Beyin sinyallerinden dijital bedene: Kelimeler ve jestler avatara taşındı

Nature Neuroscience dergisinde yayımlanan araştırmada kullanılan sistemin, tek bir beyin implantından gelen sinyalleri kullanarak hem konuşmayı hem de iletişim amaçlı vücut hareketlerini aynı anda çözümleyebilen ilk sistem olduğu belirtildi.

Makine öğrenmesiyle desteklenen teknoloji, kişinin ifade etmeye çalıştığı sözcüklerle birlikte başını sallama, omuz silkme veya el hareketleri gibi bedensel hareket ve mimikleri de algılayarak bunları dijital bir avatara aktarabiliyor.

Araştırmacılar, çalışmanın konuşma yetisini kaybeden kişilerin düşünce ve niyetleriyle bağlantılı beyin aktivitesini iletişime dönüştürmeyi amaçlayan beyin-bilgisayar arayüzleri (BCI) alanındaki ilerlemelerin yeni bir aşaması olduğunu belirtiyor.

Araştırmanın başyazarı Samantha Brosler, amaçlarının yalnızca tek bir yetiyi geri kazandıran sistemlerin ötesine geçmek olduğunu söyledi.

Brosler, ''Tek seferde yalnızca bir işlevi geri kazandıran beyin-bilgisayar arayüzlerinin ötesine geçerek, farklı iletişim ve hareket biçimlerini tek bir beyin arayüzüyle yeniden sağlayabilmek istiyoruz.'' dedi.

Jest ve mimiklerin iletişimde önemli bir rol oynadığına dikkati çeken Brosler, başıyla ‘evet’ ya da ‘hayır’ işareti vermek, el sallamak, omuz silkmek veya başparmağı kaldırmak gibi hareketlerin konuşmaya anlam, vurgu, duygu ve bağlam ekleyebildiğini belirtti.

Brosler, bazı durumlarda bu hareketlerin konuşmanın tamamen yerini de alabileceğini söyledi.

Kaliforniya Üniversitesi San Francisco (UCSF) araştırmacılarının gerçekleştirdiği kavram kanıtlama çalışmasına iki kişi katıldı.

Araştırmacılar, katılımcılardan birinde 10, diğerinde ise dört farklı iletişim hareketini sistem üzerinden test etti.

Makine öğrenmesinden yararlanan sistemin, her iki katılımcının da ifade etmeye çalıştığı kelimeler ve jestlerle ilişkili beyin sinyallerini yüksek doğrulukla çözümleyebildiği bildirildi.

Araştırma ekibi bundan sonraki aşamada sistemin kelime dağarcığını önemli ölçüde genişletmeyi ve vücudun farklı bölümlerindeki daha sürekli ve çeşitli hareketleri algılayabilmesini sağlamayı hedefliyor.

Bu tür ‘iletişim protezleri’nin, bilişsel yetileri büyük ölçüde korunmasına rağmen felç, ALS gibi nörodejeneratif hastalıklar veya başka nörolojik rahatsızlıklar nedeniyle konuşma yetisini kaybeden milyonlarca kişiye yardımcı olabileceği belirtiliyor.

Araştırmacılar, daha uzun vadede teknolojinin serebral palsi veya otizm nedeniyle sesli iletişim kurmakta güçlük yaşayan kişiler için de kullanılabileceğini düşünüyor.

Beyin sinyallerinin iletişime dönüştürülmesine yönelik teknolojiler son yıllarda hem bilim dünyasında hem de özel sektörde önemli yatırımlar çekiyor. Elon Musk'ın Neuralink şirketi ve Precision Neuroscience bu alanda çalışan şirketler arasında bulunuyor.

UCSF'deki çalışmanın baş araştırmacısı Dr. Edward Chang'ın kurucuları arasında yer aldığı Echo Neurotechnologies de beyne yerleştirilen implantlara yönelik donanımlar geliştiriyor.

UZMANLAR: HENÜZ YAYGIN KULLANIMA HAZIR DEĞİL

King's College London'dan beyin dinamikleri uzmanı Richard Rosch, çalışmanın yenilikçi olduğunu ve beynin konuşmayla diğer iletişim biçimlerini nasıl bir araya getirdiğine ilişkin yeni ipuçları sunduğunu söyledi.

Rosch, araştırmanın beyinde konuşma ile el hareketlerinin işlendiği bölgeler arasında önemli ölçüde örtüşme bulunduğunu gösterdiğini belirtti.

Bulguların, beynin birbirinden kesin sınırlarla ayrılmış ve yalnızca belirli görevlerde uzmanlaşmış bölgelerden oluşmadığına ilişkin giderek güçlenen bilimsel görüşü desteklediğini ifade etti.

Rosch bununla birlikte teknolojinin yaygın biçimde kullanılabilmesinin önünde önemli engeller bulunduğunu vurguladı. Rosch, sistemin ciddi bir beyin ameliyatı gerektirdiğine işaret etti.

Bath Üniversitesi'nden araştırmacı Scott Wellington da çalışmayı önemli bulduğunu ancak sistemin standart bir yardımcı teknolojiye dönüşebilmesi için aşılması gereken sorunlar olduğunu söyledi.

En önemli sorunlardan biri, sistemin her hasta için ayrı ayrı eğitilmesinin gerekmesi. Wellington, bir kişinin beyin sinyalleriyle eğitilen modellerin aynı kişide başarılı olabildiğini ancak başka kişilerde aynı performansı göstermekte zorlandığını belirtti.

Wellington'a göre farklı kişilerde de çalışabilecek genellenebilir modellerin geliştirilebilmesi için büyük yatırımlar gerekiyor. Bu sorun çözülemezse teknolojinin klinik kullanımda yaygınlaşması zor olabilir.