Postprocessing of P300 Speller Output with a Large Language Model

एक P300 स्पेलर की कल्पना एक उच्च-तकनीकी, शांत टाइपराइटर के रूप में करें जो उन लोगों के लिए है जो अपने हाथों को हिला नहीं सकते या बोल नहीं सकते। कीज़ (keys) दबाने के बजाय, उपयोगकर्ता एक स्क्रीन को देखता है जहाँ अक्षर स्ट्रोब लाइट की तरह बार-बार चमकते और बुझते हैं। किसी विशिष्ट अक्षर पर अपना ध्यान केंद्रित करके, उनका मस्तिष्क एक छोटा सा विद्युत "पिंग" भेजता है जिसे कंप्यूटर पहचान लेता है। फिर कंप्यूटर अनुमान लगाता है, "आह, वे वह अक्षर चाहते हैं!"

समस्या: धीमी-और-स्थिर का जाल
वर्तमान में, यह सुनिश्चित करने के लिए कि कंप्यूटर उस छोटे से मस्तिष्क "पिंग" को सही ढंग से सुन ले, अक्षरों को बहुत, बहुत अधिक बार चमकना पड़ता है। यह एक शोर भरे कमरे में फुसफुसाहट सुनने की कोशिश करने जैसा है; आपको उस व्यक्ति से बार-बार दोहराने के लिए कहना होगा जब तक कि आप 100% निश्चित न हो जाएं कि उन्होंने क्या कहा था। यह इस कारण से टाइपिंग को अविश्वसनीय रूप से धीमा और थकाऊ बना देता है।

यदि आप अक्षरों को कम बार चमकाकर गति बढ़ाने की कोशिश करते हैं, तो कंप्यूटर भ्रमित हो जाता है। यह गलतियाँ करना शुरू कर देता है, जैसे अतिरिक्त अक्षर जोड़ना, शब्द छोड़ देना, या एक अक्षर को दूसरे से बदल देना। यह एक स्पष्ट वाक्य और एक बिगड़े हुए संदेश के बीच का अंतर है: "Helo wrold" बजाय "Hello world" के।

नया समाधान: "ग्रामर पुलिस" AI
यह शोध पत्र एक चतुर नई तरकीब पेश करता है: मस्तिष्क-संकेत डिटेक्टर को पूर्ण बनाने के बजाय, वे कंप्यूटर को गलतियाँ करने देते हैं और फिर एक लार्ज लैंग्वेज मॉडल (LLM) का उपयोग करके बाद में उस गड़बड़ी को ठीक करते हैं। एक LLM को एक अत्यंत बुद्धिमान, अथक संपादक के रूप में सोचें जिसने लाखों किताबें पढ़ी हैं।

शोधकर्ताओं ने इस AI संपादक को "ब्रेन-टाइपिंग" की त्रुटियों को साफ करना सिखाया। उन्होंने इसे केवल यादृच्छिक (random) गलतियाँ नहीं दीं; उन्होंने उन विशिष्ट प्रकार की गलतियों का अनुकरण किया जो एक वास्तविक P300 स्पेलर करता है (जैसे एक अक्षर छोड़ देना या 'b' को 'd' से बदल देना)। फिर उन्होंने AI से उस बिखरे हुए टेक्स्ट को देखने और उसे साफ, सही अंग्रेजी में फिर से लिखने के लिए कहा।

उन्होंने इसका परीक्षण कैसे किया
यह देखने के लिए कि क्या यह काम करता है, टीम ने एक अभ्यास डेटासेट बनाया। उन्होंने साफ टेक्स्ट लिया और जानबूझकर इसे एक खराब P300 स्पेलिंग सत्र की तरह दिखने के लिए "विकृत" (corrupt) किया। फिर उन्होंने विभिन्न अलग-अलग AI मॉडलों का परीक्षण किया यह देखने के लिए कि सबसे अच्छा संपादक कौन सा है।

उन्होंने कुछ मुख्य बातें पाईं:

• "संपादक" की जीत: AI मॉडल बिखरे हुए टेक्स्ट को लेकर उसे पूर्ण वाक्यों में बदलने में उत्कृष्ट थे।
• टोकन का महत्व: वे मॉडल जिन्होंने शब्दों को छोटे, सार्थक टुकड़ों (जिन्हें SentencePiece कहा जाता है) में तोड़ा, वे उन मॉडलों की तुलना में बेहतर काम करते थे जिन्होंने शब्दों को कच्चे बाइट्स (raw bytes) के ढेर की तरह माना।
• उदाहरण से सीखना: जब AI को काम शुरू करने से पहले "बिखरा हुआ टेक्स्ट → साफ टेक्स्ट" के कुछ उदाहरण दिखाए गए (जिसे "फ्यू-शॉट लर्निंग" नामक तकनीक कहा जाता है), तो यह और भी बेहतर हो गया।
• विजेता: परीक्षण किए गए मॉडलों में से, Gemma 3 नामक एक मॉडल ने त्रुटियों को ठीक करने में सबसे अच्छा प्रदर्शन किया।

निष्कर्ष
शोध पत्र यह निष्कर्ष निकालता है कि मस्तिष्क-संकेत पढ़ने के बाद इस AI "संपादक" चरण को जोड़कर, P300 स्पेलर अक्षरों को कम बार चमका सकते हैं। इसका अर्थ है कि उपयोगकर्ता तेजी से टाइप कर सकते हैं और कम थकान महसूस कर सकते हैं, क्योंकि AI उन गलतियों को साफ कर सकता है जो उच्च गति पर सिस्टम चलाने के दौरान होती हैं। यह उच्च गति पर चलने के लिए थोड़ी सी प्रारंभिक शोर (noise) के बदले एक बहुत तेज़, सुचारू बातचीत प्राप्त करने का एक तरीका है।