एक AI आश्चर्यजनक सटीकता के साथ मस्तिष्क की गतिविधि से भाषण को डिकोड कर सकता है

जनता से रिश्ता वेबडेस्क।एक कृत्रिम बुद्धिमत्ता मस्तिष्क की गतिविधि से शब्दों और वाक्यों को आश्चर्यजनक - लेकिन फिर भी सीमित - सटीकता के साथ डिकोड कर सकती है। मस्तिष्क गतिविधि डेटा के केवल कुछ सेकंड का उपयोग करके, एआई अनुमान लगाता है कि किसी व्यक्ति ने क्या सुना है। शोधकर्ताओं ने प्रारंभिक अध्ययन में पाया कि यह 73 प्रतिशत समय तक अपनी शीर्ष 10 संभावनाओं में सही उत्तर सूचीबद्ध करता है।

ट्रिनिटी कॉलेज डबलिन के एक कंप्यूटर वैज्ञानिक जियोवानी डि लिबर्टो कहते हैं, जो अनुसंधान में शामिल नहीं थे, एआई का "प्रदर्शन इस स्तर पर कई लोगों के विचार से ऊपर था।"

फेसबुक, मेटा की मूल कंपनी में विकसित, एआई का उपयोग अंततः दुनिया भर में हजारों लोगों की मदद करने के लिए किया जा सकता है, जो भाषण, टाइपिंग या इशारों के माध्यम से संवाद करने में असमर्थ हैं, शोधकर्ताओं ने 25 अगस्त को arXiv.org पर रिपोर्ट की। इसमें कम से कम जागरूक, लॉक-इन या "वनस्पति अवस्था" में कई रोगी शामिल हैं - जिसे अब आम तौर पर अनुत्तरदायी जागृति सिंड्रोम (एसएन: 2/8/19) के रूप में जाना जाता है।

ऐसे रोगियों को संवाद करने में मदद करने के लिए अधिकांश मौजूदा तकनीकों में इलेक्ट्रोड लगाने के लिए जोखिम भरी मस्तिष्क सर्जरी की आवश्यकता होती है। पेरिस में इकोले नॉर्मले सुप्रीयर में वर्तमान में मेटा एआई शोधकर्ता न्यूरोसाइंटिस्ट जीन-रेमी किंग कहते हैं, "यह नया दृष्टिकोण" संचार की कमी वाले रोगियों की मदद करने के लिए एक व्यवहार्य मार्ग प्रदान कर सकता है ... आक्रामक तरीकों के उपयोग के बिना।

किंग और उनके सहयोगियों ने 53 भाषाओं से 56,000 घंटे की भाषण रिकॉर्डिंग पर शब्दों और वाक्यों का पता लगाने के लिए एक कम्प्यूटेशनल टूल को प्रशिक्षित किया। टूल, जिसे एक भाषा मॉडल के रूप में भी जाना जाता है, ने सीखा कि भाषा की विशिष्ट विशेषताओं को बारीक स्तर पर कैसे पहचाना जाए - अक्षर या शब्दांश सोचें - और एक व्यापक स्तर पर, जैसे कि एक शब्द या वाक्य।

टीम ने इस भाषा मॉडल के साथ चार संस्थानों के डेटाबेस में एआई लागू किया जिसमें 169 स्वयंसेवकों की मस्तिष्क गतिविधि शामिल थी। इन डेटाबेस में, प्रतिभागियों ने विभिन्न कहानियों और वाक्यों को सुना, उदाहरण के लिए, अर्नेस्ट हेमिंग्वे के द ओल्ड मैन एंड द सी और लुईस कैरोल के एलिस एडवेंचर्स इन वंडरलैंड, जबकि लोगों के दिमाग को मैग्नेटोएन्सेफलोग्राफी या इलेक्ट्रोएन्सेफलोग्राफी का उपयोग करके स्कैन किया गया था। वे तकनीकें मस्तिष्क संकेतों के चुंबकीय या विद्युत घटक को मापती हैं।

