मस्तिष्क मशीन इंटरफेस का भविष्य: सिम्बियोटिक बुद्धिमत्ता बनाम मानव बुद्धिमत्ता

हम मस्तिष्क मशीन इंटरफेस (बीएमआई) के माध्यम से बुद्धिमत्ता वृद्धि की खोज करेंगे, यह क्यों महत्वपूर्ण है, और क्यों एक भविष्य में विभाजन हो सकता है जिसमें मानव जो अपनी बुद्धिमत्ता को बढ़ाने के लिए कृत्रिम बुद्धिमत्ता (एआई) के साथ सिम्बियोटिक संबंध बनाने का विकल्प चुनते हैं और जो मानव जो अप्रभावित रहते हैं।

जो मानव बीएमआई से जुड़ते हैं उन्हें संज्ञानात्मक प्रदर्शन में सुधार और कार्यस्थल और उससे परे उत्पादकता में वृद्धि का उपहार मिलेगा।

बुद्धिमत्ता वृद्धि क्या है?

बुद्धिमत्ता वृद्धि की अवधारणा पहली बार विलियम रॉस एशबी द्वारा अपनी ग्राउंडब्रेकिंग पुस्तक में पेश की गई थी, जिसका शीर्षक साइबरनेटिक्स की शुरुआत है। तब से यह शब्द विकसित हुआ है और अब यह उसी का एक हिस्सा है जिसे हम आज ऑगमेंटेड इंटेलिजेंस के रूप में जानते हैं, जो मशीन लर्निंग का एक उपखंड है जो मुख्य रूप से मानव बुद्धिमत्ता को एआई की सहायता से बढ़ाने और सुधारने के लिए डिज़ाइन किया गया है। यह अवधारणा मानव निर्णय लेने और तेजी से जानकारी तक पहुंच को बेहतर बनाने के लिए है ताकि उन निर्णयों की गुणवत्ता में सुधार हो सके। यह वह जगह है जहां ऑगमेंटेड इंटेलिजेंस का वर्तमान अर्थ समाप्त होता है, यह एक एआई है जो मानवों को कार्रवाई योग्य डेटा प्रदान करने में मदद करने के लिए मशीन लर्निंग और डीप लर्निंग का उपयोग करता है, लेकिन इसमें वास्तविक समय में सिम्बियोटिक संबंध नहीं है।

यह वह जगह है जहां बीएमआई तस्वीर में आते हैं, वे मानव संज्ञान को आज के ऑगमेंटेड इंटेलिजेंस के संस्करण से परे बढ़ाने में सक्षम होंगे।

कंप्यूटर, स्मार्टफोन, या अन्य उपकरणों के साथ हमारी वर्तमान डेटा तक पहुंच के विपरीत, एक बीएमआई अंतर्निहित रूप से इस तरह से डिज़ाइन किया गया है कि इंटरनेट और एआई द्वारा इंटरनेट तक पहुंच को बाहरी उपकरण के बिना एक्सेस किया जा सकता है। बीएमआई मानव मस्तिष्क के अंदर लगाया जाएगा और मानव मन का एक विस्तार बन जाएगा।

दूसरे शब्दों में, इसका मतलब है कि आपको याद रखने की जरूरत नहीं है, या किसी पुस्तक को खोलने की जरूरत नहीं है, या किसी वेबसाइट पर जाने की जरूरत नहीं है, एक उन्नत मानव के पास इंटरनेट पर संग्रहीत सभी जानकारी तक पहुंच हो सकती है, और एक उन्नत एआई मानव मस्तिष्क को प्रासंगिक डेटा बिंदु प्रदान कर सकता है, जिससे मानव पूरी तरह से नियंत्रण में हो सकता है। यदि आपने कभी ऐसा क्षण अनुभव किया है जब आप कुछ याद नहीं कर सकते हैं, या किसी विशिष्ट तिथि को याद नहीं कर सकते हैं, तो यह एक निराशाजनक अनुभव है। ऑगमेंटेड इंटेलिजेंस के साथ, आप पूर्ण याद रखने में सक्षम हो सकते हैं क्योंकि एआई सिस्टम आपके जैविक स्मृति बैंक का एक विस्तार बन जाता है।

