បញ្ហា (The Problem)៖ ការអភិវឌ្ឍយ៉ាងឆាប់រហ័សនៃចំណុចប្រទាក់ខួរក្បាល-កុំព្យូទ័រ (BCI) តម្រូវឱ្យមានការពិនិត្យឡើងវិញយ៉ាងទូលំទូលាយអំពីរបកគំហើញថ្មីៗនៅក្នុងកម្មវិធីប្រព័ន្ធ ផ្នែករឹង ក្បួនដោះស្រាយ និងបញ្ហាប្រឈមផ្នែកសីលធម៌ពាក់ព័ន្ធនឹងទិន្នន័យ។
វិធីសាស្ត្រ (The Methodology)៖ ឯកសារនេះបានពិនិត្យឡើងវិញយ៉ាងប្រព័ន្ធនូវអក្សរសិល្ប៍ស្រាវជ្រាវ BCI ក្នុងឆ្នាំ២០១៨ ដោយចាត់ថ្នាក់វឌ្ឍនភាពទៅជាប្រព័ន្ធអនុវត្ត សមាសធាតុបច្ចេកវិទ្យាគន្លឹះ និងនិន្នាការអភិវឌ្ឍន៍នាពេលអនាគត។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Task-Related Component Analysis (TRCA) for SSVEP BCI ការវិភាគសមាសធាតុពាក់ព័ន្ធនឹងកិច្ចការ (TRCA) សម្រាប់ចំណុចប្រទាក់ SSVEP BCI |
មានល្បឿនលឿនខ្លាំងក្នុងការវាយអក្សរ និងអាចប្រើប្រាស់បានជាមួយអេឡិចត្រូតស្ងួត (dry electrodes) ដែលផ្តល់ភាពងាយស្រួលដល់អ្នកប្រើប្រាស់។ | ត្រូវការទិន្នន័យជាមុនដើម្បីធ្វើការក្រិត (calibration) និងមានប្រសិទ្ធភាពចម្បងតែទៅលើគំរូសញ្ញា SSVEP ប៉ុណ្ណោះ។ | សម្រេចបានអត្រាបញ្ជូនព័ត៌មានរហូតដល់ ៣២៥,៣៣ bit/min (ខ្ពស់បំផុតក្នុងកំណត់ត្រាពេលនោះ) និង ៩២,៣៥ bit/min សម្រាប់អេឡិចត្រូតស្ងួត។ |
| Brain-actuated functional electrical stimulation (BCI-FES) ការជំរុញអគ្គិសនីមុខងារគ្រប់គ្រងដោយខួរក្បាល (BCI-FES) |
ជួយស្ដារមុខងារចលនារបស់អ្នកជំងឺខ្វិនដៃជើង និងជំរុញឱ្យមានប្លាស្ទិចសរសៃប្រសាទ (neural plasticity) សម្រាប់ការងើបឡើងវិញយូរអង្វែង។ | តម្រូវឱ្យមានការវះកាត់បំពាក់អេឡិចត្រូត (invasive) ក្នុងករណីខ្លះ និងទាមទារការហ្វឹកហាត់ពីអ្នកជំងឺក្នុងរយៈពេលមួយ។ | អ្នកជំងឺខ្វិនអាចបញ្ជាដៃឱ្យចាប់កាន់វត្ថុបានជោគជ័យ ហើយអ្នកជំងឺដាច់សរសៃឈាមខួរក្បាលបានធូរស្បើយមុខងារចលនារយៈពេល ៦ ទៅ ១២ ខែក្រោយការព្យាបាល។ |
| Sensory prediction error-based BCI (using GVS) BCI ផ្អែកលើកំហុសការព្យាករណ៍ញ្ញាណដោយប្រើប្រាស់រំញោច GVS |
កាត់បន្ថយបន្ទុកការគិតរបស់អ្នកប្រើប្រាស់ អាចបកប្រែបំណងបានលឿនបំផុត និងមិនតម្រូវឱ្យមានការហ្វឹកហាត់ជាមុននោះទេ។ | តម្រូវឱ្យមានការប្រើប្រាស់រំញោចអគ្គិសនីតិចតួច (Galvanic Vestibular Stimulation) ដែលអាចផ្តល់អារម្មណ៍ចម្លែកបន្តិចបន្តួចដល់អ្នកប្រើ។ | អាចកំណត់លក្ខណៈនៃចលនាបញ្ជាបានយ៉ាងលឿនក្នុងរយៈពេលត្រឹមតែ ៩៦ មីលីវិនាទី (96 ms) ដោយគ្មានការហ្វឹកហាត់ ក្នុងចំណោមអ្នកធ្វើតេស្ត ១២ នាក់។ |
| Multi-person brain-to-brain interface (BrainNet) ចំណុចប្រទាក់ខួរក្បាលមនុស្សច្រើន (BrainNet) |
