पैट्रिक एम. पिलार्स्की, पीएच.डी. कनाडा सीआईएफएआर एआई चेयर (एमआईआई) - साक्षात्कार श्रृंखला

डॉ. पैट्रिक एम. पिलार्स्की कनाडा सीआईएफएआर आर्टिफिशियल इंटेलिजेंस चेयर, रिहैबिलिटेशन के लिए मशीन इंटेलिजेंस में पूर्व कनाडा रिसर्च चेयर, और अल्बर्टा विश्वविद्यालय के मेडिसिन विभाग, भौतिक चिकित्सा और पुनर्वास विभाग में एसोसिएट प्रोफेसर हैं।

2017 में, डॉ. पिलार्स्की ने अल्बर्टा के एडमॉन्टन में स्थित डीपमाइंड के पहले अंतरराष्ट्रीय अनुसंधान कार्यालय की सह-स्थापना की, जहां उन्होंने 2023 तक कार्यालय सह-प्रमुख और एक वरिष्ठ कर्मचारी अनुसंधान वैज्ञानिक के रूप में कार्य किया। वह एक फेलो और निदेशक मंडल के सदस्य हैं। अल्बर्टा मशीन इंटेलिजेंस इंस्टीट्यूट (Amii), बायोनिक लिम्ब्स फॉर इम्प्रूव्ड नेचुरल कंट्रोल (BLINC) प्रयोगशाला का सह-नेतृत्व करता है, और यूनिवर्सिटी में रीइन्फोर्समेंट लर्निंग एंड आर्टिफिशियल इंटेलिजेंस लेबोरेटरी (RLAI) और सेंसरी मोटर एडेप्टिव रिहैबिलिटेशन टेक्नोलॉजी (SMART) नेटवर्क के साथ एक प्रमुख अन्वेषक है। अलबर्टा.

डॉ. पिलार्स्की 120 से अधिक सहकर्मी-समीक्षित लेखों के पुरस्कार विजेता लेखक या सह-लेखक हैं, आईईईई के एक वरिष्ठ सदस्य हैं, और उन्हें प्रांतीय, राष्ट्रीय और अंतर्राष्ट्रीय अनुसंधान अनुदान द्वारा समर्थित किया गया है।

हम वार्षिक 2023 में एक साक्षात्कार के लिए बैठे ऊपरी सीमा एआई पर सम्मेलन जो एडमॉन्टन, एबी में आयोजित किया गया है और इसकी मेजबानी की गई है अमी (अलबर्टा मशीन इंटेलिजेंस इंस्टीट्यूट)।

आपने खुद को एआई में कैसे पाया? किस चीज़ ने आपको उद्योग की ओर आकर्षित किया?

वे दो अलग-अलग प्रश्न हैं। जहां तक ​​मुझे एआई की ओर आकर्षित करने की बात है, तो इसमें कुछ सुंदर बात है कि जटिलता कैसे उभर सकती है और जटिलता से संरचना कैसे उभर सकती है। बुद्धिमत्ता इसके इन अद्भुत उदाहरणों में से एक है, इसलिए चाहे यह जीव विज्ञान से आ रही हो या चाहे यह इस बात से आ रही हो कि हम मशीनों में विस्तृत व्यवहार को कैसे उभरते हुए देखते हैं, मुझे लगता है कि इसमें कुछ सुंदर है। इसने मुझे हमेशा बहुत लंबे समय तक आकर्षित किया है, और एआई के क्षेत्र में काम करने के लिए मेरा बहुत लंबा घुमावदार प्रक्षेप पथ है जिसमें मैं अब काम करता हूं, जो मशीनें हैं जो परीक्षण और त्रुटि के माध्यम से सीखती हैं, सुदृढीकरण प्रणाली जो मनुष्यों के साथ बातचीत करती हैं जब वे दोनों डूबे हुए होते हैं इसमें, अनुभव की धारा, समय का प्रवाह, विभिन्न प्रकार के पठारों से होकर आया। मैंने अध्ययन किया कि कैसे मशीनें और मनुष्य बायोमेक्ट्रोनिक उपकरणों और जैव प्रौद्योगिकी, कृत्रिम अंगों और कृत्रिम अंग जैसी चीजों के संदर्भ में बातचीत कर सकते हैं।