इस प्रकार की बुद्धिमत्ता वृद्धि को “मैन-कंप्यूटर सिम्बियोसिस” नामक एक विचारात्मक पत्र में आगे अन्वेषित किया गया था, जो 1960 में जेसीआर लिक्लाइडर द्वारा प्रकाशित किया गया था। यह प्रेरक पत्र एआई के साथ सिम्बियोटिक संबंध बनाने के लिए मानवों को सीखने के लिए एक प्रारंभिक विवरण प्रदान करता है। जेसीआर लिक्लाइडर द्वारा कहा गया है, “मानवों और कंप्यूटरों को निर्णय लेने और जटिल स्थितियों को नियंत्रित करने में सहयोग करने में सक्षम बनाने के लिए, जो पहले से निर्धारित कार्यक्रमों पर कठोर निर्भरता के बिना हो।

मशीन लर्निंग वह गुप्त सॉस है जो यह सुनिश्चित करता है कि कंप्यूटर निश्चित नहीं है, हालांकि यह अभी तक यह मुद्दा नहीं उठाता है कि हम इस सिम्बियोसिस तक कैसे पहुंच सकते हैं।

जेसीआर लिक्लाइडर ने इस टिप्पणी के साथ जारी रखा, “उम्मीद है कि जल्द ही नहीं, मानव मस्तिष्क और कंप्यूटिंग मशीनें बहुत करीबी रूप से जुड़ी होंगी, और परिणामी साझेदारी उस तरह से सोचेगी जैसा कि कोई मानव मस्तिष्क कभी नहीं सोचता और आज हम जानते हैं कि जानकारी संभालने वाली मशीनों द्वारा दृष्टिकोण से परे डेटा को संसाधित करेगी।

एक प्रारंभिक उदाहरण जिस तरह से यह तैनात किया जा रहा है, वह शतरंज की दुनिया में देखा जा सकता है। जबकि अधिकांश लोग गैरी कास्पारोव की 1997 में आईबीएम कंप्यूटर डीप ब्लू से हार से परिचित हैं, एक नया और अधिक दिलचस्प विकास है।

जबकि हम दशकों से जानते हैं कि एक उन्नत एआई प्रणाली किसी भी शतरंज खिलाड़ी को आसानी से हरा सकती है, जो अधिक दिलचस्प है वह हाल के विकास जिसमें एक एआई को मानव और एआई टीम द्वारा हराया जा सकता है। इस सहयोगी वातावरण में, टीम कार्यों को विभाजित करती है, एआई भारी गणना, पैटर्न मान्यता, और आगे की सोच का भारी भार करता है। मानव मूल्य जोड़ता है मानव अंतर्ज्ञान का लाभ उठाकर और बोर्ड का अध्ययन करने में दशकों का अनुभव।

वर्तमान में मानव और एआई टीम एक एआई को हरा सकती है, यह अनिश्चित है कि क्या यह जीत भविष्य में बनी रहेगी। हालांकि, यह एक गंभीर संकेत है कि यदि मानव ठीक से संवाद करने, समन्वय करने और अपने दिमाग का विस्तार करने में सक्षम हो सकते हैं, तो मानवों और एआई दोनों द्वारा अकेले नहीं किए जा सकने वाले बड़े पैमाने पर समस्याओं को संभाला जा सकता है।

जेसीआर लिक्लाइडर की अंतिम टिप्पणियों में से एक मानव मस्तिष्क के भीतर वास्तविक समय में एआई संचार को सक्षम करने में सक्षम बीएमआई को डिज़ाइन करने के महत्व को स्पष्ट रूप से बताता है।

“दूसरा मुख्य उद्देश्य निकट से संबंधित है। यह सोचने की प्रक्रियाओं में कंप्यूटिंग मशीनों को प्रभावी ढंग से लाना है जो ‘वास्तविक समय’ में होनी चाहिए, समय जो इतनी तेजी से चलता है कि परंपरागत तरीकों से कंप्यूटरों का उपयोग करने की अनुमति नहीं देता है। कल्पना कीजिए, उदाहरण के लिए, कि आप एक लड़ाई को एक कंप्यूटर की मदद से निर्देशित करने की कोशिश कर रहे हैं जैसे कि इस अनुसूची पर। आप आज अपनी समस्या का निरूपण करते हैं। कल आप एक प्रोग्रामर के साथ बिताते हैं। अगले हफ्ते कंप्यूटर अपने कार्यक्रम को इकट्ठा करने में 5 मिनट और अपनी समस्या का उत्तर देने में 47 सेकंड का समय लेता है। आपको 20 फीट लंबा कागज़ मिलता है, जिसमें संख्याएं होती हैं जो अंतिम समाधान प्रदान नहीं करती हैं, बल्कि एक रणनीति का सुझाव देती हैं जिसे सिमुलेशन द्वारा अन्वेषित किया जाना चाहिए। स्पष्ट रूप से, लड़ाई दूसरे चरण में शुरू होने से पहले ही समाप्त हो जाएगी। एक साथी की क्षमता को पूरक करने वाली एक सहयोगी के साथ सोचते हुए एक कंप्यूटर के साथ बातचीत करने के लिए मानव और मशीन के बीच बहुत अधिक घनिष्ठ जुड़ाव की आवश्यकता होगी जितना कि यह उदाहरण सुझाव देता है और जितना कि आज संभव है।

बुद्धिमत्ता वृद्धि कैसे काम करती है?

बीएमआई के माध्यम से बुद्धिमत्ता वृद्धि अभी भी अपने शुरुआती दिनों में है और यह एक काम प्रगति है। यह समझना होगा कि मानव मस्तिष्क प्रतीकवाद को समझने और डेटा के बीच संबंध बनाने के लिए पैटर्न मान्यता का लाभ उठाता है। उदाहरण के लिए, यदि आप एक विशिष्ट अनुक्रम में संरचित रेखाओं को देखते हैं, जैसे कि अक्षर ए, तो आप अक्षर ए को पहचान सकते हैं। उसके बाद से, आप शब्द एप्पल में अक्षर को एक पैटर्न के रूप में पहचान सकते हैं। आप तब अन्य पैटर्न को पहचान सकते हैं जब आप पढ़ते हैं कि एक सेब एक पेड़ से गिरा। मानव मस्तिष्क आगे से जुड़ता है, अक्षरों से, शब्दों से, वाक्यों से, अनुच्छेदों से, अध्यायों से, और पुस्तकों से परे।

समस्या यह है कि मानव मस्तिष्क में पूर्ण याद नहीं है, और यह अपूर्ण प्रणाली पैटर्न मान्यता प्रणाली को विफल कर देती है। कल्पना कीजिए कि यदि आप एक पूरी पुस्तक पढ़ सकते हैं और एक एआई प्रणाली उन पैटर्न मान्यताओं को बनाने में सक्षम है जो तुरंत पूर्ण याद दिलाने के लिए आवश्यक हैं। यह मानव की क्षमता को बढ़ाएगा जो उस जानकारी पर निर्भर उत्पादों या सेवाओं पर काम करने के लिए, या बस बिना किसी भूल के बुद्धिमान बातचीत करने में सक्षम होगा।

मस्तिष्क मशीन इंटरफेस कहां से मिल सकते हैं?

यह बुद्धिमत्ता वृद्धि का एक बहुत ही प्रारंभिक चरण है। विभिन्न बीएमआई विकसित करने के लिए कई प्रयास किए जा रहे हैं जो अंततः इस प्रकार के अनुप्रयोग में विकसित हो सकते हैं। सबसे उल्लेखनीय एलोन मस्क की कंपनी न्यूरालिंक है जो मानवों और कंप्यूटरों को जोड़ने के लिए एक अल्ट्रा हाई बैंडविथ बीएमआई बनाने के प्रारंभिक चरण में है।

न्यूरालिंक एक न्यूरल इम्प्लांट बनाने का लक्ष्य रखता है जो उपयोगकर्ताओं को कहीं भी जाने पर कंप्यूटर या मोबाइल डिवाइस को नियंत्रित करने में सक्षम बनाएगा। इसे प्राप्त करने के लिए, माइक्रोन-स्केल थ्रेड्स को मस्तिष्क के उन क्षेत्रों में डाला जाता है जो आंदोलन को नियंत्रित करते हैं। प्रत्येक थ्रेड में कई इलेक्ट्रोड होते हैं और उन्हें लिंक नामक एक इम्प्लांट से जोड़ा जाता है।

यहां तक कि बीएमआई प्रणाली के विकासकर्ता भी पूरी तरह से समझ नहीं पाते हैं कि यह माइक्रोन यूरोकेमिकल स्तर पर कैसे काम करता है। मानव मस्तिष्क की प्लास्टिसिटी (स्वयं को संशोधित करने की क्षमता) के कारण, यह वास्तव में मानव मस्तिष्क है जो इनपुट प्राप्त करता है और फिर स्वयं बीएमआई को काम करने के लिए आवश्यक आउटपुट सीखता है।

