يجب أن تعلم | في صلب الموضوع | للاطلاع | رقم اليوم | شخصية اليوم | مصطلح اليوم
شريحة مزروعة بالدماغ تترجم أفكار رجل مشلول وتحولها إلى نص
نجح العلماء مؤخراً في ترجمة أفكار رجل مشلول وتحويلها إلى نص بدقة عالية للغاية. وفي الاختبارات التي نُشرت نتائجها في دراسة حديثة بدورية نيتشر، أظهر الرجل الذي أصيب بالشلل من الرقبة إلى أسفل الظهر، بسبب إصابة في الحبل الشوكي تعرض لها عام 2007، أنه قادر على إيصال أفكاره بفضل نظام مزروع في الدماغ يترجم خط يده المتخيل إلى نص حقيقي.
أثناء التجربة، ركَّز الرجل كما لو كان يكتب، مستغرقاً في تخيل أنه يكتب الحروف بقلم وورقة وهميين. وسجلت أقطاب كهربائية مزروعة في قشرته الحركية إشارات نشاط دماغه، التي تم تفسيرها بعد ذلك من خلال خوارزميات ذكاء اصطناعي تعمل على حاسوب خارجي، وفك تشفير مسارات القلم التخيلية، والتي تتبعت عقلياً 26 حرفاً من الأبجدية وبعض علامات الترقيم الأساسية. ويستخدم الجهاز الذكاء الاصطناعي لتفسير إشارات النشاط العصبي المتولدة أثناء الكتابة اليدوية.
وقد تمكن الرجل من تحقيق سرعات كتابة تصل إلى 90 حرفاً في الدقيقة (حوالي 18 كلمة في الدقيقة)، بدقة تصل إلى 94% تقريباً (ودقة تصل إلى 99% مع تمكين التصحيح التلقائي). ولا يُعد هذا المعدل أسرع بشكل ملحوظ من تجارب الواجهة الدماغية الحاسوبية السابقة (بي سي آي) فحسب، لكنه يكاد يكون على قدم المساواة مع سرعة الكتابة لمستخدمي الهواتف الذكية في الفئة العمرية للرجل، والتي تبلغ حوالي 115 حرفاً أو 23 كلمة في الدقيقة.
ويوضح المؤلف الأول للدراسة فرانك ويليت: "تعلمنا أن الحركات المعقدة المقصودة التي تتضمن تغيير السرعات والمسارات المنحنية، مثل الكتابة اليدوية، يمكن تفسيرها بسهولة أكبر وبسرعة أكبر من خلال خوارزميات الذكاء الاصطناعي التي نستخدمها، بدلاً من الحركات المقصودة الأبسط مثل تحريك المؤشر في خط مستقيم المسار بسرعة ثابتة". ويقول الباحثون إن الحروف الأبجدية مختلفة تماماً عن بعضها البعض في الشكل، لذلك يمكن للذكاء الاصطناعي فك شفرة نية المستخدم بسرعة أكبر أثناء رسم الأحرف، مقارنة بأنظمة (بي سي آي) الأخرى.
الرابط
التعلم الآلي يحسن قدرتنا على اكتشاف الزلازل
يستخدم الباحثون في مختبر لوس ألاموس الوطني بالولايات المتحدة خوارزميات تعلم آلي للمساعدة في تفسير الكميات الهائلة من البيانات الخاصة بالتشوهات الأرضية، التي تم جمعها باستخدام الأقمار الصناعية التي تشكل معاً رادار (InSAR). ومن ثم، ستساهم الخوارزميات الجديدة في تحسين عمليات اكتشاف الزلازل.
وفي ورقة بحثية نشرت في دورية نيتشر كوميونيكيشنز، قال بيرتراند رويت-ليدوك، عالم الجيوفيزياء في في مختبر لوس ألاموس: "يمنحنا تطبيق التعلم الآلي على بيانات رادار (InSAR) طريقة جديدة لفهم الفيزياء الكامنة وراء الصدوع التكتونية والزلازل. وهذا أمر بالغ الأهمية لفهم النطاق الكامل لسلوك الزلازل".