អនុញ្ញាតឱ្យមានកិច្ចសហការ និងការបញ្ជូនព័ត៌មានដោយផ្ទាល់រវាងខួរក្បាលមនុស្សច្រើននាក់ ដើម្បីដោះស្រាយបញ្ហារួមគ្នា។ | ទាមទារការរៀបចំប្រព័ន្ធស្មុគស្មាញ (រួមបញ្ចូលទាំងអ្នកផ្ញើ និងអ្នកទទួលតាមរយៈការជំរុញមេដែក TMS) និងមានល្បឿនបញ្ជូនព័ត៌មានយឺតនៅឡើយ។ | មនុស្ស ៣ នាក់អាចសហការគ្នាដើម្បីលេងហ្គេម Tetris ដោយជោគជ័យ ជាមួយនឹងអត្រាភាពត្រឹមត្រូវជាមធ្យម ៨១,២៥%។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការអភិវឌ្ឍនិងប្រើប្រាស់ប្រព័ន្ធ BCI ទាមទារការវិនិយោគខ្ពស់លើផ្នែករឹងទំនើប កម្លាំងកុំព្យូទ័រសម្រាប់ដំណើរការទិន្នន័យ និងសំណុំទិន្នន័យធំៗសម្រាប់ការរៀនស៊ីជម្រៅ (Deep Learning)។
ការសិក្សានិងការប្រមូលទិន្នន័យភាគច្រើននៅក្នុងឯកសារនេះត្រូវបានធ្វើឡើងនៅសហរដ្ឋអាមេរិក អឺរ៉ុប និងប្រទេសចិន ដោយផ្តោតលើអ្នកជំងឺខ្វិន ដាច់សរសៃឈាមខួរក្បាល និងអ្នកស្ម័គ្រចិត្តដែលមានសុខភាពល្អ។ សម្រាប់ប្រទេសកម្ពុជា ការខ្វះខាតសំណុំទិន្នន័យ BCI ពីប្រជាជនក្នុងស្រុកអាចធ្វើឱ្យម៉ូដែល AI មួយចំនួន (ជាពិសេសប្រព័ន្ធទាក់ទងនឹងការបំប្លែងពាក្យសម្តី ឬអក្សរ) ដំណើរការមិនបានល្អប្រសើរ ដោយសារភាពខុសគ្នានៃភាសា និងបទដ្ឋានសរសៃប្រសាទពាក់ព័ន្ធនឹងការយល់ដឹង។
ថ្វីត្បិតតែបច្ចេកវិទ្យា BCI មានតម្លៃថ្លៃនិងស្មុគស្មាញ ប៉ុន្តែកម្មវិធីមួយចំនួនពិតជាមានសក្តានុពលក្នុងការផ្លាស់ប្តូរវិស័យសុខាភិបាល និងការស្រាវជ្រាវបច្ចេកវិទ្យានៅកម្ពុជានាពេលអនាគត។
ការចាប់ផ្តើមពីប្រព័ន្ធ BCI ចល័តគ្មានការវះកាត់ (Non-invasive) រួមផ្សំជាមួយនឹងការវិភាគទិន្នន័យតាមរយៈ AI គឺជាជំហានដំបូងដ៏ប្រាកដនិយម និងចំណាយតិចបំផុតសម្រាប់កម្ពុជាក្នុងការចូលរួមក្នុងបដិវត្តន៍បច្ចេកវិទ្យាខួរក្បាល-កុំព្យូទ័រនេះ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Brain-computer interface (BCI) | ប្រព័ន្ធបច្ចេកវិទ្យាដែលអនុញ្ញាតឱ្យខួរក្បាលមនុស្សទំនាក់ទំនងដោយផ្ទាល់ជាមួយកុំព្យូទ័រឬម៉ាស៊ីនខាងក្រៅ ដោយចាប់យកសញ្ញាអគ្គិសនីពីខួរក្បាលមកបកប្រែជាបញ្ជាគ្រប់គ្រង ដោយមិនចាំបាច់ប្រើប្រាស់សាច់ដុំឬសរសៃប្រសាទកាយវិការឡើយ។ | ដូចជាតេឡេបញ្ជាទូរទស្សន៍ដែរ ប៉ុន្តែយើងគ្រាន់តែគិតក្នុងខួរក្បាល នោះទូរទស្សន៍នឹងប្តូរប៉ុស្តិ៍ដោយខ្លួនឯង។ |
| Functional electrical stimulation (FES) | បច្ចេកទេសប្រើប្រាស់ចរន្តអគ្គិសនីកម្រិតស្រាលទៅជំរុញសរសៃប្រសាទដែលភ្ជាប់ទៅនឹងសាច់ដុំដែលខ្វិន ដើម្បីធ្វើឱ្យសាច់ដុំនោះកន្ត្រាក់និងអាចធ្វើចលនាឡើងវិញបាន។ វត្ថុបំណងគឺប្រើប្រព័ន្ធ BCI ដើម្បីបញ្ជាឧបករណ៍ FES នេះក្នុងការស្តារនីតិសម្បទា។ | ដូចជាការតខ្សែភ្លើងថ្មីបញ្ជូនចរន្តអគ្គិសនីទៅកាន់ម៉ាស៊ីនដែលដាច់ខ្សែបញ្ជា (សាច់ដុំខ្វិន) ដើម្បីឱ្យវាអាចកម្រើកឡើងវិញបានតាមការចង់បាន។ |