मैंने देखा कि मेडिकल डायग्नोस्टिक्स का समर्थन करने के लिए एआई का उपयोग कैसे किया जा सकता है, हम बीमारी का कारण बनने वाले पैटर्न को समझने के लिए मशीन इंटेलिजेंस का उपयोग कैसे कर सकते हैं या मशीन पर रिकॉर्डिंग के संदर्भ में विभिन्न रोग कैसे मौजूद हो सकते हैं। लेकिन यह वास्तव में इस बात की सराहना करने के लिए इस लंबे समय से चले आ रहे प्रयास का हिस्सा है कि आप बहुत ही सरल नींव से बहुत जटिल व्यवहार कैसे प्राप्त करने में सक्षम हो सकते हैं। और यह वही है जो मुझे वास्तव में पसंद है, विशेष रूप से सुदृढीकरण सीखने के बारे में, यह विचार है कि मशीन समय के प्रवाह के भीतर खुद को एम्बेड कर सकती है और अपने स्वयं के अनुभव से बहुत जटिल व्यवहार प्रदर्शित कर सकती है और दोनों जटिल घटनाओं को वास्तव में अपने आसपास की दुनिया में पकड़ सकती है। . वह एक प्रेरक शक्ति रही है।

इसकी यांत्रिकी, मैंने वास्तव में हाई स्कूल में खेल चिकित्सा का बहुत सारा प्रशिक्षण और इस तरह की चीजें कीं। मैंने खेल चिकित्सा का अध्ययन किया है और अब यहां मैं ऐसे माहौल में काम कर रहा हूं जहां मैं देखता हूं कि कैसे मशीन इंटेलिजेंस और पुनर्वास प्रौद्योगिकियां लोगों को उनके दैनिक जीवन में समर्थन देने के लिए एक साथ आती हैं। यह एक बहुत ही दिलचस्प यात्रा है, जैसे कि जटिल प्रणालियों और जटिलता के साथ आकर्षण, और फिर हम कैसे इस बारे में सोचना शुरू करते हैं कि इंसानों को बेहतर समर्थन कैसे दिया जा सकता है, वे जीवन जी सकते हैं जो वे जीना चाहते हैं।

खेल ने आपको शुरुआत में प्रोस्थेटिक्स की ओर कैसे प्रेरित किया?

खेल चिकित्सा जैसे क्षेत्रों के बारे में वास्तव में दिलचस्प बात मानव शरीर को देखना है और कैसे किसी की अनूठी ज़रूरतें, चाहे वह खेल हो या अन्य, वास्तव में प्रक्रियाओं और प्रक्रियाओं द्वारा अन्य लोगों द्वारा समर्थित हो सकती हैं। बायोनिक अंग और कृत्रिम प्रौद्योगिकियाँ उपकरणों के निर्माण, प्रणालियों के निर्माण, निर्माण प्रौद्योगिकी के बारे में हैं जो लोगों को वह जीवन जीने में मदद करती हैं जो वे जीना चाहते हैं। ये दोनों चीजें वास्तव में गहराई से जुड़ी हुई हैं। वास्तव में पूर्ण चक्र में आने में सक्षम होना और उन बहुत पहले की रुचियों में से कुछ को फिर से फलीभूत करना, एक प्रयोगशाला का सह-नेतृत्व करना, जहां हम देखते हैं, वास्तव में रोमांचक है... और विशेष रूप से मशीन लर्निंग सिस्टम जो कसकर युग्मित तरीके से काम करते हैं, वह व्यक्ति जिसका समर्थन करने के लिए उन्हें डिज़ाइन किया गया है।

आपने पहले चर्चा की है कि कैसे एक कृत्रिम व्यक्ति कृत्रिम अंग को अपनाने के बजाय व्यक्ति के अनुकूल ढल जाता है। क्या आप इसके पीछे मशीन लर्निंग के बारे में बात कर सकते हैं?

बिल्कुल। उपकरण के उपयोग के इतिहास में एक आधार के रूप में, मनुष्यों ने खुद को हमारे उपकरणों के अनुसार अनुकूलित किया है और फिर हमने अपने उपकरणों को हमारी जरूरतों के अनुसार अनुकूलित किया है। और इसलिए हमारे द्वारा अपने उपकरणों को अपनाने की यह पुनरावृत्तीय प्रक्रिया है। हम अभी, एक ऐसे मोड़ पर हैं, जहां पहली बार, आपने शायद मुझे पहले बातचीत में यह कहते हुए सुना होगा, अगर आपने मेरे द्वारा दी गई कुछ बातचीत पर ध्यान दिया हो। लेकिन वास्तव में, हम इतिहास के इस महत्वपूर्ण बिंदु पर हैं जहां अब हम ऐसे उपकरणों के निर्माण की कल्पना कर सकते हैं जो मानव बुद्धि के कुछ लक्षण सामने लाते हैं। ऐसे उपकरण जो किसी व्यक्ति द्वारा उपयोग किए जाने पर वास्तव में अनुकूलित और बेहतर हो जाएंगे। अंतर्निहित प्रौद्योगिकियाँ निरंतर सीखने का समर्थन करती हैं। सिस्टम जो लगातार चल रहे स्ट्रीम अनुभव से सीख सकते हैं। इस मामले में, सुदृढीकरण सीखना और इसे रेखांकित करने वाले तंत्र, अस्थायी अंतर सीखने जैसी चीजें, उन प्रणालियों के निर्माण के लिए वास्तव में महत्वपूर्ण हैं जो किसी व्यक्ति के साथ बातचीत करते समय और उनका समर्थन करने वाले व्यक्ति द्वारा उपयोग किए जाने पर लगातार अनुकूलित हो सकती हैं। उनका दैनिक जीवन.

क्या आप अस्थायी अंतर शिक्षण को परिभाषित कर सकते हैं?

बिल्कुल, इसके बारे में मुझे वास्तव में जो पसंद है वह यह है कि हम मुख्य प्रौद्योगिकियों, अस्थायी अंतर सीखने और मौलिक भविष्यवाणी सीखने वाले एल्गोरिदम के बारे में सोच सकते हैं जो प्रयोगशाला में हम जो काम करते हैं उसका आधार बनते हैं। आपके पास एक ऐसी प्रणाली है जो, हमारी तरह, किसी संकेत के संबंध में भविष्य कैसा दिखेगा, इसके बारे में भविष्यवाणी कर रही है, भविष्य के इनाम जैसी किसी चीज़ के संबंध में वह है जो हम आमतौर पर देखते हैं। लेकिन कोई अन्य संकेत जिसकी आप कल्पना कर सकते हैं, जैसे, मैं अभी कितना बल लगा रहा हूँ? कितनी गर्मी होने वाली है? कल मेरे पास कितने डोनट होंगे? ये संभावित चीजें हैं जिनकी आप भविष्यवाणी करने की कल्पना कर सकते हैं। और इसलिए मूल एल्गोरिदम वास्तव में मेरे अनुमान के बीच अंतर को देख रहा है कि अभी क्या होने वाला है और भविष्य में क्या होने वाला है इसके साथ-साथ मुझे वर्तमान में प्राप्त होने वाले किसी भी प्रकार के संकेत के बारे में मेरा अनुमान है।

जब एक रोबोट का हाथ एक कप कॉफ़ी या एक कप पानी उठा रहा है तो मैं कितना बल लगा रहा हूँ? यह इस समय इस पर लगने वाले बल की मात्रा या भविष्य की किसी अवधि में इसकी मात्रा के बारे में भविष्यवाणी के बीच अंतर को देख सकता है। और फिर उसकी तुलना भविष्य के बारे में उसकी अपेक्षाओं और उस बल से की जा रही है जो वह वास्तव में लगा रहा है। उन सभी को एक साथ रखें, और आपको यह त्रुटि मिलेगी, अस्थायी अंतर त्रुटि। यह भविष्य में अस्थायी रूप से विस्तारित पूर्वानुमान और उनके बीच के अंतरों का अच्छा संचय है, जिसका उपयोग आप सीखने की मशीन की संरचना को अद्यतन करने के लिए कर सकते हैं।

और इसलिए यह, फिर से, इनाम के आधार पर पारंपरिक सुदृढीकरण सीखने के लिए, यह भविष्य में अपेक्षित इनाम के आधार पर मशीन के काम करने के तरीके को अपडेट करने पर विचार कर सकता है जिसे आप देख सकते हैं। हम जो कुछ भी करते हैं, उसमें अन्य प्रकार के संकेतों को देखना, सामान्यीकृत मूल्य कार्यों का उपयोग करना शामिल है, जो कि सुदृढीकरण सीखने की प्रक्रिया का अनुकूलन है, किसी भी प्रकार के ब्याज के संकेत के लिए इनाम संकेतों का अस्थायी अंतर सीखना जो लागू हो सकता है मशीन का संचालन.

