Seeing Like a Brain: Predicting Subject-Specific EEG Responses to Natural Visual Stimuli

मानव मस्तिष्क एक विशाल, शांत रंगमंच है जहाँ बाहरी दुनिया को लगातार विद्युत संकेतों में अनुवादित किया जाता है। जब आप किसी दृश्य को देखते हैं, तो प्रकाश आपकी आँखों से टकराता है, लेकिन असली काम आपके सिर के भीतर होता है, जहाँ अरबों न्यूरॉन्स जो आप देख रहे हैं उसे समझने के लिए जटिल, तीव्र पैटर्न में सक्रिय होते हैं। दशकों से, वैज्ञानिक इलेक्ट्रोएन्सेफलोग्राफी (EEG) का उपयोग करके इस विद्युत संवाद को सुनने की कोशिश कर रहे हैं, जो कि एक ऐसी विधि है जिसमें इन सूक्ष्म वोल्टेज परिवर्तनों को रिकॉर्ड करने के लिए स्कैल्प पर सेंसर लगाए जाते हैं। जबकि EEG मस्तिष्क की गतिविधि की गति को मिलीसेकंड तक पकड़ने में उत्कृष्ट है, यह पारंपरिक रूप से एकतरफा रास्ता रहा है: शोधकर्ता एक छवि के प्रति मस्तिष्क की प्रतिक्रिया को रिकॉर्ड करते हैं और फिर अनुमान लगाने की कोशिश करते हैं कि व्यक्ति क्या देख रहा था। यह एक फिल्म को केवल दर्शकों की प्रतिक्रियाओं को बाद में देखकर समझने की कोशिश करने जैसा है। एक अधिक शक्तिशाली, फिर भी बहुत कठिन लक्ष्य इस प्रक्रिया को उलटना है: यह भविष्यवाणी करना कि किसी विशिष्ट व्यक्ति का मस्तिष्क किसी चित्र को देखने से पहले ही उस पर वास्तव में कैसे प्रतिक्रिया देगा। इसके लिए एक ऐसे मॉडल की आवश्यकता है जो न केवल छवि को, बल्कि एक व्यक्ति के मस्तिष्क की अनूठी वायरिंग को भी समझता हो।

एक नए अध्ययन में, शोधकर्ताओं ने एक ऐसा कंप्यूटर सिस्टम बनाया है जो बिल्कुल यही करता है, प्रभावी रूप से एक मशीन को मानव मस्तिष्क की तरह "देखना" सिखाता है। फुदान विश्वविद्यालय और शंघाई यूनिवर्सिटी ऑफ मेडिसिन एंड हेल्थ साइंसेज के वैज्ञानिकों के नेतृत्व वाली टीम ने एक ऐसा ढांचा तैयार किया है जो एक प्राकृतिक फोटोग्राफ को इनपुट के रूप में लेता है और एक विस्तृत भविष्यवाणी उत्पन्न करता है कि व्यक्ति के पूरे सिर में कैसी विद्युत गतिविधि होगी। उन्होंने केवल एक सामान्य पैटर्न का अनुमान नहीं लगाया; उन्होंने सिस्टम को प्रत्येक दस अलग-अलग व्यक्तियों के लिए एक विशिष्ट, 63-चैनल वाला इलेक्ट्रिकल मैप बनाने के लिए प्रशिक्षित किया। यह सिस्टम पहले एक छवि के दृश्य विवरणों का विश्लेषण करता है, फिर यह सिम्युलेट करने के लिए एक परिष्कृत न्यूरल नेटवर्क का उपयोग करता है कि वह दृश्य जानकारी मस्तिष्क के विद्युत सर्किटों में कैसे लहरों की तरह फैलेगी। परिणाम एक अनुमानित मस्तिष्क संकेत है जो आश्चर्यजनक सटीकता के साथ वास्तविक संकेत से मेल खाता है, जो मस्तिष्क की प्रतिक्रिया के समय, लय और अर्थ को पकड़ लेता है।

शोधकर्ताओं ने दस स्वयंसेवकों के बड़े संग्रह और मस्तिष्क रिकॉर्डिंग का उपयोग करके अपने सिस्टम का परीक्षण किया। उन्होंने कंप्यूटर को जानवरों, वाहनों और उपकरणों की ऐसी छवियां दिखाईं जिन्हें स्वयंसेवकों ने प्रशिक्षण चरण के दौरान कभी नहीं देखा था। कंप्यूटर ने फिर प्रत्येक व्यक्ति के लिए मस्तिष्क तरंगें कैसी दिखेंगी, इसकी भविष्यवाणी की। जब उन्होंने इन भविष्यवाणियों की वास्तविक मस्तिष्क रिकॉर्डिंग से तुलना की, तो मिलान सिर के पिछले हिस्से में सबसे मजबूत था, जिसे ऑक्सिपिटल लोब (occipital lobe) के रूप में जाना जाता है, जो दृष्टि के लिए मस्तिष्क का प्राथमिक केंद्र है। इस क्षेत्र में, अनुमानित विद्युत तरंगें वास्तविक तरंगों के इतने करीब थीं कि वे लगभग एक जैसी दिखती थीं, जो छवि के प्रति मस्तिष्क की प्रारंभिक प्रतिक्रिया के सटीक समय को बनाए रखती थीं। सिस्टम इन भविष्यवाणियों को दस मिलीसेकंड से भी कम समय में करने के लिए पर्याप्त तेज़ था, जो एक ऐसी गति है जो सुझाव देती है कि इसका उपयोग भविष्य में वास्तविक समय के अनुप्रयोगों में किया जा सकता है।

