دکتر سید سلمان فاطمی

هوش مصنوعی اکنون می تواند رویاهای شما را بخواند!

ثبت فعالیت مغز حین خواندن و سپس مهندسی معکوس آن: ثبت فعالیت مغز برای نشان دادن نوع تفکر و مشاهدات و احساسات فرد!

آیا میتوان به احساسات و تفکرات و حتی رویاهای شبانه ی دیگران دست یافت؟

پیشرفت های جدید هوش مصنوعی این شناسایی را ممکن میداند. بازگشایی افکار و اسرار ذهنی دیگران، ممکن است در بررسی های قضایی و راستی آزمایی متهمان و یا بررسی ادعاهای مدعیان ارزشمند باشد ولی چالش بزرگی در روابط اجتماعی و حتی روابط خصوصی بین افراد خواهد بود.

هوش مصنوعی از عروسک های بازی تا کمک به انسان در تولیدات و سلامت تا زیان های آن بر جسمو روح انسان- قسمت شصت و دو
11 آوریل 2024
خلاصه:محققان روش هایی را با استفاده از fMRI و یادگیری ماشین برای پیش بینی احساسات در افکار خود به خود، توسعه داده اند. آن‌ها روایت‌های شخصی‌سازی شده را بازسازی کردند.

در این داستان سرایی ها شرکت‌کنندگان در حالی که فعالیت مغزشان نظارت می‌شد، می‌خواندند. هدف، رمزگشایی از ابعاد احساسی افکار بود.
با تجزیه و تحلیل داده های fMRI، این تیم مناطق کلیدی مغز را شناسایی کردند که در پردازش ارتباط شخصی و ظرفیت عاطفی نقش دارد. پیشرفت این روش ها بینش‌هایی را در زمینه‌ی عاطفی رویاها ارائه می‌دهد و می‌تواند در تشخیص سلامت روان، انقلاب ایجاد کند.

حقایق کلیدی:
این مطالعه از fMRI و یادگیری ماشینی برای پیش‌بینی احساسات ذهنی در حین خواندن داستان و تفکر خود به خودی استفاده کرد.
نواحی کلیدی مغز مانند اینسولای قدامی و قشر میانی در پیش‌بینی ارتباط شخصی و لحن احساسی، بسیار مهم بودند.

این تحقیق کاربردهای بالقوه ای را در درک تجربیات عاطفی فردی و بهبود ارزیابی سلامت روان پیشنهاد می کند.

تیمی از محققان به رهبری KIM Hong Ji و WOO Choong-Wan در مرکز تحقیقات تصویربرداری علوم اعصاب (CNIR) در موسسه علوم پایه (IBS)، با همکاری امیلی فین در کالج دارتموث، قلمرو جدیدی از دانش را درون مغز انسان باز کردند.

این تیم امکان استفاده از تصویربرداری تشدید مغناطیسی کاربردی (fMRI) و الگوریتم‌های یادگیری ماشینی را برای پیش‌بینی احساسات ذهنی در افکار افراد هنگام خواندن داستان یا در حالت تفکر آزاد نشان دادند.
این یافته‌ها نوید رمزگشایی رویا را نشان می‌دهد.

مغز دائماً فعال است و افکار خود به خودی حتی در هنگام استراحت یا خواب رخ می دهد. این افکار می تواند هر چیزی باشد، از خاطرات گذشته گرفته تا آرزوها برای آینده، و اغلب با احساسات و نگرانی های شخصی در هم آمیخته است.
با این حال، از آنجایی که افکار خودانگیخته معمولاً بدون هیچ گونه محدودیتی از آگاهی رخ می‌دهند، تحقیق در مورد آنها چالش‌هایی را به همراه دارد - حتی صرفاً پرسیدن از افراد که به چه چیزی فکر می‌کنند، می‌تواند ماهیت افکار آنها را تغییر دهد.

تحقیقات جدید نشان می‌دهد ممکن است بتوان مدل‌های پیش‌بینی‌کننده محتوای عاطفی را در طول تفکر خودانگیخته با ترکیب روایت‌های شخصی با fMRI ایجاد کرد. روایت ها و افکار خودانگیخته ویژگی های مشابهی دارند، از جمله اطلاعات معنایی غنی و ماهیت بازگشایی زمانی.
برای به دست آوردن طیف متنوعی از الگوهای فکری، شرکت‌کنندگان در مصاحبه‌های انفرادی شرکت کردند تا محرک‌های روایی شخصی‌سازی شده ای را ایجاد کنند و تجربیات و احساسات گذشته ی خود را منعکس کنند.

در حالی که شرکت کنندگان داستان های خود را در داخل اسکنر MRI می خواندند، فعالیت مغز آنها ثبت می شد.
پس از اسکن fMRI، از شرکت‌کنندگان خواسته شد داستان‌ها را دوباره بخوانند و در هر لحظه، مرتبط بودن با خود (یعنی چقدر این محتوا با خودشان مرتبط است) و ظرفیت یا بار هیجانی(یعنی چقدر این محتوا مثبت یا منفی است) را گزارش کنند.