आप अक्सर कृत्रिम अंग के बारे में बात करते हैं जिसे कहा जाता है काहिरा टो आपकी प्रस्तुतियों में. यह हमें क्या सिखाता है?

बेसल की काहिरा टो यूनिवर्सिटी, एलएचटीटी। छवि: मात्जाज़ कासिकनिक

मुझे काहिरा टो का उदाहरण लेना पसंद है, जो 3000 साल पुराना कृत्रिम अंग है। मैं न्यूरो प्रोस्थेटिक्स के क्षेत्र में काम करता हूं, अब हम बहुत उन्नत रोबोटिक सिस्टम देखते हैं जो कुछ मामलों में जैविक शरीर के अंगों के समान नियंत्रण स्तर या नियंत्रण की डिग्री रख सकते हैं। और फिर भी, मैं 3000 साल पहले की एक बहुत ही स्टाइलिश लकड़ी की अंगुली पर वापस जाता हूँ। मुझे लगता है कि जो अच्छी बात है वह यह है कि यह इंसानों द्वारा प्रौद्योगिकी के साथ खुद को विस्तारित करने का एक उदाहरण है। न्यूरो प्रोस्थेटिक्स और मानव मशीन इंटरैक्शन के संदर्भ में हम अभी यही देख रहे हैं, यह कुछ अजीब, नया या निराला नहीं है। हम हमेशा से उपकरण उपयोगकर्ता रहे हैं, जानवर, गैर-मानव जानवर भी उपकरणों का उपयोग करते हैं। इस पर कई बेहतरीन किताबें हैं, खासकर फ्रैंस डी वाल द्वारा, "क्या हम स्मार्ट हैं यह जानने के लिए कि स्मार्ट जानवर कैसे हैं?".

स्वयं का यह विस्तार, साधनों के प्रयोग से स्वयं का संवर्धन और संवर्द्धन कोई नई बात नहीं है, यह कुछ प्राचीन है। यह कुछ ऐसा है जो समय से घटित हो रहा है और उसी भूमि पर स्मारक है जिस पर हम अभी हैं, यहां रहने वाले लोगों द्वारा। काहिरा टो के बारे में दूसरी दिलचस्प बात यह है कि सबूत, कम से कम इस पर विद्वानों की रिपोर्ट से पता चलता है कि इसे अपने उपयोगकर्ताओं के साथ बातचीत के दौरान कई बार अनुकूलित किया गया था। वे वास्तव में अंदर गए और इसे अनुकूलित किया और इसे बदल दिया, इसके उपयोग के दौरान इसे संशोधित किया।

मेरी समझ से, यह केवल एक निश्चित उपकरण नहीं था जो किसी व्यक्ति के जीवनकाल के दौरान उससे जुड़ा हुआ था, यह एक निश्चित उपकरण था जो जुड़ा हुआ था लेकिन संशोधित भी था। यह एक उदाहरण है कि कैसे, फिर से, यह विचार कि उपकरण अपने उपयोग की अवधि के दौरान अनुकूलित होते हैं और उपयोग की निरंतर अवधि वास्तव में कुछ ऐसी चीज़ है जो काफी प्राचीन है। यह कुछ नया नहीं है, और कई वर्षों में लोगों और उपकरणों के सह-अनुकूलन से हम बहुत सारे सबक सीख सकते हैं।

आपने पहले प्रोस्थेटिक्स और मानव के बीच फीडबैक मार्ग का उल्लेख किया है, क्या आप फीडबैक मार्ग के बारे में विस्तार से बता सकते हैं?