| Steady-state visual evoked potential (SSVEP) | ការឆ្លើយតបនៃរលកសញ្ញាអគ្គិសនីរបស់ខួរក្បាលនៅពេលដែលភ្នែកមនុស្សសម្លឹងមើលទៅប្រភពពន្លឺដែលលោតភ្លឹបភ្លែតៗក្នុងប្រេកង់ជាក់លាក់ណាមួយ។ សញ្ញានេះងាយស្រួលចាប់យកនិងបែងចែក ទើបគេប្រើវាជាញឹកញាប់ក្នុងប្រព័ន្ធ BCI ដើម្បីបញ្ជាកុំព្យូទ័រ (ឧទាហរណ៍ វាយអក្សរ)។ | ដូចជាការស្តាប់ចង្វាក់ភ្លេងហើយជើងរបស់យើងលោតតាមចង្វាក់នោះដោយស្វ័យប្រវត្តិ អញ្ចឹងដែរខួរក្បាលនឹងបង្កើតរលកសញ្ញាអគ្គិសនីស្របតាមល្បឿនពន្លឺដែលយើងសម្លឹងមើល។ |
| Task-related component analysis (TRCA) | ក្បួនដោះស្រាយគណិតវិទ្យា (Algorithm) សម្រាប់ចាប់យកនិងបន្សុទ្ធរលកសញ្ញាខួរក្បាលដែលពាក់ព័ន្ធផ្ទាល់នឹងកិច្ចការណាមួយ (ដូចជាការមើល SSVEP) ដើម្បីបង្កើនល្បឿននិងភាពត្រឹមត្រូវនៃការបកប្រែបំណងរបស់អ្នកប្រើប្រាស់។ | ដូចជាកម្មវិធីចម្រោះសំឡេងរំខានចេញពីមីក្រូហ្វូន ដោយបន្សល់ទុកតែសំឡេងអ្នកនិយាយដែលយើងចង់ស្តាប់ឱ្យកាន់តែច្បាស់ល្អ។ |
| Magnetoencephalography (MEG) | បច្ចេកវិទ្យាស្កេនខួរក្បាលដែលវាស់ដែនម៉ាញេទិកតូចៗបំផុត ដែលបង្កើតឡើងដោយសកម្មភាពចរន្តអគ្គិសនីនៅក្នុងណឺរ៉ូនខួរក្បាល វាផ្តល់រូបភាពច្បាស់លាស់និងរហ័សអំពីទីតាំងសកម្មភាពខួរក្បាល។ | ដូចជាការប្រើត្រីវិស័យដ៏សែនរសើបមួយដើម្បីចាប់យកកម្លាំងម៉ាញេទិកខ្សោយៗដែលបញ្ចេញពីខ្សែភ្លើងក្នុងជញ្ជាំង ដើម្បីដឹងថាខ្សែណាមានភ្លើងរត់ឆ្លងកាត់។ |
| Brain-to-brain interface (BBI) | ប្រព័ន្ធបច្ចេកវិទ្យាដែលភ្ជាប់ខួរក្បាលរបស់មនុស្សពីរនាក់ឬច្រើននាក់ដោយផ្ទាល់ អនុញ្ញាតឱ្យពួកគេអាចចែករំលែកព័ត៌មាន ឬបញ្ជាសកម្មភាពនានាដោយរួមគ្នាដោះស្រាយបញ្ហាតាមរយៈការបញ្ជូននិងទទួលសញ្ញាខួរក្បាល។ | ដូចជាការនិយាយទូរសព្ទឆ្លងឆ្លើយគ្នា ប៉ុន្តែជំនួសឱ្យការប្រើមាត់និងត្រចៀក យើងប្រើការគិតបញ្ជូនទៅកាន់ខួរក្បាលមិត្តភក្តិដោយផ្ទាល់តែម្តង។ |
| Galvanic vestibular stimulation (GVS) | ការបញ្ជូនចរន្តអគ្គិសនីតិចតួចទៅកាន់សរសៃប្រសាទនៅខាងក្រោយត្រចៀក ដើម្បីបង្កើតអារម្មណ៍សិប្បនិម្មិតនៃការធ្វើចលនា ឬបង្វិលខ្លួន ដែលត្រូវបានប្រើប្រាស់ដើម្បីបង្កើតកំហុសការព្យាករណ៍ញ្ញាណ (sensory prediction error) សម្រាប់ការអានសញ្ញា BCI ។ | ដូចជាការបញ្ឆោតប្រព័ន្ធទប់លំនឹងក្នុងត្រចៀករបស់យើងឱ្យមានអារម្មណ៍ថាកំពុងជិះទូកកន្ត្រាក់ ទាំងដែលតាមពិតយើងកំពុងអង្គុយស្ងៀម។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
