الوقت - طوّر باحثون نظام واجهة الدماغ والحاسوب (Brain–Computer Interface System) غير الجراحي المدعوم بالذكاء الاصطناعي، والذي يتيح للمستخدمين التحكم في ذراع روبوتية أو مؤشر شاشة بسرعة ودقة عالية. ويعمل النظام على تحويل إشارات الدماغ المسجلة بتقنية تخطيط النشاط الكهربائي للدماغ (EEG) إلى أوامر حركية، مع وجود كاميرا مدعومة بالذكاء الاصطناعي تفسر نوايا المستخدم لحظيًا.
أجرى الباحثون دراسة خاصة لاختبار النظام، وفي التجارب الواقعية تمكّن المشاركون (منهم شخص مُصاب بالشلل) من إنجاز المهام بنحو أسرع بكثير بمساعدة الذكاء الاصطناعي، وأتموا أنشطة لم يكن من الممكن تنفيذها من دونه.
نُشرت الدراسة في مجلة Nature Machine Intelligence، وأظهرت مستوى جديدًا من الأداء في أنظمة واجهات الدماغ والحاسوب غير الجراحية. ويؤكد الباحثون أن هذا الإنجاز قد يمهد الطريق لتطوير تقنيات متنوعة لمساعدة ذوي القدرات الجسدية المحدودة، مثل المصابين بالشلل أو الأمراض العصبية، في التعامل مع الأشياء وتحريكها بسهولة ودقة.
تفاصيل الدراسة
طوّر مهندسون من جامعة كاليفورنيا في لوس أنجلوس (UCLA) واجهة دماغ وحاسوب غير جراحية وقابلة للارتداء، وتعتمد على الذكاء الاصطناعي للتنبؤ بِنيّة المستخدم وتنفيذ المهام عبر تحريك ذراع روبوتية أو مؤشر حاسوبي.
صمم الفريق خوارزميات مخصصة لفك إشارات النشاط الكهربائي للدماغ (EEG) التي تعكس نية الحركة، ثم دُمجت هذه الإشارات في منصة ذكاء اصطناعي تعتمد على كاميرا، لتفسير اتجاه الحركة لحظيًا بناءً على نية المستخدم؛ مما ساعد المصابين بالشلل والذين يعانون مشكلات حركية في إنجاز المهام بسرعة أكبر من الاعتماد على واجهة الدماغ والحاسوب وحدها.
وقال الباحث الرئيسي في الدراسة Jonathan Kao، أستاذ الهندسة الكهربائية وهندسة الحاسوب في جامعة UCLA: “باستخدام الذكاء الاصطناعي وواجهات الدماغ والحاسوب، نطمح إلى تطوير طرق أقل خطورة وتدخلًا لمساعدة مرضى الاضطرابات الحركية مثل الشلل أو التصلب الجانبي الضموري (ALS). وهدفنا النهائي هو تطوير أنظمة واجهة دماغ وحاسوب مدعومة بالذكاء الاصطناعي (Artificial Intelligence – Brain–Computer Interface Systems)، تساعد هؤلاء المرضى في استعادة بعض الاستقلالية في مهامهم اليومية”.
التجارب العملية
اختبر الباحثون النظام على أربعة مشاركين: ثلاثة أصحاء ورابع مشلول من الجزء الذي في أسفل الخصر، وارتدى المشاركون قبعة خاصة لقياس النشاط الكهربائي للدماغ EEG لتسجيل الإشارات الدماغية.
بعد ذلك، ترجمت الخوارزميات المخصصة هذه الإشارات إلى حركات للمؤشر والذراع الروبوتية. وفي الوقت ذاته، ساعد نظام الذكاء الاصطناعي المزود بكاميرا مدمجة في توجيه الحركات لإتمام مهمتين، هما:
تحريك مؤشر الشاشة لإصابة ثمانية أهداف متتالية.
تشغيل ذراع روبوتية لنقل أربعة مكعبات من مواقعها الأصلية إلى مواقع محددة.
جميع المشاركين أنجزوا المهمتين أسرع بكثير بمساعدة الذكاء الاصطناعي. والأبرز أن المشارك المشلول أكمل المهمة الخاصة بالذراع الروبوتية خلال نحو ست دقائق بمساعدة الذكاء الاصطناعي، ولم يستطع إتمامها من دونه.
ما الخطوة التالية؟
قال Johannes Lee، المؤلف المشارك في الدراسة وطالب الدكتوراه في الهندسة الكهربائية والحاسوب في جامعة UCLA: “الخطوات التالية قد تشمل تطوير أنظمة أكثر تقدمًا لتحريك الأذرع الروبوتية بسرعة ودقة عالية، مع تكيّف طريقة اللمس بحسب طبيعة الجسم المراد الإمساك به. كما أن جمع بيانات تدريبية أوسع يمكن أن يحسّن التعاون في مهام أعقد، ويعزز دقة فك إشارات EEG”.
