
آیا دستگاههای رمزگشایی مغز حریم خصوصی افراد را به خطر میاندازند؟
اخلاقشناسان هشدار میدهند که پیشرفتهای مبتنی بر هوش مصنوعی، خودمختاری افراد دارای فناوریهای عصبی را تهدید خواهند کرد.
پیش از تصادفی شدن در سال 2008 که باعث فلج او از گردن به پایین شد، نانسی اسمیت از نواختن پیانو لذت میبرد. سالها بعد، اسمیت با استفاده از یک ایمپلنت که فعالیت مغز او را ضبط و تجزیه و تحلیل میکرد، دوباره شروع به ساخت موسیقی کرد. هنگامی که او تصور میکرد در حال نواختن صفحه کلید روی صفحه نمایش است، این دستگاه (BCI) افکار او را به ضربههای کیبورد و ملودیهای سادهای مانند «Twinkle, Twinkle, Little Star» تبدیل میکرد.
اما نکته جالبی وجود داشت. به نظر اسمیت، پیانو خودبهخو نواخته میشد. او در آن زمان گفت: «این حس را داشتم که کلیدها بدون اینکه من فکر کنم به طور خودکار روی آنها زده میشوند.» به نظر میرسید آهنگ را میداند و خودش آن را اجرا میکند.»
سیستم BCI اسمیت، که به عنوان بخشی از یک کارآزمایی بالینی ایمپلنت شده بود، بر اساس سیگنالهای مغز او در حین تصور نواختن صفحه کلید آموزش دید. این یادگیری به سیستم اجازه داد تا قصد او را برای نواختن موسیقی صدها میلیثانیه قبل از تلاش آگاهانه او تشخیص دهد، طبق گفته ریچارد اندرسون، یک متخصص علوم اعصاب در موسسه فناوری کالیفرنیا در پasadena.
اسمیت یکی از حدود 90 نفری است که در طول دو دهه گذشته BCI دریافت کردهاند تا فناوریهای کمکی مانند تولیدکنندههای صدای مصنوعی را کنترل کنند. این داوطلبان – افرادی که به دلیل آسیب نخاعی، سکته مغزی یا اختلالات عصبی-عضلانی مانند بیماری نورون موتور (اسکلروز جانبی آمیوتروفیک) فلج شدهاند – نشان دادهاند که چگونه سیگنالهای فرمان برای عضلات بدن، ضبط شده از قشر حرکتی مغز در حالی که افراد تصور میکنند در حال حرکت هستند، میتوانند به دستوراتی برای دستگاههای متصل تبدیل شوند.
با این وجود، اسمیت که در سال 2023 بر اثر سرطان فوت کرد، یکی از اولین داوطلبان بود که یک رابط اضافی را در قشر پشتی Parietal خود دریافت کرد، ناحیهای از مغز مرتبط با استدلال، توجه و برنامهریزی. اندرسون و تیمش معتقدند که با گرفتن قصد کاربر و برنامهریزی پیشحرکتی نیز، BCIs «دو ایمپلنتی» عملکرد دستگاههای پروتزی را بهبود میبخشند.
تحقیقات اندرسون همچنین پتانسیل BCIهایی را نشان میدهد که به مناطقی خارج از قشر حرکتی دسترسی دارند. «نکته قابل توجه این بود که وقتی وارد قشر پشتی Parietal شدیم، میتوانیم سیگنالهایی را پیدا کنیم که از تعداد زیادی منطقه با هم ترکیب شدهاند.» اندرسون میگوید: «تنوع زیادی وجود دارد و میتوانیم چیزهای مختلفی را رمزگشایی کنیم.»
توانایی این دستگاهها در دسترسی به جنبههای درونی یک فرد، از جمله افکار پیشآگاهانه، اهمیت نگرانیها در مورد نحوه حفظ حریم خصوصی دادههای عصبی و چگونگی شکلدهی فناوریهای عصبی به افکار و اعمال افراد – بهویژه هنگامی که همراه با هوش مصنوعی باشد – را افزایش میدهد.
در همین حال، هوش مصنوعی قابلیتهای محصولات مصرفی پوشیدنی را که سیگنالهایی از خارج مغز را ضبط میکنند، ارتقا میدهد. اخلاقشناسان نگرانند که این دستگاهها، در صورت تنظیم نشدن، به شرکتهای فناوری دسترسی جدید و دقیقتری به دادههایی در مورد واکنشهای درونی افراد نسبت به محتوای آنلاین و سایر موارد بدهند.