अधिकांश बीएमआई एक डिकोडर का उपयोग करते हैं जो मानव मस्तिष्क द्वारा प्राप्त मस्तिष्क तरंगों और पैटर्न को डिकोड करने के लिए है। यह डिकोडर विभिन्न प्रकार के मशीन लर्निंग का उपयोग करता है, जिसमें डीप लर्निंग भी शामिल है, जो प्राप्त जानकारी को डिकोड करने का प्रयास करता है ताकि यह पहचाना जा सके कि मानव मस्तिष्क क्या हासिल करना चाहता है। इन पैटर्न को डिकोड करके, यह सबसे अच्छी तरह से समझ सकता है कि मानव मस्तिष्क क्या हासिल करना चाहता है।

यह एक बंद लूप प्रणाली है जहां उपयोगकर्ता सिर्फ सोचकर मोटर इरादा बनाता है, और न्यूरालिंक डिकोडर इरादे को डिकोड करता है। यह विचार को क्रिया में बदलता है जो दुनिया में एक कर्सर या रोबोटिक आर्म द्वारा किया जाता है। मानव को सफल क्रिया की दृश्य पुष्टि मिलती है और उस तंत्रिका रसायन प्रतिक्रिया से मस्तिष्क को न्यूरालिंक को नियंत्रित करने में अधिक आसानी होती है। बीएमआई कंपनी के लिए एक चुनौती यह है कि एक डिकोडर बनाना जो अंतिम उपयोगकर्ता पर बहुत अधिक सीखने का बोझ नहीं डालता है।

वर्तमान बीएमआई के साथ जुड़ी कुछ समस्याओं में देरी शामिल है, यह मानव और बीएमआई दोनों पक्षों पर इनपुट और आउटपुट के बीच समय का अंतर है। वर्तमान में, न्यूरालिंक इस मुद्दे से जुड़ी कुछ समस्याओं को ठीक करने पर काम कर रहा है, जैसा कि न्यूरालिंक के मस्तिष्क संकेत टीम के प्रमुख और एक न्यूरोइंजीनियर, जोसेफ ओ’डोहर्टी द्वारा एक साक्षात्कार में उल्लेख किया गया है।

“चरण एक है कि देरी के स्रोतों को खोजें और उन सभी को समाप्त करें। हम पूरे सिस्टम में कम देरी चाहते हैं। इसमें स्पाइक्स का पता लगाना शामिल है; इसमें उन्हें इम्प्लांट पर प्रसंस्करण शामिल है; इसमें रेडियो शामिल है जो उन्हें प्रसारित करने के लिए है—ब्लूटूथ के साथ पैकेटीकरण के विवरण जो देरी जोड़ सकते हैं। और इसमें प्राप्त पक्ष शामिल है, जहां आप मॉडल अंतर्दृष्टि चरण में कुछ प्रसंस्करण करते हैं, और इसमें कर्सर को नियंत्रित करने वाले स्क्रीन पर पिक्सल खींचना भी शामिल है। इसमें कोई भी छोटी सी देरी जोड़ देती है और यह बंद लूप नियंत्रण को प्रभावित करती है।

न्यूरालिंक सबसे लोकप्रिय बीएमआई का एक उदाहरण है, लेकिन कई अन्य टीमें भी आकर्षक परियोजनाओं पर काम कर रही हैं। उदाहरण के लिए, हावर्ड ह्यूजेस मेडिकल इंस्टीट्यूट के शोधकर्ताओं ने सफलतापूर्वक बीएमआई को मानसिक हस्तलेखन को टाइप करने में सक्षम बनाया है। टीम ने हाथ से लिखने से जुड़ी मस्तिष्क गतिविधि को डिकोड करने के लिए परिणाम प्राप्त करने के लिए हस्तलेखन के अक्षरों को डिकोड करने के लिए अभ्यास किया। इस मामले में, अभ्यास के साथ, मस्तिष्क ने सीखा कि हस्तलेखन को एक क्रम में सोचकर रणनीतिक रूप से सोचा जा सकता है जिसे बीएमआई द्वारा पहचाना जा सकता है। प्रतिभागी जो पंगु था, 90 अक्षर प्रति मिनट की दर से टाइप कर सकता था, जो पहले रिकॉर्ड किए गए एक अलग प्रकार के बीएमआई के साथ दोगुना से अधिक था।

एक अन्य उदाहरण में दो नैदानिक परीक्षण प्रतिभागियों को शामिल किया गया जिन्हें पंगु था और उन्होंने ब्रेनगेट सिस्टम के साथ एक वायरलेस ट्रांसमीटर का उपयोग किया। वायरलेस ट्रांसमीटर के माध्यम से, वे एक मानक टैबलेट कंप्यूटर पर इंगित कर सकते थे, क्लिक कर सकते थे और टाइप कर सकते थे।

