Decoding silent reading from non-invasive EEG

मानव संचार एक सरल, भौतिक क्रिया पर निर्भर करता है: ध्वनि के रूप में हवा को आकार देने के लिए मुँह, जीभ और स्वर तंत्रियों को हिलाना। जब बीमारी या चोट इस क्षमता को नष्ट कर देती है, तो व्यक्ति के मन और बाहरी दुनिया के बीच का संबंध लुप्त हो सकता है। दशकों से, वैज्ञानिक मस्तिष्क से सीधे विचारों को पढ़ने के लिए शरीर के टूटे हुए हिस्से को दरकिनार करने का तरीका खोजने का प्रयास कर रहे हैं। अब तक के सबसे सफल प्रयासों के लिए सर्जरी की आवश्यकता पड़ी है, जिसमें खोपड़ी के भीतर गहराई में इलेक्ट्रोड लगाए जाते हैं ताकि व्यक्तिगत न्यूरॉन्स की विद्युत गपशप को सुना जा सके। हालांकि इन आक्रामक उपकरणों ने यह दिखाया है कि मस्तिष्क के भाषा केंद्रों को उच्च सटीकता के साथ डिकोड किया जा सकता है, लेकिन इनमें सर्जिकल जोखिम होते हैं और इनका उपयोग उन अधिकांश लोगों के लिए नहीं किया जा सकता जिन्हें इनकी आवश्यकता है। सबसे बड़ा अनुत्तरित प्रश्न यह रहा है कि क्या गैर-आक्रामक विधियाँ, विशेष रूप से स्कैल्प (सिर की त्वचा) पर रखे गए सेंसरों का उपयोग करने वाली विधियाँ, कभी इन क्षणिक विचारों को पकड़ने के लिए पर्याप्त संवेदनशील हो सकती हैं।

बिना सर्जरी के मन को पढ़ने में मुख्य कठिनाई केवल कमजोर संकेत नहीं है, बल्कि एक मानचित्र (मैप) का अभाव है। कंप्यूटर को किसी विचार को पहचानने के लिए सिखाने हेतु, आपको यह जानने की आवश्यकता है कि ठीक उसी क्षण व्यक्ति क्या सोच रहा था जब मस्तिष्क का संकेत उत्पन्न हुआ। बोले गए शब्दों के लिए, यह आसान है: व्यक्ति बोलता है, और रिकॉर्डिंग शुरू हो जाती है। मौन विचारों, या "आंतरिक भाषण" (inner speech) के लिए, कोई बाहरी मार्कर नहीं होता है। एक व्यक्ति एक वाक्य सोच सकता है, लेकिन वह इसे सटीक समय के साथ रिपोर्ट नहीं कर सकता; जब तक वे कहते हैं "मैं केले के बारे में सोच रहा था," तब तक वह मस्तिष्क गतिविधि जो उस विचार को बना रही थी, बहुत पहले बीत चुकी होती है। एक सटीक टाइमस्टैम्प के बिना, डेटा एक धुंधला सा होता है, और आंतरिक भाषण को डिकोड करने के पिछले प्रयास केवल अनुमान लगाने से ऊपर उठने में संघर्ष करते रहे हैं।

'nubrain' के शोधकर्ताओं की एक टीम ने एक अलग कार्य को प्रशिक्षण मैदान के रूप में उपयोग करके इस टाइमिंग समस्या को दरकिनार करने का निर्णय लिया। प्रतिभागियों से शब्द कल्पना करने के लिए कहने के बजाय, उन्होंने उन्हें पढ़ने के लिए कहा। पढ़ना भाषा प्रसंस्करण का एक रूप है जो मन में चुपचाप होता है, फिर भी इसके साथ एक अंतर्निहित घड़ी (built-in clock) आती है: वह क्षण जब स्क्रीन पर एक शब्द दिखाई देता है। कंप्यूटर पर मस्तिष्क गतिविधि को रिकॉर्ड करके, शोधकर्ता विद्युत संकेतों को देखे जा रहे विशिष्ट शब्दों के साथ संरेखित (align) कर सके, जिससे एक विशाल, सटीक डेटासेट तैयार हुआ। उनका लक्ष्य यह देखना था कि क्या एक कंप्यूटर स्कैल्प पर विद्युत पैटर्न को देखकर किसी विशिष्ट शब्द के अद्वितीय मस्तिष्क हस्ताक्षर (brain signature) को पहचानना सीख सकता है, और क्या इस कौशल को अंततः अनकहे विचारों को डिकोड करने के कठिन कार्य पर लागू किया जा सकता है।

इस अध्ययन में एक अकेला प्रतिभागी शामिल था जिसने कंप्यूटर स्क्रीन पर निरंतर कहानियाँ पढ़ने में लगभग 49 घंटे बिताए। टेक्स्ट को एक समय में एक शब्द के रूप में तीव्र गति से प्रस्तुत किया गया था, जिसे 'रैपिड सीरियल विजुअल प्रेजेंटेशन' नामक विधि कहा जाता है। यह सुनिश्चित करने के लिए कि कंप्यूटर शब्दों के अर्थ को सीख रहा है न कि केवल उनके आकार को, शोधकर्ताओं ने हर एक शब्द का फॉन्ट, आकार, रंग और स्पेसिंग बदल दी। इसका अर्थ था कि मस्तिष्क को अक्षरों के दृश्य पैटर्न के बजाय भाषा को प्रोसेस करना था। प्रतिभागी ने 19 ड्राई इलेक्ट्रोडों वाला एक कैप पहना था, जो एक सेटअप है जिसे आरामदायक और उपयोग में आसान बनाया गया था, जिसने उच्च गति पर मस्तिष्क की विद्युत गतिविधि को रिकॉर्ड किया।