اخلاقشناسان و توسعهدهندگان BCI اکنون میپرسند که چگونه اطلاعاتی که قبلاً غیرقابل دسترس بودند باید مدیریت و استفاده شوند. «رابطبرداری کامل مغز آینده خواهد بود.» تام اکسلی، مدیرعامل شرکت BCI به نام Synchron در شهر نیویورک میگوید. او پیشبینی میکند که میل به درمان شرایط روانپزشکی و سایر اختلالات مغزی منجر به بررسی مناطق بیشتری از مغز میشود. او میگوید که در این میان، هوش مصنوعی به بهبود قابلیتهای رمزگشایی ادامه میدهد و نحوه خدمترسانی این سیستمها به کاربران را تغییر میدهد. «این موضوع شما را به سؤال نهایی میرساند: چگونه میتوان آن را ایمن کرد؟»
محصولات نوروتکنولوژی مصرفی دادههایی کمتر پیشرفته نسبت به BCIs ایمپلنتی ضبط میکنند. بر خلاف BCIs ایمپلنتی که بر اساس شلیکهای مجموعههای خاصی از نرونها تکیه دارند، بیشتر محصولات مصرفی بر پایه الکتروانسفالوگرافی (EEG) هستند. این روش، موجهای فعالیت الکتریکی را اندازهگیری میکند که از شلیک متوسط جمعیتهای بزرگ نرونی ناشی میشوند و در پوست سر قابل تشخیص است. برخلاف اینکه برای گرفتن بهترین ضبط طراحی شدهاند، دستگاههای مصرفکننده با هدف شیک بودن (مانند هدبندهای براق) یا غیرقابل مشاهده بودن (با الکترودهایی که در داخل هدفونها یا هدستهای واقعیت افزوده یا مجازی پنهان شدهاند) طراحی شدهاند.
با این وجود، EEG میتواند حالتهای کلی مغز را نشان دهد، مانند هوشیاری، تمرکز، خستگی و سطح اضطراب. شرکتها در حال حاضر هدستها و نرمافزارهایی را ارائه میدهند که به مشتریان امتیازات بلادرنگ مرتبط با این حالات میدهد تا به آنها کمک کنند عملکرد ورزشی خود را بهبود بخشند، به طور مؤثرتر مدیتیشن کنند یا بهرهوری بیشتری داشته باشند.
هوش مصنوعی به تبدیل سیگنالهای نویزدار از سیستمهای ضبط نامطلوب به دادههای قابل اعتماد کمک کرده است، رامس آلکاید، مدیرعامل شرکت نوروتکنولوژی Neurable در بوستون، ماساچوست، که در پردازش سیگنال EEG تخصص دارد و یک هدست مبتنی بر هدفون برای این منظور میفروشد، توضیح میدهد. «ما آن را به گونهای طراحی کردهایم که EEG دیگر به اندازه گذشته بد نباشد.» او میگوید: «اکنون میتوان از آن در محیطهای واقعی استفاده کرد، اساساً.»
من موافقم اطلاعات من مطابق با Scientific American و Springer Nature Limited پردازش میشود. ما از سرویسهای شخص ثالث برای تأیید و تحویل ایمیل استفاده میکنیم. با ارائه آدرس ایمیل خود، شما همچنین موافق هستید که آدرس ایمیل با اشخاص ثالث برای این اهداف به اشتراک گذاشته شود.
انتظار میرود که هوش مصنوعی امکان رمزگشایی جنبههای بیشتری از فرآیندهای ذهنی کاربران را فراهم کند. به عنوان مثال، مارچلو اینکا، یک اخلاقشناس عصبی در دانشگاه فنی مونیخ در آلمان، میگوید که EEG میتواند تغییرات ولتاژ کوچک را در مغز تشخیص دهد که صدها میلیثانیه پس از درک یک محرک توسط فرد رخ میدهد. چنین سیگنالهایی میتوانند نشان دهند که توجه و تصمیمگیری فرد چگونه به آن محرک خاص مربوط میشود.
اگرچه جمعآوری آمار دقیق کاربر دشوار است، اما هزاران علاقهمند از قبل از هدستهای نوروتکنولوژی استفاده میکنند. اخلاقشناسان میگویند که یک شرکت بزرگ فناوری میتواند بهطور ناگهانی باعث استفاده گسترده از این دستگاهها شود. به عنوان مثال، اپل در سال 2023 طرحی برای سنسورهای EEG برای استفاده آینده در هدفونهای بیسیم Airpods خود ثبت اختراع کرد.