सिम्बियोटिक बुद्धिमत्ता बनाम मानव बुद्धिमत्ता

हम एक ऐसी दुनिया की कल्पना कर सकते हैं जहां कुछ मानव सुधारित हैं जबकि अन्य मानव प्राकृतिक रहते हैं और स्वयं को सुधारने में विफल रहते हैं। इसके पीछे खतरा यह है कि यह धनी मानवों के बीच और उन मानवों के बीच की खाई को बढ़ा देगा जो स्वयं को सुधारने के लिए वित्तीय साधनों से वंचित हैं।

एक सुधारित कर्मचारी समय की महत्वपूर्ण बचत कर सकता है क्योंकि उन्हें स्वयं पर संदेह नहीं करना पड़ेगा, और उन्हें तुरंत जानकारी याद रखने या इंटरनेट से पहले से अज्ञात जानकारी प्राप्त करने में सक्षम होने की सुविधा मिलेगी। एक एआई तेजी से सूचित कर सकता है (या फिल्टर आउट) जानकारी जो अप्रासंगिक, नकली या हीन गुणवत्ता वाली है। सुधारित मानव के साथ पूर्ण याद, कार्यों को पूरा करने में क्षमता में सुधार और उत्पादकता में सुधार हो सकता है।

इसके बजाय पाठ टाइप करने या जोर से बोलने के, सुधारित मानव सिर्फ सोच सकता है और पाठ स्क्रीन पर जादुई रूप से दिखाई दे सकता है। बीएमआई के इस सरल संस्करण से समय की बचत महत्वपूर्ण होगी। बीएमआई एआई प्रणाली को मानव मस्तिष्क में लगाया जा सकता है और बाहरी शक्ति स्रोतों से वायरलेस रूप से चार्ज किया जा सकता है, या वास्तव में मानव शरीर और मस्तिष्क में निर्मित कैलोरी और संसाधनों से स्वयं को शक्ति प्रदान कर सकता है। जबकि यह बहुत अनुमानित है, वहां नैनोबॉट्स हो सकते हैं जो रक्त-मस्तिष्क बाधा को पार कर सकते हैं और एक बीएमआई उत्पन्न कर सकते हैं।

एक सुधारित मानव को लगता है कि एक असुधारित मानव के साथ बातचीत दोहरावदार और उबाऊ हो सकती है। वे स्वयं को उन सुधारित मानवों के साथ संबंधित करना चुन सकते हैं जो व्यवसाय शुरू करने, महत्वपूर्ण पत्र लिखने या अन्य तरीकों से उत्पादक बनने के लिए सहयोग करना चाहते हैं। एक नियोक्ता शिक्षा पृष्ठभूमि या अनुभव पर ध्यान केंद्रित करने के बजाय केवल उन कर्मचारियों को नियुक्त करने पर ध्यान केंद्रित कर सकता है जिन्हें सुधारित किया गया है।

समाज विभिन्न मार्गों पर जा सकता है, प्रत्येक अलग परिणामों की ओर ले जाता है। एक मार्ग पर, दो प्रकार के मानव हो सकते हैं जो बस सहजीवन सीखते हैं।

बीएमआई इस स्थिति तक पहुंचने से पहले प्रारंभिक विकास निम्नलिखित तंत्रिका समस्याओं पर केंद्रित हैं:

• स्मृति हानि
• श्रवण हानि
• अंधापन
• पंगुता
• अवसाद
• अनिद्रा
• अत्यधिक दर्द
• दौरे
• चिंता
• नशा
• स्ट्रोक
• मस्तिष्क क्षति

यह नहीं भूलना चाहिए कि न्यूरालिंक का दीर्घकालिक लक्ष्य, जैसा कि एलोन मस्क द्वारा कहा गया है, “मानवों को साथ जाने के लिए एक उच्च बैंडविथ इंटरफेस बनाने के लिए” है। इसका अर्थ है कि यदि हम सफलतापूर्वक आर्टिफिशियल जनरल इंटेलिजेंस विकसित करते हैं, तो यह सुपरइंटेलिजेंस की ओर ले जाने वाला है। एक बीएमआई मानवता के लिए सुपरइंटेलिजेंस से भरी दुनिया में रहने का अंतिम समाधान होगी जो हमारे वर्तमान जैविक मानव मस्तिष्क से कहीं अधिक उन्नत है। यह देखना बाकी है कि कितने मानव स्वयं को सुधारने का विकल्प चुनते हैं, इस बीच बीएमआई गहरे पुनर्संरचना प्रणाली वाले सबसे महत्वपूर्ण विकास में से एक बने हुए हैं।