مکاترونیک نیوز | هوش مصنوعی نحوه عملکرد مغز اوتیستیک را بهبود میبخشد

هوش مصنوعی با ارائه دسترسی معنیدار به دادهها، عملکرد مغز افراد اوتیستیک را بسیار کارآمدتر میکند و نحوه نگاه آنها را به جهان تغییر میدهد. تعدادی از برنامهها و خدمات به آنها کمک میکنند کارهای روزمره را مانند شبکههای اجتماعی با دوستان و استفاده یا سفر از طریق سواری انجام دهند.
رایج ترین نمونههای هوش مصنوعی در زندگی روزمره عبارت از ناوبری سفر، دستگاههای خانه هوشمند، گوشیهای هوشمند، هواپیماهای بدون سرنشین و خودروهای هوشمند است.
با این حال، چه میشود اگر هوش مصنوعی بتواند دسترسی عمیقتر و عمیقتری به نحوه درک و بیان احساسات افراد ارائه دهد. معمولاً ما میتوانیم احساسات را از طریق حالات چهره بخوانیم و بیشتر ما میتوانیم با نگاهی که در چهرهاش صورت میگیرد، احساس کنیم. با این حال، برای افراد اوتیستیک، خواندن حالات چهره میتواند کار دشواری باشد، اما دلیل این امر کاملاً مشخص نیست.
بررسی عملکرد مغز اوتیستیک
به تازگی کوهیتیج کار، پژوهشگر در آزمایشگاه پروفسور جیمز دی کارلو، کار خود را در مجله علوم اعصاب منتشر کرده است که میتواند با استفاده از هوش مصنوعی بینش بیشتری در مورد نحوه عملکرد مغز ارائه دهد.
محققان بر این باورند که یادگیری ماشینی میتواند ابزار موثری باشد که مسیرهای جدیدی را برای مدلسازی قابلیتهای محاسباتی مغز انسان باز کند.
ممکن است پاسخ در این گزاره نهفته باشد که در دو ناحیه مختلف مغز وجود دارد که بیشتر تفاوتها در سراسر آنها پخش میشود. عملکرد مغز انسان به این صورت است؛ قشر گیجگاهی تحتانی که با تشخیص چهره مرتبط است و آمیگدال را دریافت می کند. سپس در ورودی جزیی از قشر گیجگاهی تحتانی، احساسات را پردازش میکند.
تکرار عملکرد مغز اوتیستیک
کوهیتیج کار، این پژوهش را با بررسی دادههای رالف آدولفز در کلتک و شوو وانگ در دانشگاه واشنگتن در سنت لوئیس آغاز کرد. دادهها نتیجه آزمایشی بود که در آن وانگ و آدولف به دو گروه کنترل تصاویری از چهره ارائه کردند. یکی از آنهایی که نوروتیپیک در نظر گرفته می شوند و دیگری از بزرگسالان اوتیستیک تشکیل شده است.
یک برنامه نرم افزاری این تصاویر را تولید کرد که در طیفی از ترس تا شادی متفاوت بود. هر گروه کنترل باید تشخیص می داد که آیا چهرهها شادی را به تصویر میکشند یا خیر؟ در مقایسه با گروه کنترل عصبی، وانگ و آدولف دریافتند که بزرگسالان اوتیستیک چهرههای شادتری را گزارش میکنند.
کوهیتیج کار، دادههای مطالعه وانگ و آدولف را گرفت و یک مدل هوش مصنوعی را برای تکمیل همان کار آموزش داد. شبکه عصبی متشکل از واحدهایی است که شبیه به نورونهای بیولوژیکی هستند که توانایی پردازش اطلاعات بصری را دارند و نشانههای خاص را تشخیص میدهند و تصمیم میگیرند کدام چهرهها شاد به نظر میرسند.
پژوهشهای مربوط به عملکرد مغز اوتیستیک
یافتهها نشان داد که هوش مصنوعی توسعه یافته توسط کوهیتیج کار در مورد عملکرد مغز، قادر به تشخیص چهرههای شاد از غیر شاد با دقتی نزدیک به گروه کنترل عصبی نسبت به بزرگسالان اوتیستیک است. علاوه بر این، با استفاده از این نتایج، کار توانست شبکه عصبی را از بین ببرد تا ببیند چگونه و کجا با بزرگسالان اوتیستیک تفاوت دارد.
همچنین کار کشف کرد که برای عملکرد مغز، قشر گیجگاهی تحتانی تا حدودی مسئول پردازش نشانههای بصری است که قادر به تمایز و شناسایی احساسات در حالات چهره هستند.
کار میگوید: «اینها نتایج امیدوارکنندهای هستند. مدلهای بهتری از مغز به وجود خواهند آمد، اما اغلب در کلینیک، نیازی نیست منتظر بهترین محصول باشیم.»
تاثیر هوش مصنوعی بر عملکرد مغز اوتیستیک
درواقع، هوش مصنوعی میتواند در یک محیط بالینی برای تشخیص کارآمدتر و مؤثرتر اوتیسم و شناسایی ویژگیهای خاص اوتیسم در مراحل اولیه استفاده شود. این مورد زمانی نشان داده شد که شبکههای عصبی فردی با قضاوتهای بزرگسالان اوتیستیک و کنترلهای عصبی تطبیق داده شدند.
کنترل «وزن» در شبکه با کنترلهای عصبی بسیار قویتر از عملکرد مغز در بزرگسالان اوتیسم بود. این مورد در هر دو وزن منفی یا «بازدارنده» و مثبت یا «تحریکی» مشهود بود. این روند نشان میدهد که عملکرد مغز بزرگسالان اوتیستیک دارای ارتباطات عصبی حسی ناکارآمد یا پر سر و صدا است.
کوهیتیج کار، برای مشخص کردن اینکه شبکه عصبی برای آشکار کردن قشر گیجگاهی تحتانی به عنوان بخش اصلی مغز انسان که مسئول اصلی تشخیص حالات چهره است، چقدر موثر است. در این مورد کار، از دادههای وانگ و آدولف برای ارزیابی نقش آمیگدال استفاده کرد. کار به این نتیجه رسید که قشر گیجگاهی تحتانی محرک اصلی عملکرد آمیگدال است.
در نهایت این کار به نشان دادن اینکه مدلهای محاسباتی، بهویژه شبکههای عصبی پردازش تصویر، چقدر در محیط بالینی برای تشخیص بهتر اوتیسم و سایر رفتارهای شناختی مفید هستند، کمک خواهد کرد.
کوهیتیج کار، پژوهشگر در آزمایشگاه پروفسور جیمز دی کارلو میگوید:
«حتی اگر این مدلها بسیار دور از مغز باشند، قابل ابطال هستند، نه اینکه افراد صرفا داستان بسازند. برای من، این نسخه قویتر از علم است.»
خبرنگار: مریم آموت سر
منبع خبر: www.azorobotics.com