អ្នកស្រាវជ្រាវនៅវិទ្យាស្ថានវិទ្យាសាស្ត្រ Weizmann ក្នុងទីក្រុង Rehovot ប្រទេសអ៊ីស្រាអែល បានបង្កើតប្រព័ន្ធបញ្ញាសិប្បនិមិត្ត ដែលអាចបង្កើតឡើងវិញនូវអ្វីដែលមនុស្សកំពុងសម្លឹងមើលដោយផ្អែកលើការស្កេនខួរក្បាល fMRI របស់ពួកគេ ហើយព្យាករណ៍ពីសកម្មភាពខួរក្បាលរបស់មនុស្សពីរូបភាពក្នុងទិសដៅផ្សេងទៀត - MIT Technology Review បានរាយការណ៍នៅថ្ងៃទី 1 ខែតុលា ឆ្នាំ 2026។

ឧបករណ៍នេះត្រូវបានបង្កើតឡើងដោយអ្នកវិទ្យាសាស្ត្រកុំព្យូទ័រ Michal Irani និងសហការីរបស់នាង បង្កើតរូបភាពដែលបានមើលឡើងវិញជាមួយនឹងភាពជាក់លាក់ដែលកិច្ចខិតខំប្រឹងប្រែងក្នុងការឌិកូដខួរក្បាលពីមុនមិនត្រូវគ្នានោះទេ។ នៅក្នុងការប្រៀបធៀបដោយចំហៀង ការស្ថាបនាឡើងវិញរបស់ម៉ូដែលរក្សាមិនត្រឹមតែប្រធានបទទូទៅនៃឈុតមួយប៉ុណ្ណោះទេ ប៉ុន្តែរចនាសម្ព័ន្ធ ទីតាំង និងខ្លឹមសាររបស់វា ដែលជាភាពទន់ខ្សោយឥតឈប់ឈរនៃប្រព័ន្ធពីមុន ដែលអាចបង្កើតចេកដែលអាចជឿជាក់បាន ប៉ុន្តែកម្រមានចេកដែលមនុស្សពិតជាបានឃើញណាស់។ For more context on this story, see our ongoing artificial intelligence updates.

របៀបដែលឧបករណ៍ឌិកូដខួរក្បាលដំណើរការ

ប្រព័ន្ធនេះគឺជា "ឧបករណ៍ឌិកូដខួរក្បាល" ពីរសាខា។ សាខាមួយព្យាករណ៍ពីរចនាសម្ព័ននៃរូបភាព ដែលពណ៌ និងរូបរាងអង្គុយនៅក្នុងស៊ុម ខណៈដែលទីពីរព្យាករណ៍អំពីខ្លឹមសាររបស់វា ឧទាហរណ៍ ចេកមួយបាច់នៅលើចាន។ ការទស្សន៍ទាយរួមបញ្ចូលគ្នាទាំងនោះ បន្ទាប់មកដឹកនាំគំរូនៃការសាយភាយ ដែលជាក្រុមគ្រួសារដូចគ្នានៃបច្ចេកទេស AI បង្កើតនៅពីក្រោយម៉ាស៊ីនបង្កើតរូបភាព និងវីដេអូទំនើប ដើម្បីបង្កើតការស្ថាបនាឡើងវិញចុងក្រោយ។

ក្រុមបានចាប់ផ្តើមពីទិន្នន័យស្កែនខួរក្បាលដែលមានជាសាធារណៈ៖ អ្នកស្ម័គ្រចិត្តត្រូវបានបង្ហាញរូបភាពរាប់រយសន្លឹកខណៈពេលកំពុងដេកក្នុងម៉ាស៊ីនស្កេន fMRI ដែលតាមដានលំហូរឈាមដែលមានអុកស៊ីហ្សែនតាមរយៈខួរក្បាលជាប្រូកស៊ីសម្រាប់សកម្មភាពសរសៃប្រសាទ។ ក្រុមរបស់អ៊ីរ៉ង់បានប្រើប្រាស់សំណុំទិន្នន័យថ្មីជាងនេះ ដែលចាប់យកនៅលើម៉ាស៊ីនស្កែនដែលមានគុណភាពបង្ហាញខ្ពស់ ដែលសកម្មភាពនីមួយៗគ្របដណ្តប់ជាលិកាប្រហែលមួយមិល្លីម៉ែត្រគូប ជាជាងប្រហែលបីមីលីម៉ែត្រគូបនៃម៉ាស៊ីនស្កេនស្តង់ដារ។

