एआई मॉडल और प्लेटफ़ॉर्म

मस्तिष्क गतिविधि को शब्दों में अनुवादित करने के लिए विकसित किया गया एआई

Alex McFarland
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुयह प्रणाली अंततः लॉक्ड-इन सिंड्रोम वाले लोगों को वाणी प्रदान कर सकती है।
और देखें
  • यह प्रणाली अंततः लॉक्ड-इन सिंड्रोम वाले लोगों को वाणी प्रदान कर सकती है।
  • एक प्रतिभागी को औसतन प्रत्येक वाक्य के केवल 3% हिस्से पर सुधार की आवश्यकता थी।
  • प्रशिक्षण के लिए प्रति प्रतिभागी लाखों घंटों के बजाय 40 मिनट से कम डेटा की आवश्यकता थी।

कैलिफोर्निया विश्वविद्यालय, सैन फ्रांसिस्को के शोधकर्ताओं ने एक कृत्रिम बुद्धिमत्ता (एआई) विकसित की है जो मस्तिष्क गतिविधि को पाठ में अनुवादित कर सकती है। यह प्रणाली तब काम करती है जब कोई बोलता है, लेकिन विशेषज्ञों को उम्मीद है कि यह अंततः उन व्यक्तियों के लिए उपयोग की जा सकती है जो बोलने में असमर्थ हैं, जैसे कि लॉक्ड-इन सिंड्रोम से पीड़ित लोग।

डॉ जोसफ माकिन इस शोध के सह-लेखक थे।

“हम अभी तक नहीं हैं, लेकिन हमें लगता है कि यह एक भाषण प्रोस्थेसिस का आधार हो सकता है,” माकिन ने कहा।

शोध पत्रिका नेचर न्यूरोसाइंस में प्रकाशित हुआ था।

सिस्टम का परीक्षण

जोसफ माकिन और उनकी टीम ने चार महिलाओं के मस्तिष्क संकेतों का अध्ययन करने के लिए गहरे शिक्षण एल्गोरिदम पर भरोसा किया, जो बोलते समय उनके मस्तिष्क से जुड़े इलेक्ट्रोड्स के साथ बोलती थीं। सभी महिलाओं को मिर्गी थी, और उनके मस्तिष्क में दौरे की निगरानी के लिए इलेक्ट्रोड्स लगाए गए थे।

इलेक्ट्रोड्स लगाने के बाद, प्रत्येक महिला ने एक निर्धारित वाक्यों के सेट को जोर से पढ़ा, जबकि उनकी मस्तिष्क गतिविधि को मापा गया। उपयोग किए गए विशिष्ट शब्दों की सबसे बड़ी संख्या 250 थी। वे 50 विभिन्न वाक्यों में से चुन सकते थे, जिनमें “टीना टर्नर एक पॉप गायिका है” और “उन चोरों ने 30 जवाहरात चोरी किए” शामिल थे।

मस्तिष्क गतिविधि डेटा को तब एक न्यूरल नेटवर्क एल्गोरिदम में डाला गया, और इसे नियमित रूप से होने वाले पैटर्न की पहचान करने के लिए प्रशिक्षित किया गया। इन पैटर्न को बोलचाल के दोहराए जाने वाले पहलुओं जैसे स्वर या व्यंजन से जोड़ा जा सकता है। उन्हें फिर एक दूसरे न्यूरल नेटवर्क में डाला गया जिसने उन्हें शब्दों में बदलने की कोशिश की और एक वाक्य बनाया।

प्रत्येक महिला से वाक्यों को कम से कम दो बार दोहराने के लिए कहा गया था, जिसमें अंतिम पुनरावृत्ति प्रशिक्षण डेटा में शामिल नहीं थी। इससे शोधकर्ताओं को प्रणाली का परीक्षण करने की अनुमति मिली।

“इन वाक्यों के मस्तिष्क गतिविधि को याद रखने से मदद नहीं मिलेगी, इसलिए नेटवर्क को यह सीखना होगा कि वे क्या समान हैं ताकि यह अंतिम उदाहरण में सामान्य हो सके,” माकिन कहते हैं।

परिणाम

प्रणाली के पहले परिणाम वाक्य बनाने में असफल रहे, लेकिन जब यह प्रत्येक शब्द क्रम की तुलना जोर से पढ़े गए वाक्यों से करती थी, तो यह बेहतर होती गई।

टीम ने तब प्रणाली का परीक्षण किया bằng मस्तिष्क गतिविधि से लिखित पाठ का उत्पादन करके।

अनुवाद में कई त्रुटियाँ थीं, लेकिन सटीकता दर अभी भी बहुत प्रभावशाली थी और पिछले दृष्टिकोणों से कहीं बेहतर थी। सटीकता व्यक्ति से व्यक्ति में भिन्न थी, लेकिन एक व्यक्ति के लिए प्रत्येक वाक्य में केवल 3% को औसतन सुधार की आवश्यकता थी।

टीम ने यह भी सीखा कि एक व्यक्ति के डेटा पर प्रशिक्षण एल्गोरिदम ने अंतिम उपयोगकर्ता को बहुत कम डेटा प्रदान करने की अनुमति दी।

मास्ट्रिच्ट विश्वविद्यालय के डॉ क्रिश्चियन हरफ, जो इस अध्ययन में शामिल नहीं थे, के अनुसार, यह प्रभावशाली है कि प्रणाली ने प्रत्येक प्रतिभागी के लिए 40 मिनट से कम प्रशिक्षण डेटा और वाक्यों का एक सीमित संग्रह की आवश्यकता थी, जो आमतौर पर लाखों घंटे की आवश्यकता होती है।

“इस तरह वे अब तक के स्तर की सटीकता हासिल करते हैं,” उन्होंने कहा।

“बिल्कुल, यह शानदार शोध है, लेकिन वे लोग ‘ओके गूगल’ का भी उपयोग कर सकते हैं,” उन्होंने कहा। “यह विचार का अनुवाद नहीं है [लेकिन बोलने में शामिल मस्तिष्क गतिविधि का]।”

(GOOGL )

एक और चुनौती यह हो सकती है कि भाषण अक्षमता वाले लोगों की मस्तिष्क गतिविधि अलग हो सकती है।

“हम एक वास्तविक भाषण अक्षमता वाले रोगी में इसे तैनात करना चाहते हैं,” माकिन कहते हैं, “हालांकि यह संभव है कि उनकी मस्तिष्क गतिविधि इस अध्ययन में महिलाओं से अलग हो सकती है, जिससे यह अधिक कठिन हो जाता है।”

मस्तिष्क संकेत डेटा का व्यापक रूप से अनुवाद करने के लिए अभी भी एक लंबा रास्ता तय करना है। मनुष्य शब्दों का एक विशाल सेट का उपयोग करते हैं, और इस अध्ययन में बोलने का एक बहुत ही प्रतिबंधित सेट का उपयोग किया गया था।

Alex McFarland

Alex Unite.AI के एआई‑संचालित समाचार संचालन का नेतृत्व करते हैं, पत्रकारिता, अनुसंधान और स्वचालन को मिलाकर कृत्रिम बुद्धिमत्ता की समय पर और स्केलेबल कवरेज को समर्थन देते हैं। उनका काम यह सुनिश्चित करने में मदद करता है कि उभरते एआई विकास को प्रभावी ढंग से उजागर किया जाए, जबकि प्रकाशन के संपादकीय मानकों को बनाए रखा जाए।