मानव मस्तिष्क तरंगों को वास्तविक समय में पुनर्निर्माण के लिए एआई का उपयोग किया जाता है

हाल ही में, शोधकर्ताओं की एक टीम ने एक न्यूरल नेटवर्क बनाया जो वास्तविक समय में मानव मस्तिष्क तरंगों को पुनर्निर्माण करने में सक्षम है। फ्यूचरिज्म की रिपोर्ट के अनुसार, शोध टीम, जिसमें मॉस्को इंस्टीट्यूट ऑफ फिजिक्स एंड टेक्नोलॉजी (एमआईपीटी) और न्यूरोबोटिक्स कॉर्पोरेशन के शोधकर्ता शामिल थे, कंप्यूटर विजन न्यूरल नेटवर्क का उपयोग करके मस्तिष्क तरंगों को दृश्यीकृत करने में सक्षम थे, जिसने उन्हें छवियों के रूप में प्रस्तुत किया।

अध्ययन के परिणाम बायोरxiv में प्रकाशित किए गए थे, और एक वीडियो शोध पत्र के साथ पोस्ट किया गया था, जिसमें दिखाया गया था कि नेटवर्क ने छवियों को कैसे पुनर्निर्मित किया। एमआईपीटी शोध टीम को उम्मीद है कि अध्ययन उन्हें मस्तिष्क तरंगों द्वारा नियंत्रित पोस्ट-स्ट्रोक पुनर्वास प्रणाली बनाने में मदद करेगा। स्ट्रोक पीड़ितों के लिए पुनर्वास उपकरण बनाने के लिए, तंत्रिका विज्ञानी मस्तिष्क द्वारा जानकारी को एन्कोड करने के लिए उपयोग की जाने वाली प्रक्रियाओं का अध्ययन करना होगा। इन प्रक्रियाओं को समझने का एक महत्वपूर्ण हिस्सा यह है कि लोग वीडियो जानकारी कैसे महसूस करते हैं। ज़ेडएमई साइंस के अनुसार, मस्तिष्क तरंगों से छवियों को निकालने के वर्तमान तरीके आमतौर पर न्यूरॉन्स से उत्पन्न संकेतों का विश्लेषण करते हैं, इम्प्लांट्स का उपयोग करके, या फंक्शनल एमआरआई का उपयोग करके छवियों को निकालते हैं।

न्यूरोबोटिक्स और एमआईपीटी की शोध टीम ने इलेक्ट्रोएन्सेफलोग्राफी का उपयोग किया, जो खोपड़ी पर रखे इलेक्ट्रोड्स से एकत्र की गई मस्तिष्क तरंगों को रिकॉर्ड करता है। ऐसे मामलों में, लोग अक्सर उन उपकरणों को पहनते हैं जो उनके तंत्रिका संकेतों को ट्रैक करते हैं जबकि वे एक वीडियो देखते हैं या तस्वीरें देखते हैं। मस्तिष्क गतिविधि का विश्लेषण मशीन लर्निंग सिस्टम में उपयोग की जाने वाली इनपुट सुविधाओं का उत्पादन करता है। मशीन लर्निंग सिस्टम एक व्यक्ति द्वारा देखी गई छवियों को पुनर्निर्मित करने में सक्षम था, जो एक स्क्रीन पर वास्तविक समय में छवियों को प्रस्तुत करता था।

प्रयोग को कई भागों में बांटा गया था। प्रयोग के पहले चरण में, शोधकर्ताओं ने विषयों को 20 मिनट के लिए 10 सेकंड के यूट्यूब वीडियो क्लिप देखने के लिए कहा। वीडियो पांच अलग-अलग श्रेणियों में विभाजित किए गए थे: मोटरस्पोर्ट, मानव चेहरे, अमूर्त आकार, झरने और चलती मशीनें। इन अलग-अलग श्रेणियों में विभिन्न वस्तुएं हो सकती हैं। उदाहरण के लिए, मोटरस्पोर्ट श्रेणी में स्नोमोबाइल और मोटरसाइकिल की क्लिप शामिल थीं।