ការបណ្តុះបណ្តាលលើទិន្នន័យខ្ចី

ឧបសគ្គកណ្តាលគឺការអត់ឃ្លានទិន្នន័យ។ ការស្កែន fMRI គុណភាពបង្ហាញខ្ពស់ពីមនុស្សម្នាក់ដែលមើលរូបភាពរាប់ពាន់គឺខ្វះខាត ហើយម៉ូដែលដែលត្រូវការច្រើនជាងមាន។ ដំណោះស្រាយរបស់អ្នកស្រាវជ្រាវគឺដើម្បីបណ្តុះបណ្តាលគំរូទីពីរបញ្ច្រាស - ឧបករណ៍បំលែងកូដដែលព្យាករណ៍ថាតើការស្កេនខួរក្បាលនឹងមើលទៅដូចអ្វីប្រសិនបើមនុស្សម្នាក់ត្រូវបានបង្ហាញរូបភាពដែលបានផ្តល់ឱ្យ។

តាមរយៈការដំណើរការកម្មវិធីបំប្លែង និងឌិកូដប្រឆាំងនឹងគ្នាទៅវិញទៅមក ក្រុមការងារអាចបង្កើតគូហ្វឹកហាត់គ្មានដែនកំណត់ប្រកបដោយប្រសិទ្ធភាព។ ចាប់ផ្តើមជាមួយរូបថតខ្លារខិន ទស្សន៍ទាយសកម្មភាព fMRI ដែលវានឹងផលិត បង្កើតរូបភាពឡើងវិញពីសកម្មភាពនោះ និងកែលម្អម៉ូដែលទាំងពីរនៅលើភាពមិនស៊ីគ្នា ប្រហែល 70 ភាគរយនៃទិន្នន័យបណ្តុះបណ្តាលនៅទីបំផុតបានមកពីរូបភាពដែលពិតជាមិនត្រូវបានបង្ហាញដល់អ្នកស្ម័គ្រចិត្តដែលបានស្កែន នេះបើយោងតាម ​​Irani ។

វិធីសាស្រ្តនេះបានផលិតនូវអ្វីដែលក្រុមហៅថាឧបករណ៍បំប្លែងខួរក្បាលជាសកល ហើយប្រសិទ្ធភាពរបស់វាគឺលទ្ធផលចំណងជើង។ ឧបករណ៍ឌិកូដពីមុនជាធម្មតាត្រូវការប្រហែល 40 ម៉ោងនៃទិន្នន័យ fMRI ដើម្បីក្រិតតាមខ្នាតមនុស្សថ្មី។ ឧបករណ៍ឌិកូដរបស់ Irani ត្រូវការប្រហែលមួយម៉ោង ដែលជាភាពខុសគ្នាដែលសំខាន់ព្រោះពេលវេលាស្កែនមានតម្លៃថ្លៃ។ លោក Tommy Sprague អ្នកជំនាញខាងសរសៃប្រសាទនៅសាកលវិទ្យាល័យកាលីហ្វ័រញ៉ា សាន់តា បាបារ៉ា ដែលមិនបានចូលរួមក្នុងការស្រាវជ្រាវ បាននិយាយថា "គ្មាននរណាម្នាក់ក្នុងចំនោមពួកយើងអាចមានលទ្ធភាពទិញរូបភាពក្នុងរយៈពេល 40 ម៉ោងសម្រាប់មុខវិជ្ជាថ្មីនោះទេ" ។ ការរកឃើញនេះត្រូវបានបង្ហាញនៅក្នុងសន្និសីទ Cognitive Computational Neuroscience នៅទីក្រុងញូវយ៉កក្នុងខែកញ្ញា។

