في تطور مثير لعالم الذكاء الاصطناعي، أظهرت النماذج الأساسية لتشفير الدماغ (Brain-Encoding Foundation Models) قدرتها على توقع استجابات صور الرنين المغناطيسي (fMRI) لمقاطع الفيديو والصوت والنص بشكل دقيق، مما جعلها تفوز في مسابقة "ألغونات 2025". السؤال يطرح نفسه: هل يمكن لتلك الاستجابات المتوقعة، التي تم الحصول عليها بدون استخدام جهاز مسح، أن تكون أداة مفيدة في تنبؤ سلوك المستخدم وتأثير الذاكرة عند مشاهدة مقاطع فيديو قصيرة؟

تتضمن الدراسة تحقيقاً مقارنةً بين النموذج الفرعي المعروف باسم V-JEPA2 والنموذج المتعلق بتشفير الدماغ، من خلال دراسة مجموعة بيانات مختلفة. تبين أن النتائج تعتمد بشكل كبير على مجموعة البيانات المستخدمة. على سبيل المثال، داخل مجموعة بيانات Memento10k، تفوق النموذج البصري (Spearman 0.594) على نموذج تشفير الدماغ (0.544). بينما في مجموعة بيانات VideoMem، فاز نموذج تشفير الدماغ (0.415) متفوقاً على النموذج البصري (0.368).

تستمر النتائج في تناول مدى تأثير البيانات على الأداء، حيث يظهر أن الفرق بين الأداءين ليس تحتيلاً لحجم العينة بل هو اختلاف حقيقي. كل تمثيل يتفوق بشكل أفضل على البيانات التي تم تدريبه عليها، مما يشير إلى عمق العلاقة بين تمثيل البيانات ونموذج التشفير. ومن المثير للاهتمام أن المزايا المكتشفة ليست عامة عبر جميع البيانات، بل تتعلق بتمثيلات محددة لمجموعات البيانات المعنية.

التقديرات والمخرجات المتعلقة بالاستجابة سوف تُنشر، بينما ستبقى مقاطع الفيديو الأصلية والنتائج غير قابلة لإعادة التوزيع. هذا يكشف عن مستقبل مشوق لتطبيقات الذكاء الاصطناعي في مجالات عدة بناءً على كيفية معالجة المعلومات بطرق جديدة ومبتكرة.

ما رأيكم في هذا التطور في التنبؤ بذاكرة الفيديو؟ شاركونا أفكاركم وتجاربكم في التعليقات!