हम इस मामले में भी एक विशेष समय में हैं कि हम किसी व्यक्ति और मशीन के बीच के रिश्ते को कैसे देख रहे हैं जिसका उद्देश्य उनके दैनिक जीवन में उनका समर्थन करना है। जब कोई कृत्रिम अंग का उपयोग कर रहा है, तो मान लीजिए कि किसी अंग में अंतर है, कोई विच्छेदन वाला व्यक्ति कृत्रिम अंग का उपयोग कर रहा है। परंपरागत रूप से, वे इसे एक उपकरण की तरह, अपने शरीर के विस्तार की तरह उपयोग करेंगे, लेकिन हम देखेंगे कि वे काफी हद तक उस पर निर्भर हैं जिसे हम नियंत्रण मार्ग मानते हैं। उनके पहिए या उनके इरादे की कुछ समझ उस उपकरण तक पहुंचाई जा रही है, जिसे तब यह पता लगाने का काम सौंपा जाता है कि यह क्या है, और फिर उस पर अमल करना है, चाहे वह हाथ खोलना और बंद करना हो या कोहनी मोड़ना हो या चुटकी पकड़ बनाना हो एक चाबी लेने के लिए. हम अक्सर लोगों को फीडबैक मार्ग का अध्ययन करते या उस पर विचार करते नहीं देखते हैं।

तो बड़ी संख्या में कृत्रिम अंग जिन्हें आप व्यावसायिक रूप से तैनात देख सकते हैं, डिवाइस से व्यक्ति तक वापस आने वाली जानकारी का मार्ग यांत्रिक युग्मन हो सकता है, जिस तरह से वे वास्तव में अंग की ताकतों को महसूस करते हैं और उन पर कार्य करते हैं। हो सकता है कि वे मोटरों की चिंता सुन रहे हों या वे यह देख रहे हों कि वे एक कफ उठाते हैं और उसे डेस्क के पार ले जाते हैं या वे इसे अपने कार्यक्षेत्र के दूसरे हिस्से से पकड़ते हैं। और इसलिए, वे रास्ते इसे करने का पारंपरिक तरीका हैं। दुनिया भर में आश्चर्यजनक चीजें हो रही हैं, जिसमें यह देखा जा रहा है कि कैसे कृत्रिम अंग से जानकारी को बेहतर तरीके से उपयोग करने वाले व्यक्ति तक वापस पहुंचाया जा सकता है। विशेष रूप से यहां एडमोंटन में भी, तंत्रिका तंत्र की रीवायरिंग, लक्षित तंत्रिका नवीकरण और उस मार्ग का समर्थन करने वाली अन्य चीजों का उपयोग करके वास्तव में बहुत अच्छा काम किया गया है। लेकिन यह अभी भी अध्ययन का एक बहुत ही उभरता हुआ क्षेत्र है कि कैसे मशीन लर्निंग उस फीडबैक मार्ग के संबंध में बातचीत का समर्थन करती है।

कैसे मशीन लर्निंग एक ऐसी प्रणाली का समर्थन कर सकती है जो वास्तव में अपनी दुनिया के बारे में बहुत कुछ समझ और भविष्यवाणी कर सकती है, जिससे वह जानकारी स्पष्ट रूप से और प्रभावी ढंग से इसका उपयोग करने वाले व्यक्ति तक वापस पहुंच जाती है। मशीन लर्निंग इसका समर्थन कैसे कर सकती है? मुझे लगता है कि यह एक अच्छा विषय है, क्योंकि यदि आपके पास फीडबैक मार्ग और नियंत्रण मार्ग दोनों हैं, तो दोनों मार्ग अनुकूलन कर रहे हैं और व्यक्ति द्वारा उपयोग किए जा रहे उपकरण और व्यक्ति स्वयं एक-दूसरे के मॉडल बना रहे हैं। आप लगभग चमत्कारी कुछ कर सकते हैं। आप लगभग मुफ्त में सूचना प्रसारित कर सकते हैं। यदि आपके पास ये दोनों प्रणालियाँ हैं जो वास्तव में एक-दूसरे के साथ अच्छी तरह से तालमेल बिठाती हैं, उन्होंने एक-दूसरे का एक बहुत शक्तिशाली मॉडल बनाया है और उनके पास फीडबैक मार्गों को नियंत्रित करने के लिए एक अनुकूलन है, तो आप मनुष्यों और मशीनों के बीच बहुत कड़ी साझेदारी बना सकते हैं जो कर सकते हैं बहुत कम प्रयास और बहुत कम बैंडविड्थ के साथ बड़ी मात्रा में जानकारी प्रसारित करें।

और यह मानव मशीन समन्वय के बिल्कुल नए क्षेत्र खोलता है, विशेष रूप से न्यूरोप्रोस्थेटिक्स के क्षेत्र में। मैं वास्तव में सोचता हूं कि इस क्षेत्र का अध्ययन शुरू करने के लिए यह एक बहुत ही चमत्कारी समय है।

क्या आपको लगता है कि ये भविष्य में 3डी प्रिंटेड होंगे या आपको क्या लगता है कि विनिर्माण कैसे आगे बढ़ेगा?