អ្វីដែលត្រូវ - និងខុស

នៅក្នុងការធ្វើតេស្តប្រៀបធៀប ឧបករណ៍នេះដំណើរការបានប្រសើរជាងប្រព័ន្ធឌិកូដខួរក្បាលដែលបានពិពណ៌នាពីមុន "ដោយរឹមគួរឱ្យកត់សម្គាល់" Irani បានប្រាប់ MIT Technology Review ។ វា​មិន​មែន​ជា​រឿង​មិន​អាច​ខ្វះ​បាន។ តាមរយៈការហៅជាវីដេអូ នាងបានចង្អុលទៅរូបភាពនៃនំខេកដែលប្រព័ន្ធរៀបចំឡើងវិញជាគំនរសាំងវិចចំនួនបី និងឆ្កែនៅក្នុងអាងងូតទឹកដែលត្រលប់មកវិញជាពពែពណ៌ស្រដៀងគ្នានៅក្នុងអាងតែមួយ។

តាមរយៈការរួមបញ្ចូលទិន្នន័យឆ្លងកាត់ការសិក្សាជាច្រើន ក្រុមការងារក៏បានកំណត់តំបន់ខួរក្បាលដែលលេចឡើងដើម្បីចែករំលែកមុខងារនៅទូទាំងបុគ្គល — តំបន់មួយឆ្លើយតបទៅនឹងរូបភាពនៃអាហារ និងមួយទៀតចំពោះកីឡា។ Irani និយាយថាឥឡូវនេះនាងកំពុងធ្វើការជាមួយអ្នកវិទ្យាសាស្ត្រសរសៃប្រសាទដើម្បីប្រើឧបករណ៍ដើម្បីកំណត់ពីរបៀបដែលខួរក្បាលរៀបចំអត្ថន័យជាប្រព័ន្ធ។

សន្យាថ្នាំ

ក្តីសង្ឃឹមភ្លាមៗបំផុតគឺគ្លីនិក។ Irani ជឿថាវិធីសាស្រ្តចុងក្រោយអាចជួយអ្នកដែលមានរោគសញ្ញាចាក់សោ - អ្នកជំងឺពិការទាំងស្រុងដែលមិនអាចនិយាយឬផ្លាស់ទី - ទំនាក់ទំនងដោយប្រើសកម្មភាពខួរក្បាលតែម្នាក់ឯង។ នាងក៏ចង់ពង្រីកបច្ចេកទេសលើសពីរូបភាពឋិតិវន្តទៅជាវីដេអូ និងអូឌីយ៉ូ ដោយមានគោលដៅរយៈពេលវែងនៃការបង្កើតឡើងវិញនូវខ្លឹមសារដែលស្រមើលស្រមៃ រួមទាំងសុបិន និងខ្លឹមសារអារម្មណ៍នៃ PTSD flashbacks ។

Judy Illes អ្នកជំនាញខាងសរសៃប្រសាទ និងជាសាស្ត្រាចារ្យផ្នែកសរសៃប្រសាទនៅសាកលវិទ្យាល័យ British Columbia ដែលមិនបានចូលរួមក្នុងការងារនោះបានពណ៌នាការស្រាវជ្រាវថា "អស្ចារ្យ"។ នាងបានប្រាប់ MIT Technology Review ថា "គំនិត [នៃការប្រើប្រាស់វិធីសាស្រ្តនេះ] ដើម្បីជួយអ្នកដែលមានជំងឺសរសៃប្រសាទ ... ការព្យាបាលគឺគួរឱ្យរំភើបខ្លាំងណាស់" ។

បញ្ហាឯកជនភាព

ភាពជាក់លាក់ដូចគ្នាបង្កើនការរំពឹងទុកដែលវិស័យនេះមានការភ័យខ្លាចជាយូរមកហើយ៖ ការទាញយករូបភាពផ្លូវចិត្តរបស់មនុស្សដោយគ្មានការយល់ព្រមប្រកបដោយអត្ថន័យ។ លោក Sprague បាននិយាយថា "លទ្ធផលមើលទៅគួរអោយចាប់អារម្មណ៍ណាស់។ "ប៉ុន្តែប្រសិនបើមានវិធីមួយដើម្បីទាញយកព័ត៌មានអំពីអ្វីដែលអ្នកកំពុងគិតដោយអចេតនា នោះ... 150 ឆ្នាំនៃវិទ្យាសាស្ត្រអាចក្លាយជាការពិតគ្រប់ពេលវេលា ហើយវាជារឿងគួរឱ្យព្រួយបារម្ភក្នុងវិធីជាច្រើន"។