इस उपलब्धि को जो चीज़ विशेष रूप से महत्वपूर्ण बनाती है, वह यह है कि कंप्यूटर ने केवल मस्तिष्क गतिविधि का एक धुंधला औसत नहीं बनाया। इसने प्रत्येक व्यक्ति के मस्तिष्क के विशिष्ट, अद्वितीय हस्ताक्षर को पकड़ा। अनुमानित संकेतों ने मस्तिष्क की तरंगों की सही लय को बनाए रखा, जिसमें वे विशिष्ट आवृत्तियाँ भी शामिल हैं जो मस्तिष्क के विभिन्न हिस्सों पर हावी होती हैं। उन्होंने विभिन्न प्रकार की वस्तुओं के प्रति मस्तिष्क की प्रतिक्रिया में सूक्ष्म अंतरों को भी संरक्षित किया। उदाहरण के लिए, सिस्टम एक कार की तस्वीर और एक कुत्ते की तस्वीर के प्रति मस्तिष्क की प्रतिक्रिया के बीच अंतर कर सका, जिससे प्रत्येक वस्तु के लिए सूचना का अद्वितीय "आकार" बरकरार रहा। इसका अर्थ है कि मॉडल ने केवल विशिष्ट उदाहरणों को याद करने के बजाय, इस बात के गहरे, संरचनात्मक नियमों को सीखा कि दृश्य जानकारी को तंत्रिका गतिविधि में कैसे बदला जाता है।

अध्ययन ने यह भी खुलासा किया कि एक चित्र के प्रति मस्तिष्क की प्रतिक्रिया एक एकल, समान घटना नहीं है, बल्कि एक जटिल प्रक्रिया है जो समय और स्थान के साथ विकसित होती है। कंप्यूटर ने उन शुरुआती, क्षणिक विद्युत गतिविधियों को सफलतापूर्वक पुन: उत्पन्न किया जो तब होती हैं जब मस्तिष्क पहली बार एक आकार को दर्ज करता है, साथ ही उन धीमी, अधिक जटिल तरंगों को भी जो मस्तिष्क द्वारा देखे गए अर्थ को संसाधित करने के बाद आती हैं। विभिन्न मस्तिष्क क्षेत्रों में डेटा का विश्लेषण करके, शोधकर्ताओं ने पाया कि भविष्यवाणी सिर के पिछले हिस्से और धीमी, लयबद्ध मस्तिष्क तरंगों के लिए सबसे सटीक थी, जबकि सिर के अगले हिस्से और बहुत तेज़, उच्च-आवृत्ति वाले संकेतों की भविष्यवाणी करना कठिन था। सटीकता का यह क्रम मानव दृश्य प्रणाली के प्राकृतिक संगठन को दर्शाता है, जहाँ मस्तिष्क का पिछला हिस्सा दृश्य इनपुट प्राप्त करने वाला पहला स्थान है।

यह सुनिश्चित करने के लिए कि उनका मॉडल वास्तव में छवियों और मस्तिष्क गतिविधि के बीच संबंध को सीख रहा है, न कि केवल सामान्य पैटर्न के आधार पर अनुमान लगा रहा है, शोधकर्ताओं ने एक कठोर जांच की। उन्होंने सही छवि के लिए अनुमानित मस्तिष्क तरंगों की तुलना यादृच्छिक, बेमेल छवियों के लिए अनुमानित तरंगों से की। सिस्टम ने लगातार सही छवि के लिए बहुत बेहतर मिलान प्रदर्शित किया, जिससे यह सिद्ध हुआ कि इसने विशिष्ट दृश्य विवरणों को विशिष्ट तंत्रिका प्रतिक्रियाओं से जोड़ने में महारलब हासिल कर ली है। इसके अलावा, जब उन्होंने लोगों के एक अलग समूह के मस्तिष्क रिकॉर्डिंग के एक अलग सेट पर सिस्टम का परीक्षण किया, तो वही पैटर्न कायम रहा, जिससे पता चलता है कि कंप्यूटर ने जो नियम सीखे हैं वे मजबूत हैं और केवल एक एकल डेटासेट तक सीमित नहीं हैं।

यह कार्य भौतिक दुनिया और हमारे आंतरिक अनुभव के बीच के सेतु को समझने की दिशा में एक बड़ा कदम है। व्यक्तिगत मस्तिष्क प्रतिक्रियाओं की भविष्यवाणी करके, शोधकर्ताओं ने एक ऐसा उपकरण बनाया है जो वैज्ञानिकों को यह अध्ययन करने में मदद कर सकता है कि मस्तिष्क दृष्टि को कैसे संसाधित करता है, बिना हर व्यक्ति से रिकॉर्डिंग किए। यह आर्टिफिशियल इंटेलिजेंस के परीक्षण के नए तरीके भी खोलता है, जिससे शोधकर्ताओं को यह देखने की अनुमति मिलती है कि क्या दृष्टि के कंप्यूटर मॉडल मानव मस्तिष्क की तरह व्यवहार करते हैं। हालांकि वर्तमान सिस्टम सिर के पिछले हिस्से के लिए सबसे अच्छा काम करता है और प्रत्येक व्यक्ति के लिए व्यक्तिगत प्रशिक्षण की आवश्यकता होती है, यह एक ऐसे भविष्य की ओर एक स्पष्ट मार्ग स्थापित करता है जहाँ हम उच्च सटीकता के साथ दुनिया के प्रति मानव मन की प्रतिक्रिया का अनुकरण कर सकते हैं। अध्ययन पुष्टि करता है कि जो हम देखते हैं उसके प्रति मस्तिष्क की विद्युत प्रतिक्रिया यादृच्छिक शोर नहीं है, बल्कि एक अत्यधिक संरचित, पूर्वानुमानित और व्यक्तिगत संकेत है जिसे एक मशीन द्वारा डिकोड और पुन: निर्मित किया जा सकता है।