मुझे नहीं लगता कि यह कैसे हो सकता है, इस पर अटकलें लगाने के लिए मैं सबसे अच्छी जगह हूं। हालाँकि, मैं कह सकता हूँ कि हम अपने उपकरणों को बनाने के लिए एडिटिव मैन्युफैक्चरिंग, 3डी प्रिंटिंग और स्पॉट मैन्युफैक्चरिंग पर अन्य प्रकार के एडिटिव का उपयोग करके न्यूरोप्रोस्थेटिक उपकरणों के वाणिज्यिक प्रदाताओं में एक बड़ी वृद्धि देख रहे हैं। यह देखने में भी वास्तव में अच्छा है, कि यह केवल एडिटिव मैन्युफैक्चरिंग या 3 डी प्रिंटिंग का उपयोग करने वाला एक प्रोटोटाइप नहीं है, यह 3 डी प्रिंटिंग एक अभिन्न अंग बन गया है कि हम व्यक्तियों को डिवाइस कैसे प्रदान करते हैं और हम उन उपकरणों को उन सटीक लोगों के लिए कैसे अनुकूलित करते हैं जो उनका उपयोग कर रहे हैं।

एडिटिव मैन्युफैक्चरिंग या कस्टमाइज्ड मैन्युफैक्चरिंग, अनुकूलित प्रोस्थेसिस फिटिंग हर समय अस्पतालों में होती है। यह अलग-अलग अंगों वाले लोगों के लिए देखभाल प्रावधान का एक स्वाभाविक हिस्सा है, जिन्हें सहायक प्रौद्योगिकियों या अन्य प्रकार की पुनर्वास प्रौद्योगिकियों की आवश्यकता होती है। मुझे लगता है कि हम यह देखना शुरू कर रहे हैं कि अनुकूलन का एक बड़ा हिस्सा उपकरणों के निर्माताओं में घुलना-मिलना शुरू हो गया है, न कि केवल देखभाल प्रदाताओं के लिए छोड़ दिया गया है। और यह भी सचमुच रोमांचक है। मुझे लगता है कि ऐसे उपकरणों के लिए एक बड़ा अवसर है जो न केवल हाथों की तरह दिखते हैं या इस्तेमाल किए गए हाथ नहीं हैं, बल्कि ऐसे उपकरण जो उनका उपयोग करने वाले व्यक्ति की जरूरतों को बहुत सटीक रूप से पूरा करते हैं, जो उन्हें खुद को उस तरह से व्यक्त करने की अनुमति देता है जिस तरह से वे खुद को व्यक्त करना चाहते हैं। , और उन्हें वह जीवन जीने देता है जिस तरह से वे जीना चाहते हैं, न कि केवल उस तरह जैसे हम सोचते हैं कि दैनिक जीवन में हाथ का उपयोग किया जाना चाहिए।

आपने 120 से अधिक शोधपत्र लिखे हैं। क्या कोई ऐसा है जो आपके लिए विशिष्ट हो जिसके बारे में हमें जानना चाहिए?

तंत्रिका कंप्यूटिंग अनुप्रयोगों में हाल ही में प्रकाशित एक पेपर है, लेकिन यह उस सोच के हिमशैल के टिप का प्रतिनिधित्व करता है जिसे हम अब एक दशक से भी अधिक समय से आगे रख रहे हैं, मानव और मशीनें कैसे बातचीत करते हैं, विशेष रूप से मानव और कृत्रिम उपकरण कैसे बातचीत करते हैं। यह संचारी पूंजी का विचार है। और इसलिए यह वह पेपर है जो हमने हाल ही में लिखा है प्रकाशित.

