Multi-modal Ensemble Approach for Decoding Player Intentions in Table Tennis

कल्पना कीजिए कि आप अनुमान लगाने की कोशिश कर रहे हैं कि आपका दोस्त आगे क्या करने वाला है। शायद वे एक कुकी लेने के लिए हाथ बढ़ा रहे हैं, या शायद वे उछल-कूद करने वाले हैं। आमतौर पर, आप बस उनके शरीर की भाषा (बॉडी लैंग्वेज) को देखते हैं। यदि उनका हाथ जार की ओर बढ़ता है, तो आप जानते हैं कि एक कुकी आने वाली है। लेकिन क्या होगा अगर आप उनका दिमाग भी पढ़ सकें? क्या होगा अगर आप उनके हाथ के हिलने से पहले ही उनके मस्तिष्क में होने वाली विद्युत चिंगारियों (इलेक्ट्रिकल स्पार्क्स) को देख सकें? यह "ब्रेन-कंप्यूटर इंटरफेस" और "मोशन प्रेडिक्शन" (गति भविष्यवाणी) की रोमांचक दुनिया है। वैज्ञानिक लगातार यह पता लगाने की कोशिश कर रहे हैं कि हम जो देखते हैं (शरीर की गति) और जो हम महसूस करते हैं (मस्तिष्क की गतिविधि) को मिलाकर मानव इरादों का पूर्वानुमान कैसे लगा सकते हैं। यह एक रहस्य सुलझाने जैसा है जहाँ आपके पास सुरागों के दो अलग-अलग सेट हैं: एक सेट पदचिह्न (फुटप्रिंट्स) दिखाता है, और दूसरा सेट उन विचारों को दिखाता है जिन्होंने उन्हें बनाया है। यह क्यों मायने रखता है? क्योंकि यदि हम यह अनुमान लगाने में बहुत अच्छे हो जाते हैं कि लोग वास्तव में कुछ करने से पहले क्या करना चाहते हैं, तो हम एथलीटों को और कठिन प्रशिक्षण लेने में मदद करने वाले या विकलांग लोगों को केवल अपने विचारों से रोबोटिक भुजाओं को नियंत्रित करने में मदद करने वाले अद्भुत उपकरण बना सकते हैं।

अब, आइए एक विशिष्ट रहस्य पर ध्यान केंद्रित करें: टेबल टेनिस। यह एक ऐसा खेल है जो इतनी तेज़ी से होता है कि यह लगभग एक धुंधला सा दिखाई देता है। एक नए अध्ययन ने यह देखने का निर्णय लिया कि क्या वे एक खिलाड़ी के शरीर की गतिविधियों और उनकी मस्तिष्क तरंगों (ब्रेन वेव्स) दोनों को एक साथ देखकर, यह सटीक रूप से अनुमान लगा सकते हैं कि खिलाड़ी गेंद को किस दिशा में मारने वाला है—बाएं या दाएं। शोधकर्ताओं ने एक विशेष डेटासेट का उपयोग किया जिसमें नौ वास्तविक खिलाड़ियों (सात पुरुष और दो महिलाएं, सभी 18 से 30 वर्ष के बीच) के खेलते समय के रिकॉर्ड को दर्ज किया गया था। उन्होंने इस पहेली को सुलझाने के लिए दो अलग-अलग "जासूस" बनाए। पहले जासूस ने केवल खिलाड़ियों का वीडियो देखा। इसने उनके पोज़ (मुद्राओं) को ट्रैक करने के लिए एक गणितीय मॉडल का उपयोग किया, जैसे कि एक रोबोट वीडियो देखकर टेनिस स्विंग को पहचानने की कोशिश कर रहा हो। दूसरे जासूस ने केवल मस्तिष्क की बात सुनी। इसने खिलाड़ियों के सिर से आने वाले विद्युत संकेतों (ईईजी - EEG) को पढ़ने के लिए एक विशेष कंप्यूटर मस्तिष्क (जिसे न्यूरल नेटवर्क कहा जाता है) का उपयोग किया।

यहीं पर यह और भी दिलचस्प हो जाता है। "बॉडी डिटेक्टिव" (शरीर वाला जासूस) इरादे का अनुमान लगाने में बहुत तेज़ था, जिसने रैकेट के गेंद से टकराने से ठीक 100 मिलीसेकंड पहले ही इसे समझ लिया। "ब्रेन डिटेक्टिव" (मस्तिष्क वाला जासूस) थोड़ा धीमा था लेकिन फिर भी प्रभावशाली था, जिसने हिट होने से 500 मिलीसेकंड पहले ही इरादे को पकड़ लिया। दोनों ही अकेले बाएं या दाएं हमलों का अनुमान लगाने में काफी अच्छे थे। लेकिन असली जादू तब हुआ जब शोधकर्ताओं ने उन्हें एक टीम के रूप में मिलकर काम करने के लिए प्रेरित किया। वीडियो और मस्तिष्क संकेतों से मिलने वाले सुरागों को एक "सुपर डिटेक्टिव" में मिलाकर, टीम और भी बेहतर हो गई। वे 0.563 के स्कोर (सटीकता का एक विशिष्ट माप) तक पहुँच गए, जो केवल शरीर या केवल मस्तिष्क का उपयोग करने की तुलना में एक छोटा लेकिन स्पष्ट सुधार था। पेपर यह सुझाव देता है कि चूंकि प्रत्येक जासूस स्वतंत्र रूप से काम करता है, इसलिए हम भविष्य में टीम में और अधिक इंद्रियों को आसानी से जोड़ सकते हैं, जैसे कि हृदय गति या मांसपेशियों के संकेत। हालांकि इसका मतलब यह नहीं है कि ओलंपिक के लिए हमारे पास कोई जादुई माइंड-रीडिंग हेलमेट तैयार है, लेकिन परिणाम बताते हैं कि यह दृष्टिकोण खेल प्रशिक्षण के लिए या भविष्य के न्यूरल प्रोस्थेटिक्स बनाने के लिए एक सहायक उपकरण हो सकता है जो लोगों को फिर से चलने-फिरने में मदद करे।