BrainGPT, विचारों को टेक्स्ट में बदलता है

मन पढ़ने वाली तकनीक में नई सफलता

• सिडनी यूनिवर्सिटी ऑफ Technology के GrapheneX-UTS Human-centric Artificial Intelligence Centre के शोधकर्ताओं ने 'माइंड-रीडिंग' तकनीक में एक नई सफलता की घोषणा की।
• इस शोध ने विचारों को स्क्रीन पर दिखने वाले शब्दों में बदलने में सफलता हासिल की है, और इसे raw EEG तरंगों को सीधे भाषा में अनुवाद करने की एक अग्रणी कोशिश माना जा रहा है।
• मस्तिष्क तरंगों को टेक्स्ट में अनुवाद करने की प्रक्रिया में discrete encoding तकनीक को अपनाया गया, और large language model के साथ एकीकरण ने neuroscience और AI के क्षेत्र में नई संभावनाएँ खोली हैं।

मस्तिष्क तरंगों का उपयोग कर भाषा अनुवाद तकनीक

• जब प्रतिभागी चुपचाप टेक्स्ट पढ़ रहे थे, तब DeWave नामक AI मॉडल ने केवल उनकी मस्तिष्क तरंगों को input के रूप में इस्तेमाल कर स्क्रीन पर शब्द प्रोजेक्ट किए।
• यह तकनीक मस्तिष्क संकेतों को भाषा में अनुवाद करने वाली एकमात्र तकनीक है, जिसके लिए brain implant या पूरे MRI machine तक पहुँच की आवश्यकता नहीं होती।
• पहले की तकनीकों के विपरीत, जिनमें eye-tracking software जैसे अतिरिक्त input की जरूरत होती थी, यह नई तकनीक ऐसे अतिरिक्त फीचर्स के बिना भी उपयोग की जा सकती है।

व्यावहारिकता और सुविधा

• उपयोगकर्ता को केवल EEG के जरिए मस्तिष्क गतिविधि रिकॉर्ड करने वाली एक cap पहननी होती है, इसलिए यह eye tracker या MRI machine की तुलना में कहीं अधिक व्यावहारिक और सुविधाजनक है।
• शोधकर्ताओं ने माना कि यह सिग्नल implant से प्राप्त जानकारी की तुलना में कुछ अधिक noisy है, लेकिन परीक्षणों में तकनीक ने काफ़ी अच्छा प्रदर्शन किया।
• BLEU algorithm से मापी गई accuracy में इस तकनीक को लगभग 0.4 का स्कोर मिला।

सटीकता में सुधार की संभावना

• मॉडल verbs के साथ मेल बैठाने में अधिक सक्षम है, लेकिन nouns के मामले में यह 'writer' की जगह 'man' जैसे synonym pairs को प्राथमिकता देने की प्रवृत्ति दिखाता है।
• शोधकर्ताओं का मानना है कि जब मस्तिष्क इन शब्दों को प्रोसेस करता है, तब अर्थ की दृष्टि से मिलते-जुलते शब्द समान मस्तिष्क तरंग पैटर्न पैदा कर सकते हैं।
• शोधकर्ताओं को विश्वास है कि accuracy को 0.9 तक सुधारा जा सकता है, जो पारंपरिक language translation programs के समान स्तर है।
• शोधकर्ताओं ने 29 प्रतिभागियों पर प्रयोग किया, जो अन्य decoding तकनीकों के परीक्षणों की तुलना में कहीं अधिक संख्या है।

GN⁺ की राय

• यह तकनीक मस्तिष्क तरंगों के माध्यम से किसी व्यक्ति के विचारों को सीधे भाषा में अनुवाद करने की दिशा में एक चौंकाने वाली प्रगति दिखाती है।
• brain implant या जटिल मशीनों के बिना केवल EEG cap से इस्तेमाल की जा सकने वाली इसकी सुलभता इसे बेहद नवोन्मेषी बनाती है।
• भविष्य में यह तकनीक संचार संबंधी विकलांगता वाले लोगों के लिए बड़ी मदद साबित हो सकती है और इंसानों तथा मशीनों के बीच इंटरैक्शन को एक नए स्तर पर ले जाने की क्षमता रखती है।

[GN⁺]

Hacker News राय

• ब्रेन-कंप्यूटर इंटरफेस (BCI) रिसर्च मुख्य रूप से लकवाग्रस्त मरीजों को फिर से संवाद करने में मदद देने पर केंद्रित है.

