مدل هوش مصنوعی مغز انسان

شرکت Meta از یک مدل متن‌باز به نام TRIBE v2 که نحوه واکنش مغز انسان به متن، صدا یا ویدئو را پیش‌بینی می‌کند رونمایی کرد. این مدل اساساً یک ادراک دیجیتال است؛ کاربر یک محرک مانند یک کلیپ ویدئویی یا یک عبارت را به سیستم می‌دهد و سیستم پیش‌بینی می‌کند که کدام نواحی از قشر مغز فعال خواهند شد.

مدل TRIBE v2 بر روی بیش از هزار ساعت MRI مربوط به بیش از ۷۲۰ نفر آموزش دیده است. این مدل می‌تواند یک مدل میانگین‌گیری‌شده از مغز ایجاد کند؛ حتی برای افرادی که در طول فرایند آموزش آن‌ها را «ندیده» است و اگر با تنها یک ساعت از داده‌های MRI یک فرد خاص فاین‌تیون شود، می‌تواند یک «تصویر لحظه‌ای شخصی» از فعالیت مغزی آن فرد تولید کند.

به گفته توسعه‌دهندگان، این مدل قادر است فعالیت در حدود ۲۰,۰۰۰ نقطه از قشر مغز را پیش‌بینی کند. ضریب همبستگی میان پیش‌بینی‌های مدل و رفتار واقعی مغز در حدود ۰.۲۱ بود که در واقع رقم بدی محسوب نمی‌شود.

مسئله این است که fMRI، فعالیت مغز را به طور غیرمستقیم و از طریق اندازه‌گیری تغییرات جریان خون ثبت می‌کند؛ در نتیجه، به دلیل حرکت خون، تنفس بیمار و سایر عوامل، به‌ناچار نویزهای زیادی در سیگنال وجود دارد؛ بنابراین همبستگی بین پویایی واقعی مغز و تصویر MRI هرگز به ۱۰۰ درصد نمی‌رسد.

البته، ما هنوز با «ذهن‌خوانی» واقعی فاصله زیادی داریم، اما همین دستاورد نیز گام مهمی در جهت درک بهتر چگونگی پردازش آنچه مغز می‌بیند، می‌شنود و می‌خواند به شمار می‌رود.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.