इसके बाद शोधकर्ताओं ने एक कंप्यूटर मॉडल को इन मस्तिष्क संकेतों को पढ़े जा रहे शब्दों से मिलाने के लिए प्रशिक्षित किया। उन्होंने एक परिष्कृत प्रणाली का उपयोग किया जिसने विद्युत पैटर्न की तुलना शब्दों के डिजिटल "अर्थ" से की, जो एक बड़े लैंग्वेज मॉडल से प्राप्त किया गया था। कंप्यूटर को शून्य से शब्द का अनुमान लगाने के लिए नहीं कहा गया था, बल्कि 512 संभावनाओं की सूची में से सही शब्द को चुनने के लिए कहा गया था। परिणाम स्पष्ट थे: सिस्टम विश्वसनीय रूप से पढ़े जा रहे शब्द की पहचान कर सकता था, जो संयोग (chance) से काफी बेहतर प्रदर्शन कर रहा था। यह सफलता दुर्लभ और असामान्य शब्दों के लिए भी बनी रही, न कि केवल उन सामान्य शब्दों के लिए जो भाषा में बार-बार आते हैं।

महत्वपूर्ण रूप से, शोधकर्ता दो अलग-अलग प्रकार की सफलता के बीच अंतर करने में सावधान रहे। एक कंप्यूटर कहानी के सामान्य विषय को जानकर भी सही उत्तर दे सकता है—उदाहरण के लिए, यदि कहानी एक खेत के बारे में है तो "कुत्ता" का अनुमान लगाना—बिना वास्तव में स्क्रीन पर दिख रहे विशिष्ट शब्द को पहचाने। इस बात को खारिज करने के लिए, टीम ने विशिष्ट शब्द के संकेत को कहानी के संदर्भ के संकेत से अलग करने का एक तरीका विकसित किया। उन्होंने पाया कि हालांकि सिस्टम ने कहानी के संदर्भ का उपयोग करने में मदद ली, लेकिन इसकी सफलता का एक महत्वपूर्ण हिस्सा स्वयं विशिष्ट शब्द की पहचान करने से आया था। उन्होंने एक अन्य संभावित शॉर्टकट की भी जाँच की: कंप्यूटर वाक्य में उसकी स्थिति के आधार पर शब्द का अनुमान लगाना सीख सकता था। केवल स्थिति को छोड़कर मस्तिष्क डेटा को छिपाकर विशिष्ट परीक्षण चलाकर, उन्होंने पुष्टि की कि कंप्यूटर वास्तव में मस्तिष्क की गतिविधि को पढ़ रहा था, न कि केवल स्थिति को।

अध्ययन से यह भी पता चला कि डेटा की मात्रा पहले की तुलना में अधिक मायने रखती है। शोधकर्ताओं ने कुल घंटों के एक छोटे अंश से लेकर पूरे 49 घंटों तक, विभिन्न मात्रा में प्रशिक्षण डेटा के साथ सिस्टम का परीक्षण किया। उन्होंने पाया कि जैसे-जैसे अधिक डेटा जोड़ा गया, सिस्टम की सटीकता में सुधार होता गया, और इसमें किसी सीमा तक पहुँचने का कोई संकेत नहीं मिला। यह सुझाव देता है कि बेहतर प्रदर्शन की बाधा तकनीक में कोई मौलिक दोष नहीं है, बल्कि केवल अधिक रिकॉर्डिंग समय की आवश्यकता है। इसके अलावा, जब उन्होंने सिर के पीछे के हिस्से (विज़न/दृष्टि को प्रोसेस करने वाला क्षेत्र) पर रखे गए इलेक्ट्रोडों को हटा दिया, तो सिस्टम काम करता रहा, हालांकि सटीकता थोड़ी कम हो गई। यह इंगित करता है कि पढ़ने वाले शब्दों के मस्तिष्क संकेत केवल दृश्य नहीं हैं; उनमें गहरे भाषा प्रसंस्करण क्षेत्र शामिल हैं जो स्कैल्प से भी पता लगाने योग्य हैं।

ये निष्कर्ष गैर-आक्रामक ब्रेन-कंप्यूटर इंटरफेस के लिए एक आशाजनक मार्ग प्रदान करते हैं। अनुसंधान यह प्रदर्शित करता है कि पर्याप्त उच्च-गुणवत्ता वाले डेटा के साथ, केवल स्कैल्प पर लगे सेंसरों का उपयोग करके मस्तिष्क की गतिविधि से विशिष्ट शब्दों को डिकोड करना संभव है। हालांकि वर्तमान अध्ययन पढ़ने पर केंद्रित था, लेखक सुझाव देते हैं कि यह दृष्टिकोण आंतरिक भाषण (inner speech) को डिकोड करने के लिए एक आधार के रूप में कार्य कर सकता है। पढ़ने के विश्वसनीय, टाइम-लॉक्ड डेटा पर पहले एक सिस्टम को प्रशिक्षित करके, और फिर उस ज्ञान को आंतरिक विचार के अधिक कठिन कार्य में संभावित रूप से स्थानांतरित करके, वैज्ञानिक अंततः उन लोगों के लिए संचार बहाल करने में सक्षम हो सकते हैं जिन्होंने अपनी आवाज़ खो दी है। यह कार्य तुरंत विचारों को पढ़ने की समस्या को हल करने का दावा नहीं करता है, लेकिन इसने यह स्थापित कर दिया है कि संकेत मौजूद है, जो पर्याप्त धैर्य और डेटा के साथ खोजे जाने की प्रतीक्षा कर रहा है।