حلقه‌ی حس‌کن، تطبیق‌بده، دوباره‌ارائه‌کن در EEG؛ محرک‌ساز یک مدل انتشاری و هدف یک حالت عصبی است.
حلقه‌ی حس‌کن، تطبیق‌بده، دوباره‌ارائه‌کن در EEG؛ محرک‌ساز یک مدل انتشاری و هدف یک حالت عصبی است.
هوش مصنوعی کاربردی ۳۱ تیر ۱۴۰۵

محدودیت‌های EEG هرگز ناشی از ساختار الکترودها نبوده بلکه مشکل اساسی در مدل‌سازی بوده است.

چهار مقاله‌ی تازه نشان می‌دهند که اگر سیگنال مغزی را به‌جای موجی که باید آستانه‌گذاری شود، مثل یک تابع جعبه‌سیاه یا توزیعی قابل‌یادگیری ببینیم، به نتایجی می‌رسیم که پیش‌تر دور از دسترس بودند. در واقع سخت‌افزار هم دیگر مانع نیست.

الکتروانسفالوگرافی (EEG) یعنی ثبت فعالیت الکتریکی مغز از روی پوست سر. این روش سه ویژگی دارد که سال‌ها آن را جذاب کرده است: ارزان است، غیرتهاجمی است و تفکیک‌پذیری زمانی‌اش در حد میلی‌ثانیه است. اما همین سیگنال سه مشکل جدی هم دارد. نخست اینکه پر از نویز است. دوم اینکه نامانا (non-stationary) است؛ یعنی آماره‌های سیگنال در طول زمان ثابت نمی‌مانند. سوم اینکه از نظر مکانی مبهم است، چون جمجمه جریان‌ها را پخش می‌کند و مرز میان نواحی مغز را محو می‌کند. همین سه ویژگی سال‌ها سقف کاری EEG را تعیین کرده‌اند.

پرسش اصلی این نوشته ساده است. آیا آن سقف از الکترودها می‌آمد یا از شیوه‌ی مدل‌سازی ما؟ چهار مقاله‌ی تازه روی arXiv، هر کدام از زاویه‌ای، یک پاسخ مشترک می‌دهند: سقف را مدل‌سازی می‌ساخت. اگر EEG را به‌جای موجی که باید آستانه‌گذاری شود، مثل یک تابع جعبه‌سیاه یا توزیعی قابل‌یادگیری ببینیم، به جایی می‌رسیم که پیش‌تر رسیدنی نبود.

جهت معکوس رابط مغز و رایانه

بیشتر پژوهش‌های رابط مغز و رایانه (BCI) سیگنال مغزی را رمزگشایی می‌کنند تا به رفتار یا نیت برسند. مقاله‌ی MindPilot جهت را برعکس می‌کند: سیگنال مغزی را به‌عنوان بازخورد بهینه‌سازی به کار می‌گیرد تا تصویری بسازد که فعالیت مغز را به سمت یک حالت هدف هدایت کند (MindPilot). چالش اینجا صریح بیان شده است: حالت‌های ذهنی سنجه‌ی کمی روشنی ندارند و بازخورد EEG هم پرنویز است و هم مشتق‌ناپذیر (non-differentiable).

مشتق‌ناپذیری چرا مهم است؟ چون از میان جمجمه نمی‌توان گرادیان را پس‌انتشار (backpropagation) داد. مقاله برای حل این مشکل مغز را یک تابع جعبه‌سیاه فرض می‌کند و با سازوکار هدایت شبه‌مدل (pseudo-model guidance) تصویر را گام‌به‌گام اصلاح می‌کند، بی‌آنکه به گرادیان یا پاداش صریح نیاز باشد. نویسندگان این روش را هم در شبیه‌سازی و هم روی انسان — در تطبیق ذهنی و تنظیم هیجان — آزموده‌اند.