با استفاده از یک پنجک (پنج سطح) از رتبه‌بندی‌های مربوط به خود و بار هیجانی هر شرکت‌کننده، 25 بخش (5 سطح رتبه‌بندی مرتبط با خود×5 سطح رتبه‌بندی بار هیجانی) بخش‌های احتمالی fMRI و داده‌های رتبه‌بندی ایجاد شد.
سپس این تیم از تکنیک‌های یادگیری ماشینی برای آموزش مدل‌های پیش‌بینی استفاده کردند و این داده‌ها را با اسکن‌های مغزی fMRI از ۴۹ نفر ترکیب کردند تا «ابعاد احساسی» افکار را در زمان واقعی رمزگشایی کنند.

برای تفسیر نمایش‌های مغزی مدل‌های پیش‌بینی، تیم تحقیقاتی از رویکردهای متعددی مانند تحلیل‌های ضایعه ی مجازی و جداسازی مجازی در هر دو سطح منطقه و شبکه استفاده کردند.
از طریق این تحلیل‌ها، آن‌ها اهمیت حالت پیش‌فرض، توجه ونترال و شبکه‌های frontoparietal را در هر دو پیش‌بینی خود مرتبط و بار احساسی آن را کشف کردند.

به طور خاص، آن‌ها درگیر بودن اینسولای قدامی و قشر میانی را در پیش‌بینی مربوط به خود، شناسایی کردند، در حالی که اتصال گیجگاهی-پاریتال چپ و قشر جلوی پیشانی پشتی میانی نقش مهمی در پیش‌بینی بار هیجانی داشت.

دکتر سید سلمان فاطمی . نورولوژیست, [04/12/2024 07:23 ق.ظ]
علاوه بر این، مدل‌های پیش‌بینی ظرفیت خود را برای پیش‌بینی هم‌ربط بودن و هم بار احساسی نه تنها در حین خواندن داستان، بلکه در هنگام استفاده از داده‌های ۱۹۹ فردی که درگیر تفکر خودانگیخته بدون توجه به مورد خاص یا حتی در هنگام استراحت بودند، نشان دادند. این یافته‌ها نوید رمزگشایی رویا را نشان می‌دهد.

دکتر WOO Choong-Wan، مدیر IBS، گفت: «چندین شرکت فناوری و تیم‌های تحقیقاتی در حال حاضر در تلاش هستند تا کلمات یا تصاویر را مستقیماً از فعالیت مغز رمزگشایی کنند، اما ابتکارات محدودی با هدف رمزگشایی احساسات صمیمی در زیربنای مطالعه ی این افکار وجود دارد.
تحقیق ما بر روی احساسات انسانی، با هدف رمزگشایی احساسات در جریان طبیعی افکار برای به دست آوردن اطلاعاتی متمرکز است که می تواند برای سلامت روان افراد مفید باشد.

کیم هونگجی اولین نویسنده این مطالعه، تأکید کرد: «این مطالعه از آنجایی که ما وضعیت عاطفی مرتبط با افکار عمومی را، به جای هدف قرار دادن احساسات محدود به وظایف خاص، رمزگشایی کردیم اهمیت دارد.»
این یافته‌ها درک ما را از حالات درونی و زمینه‌های تأثیرگذار بر تجربیات ذهنی ارتقا می‌بخشد، به طور بالقوه تفاوت‌های فردی در افکار و احساسات را روشن می‌کند و به ارزیابی بهزیستی ذهنی کمک می‌کند.»

رمزگشایی مغزاز تفکر خودانگیخته: مدل‌سازی پیش‌بینی‌کننده ارتباط با خود و بار احساسی با استفاده از روایت‌ سرایی های شخصی (https://www.pnas.org/doi/10.1073/pnas.2401959121)توسط کیم هونگ جی و همکاران.
خلاصه

محتویات و پویایی تفکر خودانگیخته، عوامل مهمی برای ویژگی های شخصیتی و سلامت روان هستند. با این حال، ارزیابی افکار خود به خودی، به دلیل ماهیت نامحدود آن چالش برانگیز است و هدایت توجه شرکت کنندگان به گزارش افکارشان ممکن است اساساً آنها را تغییر دهد.
در اینجا، هدف ما رمزگشایی دو بعد محتوایی کلیدی تفکر خودانگیخته - تفکر مربوط به خود و بار هیجانی آن - مستقیماً از فعالیت مغز بود.

برای آموزش مدل‌های پیش‌بینی عملکردی مبتنی بر MRI، از داستان‌های شخصی تولید شده به‌صورت جداگانه به عنوان محرک در یک کار داستان‌خوانی برای تقلید از افکار خودانگیخته روایت‌مانند استفاده کردیم (n=49). سپس این مدل‌ها را بر روی مجموعه داده‌های آزمایشی متعدد (تعداد= 199)آزمودیم.

حالت پیش‌فرض، default mode، توجه شکمی،ventral attention و شبکه‌های فرونتو-پاریتال، نقش کلیدی در پیش‌بینی‌ها ایفا کردند، به‌طوری‌که قشر قدامی و قشر میانی در پیش‌بینی مربوط به خود و محل اتصال گیجگاهی-پاریتال چپ و قشر جلوی پیشانی پشتی میانی در پیش‌بینی بار هیجانی، مشارکت داشتند.

به طور کلی، این مطالعه مدل‌های مغزی افکار و احساسات درونی را ارائه می‌کند و پتانسیل رمزگشایی مغز از افکار خود به خود را برجسته می‌کند.

https://neurosciencenews.com/ai-emotion-daydreams-25901/