با وجود اینکه BCIs هدف…
اخلاقشناسان هشدار میدهند که پیشرفتهای مبتنی بر هوش مصنوعی، خودمختاری افراد دارای فناوریهای عصبی را تهدید خواهند کرد.
پیش از تصادفی شدن در سال 2008 که باعث فلج او از گردن به پایین شد، نانسی اسمیت از نواختن پیانو لذت میبرد. سالها بعد، اسمیت با استفاده از یک ایمپلنت که فعالیت مغز او را ضبط و تجزیه و تحلیل میکرد، دوباره شروع به ساخت موسیقی کرد. هنگامی که او تصور میکرد در حال نواختن صفحه کلید روی صفحه نمایش است، این دستگاه (BCI) افکار او را به ضربههای کیبورد و ملودیهای سادهای مانند «Twinkle, Twinkle, Little Star» تبدیل میکرد.
اما نکته جالبی وجود داشت. به نظر اسمیت، پیانو خودبهخو نواخته میشد. او در آن زمان گفت: «این حس را داشتم که کلیدها بدون اینکه من فکر کنم به طور خودکار روی آنها زده میشوند.» به نظر میرسید آهنگ را میداند و خودش آن را اجرا میکند.»
سیستم BCI اسمیت، که به عنوان بخشی از یک کارآزمایی بالینی ایمپلنت شده بود، بر اساس سیگنالهای مغز او در حین تصور نواختن صفحه کلید آموزش دید. این یادگیری به سیستم اجازه داد تا قصد او را برای نواختن موسیقی صدها میلیثانیه قبل از تلاش آگاهانه او تشخیص دهد، طبق گفته ریچارد اندرسون، یک متخصص علوم اعصاب در موسسه فناوری کالیفرنیا در پasadena.
اسمیت یکی از حدود 90 نفری است که در طول دو دهه گذشته BCI دریافت کردهاند تا فناوریهای کمکی مانند تولیدکنندههای صدای مصنوعی را کنترل کنند. این داوطلبان – افرادی که به دلیل آسیب نخاعی، سکته مغزی یا اختلالات عصبی-عضلانی مانند بیماری نورون موتور (اسکلروز جانبی آمیوتروفیک) فلج شدهاند – نشان دادهاند که چگونه سیگنالهای فرمان برای عضلات بدن، ضبط شده از قشر حرکتی مغز در حالی که افراد تصور میکنند در حال حرکت هستند، میتوانند به دستوراتی برای دستگاههای متصل تبدیل شوند.
با این وجود، اسمیت که در سال 2023 بر اثر سرطان فوت کرد، یکی از اولین داوطلبان بود که یک رابط اضافی را در قشر پشتی Parietal خود دریافت کرد، ناحیهای از مغز مرتبط با استدلال، توجه و برنامهریزی. اندرسون و تیمش معتقدند که با گرفتن قصد کاربر و برنامهریزی پیشحرکتی نیز، BCIs «دو ایمپلنتی» عملکرد دستگاههای پروتزی را بهبود میبخشند.
تحقیقات اندرسون همچنین پتانسیل BCIهایی را نشان میدهد که به مناطقی خارج از قشر حرکتی دسترسی دارند. «نکته قابل توجه این بود که وقتی وارد قشر پشتی Parietal شدیم، میتوانیم سیگنالهایی را پیدا کنیم که از تعداد زیادی منطقه با هم ترکیب شدهاند.» اندرسون میگوید: «تنوع زیادی وجود دارد و میتوانیم چیزهای مختلفی را رمزگشایی کنیم.»
توانایی این دستگاهها در دسترسی به جنبههای درونی یک فرد، از جمله افکار پیشآگاهانه، اهمیت نگرانیها در مورد نحوه حفظ حریم خصوصی دادههای عصبی و چگونگی شکلدهی فناوریهای عصبی به افکار و اعمال افراد – بهویژه هنگامی که همراه با هوش مصنوعی باشد – را افزایش میدهد.
در همین حال، هوش مصنوعی قابلیتهای محصولات مصرفی پوشیدنی را که سیگنالهایی از خارج مغز را ضبط میکنند، ارتقا میدهد. اخلاقشناسان نگرانند که این دستگاهها، در صورت تنظیم نشدن، به شرکتهای فناوری دسترسی جدید و دقیقتری به دادههایی در مورد واکنشهای درونی افراد نسبت به محتوای آنلاین و سایر موارد بدهند.
