Table of Contents

إن الوصلات البينية العصبية، ولا سيما الوصلات البينية لحواسيب المخ، قد حققت قفزات استثنائية في السنوات الأخيرة، مما أتاح لمسارات الاتصال المباشرة بين الأنسجة العصبية والنظم الحاسوبية الخارجية، حيث أن هذه التكنولوجيات تتحول من المظاهرات المختبرية إلى التطبيقات السريرية والأجهزة الاستهلاكية، فإن حجم البيانات العصبية التي تنتجها قد أصبح من الاختناق الشديد.

The Neural Data Deluge: Understanding the Storage Challenge

كما أن البيانات العصبية تختلف اختلافاً جوهرياً عن ملفات وسائط الإعلام التقليدية مثل الصور أو السمعية أو الفيديو، وهي ذات طابع عال، أو متعدد الوسائط، أو غير ثابتة في كثير من الأحيان، ويمكن أن تجمع هذه البيانات بين الإمكانات الميدانية المحلية، والقطارات المتحركة، والتصوير الإلكتروني، والتصوير الوظيفي المكثف، وبيانات عن المثلثات الاصطناعية.

Bandwidth and Latency Constraints

ويمكن أن يؤدي التأخر في عملية الانتقال من الطاقة الكهربائية إلى عدم استخدام نظام التحكم الطبيعي في السيارات، ومن ثم فإن الحلول القائمة على السحب تتطلب برمجيات ضغط تعمل في وقت قريب من الوقت الحقيقي، مع حدوث تأخير في عملية التحول حتى بضع مئات من الألف ثانية، إلى جعل النظام غير قابل للاستخدام في التحكم الحركي الطبيعي، وبالتالي فإن الحلول القائمة على السحاب تتطلب مقاييس ضغط تعمل في الوقت الحقيقي، مع حدوث تأخيرات في ترتيب الظواهر الفوقية.

الخلود والنزاهة التشخيصية

وهناك طبقة أخرى من التعقيد هي الحاجة إلى وجود كل من [(FLT:0)] عديمة الجدوى [(FLT:1]) و]([الضرر )] في سياقات مختلفة، حيث كثيراً ما تُسجل آثار الأشعة العصبية في تحليلات بأثر رجعي، حيث يمكن أن يُخلّف أي نقص في المعلومات من تواتر البحث أو التشخيص السريري)().

الآثار الأمنية والخصوصية

بيانات الظواهر العصبية من بين أكثر المعلومات الخاصة التي يمكن للفرد أن يولدها، ويمكن أن تكشف عن الدول المعرفية، والمشاعر، بل والأفكار غير المدروسة، ويستحدث تخزين هذه البيانات في السحابة شواغل هامة تتعلق بالخصوصية والأمن، ويجب أن يقترن الإكراه بالتشفير، ولكن التشفير عادة ما يحول دون زيادة الضغط على البيانات المشفرة بالفعل.

نماذج الضغط المؤسسي للعلامات العصبية

وقبل التخلّص من نهج التعلم الآلاتي المتطورة، من المفيد فهم أساليب الضغط الكلاسيكية التي تم تكييفها من أجل البيانات العصبية، وهي بمثابة خطوط أساس وحواجز بناء لتقنيات أكثر تطورا.

Transform Coding: Wavelets and Principal component Analysis

(أ) استخدام التحولات في الموجات على نطاق واسع في ضغط الإشارة العصبية لأنها توفر تمثيلاً متعدد الاستبانة يمكن أن يلتقط بكفاءة كلاً من المسامير العابرة والأبطأ من النعامات، ويمكن تحقيق ضغط كبير في الوقت الذي يحافظ فيه على أشكال الترميز.() وبالمثل، يمكن أن يُحتفظ بسجلات متعددة القنوات في إطار تحليل العناصر الرئيسية، مما يتيح الاحتفاظ بأحدث العناصر الافتراضية().

