न्यूरोसाइंटिस्ट लोगों के दिमाग से सीधे शब्दों को पढ़ने के लिए कंप्यूटर सिखा रहे हैं।
केली सर्विक ने विज्ञान के लिए लिखते हुए, इस सप्ताह प्रीप्रिंट सर्वर बायोरेक्सिव पर पोस्ट किए गए तीन पत्रों पर रिपोर्ट की, जिसमें शोधकर्ताओं की तीन अलग-अलग टीमों ने प्रदर्शन किया कि वे न्यूरॉन्स फायरिंग की रिकॉर्डिंग से भाषण को डिकोड कर सकते हैं। प्रत्येक अध्ययन में, मस्तिष्क पर सीधे रखे गए इलेक्ट्रोड ने तंत्रिका गतिविधि को रिकॉर्ड किया, जबकि मस्तिष्क-सर्जरी के रोगियों ने भाषण सुना या ज़ोर से शब्दों को पढ़ा। फिर, शोधकर्ताओं ने यह पता लगाने की कोशिश की कि मरीज क्या सुन रहे थे या कह रहे थे। प्रत्येक मामले में, शोधकर्ता मस्तिष्क की विद्युत गतिविधि को कम से कम कुछ हद तक समझदार ध्वनि फ़ाइलों में परिवर्तित करने में सक्षम थे।
10 अक्टूबर, 2018 को बायोरेक्सिव में पोस्ट किया गया पहला पेपर, एक प्रयोग का वर्णन करता है जिसमें शोधकर्ताओं ने मिर्गी के रोगियों के लिए भाषण की रिकॉर्डिंग निभाई थी जो मस्तिष्क की सर्जरी के बीच में थे। (प्रयोग में ली गई तंत्रिका रिकॉर्डिंग की व्याख्या करने के लिए बहुत विस्तृत होना चाहिए था। और विस्तार का स्तर दुर्लभ परिस्थितियों के दौरान ही उपलब्ध होता है जब एक मस्तिष्क हवा के संपर्क में होता है और इलेक्ट्रोड सीधे उस पर रखे जाते हैं, जैसे कि मस्तिष्क सर्जरी में ।)
जैसा कि रोगियों ने ध्वनि फ़ाइलों को सुना, शोधकर्ताओं ने मरीजों के दिमाग के कुछ हिस्सों में ध्वनि को संसाधित करने वाले न्यूरॉन्स को रिकॉर्ड किया। वैज्ञानिकों ने उस न्यूरोनल फायरिंग डेटा को भाषण में बदलने के लिए कई अलग-अलग तरीकों की कोशिश की और पाया कि "डीप लर्निंग" - जिसमें एक कंप्यूटर कम या ज्यादा अनसुनी समस्या को हल करने की कोशिश करता है - सबसे अच्छा काम किया। जब उन्होंने एक वोकोडर के माध्यम से परिणाम खेला, जो मानव आवाज़ों को संश्लेषित करता है, तो 11 श्रोताओं के समूह के लिए, वे व्यक्ति 75 प्रतिशत शब्दों को सही ढंग से व्याख्या करने में सक्षम थे।
आप यहां इस प्रयोग से ऑडियो सुन सकते हैं।
27 नवंबर, 2018 को पोस्ट किए गए दूसरे पेपर में ब्रेन ट्यूमर को हटाने के लिए सर्जरी से गुजर रहे लोगों की तंत्रिका रिकॉर्डिंग पर भरोसा किया गया था। जैसे ही मरीज़ ज़ोर से एकल शब्द पढ़ते हैं, शोधकर्ताओं ने प्रतिभागियों के मुंह से निकलने वाली दोनों आवाज़ों और उनके दिमाग के भाषण-उत्पादक क्षेत्रों में न्यूरॉन्स की गोलीबारी को रिकॉर्ड किया। प्रत्येक रोगी पर कंप्यूटर को गहराई से प्रशिक्षित करने के बजाय, इन शोधकर्ताओं ने तंत्रिका रिकॉर्डिंग को ऑडियो में परिवर्तित करने के लिए एक कृत्रिम तंत्रिका नेटवर्क सिखाया, जिससे पता चलता है कि परिणाम कम से कम समझदार थे और माइक्रोफोन द्वारा बनाई गई रिकॉर्डिंग के समान थे। (इस प्रयोग का ऑडियो यहाँ है लेकिन इसे ज़िप फ़ाइल के रूप में डाउनलोड किया जाना है।)
तीसरा पेपर, 9 अगस्त, 2018 को पोस्ट किया गया, मस्तिष्क के उस हिस्से को रिकॉर्ड करने पर निर्भर करता है जो विशिष्ट शब्दों को परिवर्तित करता है जो एक व्यक्ति मांसपेशियों के आंदोलनों में बोलने का फैसला करता है। हालांकि इस प्रयोग से कोई रिकॉर्डिंग ऑनलाइन उपलब्ध नहीं है, शोधकर्ताओं ने बताया कि वे पूरे वाक्यों को फिर से संगठित करने में सक्षम थे (मिर्गी के रोगियों पर मस्तिष्क की सर्जरी के दौरान दर्ज किए गए) और जो लोग वाक्यों को सुनते थे, उन्हें कई विकल्पों पर सही ढंग से व्याख्या करने में सक्षम थे परीक्षण (10 विकल्पों में से) 83 प्रतिशत समय। उस प्रयोग की विधि पूरे शब्दों के बजाय व्यक्तिगत शब्दांशों के निर्माण में शामिल पैटर्न की पहचान करने पर निर्भर करती है।
इन सभी प्रयोगों में लक्ष्य एक दिन के लिए है जो कंप्यूटर-टू-ब्रेन इंटरफेस के माध्यम से बोलने की क्षमता खो चुके लोगों (जो एमियोट्रोफिक लेटरल स्क्लेरोसिस या इसी तरह की स्थिति के कारण) के लिए संभव बनाते हैं। हालाँकि, उस अनुप्रयोग के लिए विज्ञान अभी तक नहीं है।
विज्ञान की रिपोर्ट के अनुसार, किसी व्यक्ति के तंत्रिका पैटर्न की व्याख्या करना केवल भाषण की कल्पना करना अधिक जटिल है, जबकि सुनने वाले या भाषण सुनने वाले किसी व्यक्ति के पैटर्न की व्याख्या करना अधिक जटिल है। (हालांकि, दूसरे पेपर के लेखकों ने कहा कि भाषण की कल्पना करने वाले किसी व्यक्ति की मस्तिष्क गतिविधि की व्याख्या करना संभव हो सकता है।)
यह भी ध्यान रखना आवश्यक है कि ये छोटे अध्ययन हैं। पहला पेपर सिर्फ पांच मरीजों से लिए गए डेटा पर निर्भर करता था, जबकि दूसरा छह मरीजों पर और तीसरा केवल तीन में देखा जाता था। और तंत्रिका रिकॉर्डिंग में से कोई भी एक घंटे से अधिक नहीं चला।
फिर भी, विज्ञान आगे बढ़ रहा है, और कृत्रिम-भाषण उपकरण सीधे मस्तिष्क तक पहुंच जाते हैं, सड़क पर कुछ बिंदु पर एक वास्तविक संभावना की तरह लगता है।
