في إطار جهود بحثية جديدة تم تقديمها في مؤتمر NeurIPS، انطلقت خطوة نوعية في مجال فك تشفير الدماغ باستخدام تقنيات التصوير بالرنين المغناطيسي الوظيفي (fMRI). يعاني النماذج الحالية من صعوبة في التوازن بين الأداء العالي والدقة، حيث تتفوق النماذج المخصصة على تلك ذات السطح الجغرافي الدقيق. ولكن الأبحاث الجديدة تشير إلى أن هذا الاعتلال قد يُعزى جزئيًا إلى ضعف تمثيل السطح وعدم استخدام المعلومات التشريحية كمؤشر قوي.

تقدم NeurIPS نموذجًا مبتكرًا يحول التنوع التشريحي من مجرد مظهر مزعج إلى أداة استباقية فعالة. يجمع هذا الإطار بين ابتكارين رئيسيين: أداة تقطيع كروية انتقائية لمناطق الاهتمام (Selective ROI Spherical Tokenizer) للتشفير الجغرافي الفعال، ونموذج مختلط موجه هيكلي (Structure-Guided Mixture of Experts) الذي يعالج التشريح الفردي باستخدام ميزات قشرية.

عند اختبار النموذج على مجموعة بيانات المشاهد الطبيعية، أثبت NeurIPS تفوقه، حيث سجل مستوى جديد من الأداء بالنسبة لفك التشفير على السطح، متفوقاً على الأساليب التقليدية ذات البعد الواحد. وقد تحققت هذه النتائج بكفاءة غير مسبوقة، حيث استطاع النموذج أن يتقارب بسرعة مذهلة، مستغرقاً 10 دورات تدريبية مقارنة بـ600 دورة للنماذج السابقة.

تسهم هذه الكفاءة في التكيف السريع مع الموضوعات الجديدة باستخدام 20% فقط من البيانات، مما يضمن قابلية التوسع بشكل robust مع زيادة عدد المتدربين. توضح التجارب الإضافية أن هذه المزايا ترجع إلى استخدام النموذج للميزات القشرية بدلاً من الاعتماد على حفظ معرفات الأفراد. من خلال استغلال هذه المؤشرات التشريحية، يفتح NeurIPS طريقاً مبدعاً ومستداماً نحو فك تشفير الدماغ بشكل أكثر موثوقية وشمولية.