الحيتان

(ب) مجموعات قياس كمية الناقلات التي تم فيها عينات من نوافذ الإشارة إلى الكتب الرمزية، ويستعاض عن كل نافذة بمؤشر أقرب ناقلات الكتب الرمزية، ويمكن أن تحقق في الترددات العالية الضغط، ولكن يجب تدريب الكتاب الرمزي على البيانات التمثيلية، ويمكن أن يكون حساساً للتغيرات في إحصاءات الإشارات، وقد أظهرت الأساليب الهجينة التي تجمع بين الترددات العالية والتكسير المتوقع أن لها وعداً بالنسبة للشركة الأوروبية للعلامات.

التفريق والترميز الافتراضي

ونظراً لأن الإشارات العصبية تتغير ببطء في كثير من الأحيان مقارنة بمعدل أخذ العينات، فإن تغيير النبضات المتمايزة الذي يرمز إلى الفرق بين العينات المتعاقبة يمكن أن يكون فعالاً، كما أن التنبؤات ذات الخط المتطور، مثل نماذج التكرار الذاتي، يمكن أن تزيد من إزالة التجاوزات، وهذه الأساليب هي وضع غير مكلف ومناسب لأجهزة الحد الأدنى من الخسائر، ولكنها توفر نسباً محدودة من الرضوض.

الضغط العميق الذي يرتكز على التعلم: جبهة جديدة

إن نجاح الشبكات العصبية العميقة في التصوير وضغط الفيديو قد ألهم بطبيعة الحال تطبيقها على البيانات العصبية، ويمكن لنماذج الضغط المتعلمة أن تكتشف تلقائياً وجود تمثيل فعال دون تحولات مصممة يدوياً.

Autoencoders for Neural Signal Encoding

ويتعلم المشغلون التلقائيون الضغط على بيانات المدخلات من خلال طبقة من الاختناقات بأبعاد أقل من المدخلات، وبالنسبة للإشارات العصبية، يمكن أن يأخذ جهاز آلي متعدد القنوات نوافذ زمنية كمدخلات ومخرجات تمثل متأخّر مُضنّع، ويمكن نشر جزء من جهاز التكوين على جهاز الحافة، بينما يقيم الشفر في السحابة، كما أن تدريب أجهزة الكشف الآلي على مجموعات البيانات الضخمة التي يلتقطها الجيل العصبي.

وأظهر الباحثون في جامعة كاليفورنيا، سان فرانسيسكو، نظام ضغط قائم على أساس VAE لاشارات ECoG حقق نسبة ضغط قدرها 16:1 مع الحفاظ على دقة التزيين لمهام الكلام والتنقل () والهندسة الحيوية، 2019) وقد تم تدريب النموذج على مئات الساعات من التسجيلات السريرية وعلى مواد جديدة بعد الغرامة.

نماذج متجانسة للضغط

كما تم استكشاف شبكات النزعات الجامدة وتطبيع التدفقات من أجل ضغط البيانات العصبية، والفكرة هي تعلم إمكانية توزيع الإشارات، ثم استخدام مخطط الترميز المضغوط الذي يحقق الضبط شبه الأمثل وفقا لذلك التوزيع، مثلاً نموذج يستند إلى التدفق يمكن أن يرسم بيانات افتراضية سابقة عن الفقد.

الضغط من نهاية إلى نهاية إلى نهاية السنة مع تحقيق الاستخدام الأمثل للمعدلات

(أ) استخدام نماذج الضغط على الصور الحديثة المتعلمة ونماذج السياق التراجعي الآلي لتوحيد كل عنصر متخلف، ومواءمة هذه الأطر مع الإشارات العصبية، وينطوي على الاستعاضة عن الثورتين بثورات من طراز D أو 3D التي تشكل أبعاداً تتعلق بالقنوات والزمن، ويمكن تدريب نموذج من نهاية إلى نهاية على تقليل تواتر حدوث خطأ في إعادة البناء (الاختلاس) ومحافظة على ذلك ().

