کاشت مغزی چگونه افکار را به گفتار تبدیل می‌کند

مقدمه: وقتی مغز می‌خواهد حرف بزند اما بدن اجازه نمی‌دهد

گفتار برای بیشتر ما کاری بی‌زحمت است. فکر می‌کنیم و بی‌درنگ جمله از دهان بیرون می‌آید. اما برای بیمارانی که به دلیل بیماری ای‌ال‌اس (ALS)، سکته مغزی ساقه‌ای یا آسیب نخاعی توان حرکت اندام‌های گفتاری را از دست داده‌اند، همین کار ساده به آرزویی دست‌نیافتنی تبدیل می‌شود. ذهن آنان کاملاً فعال است، اما مسیر میان مغز و ماهیچه‌ها قطع شده است.

رابط‌های تازه مغز و رایانه (Brain-Computer Interface) در سال‌های اخیر توانسته‌اند این مسیر را از راهی دیگر باز کنند: خواندن مستقیم فعالیت الکتریکی مغز و ترجمه آن به واژه، جمله و حتی صدا.

رابط مغز و رایانه چیست

رابط مغز و رایانه سامانه‌ای است که سیگنال‌های عصبی تولیدشده در مغز را ثبت، پردازش و به فرمان‌های قابل استفاده در دستگاه بیرونی تبدیل می‌کند. این سامانه در ساده‌ترین شکل خود شامل سه بخش است: آرایه‌ای از الکترودها برای ثبت فعالیت نورون‌ها، واحد پردازش برای رمزگشایی الگوها، و یک دستگاه خروجی مانند بلندگو، صفحه نمایش یا بازوی روباتیک.

نکته کلیدی اینجاست که مغز همچنان کار خود را انجام می‌دهد. وقتی فرد قصد می‌کند واژه‌ای را بگوید، نورون‌های قشر حرکتی (Motor Cortex) درست همان‌گونه شلیک می‌کنند که گویی فرمان رسیده است. فقط ماهیچه‌ها پاسخ نمی‌دهند. پژوهشگران از همین سیگنال‌های بی‌پاسخ بهره می‌گیرند.

خواندن قصد گفتار از قشر حرکتی

مغز برای تولید هر واج، ناحیه‌ای از اندام‌های گفتاری را فعال می‌کند: لب، زبان، فک، حنجره. آرایش زمانی و مکانی این فعال‌سازی‌ها در قشر حرکتی نقشه‌ای می‌سازد که می‌توان آن را خواند. برای نمونه، آوای «پ» با بستن لب‌ها همراه است، در حالی که «ت» زبان را به کام نزدیک می‌کند. هر یک از این حرکات، امضای الکتریکی ویژه خود را در مغز بر جای می‌گذارد.

آرایه‌های الکترودی که روی سطح قشر مغز یا درون بافت آن کار گذاشته می‌شوند، این امضاها را با دقت زمانی در حد میلی‌ثانیه ثبت می‌کنند. سپس الگوریتم‌های رمزگشایی، الگوی فعالیت عصبی را با واحدهای آوایی زبان، یعنی واج‌ها، تطبیق می‌دهند. این روش با سیستم‌های تشخیص گفتار تفاوت بنیادی دارد؛ آنجا صدا به متن تبدیل می‌شود، اینجا قصد حرکتی به متن تبدیل می‌شود.

نقشه‌برداری از زبان و بازسازی صدا

یکی از پیشرفت‌های مهم چند سال گذشته، استفاده از مدل‌های زبانی برای بهبود دقت رمزگشایی است. این مدل‌ها با آگاهی از قواعد احتمالی زبان، واژه‌های نامفهوم یا متناقض را اصلاح می‌کنند، همان‌طور که ما در گفت‌وگوی روزمره واژه نیمه‌تمام دیگری را حدس می‌زنیم. نتیجه آن است که فرد می‌تواند با واژگانی در حد ده‌ها هزار کلمه ارتباط برقرار کند.

دستاورد چشمگیر دیگر، بازسازی صدا است. پژوهشگران ابتدا نمونه‌های ضبط‌شده صدای فرد را پیش از بیماری جمع‌آوری می‌کنند، سپس الگوی تولید صدا را بر پایه همان ویژگی‌های آکوستیکی بازمی‌سازند. بدین ترتیب خروجی، صدایی ماشینی و یکنواخت نیست، بلکه به صدای خود شخص شباهت دارد. این نکته از نظر روانی اهمیت بسیاری دارد، زیرا حفظ هویت صوتی، پیوند بیمار با زندگی پیشین خود را تقویت می‌کند.

سرعت و دقت: معیارهای سنجش موفقیت

گفت‌وگوی طبیعی انسان حدود ۱۵۰ واژه در دقیقه است. نخستین سامانه‌های املای عصبی تنها چند نویسه در دقیقه تولید می‌کردند و عملاً برای گفت‌وگو مناسب نبودند. سامانه‌های جدیدتر به سرعت‌هایی در حدود ۶۰ تا ۸۰ واژه در دقیقه رسیده‌اند، یعنی نزدیک به سرعت گفت‌وگوی آرام. دقت نیز در بهترین نمونه‌ها از مرز ۹۰ درصد گذر کرده است.

البته این اعداد در شرایط آزمایشگاهی و با واژگان محدود به دست آمده‌اند. چالش واقعی، پایداری عملکرد در طول ماه‌ها و سال‌هاست، زیرا الکترودها به‌تدریج کارایی خود را از دست می‌دهند و مغز نیز الگوهای فعالیت خود را بازآرایی می‌کند.

کاربردهای درمانی و آینده نزدیک

بیمارانی که توان تکلم خود را از دست داده‌اند، نخستین گروه هدف این فناوری‌اند. برای فردی که سال‌ها فقط با حرکت چشم ارتباط برقرار کرده است، شنیدن جمله‌ای با صدای خودش تجربه‌ای دگرگون‌کننده است. کاربردهای دیگر در حال گسترش است: کنترل بازوی روباتیک، فرمان دادن به صندلی چرخ‌دار، و حتی کمک به بیماران دچار سندرم قفل‌شدگی (Locked-in Syndrome).

در آینده‌ای نه‌چندان دور، شاید نسخه‌های کم‌تهاجمی‌تر این سامانه‌ها به کمک الکترودهای سطحی یا حس‌گرهای نوری ساخته شوند تا نیاز به جراحی باز مغز کاهش یابد.

محدودیت‌ها و پرسش‌های اخلاقی

این فناوری هنوز با محدودیت‌های جدی روبه‌روست. جراحی مغز خطر عفونت و خون‌ریزی دارد. دستگاه‌ها نیازمند کالیبراسیون دوره‌ای هستند و حرکت سر بیمار می‌تواند سیگنال را مختل کند.

بُعد اخلاقی نیز کم‌اهمیت نیست. اگر سامانه‌ای بتواند افکار را بخواند، مرز میان گفتار عمدی و فکر خصوصی کجاست. آیا فرد می‌تواند کنترل کند که چه چیزی خوانده شود. حفظ حریم ذهنی و حق سکوت، اصلی‌ترین شرط پذیرش اجتماعی این فناوری است.

جمع‌بندی

تبدیل اندیشه به گفتار، مرز میان علوم اعصاب، الکترونیک و زبان‌شناسی را برداشته است. آنچه امروز در آزمایشگاه‌ها رخ می‌دهد، گام نخست راهی است که ممکن است روزی سکوت ناخواسته میلیون‌ها انسان را بشکند. اما همان اندازه که این مسیر امیدبخش است، نیازمند احتیاط علمی و چارچوب اخلاقی روشن نیز هست.