The richness of little voices: using artificial intelligence to understand early language development
यह अध्ययन प्रदर्शित करता है कि आर्टिफिशियल इंटेलिजेंस मॉडल संक्षिप्त, स्वाभाविक भाषण स्वर-लहरी (vocalizations) का विश्लेषण करके, भाषा में देरी वाले प्रीस्कूलर्स को बिना देरी वाले बच्चों से प्रभावी ढंग से अलग कर सकते हैं, जो प्रारंभिक भाषा स्क्रीनिंग के लिए एक स्केलेबल और आशाजनक उपकरण प्रदान करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
एक छोटे बच्चे की बड़बड़ाहट (babble) को समझने की कोशिश कीजिए। एक इंसान के कान के लिए, यह अक्सर चीखों, गुड़गुड़ाहट और आधे-अधूरे शब्दों का एक अराजक मिश्रण लगता है जिसे पकड़ पाना मुश्किल होता है। एक कंप्यूटर के लिए, यह और भी बुरा है—आमतौर पर केवल शोर का एक ढेर। क्योंकि ये शुरुआती आवाजें इतनी अव्यवस्थित और अप्रत्याशित होती हैं, वैज्ञानिकों ने इन्हें काफी हद तक अनदेखा कर दिया है, यह मानकर कि इनमें बच्चे के भविष्य के भाषाई कौशल के बारे में बहुत उपयोगी जानकारी नहीं है।
यह शोध पत्र एक जासूसी कहानी की तरह है जहाँ जांचकर्ता उस "शोर" को एक नए नज़रिए से देखने का निर्णय लेते हैं।
जांच
शोधकर्ताओं ने छोटी ध्वनि क्लिपों का एक विशाल संग्रह इकट्ठा किया—लगभग 6,600 क्लिप्स—जो 127 प्री-स्कूल बच्चों (उम्र 3 और 4 वर्ष) से उनके रोजमर्रा के जीवन में रिकॉर्ड की गई थीं। इन क्लिप्स को एक बच्चे की आवाज़ के छोटे, क्षणिक स्नैपशॉट के रूप में समझें, जो केवल आधे सेकंड से पांच सेकंड तक लंबे होते हैं। इस समूह में वे बच्चे शामिल थे जो सामान्य रूप से विकसित हो रहे थे और 74 बच्चे जिन्हें पहले ही भाषा संबंधी देरी (language delays) के रूप में निदान किया जा चुका था।
जादुई उपकरण
एक मानव शिक्षक की तरह इन ध्वनियों को सुनने के बजाय, टीम ने एक विशेष प्रकार के "सुपर-लिसनर" कंप्यूटर मस्तिष्क (आर्टिफिशियल इंटेलिजेंस) का उपयोग किया। यह AI केवल आवाज़ के वॉल्यूम या पिच को ही नहीं सुनता; यह ध्वनि को एक जटिल डिजिटल फिंगरप्रिंट में अनुवादित करता है जो इस बात के सूक्ष्म, छिपे हुए पैटर्न को पकड़ता है कि एक बच्चा बोलने की कोशिश कैसे कर रहा है।
परिणाम
निष्कर्ष आश्चर्यजनक थे, जैसे रेत के ढेर में छिपा हुआ खजाने का नक्शा मिल गया हो:
- AI बनाम शोर: जब AI ने कच्ची ध्वनि (raw sound) को देखा, तो वह एक भाषा संबंधी देरी वाले बच्चे और बिना देरी वाले बच्चे के बीच बहुत उच्च सटीकता (90% सफलता दर) के साथ अंतर बता सका।
- AI बनाम सरल सुराग: यदि आप केवल रिकॉर्डिंग के बुनियादी तथ्यों (जैसे कि यह कितनी तेज़ थी या यह कितनी लंबी थी) को देखते, तो सफलता दर गिरकर लगभग 62% हो जाती। AI कुछ बहुत अधिक स्मार्ट काम कर रहा था, केवल सेकंड गिनने से कहीं ज्यादा।
- AI बनाम पुराने अनुमान: AI ने उन अन्य सामान्य कारकों को भी पछाड़ दिया जिन पर विशेषज्ञ आमतौर पर भाषा संबंधी समस्याओं की भविष्यवाणी करने के लिए भरोसा करते हैं, जिनकी सफलता दर 69% से कम थी।
मुख्य निष्कर्ष
यह शोध पत्र निष्कर्ष निकालता है कि भले ही प्री-स्कूल बच्चों की आवाजें अव्यवस्थित और अपरिपक्व लगती हैं, लेकिन वे वास्तव में समृद्ध, अर्थपूर्ण जानकारी से भरी होती हैं। AI का उपयोग करके इन "छोटी आवाजों" को डिकोड करके, हम भाषा संबंधी देरी को पहले और पहले की तुलना में अधिक सटीकता के साथ पहचान सकते हैं। यह वैसा ही है जैसे यह महसूस करना कि एक बच्चे की अव्यवस्थित बड़बड़ाहट केवल रैंडम शोर नहीं है, बल्कि एक कूटबद्ध संदेश (coded message) है जिसे एक स्मार्ट कंप्यूटर आखिरकार पढ़ सकता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।