ایمپلنت Neuralink به ۷۵ کلمه در دقیقه رسید، اما هنوز مقاله‌ای در کار نیست

هفتادوپنج کلمه در دقیقه، و یک اشتباه در هر ۱۷ کلمه. این نتیجه‌ای است که Neuralink روز ۲۸ اکتبر ۲۰۲۶ در X منتشر کرد : فردی مبتلا به اسکلروز جانبی آمیوتروفیک (ALS) در همان هفتهٔ اول پس از روشن‌شدن ایمپلنت مغزی، متن را برای آن دیکته کرده است. سه سال پیش، بهترین سامانهٔ این نوع تقریباً هر چهارمین کلمه را اشتباه می‌فهمید.

اگر این عدد پای خود بایستد، بهترین شروعی است که تاکنون یک ایمپلنت گفتار گزارش کرده است: هیچ سامانه‌ای در هفتهٔ اول چنین سرعتی را با چنین دقتی کنار هم نداشته است. شبیه یک رکورد به نظر می‌رسد. اما فعلاً کل اطلاعیه در دو جمله جا می‌شود. نه می‌گویند چند نفر شرکت کرده‌اند، نه آزمون چگونه انجام شده، نه شرکت‌کننده هر چند وقت یک بار واقعاً می‌تواند این‌طور حرف بزند. بهترین معیار از پیش وجود دارد: مردی مبتلا به ALS که نزدیک به دو سال است در خانه با ایمپلنت حرف می‌زند و به سر کار برگشته است.

به جای مقاله، دو جمله

اصل پست این است. شرکت می‌گوید در افراد مبتلا به ALS «گفتار به متن و صدا با سرعت مکالمه» را ممکن می‌کند. یکی از شرکت‌کنندگان در هفتهٔ اول به ۷۵ کلمه در دقیقه با نرخ خطای ۵٫۸ درصد روی واژگانی ۱۲۵ هزار کلمه‌ای رسید. همان روز، جراح مغز و اعصاب نادر پورآتیان داده‌ها را در نشست سالانهٔ NEALS، اتحادیهٔ پژوهشگران ALS، ارائه کرد.

پورآتیان سرپرست آزمایش VOICE است. طبق ثبت آن در پایگاه کارآزمایی‌ها ، این مطالعه‌ای اولیه در یک بیمارستان در دالاس با شش شرکت‌کننده است. هدف اصلی آن ایمنی است: عوارض و پیامدهای جانبی در یک سال پس از جراحی. گفتار هدف ثانویه است و با بهترین نرخ هر ماه سنجیده می‌شود.

از همین‌جا نخستین پرسش دربارهٔ آن پست پیش می‌آید. اگر آزمایش سرعت را با اوج آن می‌شمارد، ۷۵ کلمه در دقیقه شاید بهترین لحظه باشد، نه میانگین. چیز دیگری هم در پست نیست: آیا شرکت‌کننده جمله‌ها را از روی صفحه می‌خواند یا هر چه به ذهنش می‌رسید می‌گفت؟ برای ایمپلنت‌های گفتار این فاصله بسیار بزرگ است، چون تکرار یک متن آماده خیلی آسان‌تر از گفت‌وگوی واقعی است.

مغز چگونه دیکته می‌کند

کسی که به‌زحمت می‌تواند حرف بزند و دست‌هایش کم‌توان است (به‌خاطر ALS، سکته یا آسیب نخاعی) ناچار با یک انگشت یا با چشم‌هایش تایپ می‌کند. این کار کند و خسته‌کننده است. از همین‌جاست علاقه به یک خط مستقیم از مغز.

ایمپلنت گفتار به معنای رایج کلمه افکار را نمی‌خواند. الکترودهایش در بخشی از قشر مغز قرار دارند که لب‌ها، زبان و حنجره را فرمان می‌دهد. وقتی کسی می‌کوشد کلمه‌ای را بگوید، نورون‌های آنجا تقریباً همان‌طور که پیش از بیماری شلیک می‌کردند شلیک می‌کنند، حتی اگر ماهیچه‌ها دیگر پاسخ ندهند. نرم‌افزار یاد می‌گیرد در این انفجارهای عصبی واج‌ها را تشخیص دهد و یک مدل زبانی واج‌ها را به کلمه‌های محتمل تبدیل می‌کند. آن را مثل تصحیح خودکار گوشی تصور کنید، با این تفاوت که کلیدها را قشر مغز فشار می‌دهد.

