تُعتبر واجهات الدماغ-الآلة (BCI) مجالًا ثوريًا يهدف إلى فك رموز المعلومات اللغوية من إشارات الدماغ (EEG)، ولكن الوحل التقني لا يزال عميقًا، خاصة عند محاولة فك شيفرة الجمل من هذه الإشارات. إن نسبة الإشارة إلى الضوضاء المنخفضة تُعدُّ سببًا رئيسيًا في صعوبة هذه المهمة، مما يسبب تحديات عدة لكثير من الدراسات السابقة التي لم تستطيع تفوق الأداء العشوائي، إلا باستخدام تقنيات معقدة.

في خطوة جديدة لمواجهة هذه التحديات، تم اقتراح خط أنابيب يعتمد على مفهوم الاسترجاع المعزز بالجيل (RAG) لتحويل EEG إلى نص. يجمع هذا النظام بين مُشفر EEG متوافق مع تمثيلات الجمل الدلالية، ومرحلة استرجاع المتجهات، ونموذج لغوي ضخم (LLM) يُعزز من تنقيح الجمل المسترجعة وتحويلها إلى نصوص متماسكة.

أُجريت التجارب باستخدام مجموعة بيانات Zurich Cognitive Language Processing Corpus (ZuCo)، التي تحتوي على تسجيلات EEG أحادية التجربة تمت خلال القراءة الصامتة. وقد أظهرت النتائج أن النظام المقترح يحقق تحسنًا ملحوظًا مقارنة بالأداء العشوائي، حيث أصبحت متوسط درجة التشابه الموجه (cosine similarity) 0.181 ± 0.022، بالمقارنة مع 0.139 ± 0.029 للأداء العشوائي، وهو ما يعكس تحسنًا نسبيًا بلغ 30.45%.

تُؤكد التحليلات الإحصائية أن هذا التحسن ليس مجرد صدفة، إذ تم إجراء الاختبارات دون الاعتماد على تسميات بيانات حقيقية، مما يجعل هذه النتائج أكثر إثارة للإعجاب.

مع هذه التطورات المذهلة، يبدو أن الذكاء الاصطناعي يستعد لتغيير كيفية تفاعلنا مع العالم من حولنا. هل تعتقدون أن هذه التقنية ستحدث ثورة في عالم التواصل؟ شاركونا آرائكم في التعليقات!