في عالم الذكاء الاصطناعي، يمثل فحص الدماغ وتحويله إلى صور تحديًا كبيرًا يواجه الباحثين. ولكن حديثًا، قدم فريق من العلماء تقنية جديدة تُعرف باسم TRIBE v2 التي تُعد خطوة رائدة نحو تحسين هذه العملية. هذه التقنية تركز بشكل مباشر على نقص البيانات المصنفة، والذي يؤثر بشكل كبير على جودة النتائج.

تعمل TRIBE v2 عن طريق دمج مجموعات بيانات صغيرة من fMRI (التصوير بالرنين المغناطيسي الوظيفي) مع بيانات اصطناعية تم إنتاجها بواسطة نموذج مُدرب مسبقًا. تمتاز هذه التقنية بكونها مدربة على أكثر من 1000 ساعة من استجابات fMRI الناتجة عن الفيديوهات، الصوت، واللغة.

من خلال دراسة أداء نماذج الفحص على مجموعتين مختلفتين من البيانات (مجموعة المشاهد الطبيعية 7T وBOLD5000 3T)، أظهرت النتائج تحسنًا ملحوظًا يصل إلى 68% في دقة استرجاع الصور عند المقارنة بالنماذج التي تم تدريبها فقط على بيانات حقيقية. ومع ذلك، فإن النسبة المطلوبة من البيانات المعززة لتحقيق أداء معين في فحص الصور تحتاج إلى ضبط وفقًا لمصدر البيانات المتاحة.

ما يثير الاهتمام هو أن النماذج المدربة بالكامل على بيانات fMRI الاصطناعية استطاعت أن تحقق أداءً يفوق الاحتمالات في بعض الإعدادات، مما يشير إلى إمكانية دعم TRIBE v2 فكرة الفحص الدماغي إلى الصورة بدون عينات سابقة!

تعد هذه النتائج مثيرة للغاية، حيث تُضع أساسًا قويًا لتحسين كفاءة البيانات في فحص الصور، مما يفتح آفاقًا جديدة في عالم الأبحاث العصبية والذكاء الاصطناعي.