج الكلمات والتصريحات المثيرة من رجال الأعمال والسياسيين. ومن أشكال هذه التهديدات الأمنية: فبركة تصريحات مسيئة لسياسيين، أو خلق مشاهد كاذبة لأحداث عنف أو اعتداء، أو التأثير في أسهم الشركات والأعمال من خلال خلق صور وتصريحات مفبركة لمديري هذه الشركات.
-الابتزاز الإلكتروني: يمكن فبركة مقاطع فيديو من خلال عرض شخصيات في الفيديو غير موجودة في الأصل، ويمكن استخدامها للتسبب في مشكلات للضحايا.
-توافر برامج وتقنيات التزييف العميق: يتم ذلك من خلال انتشار البرامج المستخدمة لتقنية التزييف العميق أو المواقع المنشأة حديثًا لهذا الغرض، وهو ما سهل من استخدام هذه التقنيات وانتشارها.
-صعوبة اكتشاف التزييف العميق: على الرغم من أنه يمكن لأي شخص استخدام تقنيات التزييف العميق، فإنه من الصعوبة اكتشاف التزييف العميق، إلا في حالة توافر برامج خاصة للكشف عنه.
-تسهيل عمليات الاحتيال: يتم التلاعب بالأفراد للقيام بأشياء ضارة، على سبيل المثال مشاركة المعلومات السرية.
-فقدان الثقة والتشكيك في المصداقية: بالطبع في حالة نشر أي مقطع فيديو أو صور على شبكة الإنترنت، سيتساءل الأفراد عن مدى مصداقية هذه الصور والفيديوهات، وبالتالي التشكيك في صحة كل الصور والفيديوهات حتى الحقيقي منها.
-التأثير في الانتخابات: حيث تستخدم تقنية التزييف العميق لتشويه صورة بعض السياسيين للتأثير في سير العملية الانتخابية لصالح طرف معين أو أيدولوجية محددة، وذلك من خلال خلق فيديوهات يتم بث إشاعات من خلالها عن أحد المرشحين، وتزييف الوعي أثناء الانتخابات.
وأضاف التحليل إنه مع تطور تقنيات التزييف العميق يقابلها أيضًا تطور في طرق الكشف عن التزييف العميق. وفيما يلي أهم خمس طرق للكشف عن التزييف العميق:
-منصة Sentinel: يتم السماح للمستخدمين بتحميل الوسائط الرقمية من خلال موقع الويب الخاص بهم، ثم يتم تحليلها تلقائيًّا للتعرف على مدى صحة هذه الوسائط. ويتم في هذا الصدد استخدام خوارزميات الذكاء الاصطناعي المتقدمة لتحليل الوسائط التي تم تحميلها وتحديد ما إذا كان قد تم التلاعب بها.
-كاشف التزييف العميق من إنتل في الوقت الحقيقي " FakeCatcher": تُمكن هذه التقنية من اكتشاف مقاطع الفيديو المزيفة بمعدل دقة يبلغ 96٪، مما يؤدي إلى إرجاع النتائج في أجزاء من الثانية. وتعمل هذه التقنية من خلال ما يعرف بتدفق الدم، حيث إنه عند تحدث الشخص في أي مقطع فيديو يتغير لون العروق نتيجة لتدفق الدم من القلب، لذا يتم جمع إشارات تدفق الدم هذه من جميع أنحاء الوجه وتقوم الخوارزميات بترجمة هذه الإشارات إلى خرائط زمانية مكانية، ويتم بعد ذلك اكتشاف مدى مصداقية الفيديو.
-نحن نتحقق "WeVerify": حيث يتم تحليل الوسائط الاجتماعية ووضعها في سياق النظام البيئي الأوسع على شبكة الإنترنت، كما أنه يعتمد على قاعدة بيانات عامة قائمة على blockchain للمزيفات المعروفة.
-أداة مصادقة الفيديو من Microsoft: يمكن من خلال هذه الأداة تحليل مقطع فيديو أو صورة ثابتة، ويتم ذلك من خلال تحليل عناصر التزييف العميق والعناصر الرمادية الدقيقة التي لا يمكن اكتشافها بالعين البشرية وذلك بشكل فوري.
-استخدام عدم التطابق Phoneme-Viseme: تستغل هذه التقنية حقيقة أن البصمات، التي تشير إلى ديناميكيات شكل الفم، تكون أحيانًا مختلفة أو غير متوافقة مع الصوت المنطوق. ويعد هذا التناقض عيب في التزييف العميق. لذا تعتمد هذه التقنية على خوارزميات متقدمة للذكاء الاصطناعي لتحليل الفيديو واكتشاف التناقضات.
وأوضح التحليل في ختامه أن التزييف العميق يظهر بوصفه تقنية مثيرة للجدل تجمع بين الإبداع الفني والتحديات الأخلاقية والأمنية. رغم فوائد استخدامه في العديد من المجالات مثل الفن والتسلية والتعلم والطب، فإن القلق الأساسي يبقى حول استخدامه في التلاعب بالمعلومات والتأثير في الرأي العام.
لذا، يتطلب الأمر تحديد وتطوير استراتيجيات مبتكرة لمواجهة هذه التحديات بشكل فعّال، سواء عبر تطوير تقنيات الكشف عن التزييف أو تعزيز الوعي الجماهيري بمخاطره، وفي نهاية المطاف، يبقى التوازن بين التقدم التكنولوجي والحفاظ على الأمان والنزاهة واحدًا من أهم التحديات التي تواجهنا في عصر التزييف العميق.
اقرأ أيضاًرئيس COP28 يتحدث عن أهمية الذكاء الاصطناعي في تعزيز كفاءة الطاقة
بعد إبداع الروبوتات في الطهي.. أبرز 5 مجالات يعمل بها الذكاء الاصطناعي
سلطان يسمي أكاديمية العلوم الشرطية «أكاديمية الشارقة للعلوم الشرطية»