نجاح الأنسجة الدماغية الاصطناعية في تفسير إشارات برايل بدقة تصل إلى 83%

أفاد باحثون من جامعة Bristol في المملكة المتحدة أنهم تمكنوا من استخدام نموذج دماغ بشري مزروع في المختبر لاستقبال إشارات برايل الصادرة عن حساسات اللمس، والاستجابة لها بنمط يمكن فك شفرته بواسطة الكمبيوتر، مما يمثل خطوة مبكرة نحو حوسبة بيولوجية هجينة ذات كفاءة عالية. أظهرت الدراسة أن كل حرف من حروف برايل ينتج نمط نشاط فريد داخل الأعضاء الدماغية. استطاع جهاز فك الشفرة الكمبيوترية التعرف على الحروف الصادرة من عضو دماغي واحد بدقة تبلغ حوالي 61%، وعندما تعمل ثلاثة أعضاء دماغية معًا، ارتفعت الدقة إلى 83%.

يتكون النظام من أعضاء دماغية موضوعة على مصفوفة متعددة الأقطاب، حيث تم وضع هذه المصفوفات داخل جهاز للحفاظ على حياة الأعضاء الدماغية وتسجيل استجابتها. يبلغ قطر كل عضو دماغي أقل من ملليمتر واحد (حوالي 0.04 بوصة)، ويفتقر إلى بعض الهياكل الموجودة في الدماغ الحقيقي، لكنه يحتوي على حوالي 10,000 خلية عصبية وخلايا داعمة. تستطيع هذه المصفوفة استقبال الإشارات الكهربائية. بدأ الفريق بتشغيل حساسات اللمس على 26 حرفًا من حروف برايل، حيث تم تحويل القراءات إلى أنماط تحفيز كهربائي ونقلها إلى الأعضاء الدماغية، ثم تم فحص النشاط العصبي الناتج لمعرفة ما إذا كان يعكس الحروف المرسلة.

استخدم الباحثون آلة دعم المتجهات، وهي خوارزمية بسيطة للتعلم الآلي، لتصنيف أنماط النشاط حسب الحروف.

مزايا أداء الأعضاء الدماغية

لا يزال الباحثون غير متأكدين من سبب تفوق أداء ثلاثة أعضاء دماغية مقارنة بعضو دماغي واحد. إحدى الاحتمالات هي أن الاختلافات الطبيعية بين الأعضاء الدماغية، مثل الاتصالات الشبكية، وحالة التطور، والنشاط المستمر، تجعلها تكمل بعضها البعض. قالت المؤلفة الرئيسية Liu Tianyi إن دمج استجابات عدة أعضاء دماغية قد يوفر معلومات لا يمكن الحصول عليها من عضو دماغي واحد، لكن هذه الاختلافات تجعل من الصعب بناء نظام موحد يمكن التنبؤ به. وأشار المؤلف الرئيسي Benjamin Ward-Chevrier إلى أن البيانات اللمسية لا تزال تحتوي على معلومات كافية لتصنيف حروف برايل بدقة بعد معالجة الأعضاء الدماغية، وأن دمج عدة أعضاء دماغية يمكن أن يعزز الأداء بشكل أكبر.

لاختبار متانة النظام، طبق الفريق مرشحات ضوضاء مختلفة على إشارات برايل، ثم قارنوا بين طريقتين باستخدام نفس آلة دعم المتجهات: واحدة لفك الشفرة من استجابة الأعضاء الدماغية، والأخرى لفك الشفرة مباشرة من الإشارات المشوشة عمدًا. كانت قدرة الأعضاء الدماغية الثلاثة على التعرف على الحروف في وجود الضوضاء الاصطناعية أفضل، بينما كانت عملية فك الشفرة المباشرة أكثر عرضة للتداخل.

اتجاهات البحث المستقبلية

أكد الباحثون أن هذه التجارب لم تظهر ما إذا كانت الأعضاء الدماغية قادرة على التعلم بمرور الوقت. إنها فقط تشير إلى أن الأعضاء الدماغية استقبلت واستجابت لإشارات برايل. أشارت Liu Tianyi إلى أن الدراسة استخدمت أيضًا مهمة لمسية واحدة، ونمط ترميز ثابت، وقياسات نشاط عصبي بسيطة نسبيًا، ولم تظهر التعلم أو التغيرات على المدى الطويل. في المستقبل، تأمل Liu Tianyi أن يتجاوز الفريق موضوع برايل لاستكشاف أنواع اللمس الأخرى مثل القوام والحواف، وفي النهاية الدخول في مهام مغلقة، مما يتيح للأعضاء الدماغية الحصول على تغذية راجعة حول أفعالها، مما سيمكن الباحثين من استكشاف ما إذا كانت الأعضاء الدماغية يمكن أن تتكيف من خلال التجربة.

نُشرت الدراسة في 16 أكتوبر في مجلة Frontiers in Artificial Intelligence.

إمكانات وتحديات تقنية الأعضاء الدماغية

تظهر هذه الدراسة إمكانات الأعضاء الدماغية في تفسير إشارات برايل، مما يدل على آفاق تطبيقها في مجال الحوسبة البيولوجية الهجينة. على الرغم من أن التعاون بين ثلاثة أعضاء دماغية قد زاد من دقة التعرف، إلا أن الباحثين لا يزالون بحاجة إلى معالجة تحديات بناء نظام موحد. تشمل اتجاهات البحث المستقبلية استكشاف المزيد من أنواع اللمس وتطبيقاتها، مما قد يسهم في تقدم التكنولوجيا ذات الصلة، وقد يؤدي أيضًا إلى فهم أعمق لعلم الأعصاب، خاصة في مجالات التعلم والتكيف.