لماذا يصعب مقارنة الواجهات العصبية وكيف يمكن إصلاح ذلك ✛

الأصل: "A Common Measure of Communication for Speech Brain-Computer Interfaces"
arXiv:2609.02887v1 · 2026-09-02 · CC BY 4.0 · 1 دقيقة
المقياس الجديد OVMI يوضح مقدار المعلومات التي ينقلها النظام عن الكلمة المقصودة، مع الأخذ في الاعتبار كلاً من الدقة واكتمال القاموس.

ميزان المتجر يظهر الوزن، لكن إذا وضعت تفاحًا على كفة و بطيخًا على الأخرى، ستكون المقارنة غير عادلة. وكذلك الحال مع الواجهات العصبية للكلام: بعض الأنظمة تعرف 50 كلمة، والبعض الآخر 125 ألف كلمة، ودقتها مختلفة. المقياس الجديد OVMI يعمل كميزان يزن الخاصيتين معًا: عدد الكلمات التي يعرفها النظام ومدى دقة تمييزها. وهذا يتيح مقارنة أي نظامين على مقياس واحد.

OVMI هو حاصل ضرب رقمين: نسبة الكلمات التي يدعمها النظام ودقة التمييز. إذا كان القاموس صغيرًا، فحتى الدقة العالية تعطي معلومات قليلة.

عند تطبيق OVMI على 11 نظامًا قائمًا، تبيّن أن الأنظمة ذات القاموس الكبير تنقل ما يصل إلى 93.7% من المعلومات، بينما الأنظمة التي تضم 50 كلمة تنقل فقط 2.4–6.7% للكلام العادي. ولكن بالنسبة لشخص يحتاج فقط إلى قول "نعم" أو "لا"، قد يكون القاموس الصغير أفضل. كما أظهر المقياس أن اختيار الكلمات وفقًا لـ OVMI يزيد الدقة بنسبة 16.3% مقارنة بالاختيار المعتاد بناءً على التكرار.

في الثمانينيات، نظمت داربا (DARPA) مسابقة للتعرف على الكلام، وضعت حدًا للجدل بين الأساليب الإحصائية والقواعد المكتوبة يدويًا. قد يلعب OVMI دورًا مشابهًا لواجهات الدماغ الحاسوبية الكلامية.

I_{OVMI}(S) = C(S) \cdot I(X; Y | X \in S)
حاصل ضرب التغطية المعجمية في المعلومات المتبادلة داخل المفردات
I_{OVMI}(S) = C(S) [H(q_S) - h_V(P)]
التغطية مضروبة في الفرق بين إنتروبيا توزيع المخرجات وإنتروبيا الأخطاء
المفاهيم
واجهة دماغ-حاسوب التعرف على الكلام مساعد صوتي تحليل الكلام بالذكاء الاصطناعي معيار مرجعي اتصال بصري ترابط دماغي الواجهة العصبية الخلوية ذكاء اصطناعي اكتساب اللغة العصبي رؤية حاسوبية (Computer Vision) معيار المعلومات عرض النطاق معالجة اللغة الطبيعية الخطأ المعياري توحد ديسيبل بت إنذار ميكروفون