اخلاقشناسان و توسعهدهندگان BCI اکنون میپرسند که چگونه اطلاعاتی که قبلاً غیرقابل دسترس بودند باید مدیریت و استفاده شوند. «رابطبرداری کامل مغز آینده خواهد بود.» تام اکسلی، مدیرعامل شرکت BCI به نام Synchron در شهر نیویورک میگوید. او پیشبینی میکند که میل به درمان شرایط روانپزشکی و سایر اختلالات مغزی منجر به بررسی مناطق بیشتری از مغز میشود. او میگوید که در این میان، هوش مصنوعی به بهبود قابلیتهای رمزگشایی ادامه میدهد و نحوه خدمترسانی این سیستمها به کاربران را تغییر میدهد. «این موضوع شما را به سؤال نهایی میرساند: چگونه میتوان آن را ایمن کرد؟»
محصولات نوروتکنولوژی مصرفی دادههایی کمتر پیشرفته نسبت به BCIs ایمپلنتی ضبط میکنند. بر خلاف BCIs ایمپلنتی که بر اساس شلیکهای مجموعههای خاصی از نرونها تکیه دارند، بیشتر محصولات مصرفی بر پایه الکتروانسفالوگرافی (EEG) هستند. این روش، موجهای فعالیت الکتریکی را اندازهگیری میکند که از شلیک متوسط جمعیتهای بزرگ نرونی ناشی میشوند و در پوست سر قابل تشخیص است. برخلاف اینکه برای گرفتن بهترین ضبط طراحی شدهاند، دستگاههای مصرفکننده با هدف شیک بودن (مانند هدبندهای براق) یا غیرقابل مشاهده بودن (با الکترودهایی که در داخل هدفونها یا هدستهای واقعیت افزوده یا مجازی پنهان شدهاند) طراحی شدهاند.
با این وجود، EEG میتواند حالتهای کلی مغز را نشان دهد، مانند هوشیاری، تمرکز، خستگی و سطح اضطراب. شرکتها در حال حاضر هدستها و نرمافزارهایی را ارائه میدهند که به مشتریان امتیازات بلادرنگ مرتبط با این حالات میدهد تا به آنها کمک کنند عملکرد ورزشی خود را بهبود بخشند، به طور مؤثرتر مدیتیشن کنند یا بهرهوری بیشتری داشته باشند.
هوش مصنوعی به تبدیل سیگنالهای نویزدار از سیستمهای ضبط نامطلوب به دادههای قابل اعتماد کمک کرده است، رامس آلکاید، مدیرعامل شرکت نوروتکنولوژی Neurable در بوستون، ماساچوست، که در پردازش سیگنال EEG تخصص دارد و یک هدست مبتنی بر هدفون برای این منظور میفروشد، توضیح میدهد. «ما آن را به گونهای طراحی کردهایم که EEG دیگر به اندازه گذشته بد نباشد.» او میگوید: «اکنون میتوان از آن در محیطهای واقعی استفاده کرد، اساساً.»
من موافقم اطلاعات من مطابق با Scientific American و Springer Nature Limited پردازش میشود. ما از سرویسهای شخص ثالث برای تأیید و تحویل ایمیل استفاده میکنیم. با ارائه آدرس ایمیل خود، شما همچنین موافق هستید که آدرس ایمیل با اشخاص ثالث برای این اهداف به اشتراک گذاشته شود.
انتظار میرود که هوش مصنوعی امکان رمزگشایی جنبههای بیشتری از فرآیندهای ذهنی کاربران را فراهم کند. به عنوان مثال، مارچلو اینکا، یک اخلاقشناس عصبی در دانشگاه فنی مونیخ در آلمان، میگوید که EEG میتواند تغییرات ولتاژ کوچک را در مغز تشخیص دهد که صدها میلیثانیه پس از درک یک محرک توسط فرد رخ میدهد. چنین سیگنالهایی میتوانند نشان دهند که توجه و تصمیمگیری فرد چگونه به آن محرک خاص مربوط میشود.
اگرچه جمعآوری آمار دقیق کاربر دشوار است، اما هزاران علاقهمند از قبل از هدستهای نوروتکنولوژی استفاده میکنند. اخلاقشناسان میگویند که یک شرکت بزرگ فناوری میتواند بهطور ناگهانی باعث استفاده گسترده از این دستگاهها شود. به عنوان مثال، اپل در سال 2023 طرحی برای سنسورهای EEG برای استفاده آینده در هدفونهای بیسیم Airpods خود ثبت اختراع کرد.
با وجود اینکه BCIs هدف…
این مطلب از منابع بینالمللی ترجمه و بازنویسی شده است.