एआई का उपयोग वास्तविक समय में मानव मस्तिष्क तरंगों को फिर से बनाने के लिए किया जाता है

हाल ही में, शोधकर्ताओं की एक टीम ने एक तंत्रिका नेटवर्क बनाया जो वास्तविक समय में मानव मस्तिष्क तरंगों को फिर से बनाने में सक्षम है। जैसा कि फ़्यूचरिज़्म द्वारा रिपोर्ट किया गया हैमॉस्को इंस्टीट्यूट ऑफ फिजिक्स एंड टेक्नोलॉजी (एमआईपीटी) और न्यूरोबोटिक्स कॉर्पोरेशन के शोधकर्ताओं से बनी अनुसंधान टीम, कंप्यूटर विज़न न्यूरल नेटवर्क के साथ तरंगों का अनुवाद करके, उन्हें छवियों के रूप में प्रस्तुत करके किसी व्यक्ति की मस्तिष्क तरंगों की कल्पना करने में सक्षम थी।

का परिणाम अध्ययन बायोरेक्सिव में प्रकाशित किया गया था, और शोध पत्र के साथ एक वीडियो पोस्ट किया गया था, जिसमें दिखाया गया था कि नेटवर्क ने छवियों का पुनर्निर्माण कैसे किया। एमआईपीटी अनुसंधान टीम को उम्मीद है कि अध्ययन से उन्हें स्ट्रोक के बाद पुनर्वास प्रणाली बनाने में मदद मिलेगी जो मस्तिष्क तरंगों द्वारा नियंत्रित होती है। स्ट्रोक पीड़ितों के लिए पुनर्वास उपकरण बनाने के लिए, न्यूरोबायोलॉजिस्ट को उन प्रक्रियाओं का अध्ययन करना होता है जिनका उपयोग मस्तिष्क जानकारी को एन्कोड करने के लिए करता है। इन प्रक्रियाओं को समझने का एक महत्वपूर्ण हिस्सा यह अध्ययन करना है कि लोग वीडियो जानकारी को कैसे समझते हैं। ZME साइंस के अनुसार, मस्तिष्क तरंगों से छवियां निकालने की वर्तमान विधियां आमतौर पर प्रत्यारोपण के उपयोग के माध्यम से न्यूरॉन्स से उत्पन्न होने वाले संकेतों का विश्लेषण करती हैं, या कार्यात्मक एमआरआई का उपयोग करके छवियां निकालती हैं।

न्यूरबायोटिक्स और एमआईपीटी की शोध टीम ने इलेक्ट्रोएन्सेफलोग्राफी या ईईजी का उपयोग किया, जो खोपड़ी पर लगाए गए इलेक्ट्रोड से एकत्रित मस्तिष्क तरंगों को लॉग करता है। ऐसी स्थितियों में, लोग अक्सर ऐसे उपकरण पहनते हैं जो वीडियो देखते समय या चित्र देखते समय उनके तंत्रिका संकेतों को ट्रैक करते हैं। मस्तिष्क गतिविधि के विश्लेषण से इनपुट सुविधाएँ प्राप्त हुईं जिनका उपयोग मशीन लर्निंग सिस्टम में किया जा सकता है। मशीन लर्निंग सिस्टम एक व्यक्ति द्वारा देखी गई छवियों को फिर से बनाने में सक्षम था, वास्तविक समय में छवियों को स्क्रीन पर प्रस्तुत करता था।

प्रयोग को कई भागों में विभाजित किया गया था। प्रयोग के पहले चरण में, शोधकर्ताओं ने विषयों को लगभग 10 मिनट तक YouTube वीडियो की 20 सेकंड की क्लिप देखने को कहा। वीडियो को पांच अलग-अलग श्रेणियों में विभाजित किया गया था: मोटरस्पोर्ट्स, मानव चेहरे, अमूर्त आकार, झरने और चलती तंत्र। इन विभिन्न श्रेणियों में विभिन्न प्रकार की वस्तुएँ हो सकती हैं। उदाहरण के लिए, मोटरस्पोर्ट्स श्रेणी में स्नोमोबाइल्स और मोटरसाइकिलों की क्लिप शामिल थीं।

अनुसंधान टीम ने ईईजी डेटा का विश्लेषण किया जो प्रतिभागियों द्वारा वीडियो देखने के दौरान एकत्र किया गया था। ईईजी ने प्रत्येक अलग-अलग वीडियो क्लिप के लिए विशिष्ट पैटर्न प्रदर्शित किए, और इसका मतलब यह था कि टीम संभावित रूप से व्याख्या कर सकती थी कि प्रतिभागी कम या ज्यादा वास्तविक समय में वीडियो पर कौन सी सामग्री देख रहे थे।

प्रयोग के दूसरे चरण में यादृच्छिक रूप से तीन श्रेणियां चुनी गईं। इन दो श्रेणियों के साथ काम करने के लिए दो तंत्रिका नेटवर्क बनाए गए। पहले नेटवर्क ने यादृच्छिक छवियां उत्पन्न कीं जो तीन श्रेणियों में से एक से संबंधित थीं, उन्हें यादृच्छिक शोर से बनाया गया था जिसे एक छवि में परिष्कृत किया गया था। इस बीच, अन्य नेटवर्क ने ईईजी स्कैन के आधार पर शोर उत्पन्न किया। दोनों नेटवर्क में डेटा की तुलना की गई और बेतरतीब ढंग से उत्पन्न छवियों को ईईजी शोर डेटा के आधार पर अपडेट किया गया, जब तक कि उत्पन्न छवियां उन छवियों के समान नहीं हो गईं जिन्हें परीक्षण विषय देख रहे थे।

सिस्टम डिज़ाइन किए जाने के बाद, शोधकर्ताओं ने परीक्षण विषयों के वीडियो दिखाकर मस्तिष्क तरंगों को देखने की कार्यक्रम की क्षमता का परीक्षण किया, जिन्हें उन्होंने अभी तक समान श्रेणियों से नहीं देखा था। दूसरे दौर के दृश्य के दौरान उत्पन्न ईईजी नेटवर्क को दिए गए थे, और नेटवर्क ऐसी छवियां उत्पन्न करने में सक्षम थे जिन्हें 90% समय में आसानी से सही श्रेणी में रखा जा सकता था।

शोधकर्ताओं ने नोट किया कि उनके प्रयोग के नतीजे आश्चर्यजनक थे क्योंकि लंबे समय तक यह माना जाता था कि लोगों द्वारा देखी गई छवियों को फिर से बनाने के लिए ईईजी में पर्याप्त जानकारी नहीं थी। हालाँकि, शोध टीम के नतीजों ने साबित कर दिया कि यह किया जा सकता है।

एमआईपीटी में न्यूरोरोबोटिक्स लैब के प्रमुख व्लादिमीर कोनिशेव ने बताया कि हालांकि अनुसंधान टीम वर्तमान में विकलांग लोगों के लिए सहायक तकनीक बनाने पर ध्यान केंद्रित कर रही है, जिस तकनीक पर वे काम कर रहे हैं उसका उपयोग सामान्य आबादी के लिए तंत्रिका नियंत्रण उपकरण बनाने के लिए किया जा सकता है। बिंदु। कोनिशेव ने TechXplore को समझाया:

"हम नेशनल टेक्नोलॉजी इनिशिएटिव के न्यूरोनेट के सहायक प्रौद्योगिकी प्रोजेक्ट पर काम कर रहे हैं, जो मस्तिष्क-कंप्यूटर इंटरफ़ेस पर केंद्रित है जो स्ट्रोक के बाद के रोगियों को न्यूरोरेहैबिलिटेशन उद्देश्यों के लिए एक्सोस्केलेटन बांह को नियंत्रित करने में सक्षम बनाता है, या लकवाग्रस्त रोगियों को इलेक्ट्रिक व्हीलचेयर चलाने में सक्षम बनाता है, उदाहरण के लिए। अंतिम लक्ष्य स्वस्थ व्यक्तियों के लिए भी तंत्रिका नियंत्रण की सटीकता को बढ़ाना है।"