ក្តីបារម្ភទាំងនោះនៅតែមានសម្រាប់ពេលនេះ ជាប់នឹងរូបវិទ្យា។ ប្រព័ន្ធនេះតម្រូវឱ្យមនុស្សម្នាក់ដេកនៅខាងក្នុងមេដែក fMRI ច្រើនតោនអស់រយៈពេលជាច្រើនម៉ោង ហើយរាល់ឧបករណ៍ឌិកូដពីមុនៗត្រូវការការក្រិតតាមខ្នាតសម្រាប់មនុស្សម្នាក់ៗយ៉ាងទូលំទូលាយ។ ប៉ុន្តែតម្រូវការនៃការក្រិតតាមខ្នាតគឺជាអ្វីដែលក្រុមរបស់អ៊ីរ៉ង់ទើបតែកាត់បន្ថយដោយកត្តារាប់សិប ដែលជាមូលហេតុដែលក្រុមអ្នកសីលធម៌កំពុងយកចិត្តទុកដាក់ចំពោះឧបករណ៍ដែលកើតឡើងជារបកគំហើញនៃការស្រាវជ្រាវផងដែរ។

គោលដៅបន្ទាប់របស់ក្រុម Weizmann — ចលនារូបភាព និងសំឡេង បន្ទាប់មកស្រមៃ និងសុបិន មាតិកានឹងសាកល្បងថាតើភាពត្រឹមត្រូវនៃបច្ចេកទេសនេះនៅមានជីវិតនៅខាងក្រៅលក្ខខណ្ឌដែលត្រូវបានគ្រប់គ្រងយ៉ាងប្រុងប្រយ័ត្ននៃមន្ទីរពិសោធន៍ស្កែនឬអត់។ ប្រសិនបើវាកើតឡើង ទាំងកម្មវិធីវេជ្ជសាស្រ្ត និងការពិភាក្សាអំពីឯកជនភាពនឹងកើនឡើងជាមួយគ្នា។

វាលដែលមានចលនាលឿន

ការឌិកូដខួរក្បាលបានរីកចម្រើនពីភាពមិនច្បាស់ ស្ទើរតែមិនអាចសម្គាល់បាន ទៅជាការស្ថាបនាឡើងវិញប្រកបដោយភាពស្មោះត្រង់ក្នុងរយៈពេលតិចជាងមួយទសវត្សរ៍ ដែលជំរុញដោយម៉ាស៊ីនស្កេនដែលប្រសើរជាងមុន សំណុំទិន្នន័យចែករំលែកធំជាង និងគំរូទូទៅដែលអាចបំពេញព័ត៌មានលម្អិតជាក់ស្តែងពីសញ្ញារដុប។ ការចូលរួមចំណែករបស់ Weizmann — ដោយប្រើរង្វិលជុំឧបករណ៍បំប្លែងបំប្លែងពីរទិសដើម្បីបំបែកការរារាំងទិន្នន័យ — គឺជាប្រភេទនៃការយល់ដឹងផ្នែកវិស្វកម្មដែលមាននិន្នាការរីករាលដាលយ៉ាងឆាប់រហ័ស ព្រោះវាមិនអាស្រ័យលើផ្នែករឹងថ្មីនោះទេ។ រំពឹងថាមន្ទីរពិសោធន៍ផ្សេងទៀតនឹងចម្លងគ្រោងការណ៍បណ្តុះបណ្តាល ហើយរំពឹងថាសំណួរថាតើអ្នកណាគ្រប់គ្រង និងយល់ព្រមចំពោះទិន្នន័យសរសៃប្រសាទដើម្បីផ្លាស់ទីពីគែមនៃគោលនយោបាយ AI ឆ្ពោះទៅកាន់មជ្ឈមណ្ឌលរបស់វា។

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →