पैट्रिक एम पिलार्स्की, पीएचडी कनाडा सीआईएफएआर एआई चेयर (एमआईआई) – साक्षात्कार श्रृंखला

डॉ पैट्रिक एम पिलार्स्की कनाडा सीआईएफएआर आर्टिफिशियल इंटेलिजेंस चेयर, पूर्व कनाडा रिसर्च चेयर इन मैशीन इंटेलिजेंस फॉर रिहैबिलिटेशन, और फिजिकल मेडिसिन एंड रिहैबिलिटेशन, मेडिसिन विभाग, अल्बर्टा विश्वविद्यालय में एसोसिएट प्रोफेसर हैं।

2017 में, डॉ पिलार्स्की ने एडमॉन्टन, अल्बर्टा में डीपमाइंड के पहले अंतरराष्ट्रीय अनुसंधान कार्यालय की सह-स्थापना की, जहां उन्होंने 2023 तक कार्यालय के सह-नेता और वरिष्ठ स्टाफ अनुसंधान वैज्ञानिक के रूप में कार्य किया। वह अल्बर्टा मशीन इंटेलिजेंस इंस्टीट्यूट (एमआईआई) के साथ एक फेलो और बोर्ड ऑफ डायरेक्टर्स के सदस्य हैं, बायोनिक लिम्ब्स फॉर इम्प्रूव्ड नेचरल कंट्रोल (बीएलआईएनसी) लेबोरेटरी का सह-नेतृत्व करते हैं, और अल्बर्टा विश्वविद्यालय में रिनफोर्समेंट लर्निंग एंड आर्टिफिशियल इंटेलिजेंस लेबोरेटरी (आरएलएआई) और सेंसरी मोटर एडाप्टिव रिहैबिलिटेशन टेक्नोलॉजी (एसएमएआरटी) नेटवर्क के साथ एक प्रमुख अन्वेषक हैं।

डॉ पिलार्स्की 120 से अधिक पीयर-रिव्यूड लेखों के पुरस्कार विजेता लेखक या सह-लेखक हैं, आईईईई के एक वरिष्ठ सदस्य हैं, और प्रांतीय, राष्ट्रीय और अंतरराष्ट्रीय अनुसंधान अनुदानों द्वारा समर्थित हैं।

हमने एडमॉन्टन, एबी में आयोजित एमआईआई (अल्बर्टा मशीन इंटेलिजेंस इंस्टीट्यूट) द्वारा आयोजित वार्षिक 2023 अपर बाउंड सम्मेलन पर एक साक्षात्कार के लिए बैठे, जो कि एआई पर है।

आप कैसे एआई में पहुंचे? आपको इस उद्योग में क्या आकर्षित किया?

वे दो अलग-अलग प्रश्न हैं। एआई में मुझे आकर्षित करने के संदर्भ में, जटिलता कैसे उत्पन्न हो सकती है और जटिलता से संरचना कैसे उत्पन्न हो सकती है, इसमें कुछ सुंदर है। बुद्धिमत्ता बस इन अद्भुत उदाहरणों में से एक है, चाहे वह जीव विज्ञान से आ रही हो या यह देखकर कि मशीनों में विस्तृत व्यवहार कैसे उत्पन्न होता है, मुझे लगता है कि इसमें कुछ सुंदर है। यह मुझे बहुत लंबे समय से आकर्षित करता आ रहा है, और मेरा एआई के क्षेत्र में काम करने का बहुत लंबा और घुमावदार मार्ग, जो अब मैं जिस क्षेत्र में काम करता हूं, जो मशीनों से सीखने वाली मशीनें हैं, जो पुरस्कार प्रणाली के माध्यम से मानवों के साथ बातचीत करती हैं और दोनों अनुभव की धारा में, समय के प्रवाह में, कई अलग-अलग पठारों से होकर गुजरता है। मैंने जैव चिकित्सा उपकरणों और जैव प्रौद्योगिकी के संदर्भ में मशीनों और मानवों के बीच कैसे बातचीत हो सकती है, जैसे कि कृत्रिम अंग और प्रोस्थेटिक्स का अध्ययन किया।

मैंने देखा कि एआई का उपयोग चिकित्सा निदान का समर्थन करने के लिए कैसे किया जा सकता है, कि हम मशीन इंटेलिजेंस का उपयोग कैसे कर सकते हैं ताकि यह समझने के लिए पैटर्न की शुरुआत को समझ सकें जो बीमारी की ओर ले जाते हैं या कैसे विभिन्न बीमारियां मशीन पर रिकॉर्डिंग के संदर्भ में प्रस्तुत हो सकती हैं। लेकिन यह सभी इस लंबे समय से चली आ रही ड्राइव का हिस्सा है जो वास्तव में शुरू करने के लिए है कि कैसे आप बहुत जटिल व्यवहार को बहुत सरल नींव से प्राप्त कर सकते हैं। और यही मुझे विशेष रूप से रिनफोर्समेंट लर्निंग में पसंद है, यह विचार कि मशीन समय की धारा में खुद को निहित कर सकती है और अपने अनुभव से सीखने के लिए जटिल व्यवहार प्रदर्शित कर सकती है और वास्तव में दुनिया के चारों ओर जटिल घटना को पकड़ सकती है। यह एक ड्राइविंग बल रहा है।

इसकी यांत्रिकी, मैं वास्तव में उच्च विद्यालय में खेल चिकित्सा प्रशिक्षण और इस तरह की चीजों का अध्ययन किया था। मैंने खेल चिकित्सा का अध्ययन किया और अब मैं एक ऐसे वातावरण में काम कर रहा हूं जहां मैं मशीन इंटेलिजेंस और पुनर्वास प्रौद्योगिकियों को देखता हूं कि वे लोगों के दैनिक जीवन में कैसे एक साथ आते हैं। यह एक बहुत ही दिलचस्प यात्रा है, जैसे कि जटिल प्रणालियों और जटिलता के साथ एक तरफ से आकर्षण, और फिर व्यावहारिक व्यावहारिकता के साथ कैसे हम सोचते हैं कि मानव को कैसे बेहतर समर्थन दिया जा सकता है, जीवन जीने के लिए जो वे जीना चाहते हैं।

खेल आपको प्रोस्थेटिक्स में कैसे ले गए?

जो वास्तव में खेल चिकित्सा जैसे क्षेत्रों में दिलचस्प है वह यह है कि मानव शरीर और किसी व्यक्ति की अनोखी जरूरतों को कैसे देखा जा सकता है, चाहे वह खेल या अन्य कुछ हो, और कैसे उन्हें अन्य लोगों द्वारा समर्थित किया जा सकता है, प्रक्रियाओं और प्रक्रियाओं द्वारा। बायोनिक अंग और प्रोस्थेटिक प्रौद्योगिकियां उपकरण बनाने, प्रणालियों का निर्माण करने, प्रौद्योगिकी बनाने के बारे में हैं जो लोगों को जीने में मदद करती हैं जो वे जीना चाहते हैं। ये दोनों चीजें वास्तव में जुड़ी हुई हैं। यह वास्तव में रोमांचक है कि मैं पूरे चक्र में आ सकता हूं और कुछ ऐसे प्रारंभिक हितों को पूरा कर सकता हूं, जो फिर से एक प्रयोगशाला का सह-नेतृत्व करते हैं जहां हम… और विशेष रूप से मशीन लर्निंग सिस्टम जो व्यक्ति के साथ जुड़े हुए हैं जिन्हें वे समर्थन देने के लिए डिज़ाइन किए गए हैं।

डॉ पिलार्स्की ने पहले बताया था कि एक प्रोस्थेटिक कैसे व्यक्ति के अनुकूल होता है, न कि व्यक्ति प्रोस्थेटिक के अनुकूल। क्या आप मशीन लर्निंग के पीछे बता सकते हैं?

बिल्कुल। उपकरण के इतिहास के आधार पर, मानव ने अपने उपकरणों के अनुकूल खुद को अनुकूलित किया है, और फिर हमने अपने उपकरणों को अपनी जरूरतों के अनुसार अनुकूलित किया है। और इसलिए यह एक प्रक्रिया है जिसमें हम अपने उपकरणों के अनुकूल खुद को अनुकूलित करते हैं। हम अभी एक ऐसे बिंदु पर हैं जहां हम पहली बार कल्पना कर सकते हैं कि हम ऐसे उपकरण बना सकते हैं जो मानव बुद्धिमत्ता के कुछ हिस्सों को ला सकते हैं। उपकरण जो वास्तव में अनुकूलित होंगे और सुधारेंगे जब वे एक व्यक्ति द्वारा उपयोग किए जा रहे हों। अंतर्निहित प्रौद्योगिकियां निरंतर सीखने का समर्थन करती हैं। ऐसी प्रणालियां जो अनुभव की निरंतर धारा से सीख सकती हैं। इस मामले में, रिनफोर्समेंट लर्निंग और इसके आधार पर तंत्र, जैसे कि समयिक अंतर सीखना, उन प्रणालियों का निर्माण करने के लिए वास्तव में महत्वपूर्ण हैं जो एक व्यक्ति के साथ बातचीत करते समय और उपयोग में होने पर अनुकूलित हो सकती हैं।

क्या आप समयिक अंतर सीखने को परिभाषित कर सकते हैं?

बिल्कुल, जो मुझे वास्तव में पसंद है वह यह है कि हम मूल प्रौद्योगिकियों के बारे में सोच सकते हैं, समयिक अंतर सीखने और मूल पूर्वानुमान सीखने के एल्गोरिदम के बारे में जो हमारे प्रयोगशाला में काम पर बहुत कुछ आधारित है। आपके पास एक प्रणाली है जो हमारी तरह, एक संकेत के संदर्भ में भविष्य के बारे में एक पूर्वानुमान बना रही है, जैसे कि भविष्य का पुरस्कार जो हम आमतौर पर देखते हैं। लेकिन कोई अन्य संकेत जो आप कल्पना कर सकते हैं जैसे कि मैं अभी कितना बल लगा रहा हूं? यह कितना गर्म होगा? मैं कल कितने डोनट्स खाऊंगा? वे संभावित चीजें हैं जिन्हें आप पूर्वानुमान लगा सकते हैं। और इसलिए मूल एल्गोरिदम वास्तव में मेरे वर्तमान के बारे में मेरे अनुमान और भविष्य में मेरे अनुमान के बीच के अंतर को देख रहा है, साथ ही किसी भी संकेत को जो मैं वर्तमान में प्राप्त कर रहा हूं।

मैं एक रोबोटिक आर्म के रूप में एक कप कॉफी या पानी उठा रहा हूं, यह बल की मात्रा को देख रहा है जो मैं अभी या भविष्य में कुछ समय के लिए प्रयोग कर रहा हूं। और फिर उन्हें एक साथ रखकर, आपको यह त्रुटि मिलती है, समयिक अंतर त्रुटि। यह समय विस्तारित पूर्वानुमान और भविष्य और उनके बीच के अंतर का एक सुंदर संचय है, जिसे आप मशीन सीखने वाली मशीन की संरचना को अपडेट करने के लिए उपयोग कर सकते हैं।

और इसलिए, फिर से, पारंपरिक रिनफोर्समेंट लर्निंग के लिए, जो पुरस्कार पर आधारित है, यह मशीन को भविष्य में अपेक्षित पुरस्कार के आधार पर कार्य करने के तरीके को अपडेट करने के लिए देख रहा है। हम जो करते हैं उसके लिए, यह अन्य प्रकार के संकेतों पर देख रहा है, सामान्यीकृत मूल्य कार्यों का उपयोग कर रहा है, जो रिनफोर्समेंट लर्निंग प्रक्रिया का रिवार्ड सिग्नल के लिए अनुकूलन है, समयिक अंतर सीखने को किसी भी प्रकार के संकेत में लागू करना जो मशीन के संचालन के लिए प्रासंगिक हो सकता है।

आप अक्सर अपनी प्रस्तुतियों में काहिरा टू के बारे में बात करते हैं, जो एक प्रोस्थेटिक है। क्या आप बता सकते हैं कि यह हमें क्या सिखा सकता है?

मुझे काहिरा टू का उदाहरण उपयोग करना पसंद है, जो 3000 साल पुराना प्रोस्थेटिक है। मैं न्यूरो प्रोस्थेटिक्स के क्षेत्र में काम करता हूं, हम अब बहुत उन्नत रोबोटिक सिस्टम देख रहे हैं जो कुछ मामलों में जैविक अंगों के समान नियंत्रण का स्तर या डिग्री हो सकते हैं। और फिर भी, मैं 3000 साल पुराने लकड़ी के पैर की उंगली पर वापस जाता हूं। मुझे लगता है कि जो दिलचस्प है वह यह है कि यह मानवों द्वारा प्रौद्योगिकी के साथ खुद को बढ़ाने का एक उदाहरण है। यही हम देख रहे हैं न्यूरो प्रोस्थेटिक्स और मानव-मशीन इंटरैक्शन में नहीं है कि यह कुछ अजीब, नया या अजीब है। हम luôn से उपकरण उपयोगकर्ता रहे हैं, गैर-मानव जानवर भी उपकरण का उपयोग करते हैं। कई महान पुस्तकें हैं जो इस पर, विशेष रूप से फ्रांस डी वाल द्वारा, “क्या हम जानवरों की बुद्धिमत्ता को जानने के लिए पर्याप्त स्मार्ट हैं?“।

यह स्वयं को प्रौद्योगिकी के माध्यम से विस्तारित करना, स्वयं को बढ़ाना और सुधारना कुछ नया नहीं है, यह कुछ प्राचीन है। यह कुछ ऐसा है जो समय और स्मृति के बाद से हो रहा है, जिस भूमि पर हम रहते हैं उस पर रहने वाले लोगों द्वारा। काहिरा टू के बारे में दिलचस्प बात यह है कि विद्वानों की रिपोर्टों से पता चलता है कि यह अपने उपयोगकर्ताओं के साथ बातचीत के दौरान कई बार अनुकूलित किया गया था। उन्होंने वास्तव में इसे अनुकूलित किया, बदल दिया और इसके उपयोग के दौरान संशोधित किया।

मेरी समझ में, यह केवल एक निश्चित उपकरण नहीं था जो एक व्यक्ति के जीवनकाल में जुड़ा हुआ था, यह एक निश्चित उपकरण था जो जुड़ा हुआ था लेकिन इसके उपयोग के दौरान भी संशोधित किया गया था। यह एक उदाहरण है कि कैसे उपकरण वास्तव में अपने उपयोग की अवधि के दौरान अनुकूलित किए जाते हैं और एक स्थायी उपयोग की अवधि के दौरान। और यह कुछ प्राचीन नहीं है, यह कुछ नया नहीं है।

आपने पहले प्रोस्थेटिक और मानव के बीच फीडबैक पथ के बारे में चर्चा की थी, क्या आप फीडबैक पथ पर विस्तार कर सकते हैं?

हम एक विशेष समय में हैं कि हम मानव और मशीन के बीच संबंध को कैसे देखते हैं जो उनके दैनिक जीवन में उनका समर्थन करती है। जब कोई व्यक्ति एक कृत्रिम अंग का उपयोग कर रहा होता है, कहते हैं कि कोई व्यक्ति अंग की कमी के साथ होता है या कोई अम्पुटी होता है जो एक कृत्रिम अंग का उपयोग कर रहा होता है। पारंपरिक रूप से, वे इसे बहुत ही एक उपकरण की तरह उपयोग करेंगे, जैसे कि उनके शरीर का एक विस्तार, लेकिन हम उन्हें मुख्य रूप से नियंत्रण पथ पर भरोसा करते हुए देखेंगे। कि कुछ उनकी इच्छा या इरादे को उस उपकरण तक पहुंचाया जा रहा है, जो तब यह तय करने के लिए कार्य करता है कि यह क्या है और फिर उस पर अमल करता है, चाहे वह हाथ खोलना और बंद करना हो, कोहनी मोड़ना हो या पिंच ग्रिप बनाना हो कुंजी को पकड़ने के लिए। हम अक्सर लोगों को फीडबैक पथ का अध्ययन करते या उस पर विचार करते हुए नहीं देखते हैं।

तो एक बड़ी संख्या में कृत्रिम अंग जो आप व्यावसायिक रूप से तैनात देख सकते हैं, उपकरण से व्यक्ति तक जानकारी प्रवाहित होने वाला मार्ग यांत्रिक जोड़ हो सकता है, जिस तरह से वे वास्तव में बल को महसूस करते हैं और उसके अनुसार कार्य करते हैं। यह सुनने की बात हो सकती है कि मोटर्स कैसे चिंतित हैं या वे अपने कार्यस्थान में कफ या किसी अन्य वस्तु को पकड़ने और डेस्क पर ले जाने के लिए देखते हैं। और इसलिए, वे पारंपरिक तरीके हैं जिनसे हम ऐसा करते हैं। कई अद्भुत चीजें हो रही हैं जो दुनिया भर में हो रही हैं कि कैसे जानकारी को कृत्रिम अंग से व्यक्ति तक बेहतर ढंग से प्रसारित किया जा सकता है। विशेष रूप से यहां एडमॉन्टन में, लक्षित तंत्रिका पुनर्निर्माण और अन्य चीजों का उपयोग करके उस पथ का समर्थन करने के लिए बहुत सारे शानदार काम हो रहे हैं। लेकिन यह अभी भी एक उभरता हुआ क्षेत्र है जिसमें सोचा जा रहा है कि मशीन लर्निंग फीडबैक पथ के साथ बातचीत का समर्थन कैसे कर सकती है।

कैसे मशीन लर्निंग फीडबैक पथ के संदर्भ में बातचीत का समर्थन कर सकती है कि एक प्रणाली जो वास्तव में अपने आसपास की दुनिया के बारे में बहुत कुछ सीख रही है और भविष्यवाणी कर रही है, उस जानकारी को व्यक्ति तक कैसे स्पष्ट और प्रभावी ढंग से प्रसारित किया जा सकता है जो इसका उपयोग कर रहा है। मुझे लगता है कि यह एक महान विषय है, क्योंकि यदि आपके पास दोनों फीडबैक पथ और नियंत्रण पथ हैं, तो दोनों पथ अनुकूलित हो रहे हैं और दोनों उपकरण और व्यक्ति दोनों एक दूसरे के मॉडल बना रहे हैं। आप कुछ लगभग चमत्कारी कर सकते हैं। आप जानकारी को मुफ्त में प्रसारित कर सकते हैं। यदि आपके पास दोनों प्रणालियां हैं जो वास्तव में एक दूसरे के लिए अनुकूलित हैं, तो उन्होंने एक दूसरे का एक बहुत ही शक्तिशाली मॉडल बनाया है और उन्होंने नियंत्रण और फीडबैक दोनों पथों पर अनुकूलन किया है, तो आप मानव और मशीन के बीच बहुत तंग साझेदारी बना सकते हैं जो जानकारी को बहुत कम प्रयास और बहुत कम बैंडविड्थ के साथ पारित कर सकते हैं।

और यह मानव-मशीन समन्वय के क्षेत्र में नए क्षेत्र खोलता है, विशेष रूप से न्यूरो प्रोस्थेटिक्स के क्षेत्र में। मुझे लगता है कि यह एक बहुत ही चमत्कारी समय है जिसमें हम इस क्षेत्र का अध्ययन करना शुरू कर रहे हैं।

क्या आप सोचते हैं कि वे भविष्य में 3डी मुद्रित होंगे या आप सोचते हैं कि निर्माण कैसे आगे बढ़ेगा?

मुझे लगता है कि मैं इसका अनुमान लगाने के लिए सबसे अच्छी जगह नहीं हूं। मैं कह सकता हूं कि हम देख रहे हैं कि न्यूरो प्रोस्थेटिक उपकरणों के व्यावसायिक प्रदाता 3डी प्रिंटिंग और अन्य प्रकार के ऐडिटिव ऑन-द-स्पॉट निर्माण का उपयोग करके अपने उपकरण बनाने के लिए एक बड़ा उछाल देख रहे हैं। यह वास्तव में देखने में दिलचस्प है कि यह केवल एक प्रोटोटाइप के लिए ऐडिटिव निर्माण या 3डी प्रिंटिंग का उपयोग नहीं कर रहा है, यह वास्तव में उपकरणों को व्यक्तियों को प्रदान करने का एक अभिन्न अंग बन रहा है और उन्हें उन लोगों के लिए अनुकूलित करने के लिए जो उनका उपयोग कर रहे हैं।

ऐडिटिव निर्माण या 3डी प्रिंटिंग, और अन्य प्रकार के उपकरणों का निर्माण जो व्यक्तियों की विशिष्ट आवश्यकताओं को पूरा करते हैं, यह देखने में दिलचस्प है कि यह न केवल देखभाल प्रदाताओं के लिए छोड़ दिया जा रहा है, बल्कि निर्माताओं में भी शामिल हो रहा है। और मुझे लगता है कि यह एक बड़ा अवसर है कि उपकरण जो केवल हाथ की तरह दिखते हैं या हाथ की तरह उपयोग किए जाते हैं, बल्कि वे उपकरण हैं जो व्यक्ति की जरूरतों को बहुत सटीक रूप से पूरा करते हैं जो उनका उपयोग कर रहे हैं, जो उन्हें अपने जीवन जीने के तरीके से व्यक्त करने की अनुमति देते हैं जैसा वे चाहते हैं, और उन्हें जीने देते हैं जैसा वे जीना चाहते हैं, न कि केवल हमें लगता है कि एक हाथ का उपयोग दैनिक जीवन में कैसे किया जाना चाहिए।

आपने 120 से अधिक पेपर लिखे हैं। क्या आपको लगता है कि हमें एक ऐसा पता करना चाहिए जिसे हमें पता होना चाहिए?

एक हाल ही में प्रकाशित पत्र है जो न्यूरल कंप्यूटिंग एप्लिकेशन में है, लेकिन यह एक ऐसी सोच का प्रतिनिधित्व करता है जिस पर हमने लगभग एक दशक से काम किया है, मानव और मशीनों के बीच बातचीत के लिए फ्रेमवर्क पर, विशेष रूप से मानव और प्रोस्थेटिक डिवाइस के बीच। यह संचारात्मक पूंजी का विचार है। और इसलिए यह पत्र है जिसे हमने हाल ही में प्रकाशित किया है।

और यह पत्र हमारे दृष्टिकोण को आगे बढ़ाता है कि कैसे भविष्यवाणियां जो एक प्रोस्थेटिक डिवाइस द्वारा वास्तविक समय में सीखी जाती हैं और बनाए रखी जाती हैं, जो एक व्यक्ति के साथ बातचीत कर रही हैं, व्यक्ति स्वयं द्वारा एक पूंजी का गठन किया जा सकता है। याद रखें, पहले मैंने कहा था कि हम कुछ वास्तव में अद्भुत कर सकते हैं जब हमारे पास एक मानव और एक मशीन होती है जो दोनों एक दूसरे के मॉडल बना रहे हैं, वास्तविक समय में अनुभव के आधार पर अनुकूलन कर रहे हैं, और शुरू कर रहे हैं जानकारी को एक द्विदिशा चैनल में पारित करने के लिए। एक साइडबार के रूप में, क्योंकि हम एक जादुई दुनिया में रहते हैं जहां रिकॉर्डिंग होती है और आप चीजों को काट सकते हैं।

यह वास्तव में जादू की तरह लगता है。

बिल्कुल। यह जादू की तरह लगता है। यदि हम 1960 के दशक में एशबी जैसे विचारकों के पास वापस जाते हैं, वी। रॉस एशबी, और उनकी पुस्तक “साइबरनेटिक्स का परिचय” में उन्होंने कहा कि यह मानव बुद्धिमत्ता को कैसे बढ़ा सकता है। और उन्होंने वास्तव में कहा कि यह एक व्यक्ति की पसंद के विकल्पों के बीच चुनने की क्षमता को बढ़ाने से नीचे आता है। और यह एक प्रणाली है जिसमें एक व्यक्ति एक मशीन के साथ बातचीत कर रहा है, जहां एक खुला संचार चैनल है। तो यदि हमारे पास यह चैनल खुला है, तो यदि यह द्विदिश है, और यदि दोनों प्रणालियां संचार पूंजी के रूप में संसाधन बना रही हैं, तो आप वास्तव में उन्हें देख सकते हैं कि वे खुद को संरेखित करना शुरू कर रहे हैं और अपने भागों का योग हो रहे हैं। आप इसमें से अधिक प्राप्त कर सकते हैं जो वे डाल रहे हैं।

और मुझे लगता है कि यही कारण है कि मैं इसे अपने सबसे रोमांचक पत्रों में से एक मानता हूं, क्योंकि यह वास्तव में एक विचार को बदलने का प्रतिनिधित्व करता है। यह न्यूरो प्रोस्थेटिक उपकरणों को केवल एजेंसी की कमी वाली प्रणाली के रूप में नहीं देखने के लिए, बल्कि उन प्रणालियों के रूप में देखने के लिए एक विचार परिवर्तन है जिन पर हम भरोसा कर सकते हैं कि वे हमारे साथ सहयोग करेंगे और संसाधनों का निर्माण करेंगे। संचार पूंजी जो हमें दुनिया के माध्यम से अधिक कुशलता से आगे बढ़ने और कम संज्ञानात्मक बोझ के साथ आगे बढ़ने की अनुमति देती है, विशेष रूप से इकाई के हिस्से में।

आपको लगता है कि ब्रेन-मशीन इंटरफेस के लिए कुछ अनुप्रयोग होंगे जो आप अभी चर्चा कर रहे हैं?

मुझे लगता है कि मेरे पसंदीदा में से एक है जो हमने आगे रखा है, लगभग 10 साल से, एक प्रौद्योगिकी है जिसे अनुकूल स्विचिंग कहा जाता है। अनुकूल स्विचिंग यह ज्ञान पर आधारित है कि हमारे दैनिक जीवन में हम जिन प्रणालियों के साथ बातचीत करते हैं, उनमें से अधिकांश में हमें कई मोड या कार्यों के बीच स्विच करने की आवश्यकता होती है। चाहे मैं अपने फोन पर ऐप्स के बीच स्विच कर रहा हूं या मैं अपने ड्रिल पर सही सेटिंग का पता लगाने की कोशिश कर रहा हूं या मैं अपने जीवन में अन्य उपकरणों को अनुकूलित कर रहा हूं, हम कई मोड या कार्यों के बीच स्विच करते हैं। अनुकूल स्विचिंग में हम समयिक अंतर सीखने का उपयोग करके एक कृत्रिम अंग को सीखने की अनुमति देते हैं कि एक व्यक्ति किस मोटर कार्य का उपयोग करना चाहता है और कब इसका उपयोग करना चाहता है। वास्तव में बहुत सरल प्रेमिस है कि जब मैं एक कप की ओर पहुंचता हूं और अपना हाथ बंद करता हूं।

एक प्रणाली होनी चाहिए जो भविष्यवाणी बना सकती है कि मैं इस स्थिति में हाथ खोलने और बंद करने का कार्य उपयोग करने जा रहा हूं। और फिर भविष्य में समान स्थितियों में, यह भविष्यवाणी करने में सक्षम होगा कि मैं हाथ खोलने और बंद करने का कार्य उपयोग करने जा रहा हूं। और यह एक बहुत ही सरल उदाहरण है संचार पूंजी का निर्माण करना। आपके पास एक प्रणाली है जो वास्तव में अनुभव के माध्यम से भविष्यवाणियां बना रही है, वे भविष्यवाणियां उस व्यक्ति और मशीन और उनके संबंधों और उस समय और स्थिति में हैं। और यह साझा संसाधन तब प्रणाली को अपने नियंत्रण इंटरफेस को उड़ान में पुनः कॉन्फ़िगर करने की अनुमति देता है, ताकि व्यक्ति को वह मिल जाए जो वे चाहते हैं और जब वे चाहते हैं। और वास्तव में, एक स्थिति में जहां प्रणाली वास्तव में यह जानने के लिए बहुत sicher है कि एक व्यक्ति किस मोटर कार्य का उपयोग करना चाहता है, तो यह वास्तव में इसका चयन कर सकता है क्योंकि वे इसमें जा रहे हैं।

और यह दिलचस्प है कि प्रणाली शुरू कर सकती है कि क्या उपयुक्त है किस स्थिति में एक रोबोटिक आर्म में विभिन्न प्रकार के हाथ के पकड़ने के पैटर्न को समझने के लिए, चाहे वह एक दरवाजे की कुंडी को पकड़ने के लिए, एक कुंजी को पकड़ने के लिए या किसी के हाथ को हिलाने के लिए। यह दिलचस्प है कि प्रणाली शुरू कर सकती है कि क्या उपयुक्त है किस स्थिति में एक रोबोटिक आर्म में विभिन्न प्रकार के हाथ के पकड़ने के पैटर्न को समझने के लिए, चाहे वह एक दरवाजे की कुंडी को पकड़ने के लिए, एक कुंजी को पकड़ने के लिए या किसी के हाथ को हिलाने के लिए।