शोध टीम ने वीडियो देखते समय एकत्र किए गए ईईजी डेटा का विश्लेषण किया। ईईजी ने विभिन्न वीडियो क्लिप के लिए विशिष्ट पैटर्न प्रदर्शित किए, और इसका मतलब था कि टीम वीडियो पर देखी जाने वाली सामग्री की व्याख्या करने में सक्षम थी, अधिक या कम वास्तविक समय में।

प्रयोग के दूसरे चरण में, तीन श्रेणियों का यादृच्छिक रूप से चयन किया गया था। दो न्यूरल नेटवर्क बनाए गए थे जो इन दो श्रेणियों के साथ काम करते थे। पहला नेटवर्क तीन श्रेणियों में से एक से संबंधित यादृच्छिक छवियों का उत्पादन करता था, जो यादृच्छिक शोर से बनाई गई थीं जो एक छवि में परिष्कृत हो गई थीं। दूसरी ओर, दूसरा नेटवर्क ईईजी स्कैन से शोर उत्पन्न करता था। दोनों नेटवर्क्स में डेटा की तुलना की गई और यादृच्छिक रूप से उत्पन्न छवियों को ईईजी शोर डेटा के आधार पर अपडेट किया गया, जब तक कि उत्पन्न छवियां परीक्षण विषयों द्वारा देखी जाने वाली छवियों के समान नहीं हो गईं।

सिस्टम को डिज़ाइन करने के बाद, शोधकर्ताओं ने परीक्षण विषयों को उन वीडियो दिखाकर कार्यक्रम की क्षमता का परीक्षण किया जो उन्होंने पहले नहीं देखे थे। दूसरे दौर के देखने के दौरान उत्पन्न ईईजी को नेटवर्क्स में दिया गया, और नेटवर्क 90% समय सही श्रेणी में रखी गई छवियों का उत्पादन करने में सक्षम थे।

शोधकर्ताओं ने उल्लेख किया कि उनके प्रयोग के परिणाम आश्चर्यजनक थे क्योंकि यह लंबे समय से माना जाता था कि एक ईईजी में पर्याप्त जानकारी नहीं है जो छवियों को पुनर्निर्मित करने के लिए आवश्यक है। हालांकि, शोध टीम के परिणामों ने साबित किया कि यह संभव है।

न्यूरोरोबोटिक्स लैब के प्रमुख व्लादिमीर कोन्यशेव ने समझाया कि हालांकि शोध टीम वर्तमान में विकलांग लोगों के लिए सहायक प्रौद्योगिकी बनाने पर केंद्रित है, लेकिन वे जिस प्रौद्योगिकी पर काम कर रहे हैं वह भविष्य में स्वस्थ व्यक्तियों के लिए न्यूरल नियंत्रण उपकरण बनाने के लिए भी उपयोग की जा सकती है। टेकएक्सप्लोर को बताया

“हम असिस्टिव टेक्नोलॉजीज प्रोजेक्ट पर काम कर रहे हैं, जो न्यूरोनेट ऑफ द नेशनल टेक्नोलॉजी इनिशिएटिव पर केंद्रित है, जो मस्तिष्क-कंप्यूटर इंटरफेस पर केंद्रित है जो पोस्ट-स्ट्रोक रोगियों को न्यूरोरिहेबिलिटेशन के उद्देश्यों के लिए एक्सोस्केलेटन आर्म को नियंत्रित करने या पैरालाइज्ड रोगियों को एक इलेक्ट्रिक व्हीलचेयर चलाने की अनुमति देता है, उदाहरण के लिए। अंतिम लक्ष्य स्वस्थ व्यक्तियों के लिए भी तंत्रिका नियंत्रण की सटीकता बढ़ाना है।”