الترميز والتوعية المكثفة: الكفاءة من الشفافية

وكثيراً ما تكون الإشارات العصبية متفرقة في بعض مجالات التحول - على سبيل المثال، فإن المسامير الفردية هي أحداث معزولة، ويمكن أن تمثل الإشارة العامة كمجموعة خطية من عدد صغير من الوظائف الأساسية.

التمثيل في المدارس الثانوية

ونظراً لاختصاصات الأساس، يمكن تقدير جزء الإشارة العصبية على أنه مزيج خطي من بضع ذرات من القاموس، ويمكن تعلم القاموس من البيانات نفسها (مثلاً، عن طريق K-SVD أو التعلم عن طريق القاموس الإلكتروني) على النحو الأمثل، بحيث تكون معاملات التأشيرات المتطابقة مع المشكل المدمج.

الاستشعار المكثف: عينة Below Nyquist

والاستشعار المكثف هو إطار ثوري يسمح بإعادة بناء الإشارة من قياسات أقل بكثير مما كان سيمليه معدل نييكيست، شريطة أن تكون الإشارة متفرقة في مجال معروف، وبالنسبة للإشارات العصبية، يمكن أن تقلل دائرة المراقبة المركزية من كمية البيانات التي يجب نقلها من الزرع، فعلى سبيل المثال، بدلا من أخذ عينات مستمرة على جميع القنوات، يمكن أن يوضع تصور عشوائي على جهاز التتبع.

وقد أثبتت عمليات التنفيذ المبكر لدائرة خدمات الرقابة في الزرع العصبي جدوى تسجيل التوابل، وقد وضعت دراسة ملحوظة من جامعة ميتشيغان شريحة تسجيل عصبية ذات قاعدة 64 خنقاً، حققت نسبة ضغط قدرها 8:1 مع أقل من 5 في المائة من سوء تصنيف المسامير (IEE Transactions on Biomedical Circuits and Systems, 2019[1]).

التكامل مع هياكل تخزين الكلاود

ويتطلب وضع نظام عملي لتخزين البيانات العصبية القائمة على الغيوم تدقيق الضغط والإرسال وأجهزة التخزين.

خط ضغط خضراء

وينطوي خط الأنابيب النموذجي على ثلاث مراحل: أولاً، يؤدي جهاز الوصل العصبي ضغطاً أولياً للوزن الخفيف - مثلاً، أو التفاضل أو التحول السريع - لتقليل معدل البيانات للبث اللاسلكي، وثانياً، يمكن لمعالج الحواف المحلية (مثلاً، جهاز هاتف ذكي أو وحدة لشق الأسرة) أن يطبق ضغطاً أكثر تقدماً، مثل جهاز التكفير الآلي أو التشقق، وذلك لزيادة تخفيض البصمة في البيانات.

مخزنات هرمية

(ب) يمكن أن تُصنَّف المواد السائلة في كثير من الأحيان في إطار الإطارات: الساخن (المتاحة في وقت متكرر)، والدفء (غير المتواتر)، والبرد (الفوضوي)، ويمكن تصنيف البيانات العصبية على نحو مماثل، ويمكن أن تتدفق دورات شركة BCI إلى تخزين ساخن مع انخفاض الضغط في المستقبل، مع إمكانية نقل البيانات إلى تخزينها بشكل حراري مع افتراض فقدان القدرة على العمل.

مؤشرات الأداء ومقاييس التجارة

ويقتضي اعتماد أي أسلوب ضغط وضع معايير مرجعية لمجموعات البيانات العصبية التمثيلية، وتشمل القياسات الرئيسية نسبة الضغط، واختلال إعادة البناء (مثل نسبة الإشارة إلى الأرقام، ودقة الكشف عن التوابل، ومعامل الترابط)، وسرعة التزيين/التكديس، وارتفاع الذاكرة، واستهلاك الطاقة، ويوجز الجدول أدناه (التصور) المبادلات النموذجية للطرق التي نوقشت:

وتبرز هذه المعايير أن أي طريقة واحدة لا تهيمن عليها، فالاستراتيجيات الهجينة التي تجمع، على سبيل المثال، بين المقذوفات الموجية التي يتبعها جهاز آلي، هي اتجاه بحثي نشط.