این همان حلقه‌ی «حس کن، تطبیق بده، دوباره ارائه کن» است که در توان‌بخشی مبتنی بر واقعیت مجازی هم با آن کار می‌کنیم. تفاوت در دو سر حلقه است: اینجا عملگر (actuator) یک مدل انتشاری (diffusion) است که تصویر تولید می‌کند، و هدف یک حالت عصبی است. اما این کار هزینه‌ای هم دارد. بازخورد جعبه‌سیاه و مشتق‌ناپذیر، بهینه‌ساز را کند و نمونه‌خور می‌کند. در محیط تولید، «نمونه‌خور» یعنی زمان بیشتری که فرد باید هدست روی سرش داشته باشد.

یک نبرد صادقانه با بنچمارک

رمزگشایی EEG به متن (EEG2Text) یک راز کثیف دارد. بیشتر این مدل‌ها فقط با آموزش با معلم‌اجباری (teacher forcing) کار می‌کنند؛ یعنی در زمان ارزیابی، توکن درست قبلی به مدل داده می‌شود. اگر این کمک را برداریم — همان‌طور که کاربرد واقعی حکم می‌کند — مدل «به رمزگشایی معنادار نمی‌رسد» (EEG2Text). این دقیقاً همان نوع شکافی است که در محیط عملیاتی شما را می‌سوزاند: سنجه دارد جواب را لو می‌دهد.

تشخیص مقاله دقیق است. بنچمارک‌های موجود ناپایداری EEG، یعنی همان نامانایی، را نادیده گرفته‌اند و همین عامل مخدوش‌کننده پشت سال‌ها بحث بوده است. راه‌حل هم دو بخش دارد: یک کلاه پرچگال ۱۲۸ کاناله و یک بنچمارک متن‌باز به نام COFETT. مقاله در پاسخ به رمزگشایی بدون معلم‌اجباری یک «بله»ی محتاطانه می‌دهد. اما ارزش واقعی کار در جای دیگری است: جدا کردن عامل مخدوش‌کننده و ساختن بنچمارکی که مدل خوب را از مدل خوش‌شانس تشخیص می‌دهد.

نتیجه‌ی به‌ظاهر بی‌اهمیتی که بیشترین اهمیت را دارد

مطالعه‌ی پرتاب آزاد بسکتبال در نگاه اول ساده است، اما برای مهندس بیشترین درس را دارد. تجهیزات: دو گوشی هوشمند و یک تقویت‌کننده‌ی بی‌سیم EEG روی سر. ۲۶ بازیکن، هر کدام ۱۲۰ پرتاب، بیرون از آزمایشگاه (پرتاب آزاد). این ست‌آپ توانست پتانسیل آمادگی (readiness potential) را بازیابی کند؛ همان افت آهسته و منفی ولتاژ که پیش از هر حرکت ارادی در کانال Cz، از ۴۰۰− تا ۰ میلی‌ثانیه، ظاهر می‌شود.

مقاله یک نتیجه‌ی منفی صادقانه هم دارد. دامنه‌ی این پتانسیل موفقیت پرتاب را پیش‌بینی نکرد؛ حداکثر ۴٫۷ درصد از واریانس را توضیح می‌داد. این یافته یک محصول مربی‌گری عصبی را می‌کشد، ولی برای مهندس ارزشمند است. درس کاربردی اینجاست: سد سخت‌افزاری فروریخته است. دیگر به اتاق حفاظ‌دار و دستگاه چند ده‌هزاردلاری نیازی نیست. مطالعات میدانی ارزان و قابل‌حمل ممکن شده‌اند — بازخورد زیستی ورزشی، بازخورد فرم حرکت در فیزیوتراپی، تمرین توجه.

