AI ที่อ่านสมองได้ การสร้างภาพจากกิจกรรมสมองแบบเรียลไทม์

AI สมองมนุษย์คืออะไร และ Brain-IT สำคัญอย่างไร

AI สมองมนุษย์ในบริบทของการสร้างภาพจากสมอง หมายถึงโมเดลปัญญาประดิษฐ์ที่วิเคราะห์รูปแบบกิจกรรมสมองซึ่งถูกสแกนด้วยเครื่องมือเช่น MRI แล้วถอดรหัสให้กลายเป็นภาพใกล้เคียงกับสิ่งที่บุคคลกำลังมองเห็นหรือรับรู้ในเชิงสายตา โดยอาศัยการเรียนรู้เชิงลึกจากข้อมูลสมองจำนวนมากเพื่อจับคู่สัญญาณประสาทกับองค์ประกอบภาพ เนื้อหา และสีอย่างเป็นระบบ หัวใจของเรื่องนี้คือเทคโนโลยี Brain-IT โมเดล AI ที่ถูกพัฒนาขึ้นมาเพื่อการสร้างภาพจากกิจกรรมสมองโดยตรง นักวิทยาศาสตร์สร้างระบบที่สามารถอ่านกิจกรรมสมองของบุคคลแล้วสร้างภาพสิ่งที่เขาเห็นขึ้นมาใหม่ด้วยความแม่นยำสูง ทั้งด้านเนื้อหา องค์ประกอบ และสี นี่ไม่ใช่แค่การสาธิตพลังของ AI แต่เป็นการเปิดประตูชุดใหม่ให้กับการศึกษาสมองมนุษย์และการถอดรหัสกิจกรรมสมองในระดับที่ใกล้ความคิดมากขึ้นเรื่อย ๆ

เทคโนโลยี Brain-IT ทำงานอย่างไรจาก MRI สู่ภาพที่มองเห็น

จุดเด่นของเทคโนโลยี Brain-IT คือการถอดรหัสกิจกรรมสมองจากการสแกนแล้วแปลงกลับเป็นภาพที่มีโครงสร้างและสีใกล้เคียงต้นฉบับอย่างน่าทึ่ง นักวิทยาศาสตร์พัฒนาโมเดล AI ที่สามารถอ่านกิจกรรมสมองของบุคคลและสร้างภาพสิ่งที่เขากำลังมองขึ้นมาใหม่ด้วยความเร็วและความแม่นยำสูง การฝึกโมเดลเริ่มจากการนำภาพมากกว่า 70,000 ภาพให้ผู้เข้าร่วม 8 คนดูขณะกำลังถูกสแกนสมองด้วย MRI เพื่อเก็บข้อมูลกิจกรรมสมองเชิงลึก ข้อมูลสมองถูกแบ่งออกเป็นหน่วยเล็ก ๆ ที่เรียกว่า voxel จำนวนราว 40,000 หน่วย แล้วตรวจว่าแต่ละ voxel ตอบสนองต่อภาพต่าง ๆ อย่างไร จากนั้นใช้ AI วิเคราะห์คุณลักษณะของภาพ เช่น สี ตำแหน่งองค์ประกอบ และสิ่งที่อยู่ในภาพ ก่อนนำมาเปรียบเทียบกับกิจกรรมสมองเพื่อค้นหารูปแบบร่วมที่ซ่อนอยู่ เทคโนโลยี Brain-IT จึงไม่ใช่แค่การสร้างภาพจากสมอง แต่เป็นการสร้างแผนที่การประมวลผลภาพของสมองมนุษย์อย่างเป็นระบบด้วย

Encoder–Decoder: หัวใจของการสร้างภาพจากสมองแบบแม่นยำ

เพื่อแก้ปัญหาว่าข้อมูลจากผู้เข้าร่วมมีเพียง 8 คนถือว่าค่อนข้างน้อย นักวิจัยจึงสร้างส่วนสำคัญสองตัวคือ Encoder และ Decoder มาช่วยในการถอดรหัสกิจกรรมสมอง Encoder ถูกออกแบบให้สามารถค้นหารูปแบบกิจกรรมสมองที่เหมือนกันในคนต่าง ๆ และคาดการณ์ว่ากิจกรรมสมองควรมีลักษณะอย่างไรเมื่อบุคคลหนึ่งดูภาพหนึ่งภาพ ระหว่างการฝึก Encoder ระบุพื้นที่การทำงานร่วม 128 บริเวณที่เกี่ยวข้องกับการประมวลผลภาพในสมอง ซึ่งบางส่วนเป็นบริเวณที่นักประสาทวิทยารู้จักอยู่แล้ว และบางส่วนเป็นข้อค้นพบใหม่ ขณะที่ Decoder ทำงานกลับด้าน โดยนำกิจกรรมสมองที่สแกนได้มาใช้สร้างภาพขึ้นใหม่จากสัญญาณเหล่านั้น ทีมวิจัยฝึกทั้ง Encoder และ Decoder ร่วมกันซ้ำ ๆ เพื่อให้ภาพที่สร้างจากสมองมีความแม่นยำมากขึ้นเรื่อย ๆ และลดข้อผิดพลาดพื้นฐาน เช่น องค์ประกอบและสีที่เคยเป็นจุดอ่อนของโมเดลก่อนหน้า กระบวนการนี้คือหัวใจของการสร้างภาพจากสมองที่เปลี่ยนสัญญาณประสาทให้กลายเป็นภาพเชิงสายตาซึ่งตีความได้ในระดับมนุษย์