المستقبل

ويتطور ميدان ضغط البيانات العصبية بسرعة، مدفوعاً بتطورات في المعدات والمقاييس والهياكل الأساسية السحابية، ومن المرجح أن تشكل عدة اتجاهات الجيل القادم من النظم.

ضغط الدم العصبي وأجهزة الاستشعار

رقائق اليورمورفيك التي يمكن أن تؤدي حساب النيوزيائية العصبية الميكانيكية الضغط عند نقطة الاحتياز، والمجسات التي تحركها الأحداث، مثل ريتيناس أو كوخيليس، تنتج عادة ناتجا عن الفصام، وتتجاوز الحاجة إلى الضغط التقليدي، وبالنسبة للوصلات الواجهة العصبية، فإن التصميمات الناشئة تدمج محولات الناظرة إلى النسيج التي تولد مباشرة أشكالا متوافقة مع السحاب.

Federated Compression for Privacy

ويتيح التعليم الموحد التدريب على نماذج الضغط عبر مستشفيات متعددة أو مواقع بحثية دون إضفاء الطابع المركزي على البيانات العصبية الأولية، ويدرب كل موقع جهاز آلي محلي، ولا يتقاسم إلا المعايير العلمية (المواقف) ويحافظ على خصوصية المرضى، مع إتاحة وضع نماذج ضغط قوية وعامة. ويشير العمل الأولي في التصوير الطبي إلى أن الضغط الاتحادي يمكن أن يقترب من أداء التدريب المركزي ([F 2020:]]]).

توحيد شكليات البيانات الظواهر العصبية والبروتوكولات الملحقة بها

وتخزن البيانات العصبية حالياً في مجموعة من أشكال الملكية (مثلاً، (نيف، و.نكس، و.دف، و.م.م) وقد قطعت مبادرة " نيروداتا بلا حدود " خطوات نحو معيار موحد للبيانات، ولكن الدعم المضغوط لم يدمج بعد إلى حد كبير.

الضغط التصحيحي في الوقت الحقيقي مع تعزيز التعلم

ويمكن استخدام التعلم من أجل تعزيز القدرة على اختيار بارامترات الضغط الدينامية استنادا إلى إحصاءات الإشارات الفورية وظروف الشبكات، فعلى سبيل المثال، يمكن لعامل RL أن يعدل المفاضلة بين نسبة الضغط ونوعية التعمير للحفاظ على معدل ثابت للبيانات أثناء النقل اللاسلكي، وتبين المحاكاة المبكرة أن هذا النهج يمكن أن يقلل من فقدان الحزمة ويحسن عموما من خلال التسبب في حدوث ازدحام في البيئات المكتظة.

الخلاصة: رأس الطريق للنظم الإيكولوجية المزدوجة - الشمالية

أما ضغط البيانات الواجهة العصبية فليس مجرد ملاءمة هندسية - بل هو شرط أساسي لزيادة التفاعل بين أجهزة الحاسوب الدماغية بين السكان السريريين والمستهلكين، فبدون ضغط قوي، فإن تكلفة وتساهل التخزين السحابي سيجعلان العديد من التطبيقات الواعدة غير قابلة للانكماش اقتصادياً وعملياً، كما أن تقارب التعلم العميق وتجهيز الإشارات السحابية والهيكل السحابي سينتج حلولاً يمكن أن تضغط على البيانات العصبية من خلال عوامل تتراوح بين 10 و30

فالخصوصية والتوحيد والتكييف في الوقت الحقيقي لا تزال تحديات مفتوحة، ولكن المسار واضح، وفي العقد القادم، يمكننا أن نتوقع أن تعمل سحابات البيانات العصبية بنفس السهولة التي تعمل بها حالياً المحفوظات الطبية - المضغوطة والمخزنة واسترجاع النباتات من نشاط الدماغ بأقل قدر من التدخل البشري.