بازآفرینی ترانه پینک‌فلوید از داخل مغز؛ دکتر وحید بهروان: به بازسازی کامل گفتار برای بیماران نزدیک شدیم

دانشمندان قادر شده‌اند با استفاده از هوش مصنوعی، ترانه مشهور پینک‌فلوید به نام «خشتی دیگر در دیوار- بخش ا» را از مغز افراد بیرون بکشند و دوباره پخش کنند.

برای رمزگشایی این آهنگ، عصب‌شناسان دانشگاه کالیفرنیا برکلی فعالیت مغزی ثبت شده توسط الکترودهای کاشته شده در مغز ۲۹ فرد مبتلا به صرع را در حال گوش دادن به این آهنگ راک سال ۱۹۷۹ تجزیه و تحلیل کردند.

این تیم، آهنگ پینک فلوید را بیشتر به این دلیل انتخاب کردند که این آهنگ دارای ۴۱ ثانیه شعر و دو و نیم دقیقه ساز است؛ ترکیبی که برای درک نحوه پردازش کلمات و ملودی در مغز مفید بود.

محققان در این پژوهش امواج مغزی افراد را که هنگام شنیدن آهنگ ضبط کرده بودند به هوش مصنوعی آموزش دادند به جز پانزده ثانیه آن و خواستند ببیند آیا دستگاه می‌تواند آن پانزده ثانیه را بازسازی کند یا نه که دیدند تا اندازه زیادی می‌تواند.

در واقع هوش مصنوعی توانست ریتم موسیقی، بیان و احساس را تشخیص دهد.

در این توییت به نمونه استخراج شده از مغز گوش دهید:

دکتر وحید بهروان، متخصص مغز و اعصاب در رابطه با این پژوهش به صدای آمریکا گفت: «در حال حاضر دستگاه‌هایی هست که بتواند جمله‌های بیماری که آسیب مغزی دیده را استخراج کند ولی لحن و سرعت و تمام ویژگی‌هایی که معنای حرفی را کامل می‌رسانند را هنوز نمی‌توان با استفاده از الکترودهایی که روی پوست سر می‌گذارند تشخیص داد و جمله‌ها عمدتا با لحنی رباتیک تحویل داده می‌شوند.»

او افزود: «اگر تکنولوژی به حدی برسد که بتوانیم امواج را با همین دقتی که از سطح قشر مغزی ضبط شده از پوست سرضبط کنیم، آن وقت دستگاه می‌تواند واژه‌ها را با لحن و سرعت و تمامی خصوصیاتی که حس یک جمله را می‌رساند بازسازی کند و این قدم بسیاری بزرگی است و ما را به بازسازی کامل گفتار عادی برای کسی که این توانایی را از دست داده است نزدیک می‌کند.»

این تکنیک برای بیمارانی استفاده می‌شود که قادر به ساختن جمله در مغز خود هستند ولی نمی‌توانند آن را بیان کنند.

پیش از این تحول نیز دانشمندان با استفاده از الکترودها، مدل‌های کامپیوتری و اسکن‌های مغزی، قادر به رمزگشایی و بازسازی کلمات و افکار از روی فعالیت مغز افراد بودند ولی حالا موسیقی و در واقع حس جملات نیز به این ترکیب افزوده شده است.

دکتر وحید بهروان می‌گوید موسیقی حتی از گفتار نیز پیچیده‌تر است و علاوه بر نت‌ها، سرعت، ضرباهنگ و روندی که موسیقی دارد حس و حال خاص آن آهنگ را منتقل می‌کند.

او در پاسخ به این پرسش که آیا چنین فن‌آوری می‌تواند به بیماران فارسی‌زبان نیز کمک کند یا خیر گفت فارسی نیز مانند دیگر زبان‌ها، وزن و آهنگ و خصوصیات منحصر بفردی دارد که حس خاصی را به شنونده منتقل می‌کند.

او افزود: «اگر بتوانیم نه فقط بر اساس کلمات ساده بلکه بر اساس جملاتی با سرعت و حس‌های مختلف و حتی لهجه‌های مختلف این آموزش را به دستگاه بدهیم وهوش مصنوعی دارای بانک اطلاعاتی وسیعی از واژه‌های فارسی و لحن استفاده شده در آن شود، بعدها می‌توان امواج را دقیق از پوست سر گرفت و بیمار فارسی زبانی که قدرت کلام را از دست داده می‌تواند آنچه می‌خواهد را از این طریق ابراز کند.»

دکتر بهروان تأکید کرد که تکنولوژی هنوز به این مرحله نرسیده است.

پژوهش دانشمندان دانشگاه برکلی همچنین نشان داد که کدام بخش از مغز به عناصر مختلف موسیقی واکنش می‌دهد.

به عنوان مثال، فعالیت در ناحیه‌ای در شکنج گیجگاهی فوقانی با شروع صداهای خاص مانند نت‌های گیتار، تشدید می‌شود.

همچنین این پژوهش نشان داد که این ناحیه در سمت راست مغز و نه در سمت چپ، در رمزگشایی موسیقی بسیار مهم است چون زمانی که اطلاعات آن ناحیه از مغز را از مدل کامپیوتری حذف کردند دقت بازسازی آهنگ نیز کاهش پیدا کرد.

یکی از محدودیت‌های این پژوهش، در نظر گرفتن این موضوع بود که آیا شنونده‌ها ترانه پینک‌فلوید را دوست داشتند یا خیر و آیا آن را قبلا شنیده بودند یا نه چرا که تمامی این عوامل به ویژه در مورد موسیقی می‌توانند روی عملکرد مغز و در نتیجه دقت مدل رمزگشایی تأثیر بگذارند.