और यह पेपर हमारे दृष्टिकोण को सामने रखता है कि कैसे भविष्यवाणियां वास्तविक समय में व्यक्ति के साथ बातचीत करने वाले कृत्रिम उपकरण द्वारा सीखी और बनाए रखी जाती हैं, व्यक्ति स्वयं अनिवार्य रूप से पूंजी बना सकता है, एक संसाधन बना सकता है जिस पर वे दोनों पक्ष भरोसा कर सकते हैं . याद रखें, पहले मैंने कहा था कि हम वास्तव में कुछ शानदार कर सकते हैं जब हमारे पास एक इंसान और एक मशीन हो जो एक दूसरे के मॉडल का निर्माण कर रहे हों, अनुभव के आधार पर वास्तविक समय को अपना रहे हों, और एक द्विदिश चैनल में जानकारी प्रसारित करना शुरू कर रहे हों। एक साइडबार के रूप में, क्योंकि हम एक जादुई दुनिया में रहते हैं जहां रिकॉर्डिंग होती है और आप उसमें से चीजों को काट सकते हैं।

यह मूलतः जादू जैसा है।

बिल्कुल। यह जादू जैसा लगता है. यदि हम 1960 के दशक में एशबी, डब्ल्यू. रॉस एशबी जैसे विचारकों और उनकी पुस्तक "साइबरनेटिक्स का परिचयइस बारे में बात की गई कि हम मानव बुद्धि को कैसे बढ़ा सकते हैं। और उन्होंने वास्तव में कहा कि यह किसी व्यक्ति की कई विकल्पों में से किसी एक को चुनने की क्षमता को बढ़ाने के लिए आता है। और यह उन प्रणालियों द्वारा संभव हुआ है जहां एक व्यक्ति, मान लीजिए, एक मशीन के साथ बातचीत कर रहा है, जहां उनके बीच संचार का एक चैनल खुला है। इसलिए यदि हमारे पास चैनल संचार खुला है, यदि यह द्विदिश है, और यदि दोनों प्रणालियाँ भविष्यवाणियों और अन्य चीजों के रूप में पूंजी का निर्माण कर रही हैं, तो आप उन्हें वास्तव में खुद को संरेखित करना और उनके हिस्सों के योग से अधिक बनना शुरू कर सकते हैं। . आप जितना वे डाल रहे हैं उससे अधिक प्राप्त कर सकते हैं।

और मुझे लगता है कि यही कारण है कि मैं इसे हमारे सबसे रोमांचक पेपरों में से एक मानता हूं, क्योंकि यह एक विचार परिवर्तन का प्रतिनिधित्व करता है। यह न्यूरो प्रोस्थेटिक उपकरणों को एजेंसी वाले सिस्टम के रूप में सोचने की दिशा में एक विचार बदलाव का प्रतिनिधित्व करता है, सिस्टम जिन्हें हम न केवल एजेंसी का वर्णन कर सकते हैं, बल्कि इन संसाधनों को बनाने के लिए हमारे साथ सह-अनुकूलन करने में सक्षम होने पर भरोसा करते हैं। संचार पूंजी जो हमें दुनिया के साथ बातचीत करने की हमारी क्षमता को बढ़ाने देती है, हमें जितना हम लगा रहे हैं उससे अधिक बाहर निकालने देती है और लोगों को अनुमति देती है, मैं एक कृत्रिम लेंस से, उनके कृत्रिम लेंस के बारे में सोचना बंद कर देता हूं। दैनिक जीवन और अपना दैनिक जीवन जीने के बारे में सोचना शुरू करें। वह उपकरण नहीं जो उन्हें अपना दैनिक जीवन जीने में मदद कर रहा है।

आपने अभी-अभी जो चर्चा की है, उसके अनुसार आप ब्रेन मशीन इंटरफेस के लिए कौन से एप्लिकेशन देखेंगे?