फिर एक कम्प्यूटेशनल विधि की मदद से जो वास्तविक दिमाग के बीच शारीरिक अंतर के लिए खाते में मदद करता है, टीम ने प्रत्येक व्यक्ति से केवल तीन सेकंड के मस्तिष्क गतिविधि डेटा का उपयोग करके प्रतिभागियों ने जो सुना है उसे डीकोड करने का प्रयास किया। टीम ने एआई को कहानी की रिकॉर्डिंग से भाषण ध्वनियों को मस्तिष्क गतिविधि के पैटर्न में संरेखित करने का निर्देश दिया, जिसे एआई ने लोगों द्वारा सुनी गई बातों के अनुरूप गणना की। इसके बाद 1,000 से अधिक संभावनाओं को देखते हुए, उस कम समय के दौरान व्यक्ति क्या सुन रहा होगा, इसके बारे में भविष्यवाणियां कीं।

शोधकर्ताओं ने पाया कि मैग्नेटोएन्सेफलोग्राफी, या एमईजी का उपयोग करते हुए, सही उत्तर एआई के शीर्ष 10 अनुमानों में 73 प्रतिशत तक था। इलेक्ट्रोएन्सेफलोग्राफी के साथ, यह मान 30 प्रतिशत से अधिक नहीं गिरा। "[वह एमईजी] प्रदर्शन बहुत अच्छा है," डि लिबर्टो कहते हैं, लेकिन वह इसके व्यावहारिक उपयोग के बारे में कम आशावादी है। "हम इसके साथ क्या कर सकते हैं? कुछ भी तो नहीं। बिल्कुल कुछ नहीं।"

उनका कहना है कि इसका कारण यह है कि एमईजी को भारी और महंगी मशीन की आवश्यकता होती है। इस तकनीक को क्लीनिकों में लाने के लिए वैज्ञानिक नवाचारों की आवश्यकता होगी जो मशीनों को सस्ता और उपयोग में आसान बना दें।

यह समझना भी महत्वपूर्ण है कि इस अध्ययन में "डिकोडिंग" का वास्तव में क्या अर्थ है, एन आर्बर में मिशिगन विश्वविद्यालय के भाषाविद् जोनाथन ब्रेनन कहते हैं। शब्द का प्रयोग अक्सर स्रोत से सीधे जानकारी को समझने की प्रक्रिया का वर्णन करने के लिए किया जाता है - इस मामले में, मस्तिष्क गतिविधि से भाषण। लेकिन AI ऐसा केवल इसलिए कर सका क्योंकि उसे अनुमान लगाने के लिए संभावित सही उत्तरों की एक सीमित सूची प्रदान की गई थी।

ब्रेनन कहते हैं, "भाषा के साथ, अगर हम व्यावहारिक उपयोग को स्केल करना चाहते हैं तो यह इसे काटने वाला नहीं है, क्योंकि भाषा अनंत है।"

इसके अलावा, डि लिबर्टो कहते हैं, एआई ने प्रतिभागियों की जानकारी को निष्क्रिय रूप से ऑडियो सुनने के लिए डिकोड किया, जो सीधे तौर पर अशाब्दिक रोगियों के लिए प्रासंगिक नहीं है। इसके लिए एक सार्थक संचार उपकरण बनने के लिए, वैज्ञानिकों को यह सीखने की आवश्यकता होगी कि मस्तिष्क की गतिविधि से कैसे डिक्रिप्ट किया जाए कि ये रोगी क्या कहना चाहते हैं, जिसमें भूख, बेचैनी या एक साधारण "हां" या "नहीं" के भाव शामिल हैं।

नया अध्ययन "भाषण धारणा का डिकोडिंग, उत्पादन नहीं" है, राजा सहमत हैं। हालांकि भाषण उत्पादन अंतिम लक्ष्य है, अभी के लिए, "हम काफी दूर हैं।"