وتفتح الأقمار الصناعية الجديدة -مثل كوكبة الأقمار الصناعية الأوروبية سانتنال-1 (Sentinel 1) والقمر الصناعي القادم نيسار (NISAR)- نافذة جديدة على العمليات التكتونية، من خلال السماح للباحثين بمراقبة مقاييس الطول والوقت التي لم يكن من الممكن قياسها في الماضي. ومع ذلك، فإن الخوارزميات الحالية ليست مناسبة للكم الهائل من البيانات المتدفقة من هذه الأقمار الصناعية الجديدة، والبيانات التي ستتدفق في المستقبل القريب.
ولمعالجة كل هذه البيانات، طور فريق لوس ألاموس أداة قائمة على خوارزميات التعلم الآلي لاستخلاص البيانات الخاصة بالتشوهات الأرضية من بيانات (InSAR)، وبالتالي اكتشاف التشوهات أوتوماتيكياً -دون تدخل بشري- على المستوى العالمي، مع دقة تحليل زمني أعلى بكثير من الأساليب الحالية، وعتبة اكتشاف تبلغ بضعة ملليمترات. ويمكن لهذه الأداة أن تساعد على سد الفجوة في قدرات الكشف الحالية وتشكيل الأسس اللازمة للاستكشاف المنهجي لخواص الصدوع النشطة.
الرابط (إنجليزي)
دراسة: البيانات المطلوبة لتدريب الذكاء الاصطناعي على اكتشاف سرطان الجلد غير كافية وتفتقر إلى التنوع
حذرت دراسة حديثة من أن الصور والبيانات المصاحبة لها المتاحة لتدريب برامج الذكاء الاصطناعي على اكتشاف سرطان الجلد غير كافية وتتضمن عدداً قليلاً جداً من صور البشرة الداكنة.
وأوضحت الدراسة، التي نُشرت في دورية (Lancet Digital Health)، أن استخدام الذكاء الاصطناعي في الطب يمكن أن يجعل تشخيص أمراض مثل سرطان الجلد أسرع وأكثر فعالية. ومع ذلك، يحتاج الذكاء الاصطناعي إلى"التدريب على البيانات والصور الملتقطة لعدد كبير من المرضى الذين تم تشخيص إصابتهم بالفعل.
ويقول الدكتور ديفيد وين، من جامعة أكسفورد والمشارك في الدراسة، إن "برامج الذكاء الاصطناعي تمتلك الكثير من الإمكانات لتشخيص سرطان الجلد، إذ يمكنها النظر إلى الصور وتقييم أي بقع مثيرة للقلق على الجلد بسرعة وفعالية من حيث التكلفة. ومع ذلك، من المهم معرفة المرضى الذين تم استخدام صورهم لتطوير البرامج، فقد أظهرت الأبحاث أن البرامج المدربة على الصور المأخوذة من الأشخاص ذوي البشرة الفاتحة فقط قد لا تكون دقيقة بالنسبة للأشخاص ذوي البشرة الداكنة، والعكس صحيح". لذلك، أجرى الدكتور وين وزملاؤه أول مراجعة على الإطلاق لجميع مجموعات البيانات التي يمكن الوصول إليها مجاناً حول الآفات الجلدية في جميع أنحاء العالم. ووجدوا 21 مجموعة تتضمن أكثر من 100 ألف صورة.
يتطلب تشخيص سرطان الجلد عادة صورة للآفة المقلقة بالإضافة إلى صورة ملتقطة بمكبر خاص محمول باليد يسمى منظار الجلد أو الديرموسكوب (Dermatoscope)، لكن اثنتين فقط من مجموعات البيانات الـ 21 كانت تتضمن صوراً تم التقاطها بكلتا الطريقتين. كما أن مجموعات البيانات كانت تفتقد أيضاً إلى معلومات مهمة أخرى، مثل كيفية اختيار الصور أو كيفية الحصول على موافقة المريض.
وقدمت 14 مجموعة بيانات من أصل 21 معلومات عن البلد الذي تم تجميعها فيه. ومن بين تلك المجموعات، كانت تسع مجموعات تحتوي على صور من دول أوروبية. ولم تحتوي سوى نسبة ضئيلة فقط من الصور على معلومات عن لون جلد المريض أو عرقه. فمن بين الصور التي ذُكر فيها لون الجلد (2436 صورة)، كانت عشرة صور فقط لجلد بني اللون وواحدة فقط كانت لجلد بني داكن أو أسود. من بين الصور التي تم ذكر العرق فيها (1585 صورة)، لم يكن هناك أي صورة لأشخاص من أصول أفريقية أو أفرو-كاريبية أو جنوب آسيوية.
الرابط (إنجليزي)
|