मेरी पसंदीदा में से एक ऐसी चीज़ है जिसे हमने पिछले लगभग 10 वर्षों में फिर से आगे बढ़ाया है, वह एक तकनीक है जिसे एडाप्टिव स्विचिंग कहा जाता है। अनुकूली स्विचिंग इस ज्ञान पर आधारित है कि कई प्रणालियाँ जिनके साथ हम दैनिक आधार पर बातचीत करते हैं, कई मोड या कार्यों के बीच स्विच करने पर निर्भर करती हैं। चाहे मैं अपने फोन पर ऐप्स के बीच स्विच कर रहा हूं या मैं अपनी ड्रिल पर सही सेटिंग का पता लगाने की कोशिश कर रहा हूं या चाहे मैं अपने जीवन में अन्य टूल्स को अपना रहा हूं, हम हर समय कई मोड या फ़ंक्शन के बीच स्विच करते हैं, पीछे की ओर सोचते हुए एशबी, कई विकल्पों के बीच चयन करने की हमारी क्षमता। इसलिए अनुकूली स्विचिंग में, हम कृत्रिम अंग को यह जानने के लिए अस्थायी अंतर सीखने का उपयोग करते हैं कि कोई व्यक्ति किस मोटर फ़ंक्शन का उपयोग करना चाहता है और कब इसका उपयोग करना चाहता है। तो वास्तव में काफी सरल आधार यह है कि, बस मेरे द्वारा एक कप तक पहुंचने और अपना हाथ बंद करने का कार्य।

खैर, एक सिस्टम को अनुभव के माध्यम से भविष्यवाणियां करने में सक्षम होना चाहिए कि इस स्थिति में, मैं संभवतः हैंड ओपन क्लोज फ़ंक्शन का उपयोग करने जा रहा हूं। मैं अपना हाथ खोलूंगा और बंद करूंगा। और फिर भविष्य में, ऐसी ही स्थितियों में, उसकी भविष्यवाणी करने में सक्षम होना। और जब मैं मोड और फ़ंक्शंस के घूमते हुए बादल को नेविगेट कर रहा हूं, तो उन सभी विकल्पों को क्रमबद्ध किए बिना मुझे कमोबेश वही दें जो मैं चाहता हूं। और यह उस संचार पूंजी के निर्माण का एक बहुत ही सरल उदाहरण है। आपके पास एक ऐसी प्रणाली है जो वास्तव में बातचीत के माध्यम से भविष्यवाणियां कर रही है, वे उस व्यक्ति, उस मशीन, उस समय उस स्थिति में उनके रिश्ते के बारे में भविष्यवाणियां हैं। और वह साझा संसाधन सिस्टम को तुरंत अपने नियंत्रण इंटरफ़ेस को फिर से कॉन्फ़िगर करने की अनुमति देता है, ताकि व्यक्ति को वह मिल जाए जो वह चाहता है और जब वह चाहता है। और वास्तव में, ऐसी स्थिति में जहां सिस्टम इस बारे में बहुत, बहुत निश्चित है कि एक व्यक्ति को कौन सा मोटर फ़ंक्शन चाहिए, यह वास्तव में उनके लिए बस उसी का चयन कर सकता है जैसे वे अंदर जा रहे हैं।

और अच्छी बात यह है कि व्यक्ति के पास हमेशा यह कहने की क्षमता होती है, "आह, यह वही है जो मैं वास्तव में चाहता था," और किसी अन्य मोटर फ़ंक्शन पर स्विच करें। एक रोबोटिक भुजा में, वह विभिन्न प्रकार के हैंड ग्रैप्स हो सकते हैं, चाहे वह दरवाज़े के हैंडल को पकड़ने के लिए ग्रिप को आकार देना हो या चाबी उठाना हो या किसी से हाथ मिलाना हो। वे कार्य के अलग-अलग तरीके हैं, अलग-अलग ग्रैब पैटर्न हैं। यह बहुत दिलचस्प है कि सिस्टम इस बात की सराहना करना शुरू कर सकता है कि किस स्थिति में क्या उचित है। पूंजी की इकाइयाँ जिन पर वे दोनों पक्ष भरोसा कर सकते हैं ताकि वे दुनिया भर में अधिक तेज़ी से आगे बढ़ सकें, और कम संज्ञानात्मक बोझ के साथ, विशेष रूप से इकाई के हिस्से में।

अद्भुत साक्षात्कार के लिए धन्यवाद, जो पाठक अधिक जानना चाहते हैं उन्हें निम्नलिखित संसाधनों पर जाना चाहिए:

• डॉ. पैट्रिक एम. पिलार्स्की अलबर्टा विश्वविद्यालय पृष्ठ.
• अपर बाउंड एआई सम्मेलन.
• Amii (अलबर्टा मशीन इंटेलिजेंस इंस्टीट्यूट)