Neuralink در سپتامبر از شرکت‌کننده‌ای به نام تری گزارش داد . او نخست با لب‌زدن کلمات الگوریتم را آموزش داد، بعد فقط آن‌ها را در ذهن گفت و صدای قدیمی‌اش را از بلندگو شنید. ایمپلنت N1 او در جمجمه جا گرفته، بی‌سیم شارژ می‌شود و داده‌هایش را با رادیو می‌فرستد. Neuralink نمی‌گوید اعداد تازه مال تری هستند یا نه.

سه سال مسابقه در اعداد

در اوت ۲۰۲۳ نیچر در یک شماره دو مقاله منتشر کرد که مسابقهٔ کنونی را کلید زد. گروه‌های استنفورد و سان‌فرانسیسکو دنبال سرعت رفتند و به نزدیک نصف سرعت گفتار عادی رسیدند، اما بهایش را با دقت پرداختند. نویسندگان استنفورد خودشان معیار را گذاشتند: گفت‌وگوی معمولی حدود ۱۶۰ کلمه در دقیقه است.

بعد دقت پیشتاز شد. در ۲۰۲۴ گروهی از UC Davis در NEJM مردی ۴۵ ساله با ALS به نام کیسی هارل را توصیف کرد . در روز دوم، ایمپلنت او ۹۰٫۲ درصد کلمات را درست می‌فهمید، یعنی حدود یک اشتباه در هر ده کلمه. Neuralink در هفتهٔ اول یک اشتباه در هر ۱۷ کلمه ادعا می‌کند، با سرعتی بیش از دو برابر آنچه هارل آن زمان در گفت‌وگوی آزاد داشت، هرچند شرایط آزمون آن معلوم نیست.

۳۸۰۰ ساعت کیسی هارل

مفیدترین معیار در ژوئن ۲۰۲۶ رسید. Nature Medicine نتایج نزدیک به دو سال را منتشر کرد که در آن هارل بیش از ۳۸۰۰ ساعت در خانه از ایمپلنتش استفاده کرده بود. او نزدیک به ۲ میلیون کلمه و بیش از ۱۸۳ هزار جمله تولید کرد، با میانگین ۵۶ کلمه در دقیقه. تیم مراقبت خانگی‌اش سامانه را بدون پژوهشگر اداره می‌کند و هارل به کار تمام‌وقت به‌عنوان فعال محیط‌زیست برگشته است.

همین مطالعه نشان می‌دهد دقت آزمایشگاهی چگونه از زندگی واقعی فاصله می‌گیرد. در آزمون‌های کنترل‌شده سامانه بیش از ۹۹ درصد کلمات را درست تشخیص می‌داد. در گفتار روزمره، خود هارل ۹۲ درصد جمله‌ها را دقیق یا تقریباً دقیق ارزیابی کرد. یعنی تقریباً از هر دوازده جمله یکی خطای محسوس داشت. این را در گفت‌وگوی روزانه حس می‌کنید، هرچند با معیارهای ۲۰۲۳ معجزه به نظر می‌رسید.

تجهیزات هارل هم محدودیت‌های خودش را دارد: آرایه‌هایش را شرکت دیگری به نام Blackrock Neurotech ساخته و او همچنان به یک رایانهٔ بیرونی سیم‌کشی شده است. طرح بی‌سیم Neuralink شاید زندگی در خانه را آسان‌تر کند. اما راه فهمیدنش همان است: ماه‌ها زندگی عادی، نه یک هفته.

تا گفت‌وگوی واقعی چقدر راه مانده

حتی در بهترین حالت، ۷۵ کلمه در دقیقه کمتر از نصف سرعت گفتار عادی است. برای دیکتهٔ یک ایمیل کافی است. برای بحث سر میز شام نه.

گفت‌وگو به سرعت پاسخ‌دادن هم بستگی دارد: مکثی چندثانیه‌ای ریتم را می‌شکند و طرف مقابل جمله‌تان را تمام می‌کند یا سراغ گوشی‌اش می‌رود. Neuralink دربارهٔ تأخیر چیزی نگفته، در حالی که برای گفت‌وگوی زنده از سرعت رکوردی مهم‌تر است.

در سه سال، ایمپلنت‌های گفتار از یک کلمهٔ غلط در هر چهار کلمه به کمتر از یک در صد در آزمون‌ها رسیدند. هارل می‌گوید هیچ فناوری‌ای که امتحان کرده او را به این اندازه به شیوهٔ طبیعی حرف‌زدنش نزدیک نکرده بود. شرکت‌کنندگان VOICE هنوز باید همین را نشان دهند، نه در هفتهٔ اول، بلکه در خانه، ماه به ماه.

هارل تقریباً دو سال طول کشید تا به ۲ میلیون کلمه‌اش برسد. تا آن زمان یک شرکت‌کنندهٔ Neuralink چند کلمه گفته خواهد بود، و چند تا از آن‌ها غلط؟