จากสแกนหลายสิบชั่วโมงเหลือหนึ่งชั่วโมง ผลกระทบต่อผู้ใช้และงานแพทย์

หนึ่งในจุดเปลี่ยนที่ทำให้เทคโนโลยี Brain-IT น่าจับตาคือประสิทธิภาพในการเรียนรู้ผู้ใช้รายใหม่ โมเดลอื่นต้องใช้เวลาสแกนสมองหลายสิบชั่วโมงเพื่อเรียนรู้รูปแบบกิจกรรมสมองของคนหนึ่งคน แต่ Brain-IT ใช้ข้อมูลสแกนเพียงหนึ่งชั่วโมงในการเรียนรู้บุคคลรายใหม่ก่อนจะสร้างภาพได้อย่างแม่นยำ ระยะเวลา 1 ชั่วโมงนี้คือเวลาที่ใช้เก็บข้อมูลให้โมเดลรู้จักสมองของคนนั้น ไม่ใช่เวลาสร้างภาพแต่ละภาพ ซึ่งทำให้การใช้งานในอนาคตดูเป็นไปได้มากขึ้น เมื่อมองเชิงผู้ใช้ การสร้างภาพจากสมองเปิดโอกาสสู่โลก brain-computer interface ที่บุคคลอาจสื่อสารผ่านภาพโดยไม่ต้องขยับร่างกาย เหมาะอย่างยิ่งต่อผู้มีภาวะอัมพาตที่ไม่สามารถพูดหรือขยับได้ นักวิจัยระบุว่าเทคโนโลยีเบื้องหลัง Brain-IT อาจช่วยให้ผู้มีภาวะอัมพาตสื่อสารได้ในอนาคต และช่วยให้นักวิทยาศาสตร์ศึกษาวิธีที่สมองประมวลผลภาพอย่างมีประสิทธิภาพมากขึ้น นี่คือการใช้งานที่สะท้อนว่าการถอดรหัสกิจกรรมสมองไม่ใช่เรื่องไกลตัวโลกการแพทย์อีกต่อไป

ข้อจำกัด ความหวัง และทิศทางต่อไปของ AI สมองมนุษย์

แม้คำว่า AI อ่านใจจะฟังดูน่าตื่นเต้น แต่สิ่งที่ Brain-IT ทำได้ในตอนนี้ยังจำกัดอยู่ที่การสร้างภาพจากกิจกรรมสมองขณะบุคคลกำลังมองภาพ ไม่ใช่การอ่านความคิดทุกประเภท ระบบถูกฝึกด้วยภาพจำนวนมากที่แสดงให้ผู้เข้าร่วมดูระหว่างการสแกนสมองด้วยเครื่อง MRI หมายความว่าทั้งเทคโนโลยีและการใช้งานยังผูกกับอุปกรณ์การแพทย์ขนาดใหญ่และค่าใช้จ่ายสูงในเชิงโครงสร้าง และยังเน้นไปที่สิ่งเร้าทางสายตาเป็นหลัก ไม่ใช่จินตนาการหรือแนวคิดนามธรรมทั้งหมด อย่างไรก็ตาม การที่ Encoder สามารถค้นพบพื้นที่การทำงาน 128 บริเวณในสมองที่เกี่ยวข้องกับการประมวลผลภาพ รวมถึงบทบาทใหม่ ๆ ที่ไม่เคยถูกระบุชัดมาก่อน แสดงให้เห็นว่า AI สมองมนุษย์กำลังกลายเป็นเครื่องมือวิทยาศาสตร์ที่ช่วยเปิดแผนที่สมองให้ชัดเจนขึ้น ในระยะยาว เราอาจเห็นการต่อยอดไปสู่การวินิจฉัยโรคทางระบบประสาท การติดตามความเสื่อมของสมอง และ brain-computer interface ที่ช่วยให้ผู้ป่วยสื่อสารด้วยภาพอย่างเป็นระบบ ข้อท้าทายคือการพัฒนาเทคโนโลยีให้เป็นมิตรต่อผู้ใช้ ปลอดภัยด้านจริยธรรม และไม่ถูกนำไปใช้เพื่อการละเมิดความเป็นส่วนตัว เพราะเมื่อการถอดรหัสกิจกรรมสมองทำได้แม่นขึ้น คำถามเรื่องสิทธิในความคิดยิ่งกลายเป็นประเด็นใหญ่ที่สังคมต้องร่วมกันออกแบบคำตอบ