لایه‌ی تفسیر که باید به دستش آورد

اما فروریختن سقف به این معنا نیست که مسئله‌ی زیربنایی حل شده است. مروری تازه بر شبکه‌های مغزی دو مشکل کهنه را یادآوری می‌کند (شبکه‌های مغزی). نخست، مسئله‌ی معکوس (inverse problem): بازسازی منابع درونی از روی ولتاژ سطح جمجمه یک مسئله‌ی کم‌معین (underdetermined) است. دوم، هدایت حجمی (volume conduction): جریان پخش می‌شود و فعالیت یک ناحیه به الکترود همسایه نشت می‌کند.

سازوکارِ کار مشخص است: مدل‌سازی سر مخصوص هر فرد، بازسازی منبع، و سنجه‌هایی مثل همدوسی، علیت گرنجر و آنتروپی انتقال. چرا اهمیت دارد؟ چون حلقه‌ی بسته فقط وقتی قابل‌اعتماد است که ویژگی EEG واقعاً همان حالت عصبی ادعایی را بازتاب دهد. پیشرفت‌های مدل‌سازی روی این مسئله‌ی بازسازی می‌نشینند، آن را حل نمی‌کنند.

چه چیزی عوض شد

دانش، به تعبیری که همیشه به کار می‌برم، یک مجموعه‌ی مرزدار از اطلاعات با هدفی مشخص است. اینجا دو دانش کنار هم نشسته‌اند: الکتروفیزیولوژی، و مدل‌سازی مولد و دنباله‌ای، در واقع هیچ‌کدام به‌تنهایی به این نتایج نمی‌رسید، آنها در کنار هم چارچوبی را می‌سازند که فراتر از هر کدام می‌رود. مهم این است که الکترودها تقریباً بهتر نشده‌اند(نکته همین‌جاست.) آنچه پیشرفت کرده است، مدل‌هایی هستند که میان الکترود و تصمیم‌گیری قرار می‌گیرند.

اگر این چهار مقاله را کنار هم بگذاریم، یک فهرست چارچوب‌بندی به دست می‌آید. سخت‌افزار را ارزان و قابل‌حمل فرض کنید. به مقیاس اعتماد نکنید تا وقتی که بدون آموزش اجباری هم دوام بیاورد. جعبه‌سیاه را بهینه کنید، نه اینکه صرفاً آستانه بگذارید. و مسئله‌ی معکوس که پشت صحنه‎ی همه چیز است را هرگز فراموش نکنید. این موضع مهندسی منسجم، از آن هیاهوی همیشگی که «هدست سه‌ماه دیگر فکرتان را می‌خواند» به‌مراتب مفیدتر است.

منابع

مقالات مرتبط

چرا در یادگیری ماشین بالینی، پیش‌پردازش مهم‌تر از طبقه‌بند است

مقاله‌ای تازه درباره‌ی تشخیص زودهنگام آلزایمر می‌پرسد کدام مدل بهتر است. اما درس اصلی جای دیگری نهفته است؛ در همان مراحل خسته‌کننده‌ای که پیش از رسیدن داده به مدل انجام می‌شوند.

نقشه‌برداری از مغز پویا: دستاورد واقعی دکو و کرینگلباخ در مدل‌سازی کل‌مغز

نگاهی مهندسی به چارچوب مدل‌سازی کل‌مغز دکو و کرینگلباخ؛ گذار علوم اعصاب از استعاره‌های جعبه‌سیاه به سوی نقشه‌نگاری مولد و فیزیک‌محور از پویایی‌های مغز.

ادغام حسگری زیستی چندگانه در محیط عملیاتی: درس‌هایی از تلفیق eeg و fnirs برای رایانش عاطفی واقعی

پل زدن میان ارزیابی‌های ذهنی روان‌پزشکی و داده‌های عینی فیزیولوژیک، نیازمند مهندسی دقیق در تلفیق داده‌های چندگانه است. بررسی یک چارچوب جدید برای ادغام سیگنال‌های EEG و fNIRS، چالش‌های عملی تراز کردن داده‌ها، حذف نویز و کالیبراسیون سیستم در محیط‌های تولیدی را نمایان می‌سازد.