  • EEG अच्छी communication speed को support नहीं कर पाता, क्योंकि खोपड़ी के बाहर मस्तिष्क के electric field के कमजोर हो जाने की भौतिक सीमा के कारण यह पर्याप्त signal-to-noise ratio नहीं देता.
  • व्यावसायिक "mind-reading" खिलौने वास्तव में सिर और आंखों की मांसपेशियों के signals के आधार पर काम करते हैं.
  • implanted electrodes बेहतर signal देते हैं, लेकिन व्यावसायिक रूप से व्यावहारिक बनने से पहले इनमें कई बार सुधार की जरूरत है. कुछ महीनों बाद signal degrade होने लगते हैं क्योंकि मस्तिष्क electrode के आसपास scar tissue बना देता है, और brain surgery स्पष्ट रूप से जोखिमभरी है.
  • इंसानों पर test के लिए सरकारी approval चाहिए, इसलिए iteration cycle बहुत धीमा है.
  • अगर किसी लकवाग्रस्त दोस्त की मदद करनी हो, और वह केवल आंखें हिला सकता हो, तो eye-tracking technology पर ध्यान देना बेहतर होगा.

• मस्तिष्क signals को भाषा में translate करने वाली यह पहली तकनीक नहीं है, लेकिन यह ऐसी एकमात्र तकनीक है जिसमें brain implant या पूरी MRI machine तक पहुंच की जरूरत नहीं पड़ती.

  • अगर sensor technology इतनी अच्छी हो जाए कि टोपी पहनने की भी जरूरत न रहे, तो क्या ऐसा समय आएगा जब लोगों से कहा जाएगा कि सार्वजनिक जगहों पर अपने विचार पढ़े जाने को लेकर कोई उचित अपेक्षा न रखें?

• यह तकनीक आत्म-चिंतन में भी मददगार हो सकती है.

  • कोई व्यक्ति अपने thought patterns का बाहरी विश्लेषण कर सकता है, teaching methods की प्रभावशीलता पता कर सकता है, यह वस्तुनिष्ठ रूप से समझ सकता है कि उसका focus कब सबसे ज्यादा और सबसे कम होता है, और यह भी ठीक-ठीक जान सकता है कि anxious thoughts कब शुरू होते हैं और उनके कारण क्या हैं.
  • fMRI को brain-scanning lie detector के रूप में इस्तेमाल किया जा सकता है, लेकिन इसकी वैधता पर बहुत से सवाल हैं.

• DARPA का "Silent Talk" प्रोजेक्ट 14 साल पहले शुरू हुआ था, और इसका लक्ष्य neural signal analysis के जरिए युद्ध के दौरान मौखिक संवाद के बिना उपयोगकर्ताओं के बीच communication संभव बनाना था.

• यह तकनीक stroke patients के लिए मददगार हो सकती है, लेकिन यह बिना filter किए हुए विचारों को भी बाहर भेज सकती है, जो समस्या बन सकता है.

• EEG का इस्तेमाल करके विचारों का अनुमान लगाना वैसा है जैसे मुंबई के बादलों को देखकर ऑस्टिन के बादलों की भविष्यवाणी करने की कोशिश करना. individual neurons के electrical signals बड़े पैमाने के oscillations में खो जाते हैं, और मस्तिष्क तथा device के बीच मौजूद हड्डी, मांसपेशियों और ऊतकों की परतों से और भी धुंधले हो जाते हैं. bitrate 1 bit per second है, जो अधिकांश use cases के लिए पूरी तरह अपर्याप्त है.

• इस model के base version में code में bug था, जिससे benchmark results बढ़ा-चढ़ाकर दिखे, और फिलहाल इस समस्या की जांच की जा रही है.

• यह जानने की जिज्ञासा है कि क्या non-verbal thoughts पर भी यह काम कर सकता है. उदाहरण के लिए, रोजमर्रा की गतिविधियों से जुड़े signal dataset के आधार पर कुत्तों के विचारों या सपनों को समझा जा सकता है.

• सभी भयानक निहितार्थों को अलग रख दें, तो यह तकनीक एक बेहद शानदार चीज संभव बनाती है: two-way mental communication.

  • आप कोई संदेश सोचें और "send" करने के बारे में सोचें, फिर earbud के जरिए जवाब सुन सकें. voice cloning technology का उपयोग करके संदेश प्रेषक की आवाज़ में भी मिल सकता है. बाहरी पर्यवेक्षक के लिए यह पूरी तरह शांत और अदृश्य होगा.