به گزارش سایت امن به نقل از ایسنا و به نقل از زی نیوز، این پیشرفت می تواند به بیمارانی كه از فلج شدید رنج می برند، كمك كند تا با استفاده از افكار خود با دیگران ارتباط برقرار كنند.
به گفته محققان این پژوهش، هوش مصنوعی در برخی موارد توانسته از هوش انسان پیشی بگیرد.
محققان دانشگاه فرایبورگ در آلمان به رهبری "تونیو بال" عصب شناس نشان دادند كه چگونه یك الگوریتم خودیادگیری می تواند سیگنال های مغز انسان را كه توسط "الكتروانسفالوگرام" (EEG) اندازه گیری شده است، رمزگشایی كند.
این رمزگشایی شامل حركات انجام شده مانند حركات دست و پا یا حركات فرضی شامل چرخاندن اجسام بود.
این سیستم می تواند برای تشخیص زودهنگام تشنج های صرعی، ارتباط با بیماران شدیدا فلج شده یا تشخیص عصبی خودكار استفاده شود.
یكی از محققان این پژوهش از بیمارستان دانشگاه فرایبورگ، اظهار كرد: "نرم افزار ما مبتنی بر مدل های الهام گرفته از مغز است كه ثابت شده است برای تشخیص بسیاری از سیگنال های طبیعی مانند صداهای آوایی، بسیار مفید است."
وی افزود: نكته قابل توجه در مورد این برنامه جدید این است كه ما نیازی به پیش تعیین هیچ ویژگی نداریم و اطلاعات لایه به لایه و در چند مرحله با كمك یك تابع غیر خطی پردازش می شود.
وی در ادامه گفت: "این سیستم به نوعی آموزش دیده است تا بین الگوهای خاص رفتاری از حركت های مختلفی كه با آن روبرو می شود، تمایز قائل شود.
این مدل بر اساس ارتباط بین سلول های عصبی بدن انسان است كه در آن سیگنال های الكتریكی سیناپس ها از برآمدگی های سلولی به هسته سلول رفته و بازمی گردند.
تا به امروز، تفسیر مدار شبكه پس از اتمام فرآیند یادگیری مشكل ساز بود، زیرا تمام فرآیندهای الگوریتمی در پس زمینه قرار داشته و قابل رؤیت نبودند.
به همین دلیل محققان نرم افزاری را برای ایجاد سیستمی توسعه دادند كه می تواند تصمیمات رمزگشایی شده را درك كند. محققان می توانند در هر زمان داده های جدیدی را به این سیستم وارد كنند.
محققان این پژوهش اظهار كردند: چشم انداز ما برای آینده ارائه الگوریتم های خودیادگیری است كه می توانند تصمیمات مختلف كاربر را بر اساس سیگنال های مغزی آنها به سرعت تشخیص دهند.