नई ब्रेनसोर्सिंग तकनीक ट्रेनें ए.आई. ब्रेनवेव्स के साथ

कल्पना करें कि एक कमरा डेस्कों से भरा है, जिनकी संख्या कुल मिलाकर दो दर्जन से अधिक है। प्रत्येक समान डेस्क पर एक कंप्यूटर होता है जिसके सामने बैठा एक व्यक्ति एक साधारण पहचान का खेल खेल रहा होता है। गेम उपयोगकर्ता को विभिन्न बुनियादी पहचान कार्यों को पूरा करने के लिए कहता है, जैसे कि किसे चुनना किसी शृंखला की फ़ोटो जिसमें किसी को मुस्कुराते हुए दिखाया गया है या काले बाल या कपड़े पहने हुए किसी व्यक्ति को दर्शाया गया है चश्मा। अगली तस्वीर पर जाने से पहले खिलाड़ी को अपना निर्णय लेना होगा।

केवल वे इसे अपने माउस से क्लिक करके या टचस्क्रीन टैप करके नहीं करते हैं। इसके बजाय, वे केवल सोचकर ही सही उत्तर का चयन कर लेते हैं।

कमरे में प्रत्येक व्यक्ति एक इलेक्ट्रोएन्सेफलोग्राम (ईईजी) खोपड़ी टोपी से सुसज्जित है; प्रत्येक व्यक्ति से पास के रिकॉर्डिंग डिवाइस तक जाने वाले तारों का एक निशान पर नज़र रखता है उनकी खोपड़ी पर विद्युत वोल्टेज गतिविधि। यह दृश्य एक खुले योजना कार्यालय जैसा दिखता है जिसमें हर कोई मैट्रिक्स में शामिल हो जाता है।

"प्रतिभागियों [हमारे अध्ययन में] को बस यह पहचानने का सरल कार्य था कि [उन्हें क्या देखने के लिए कहा गया था]," तुउक्का रुओत्सालो, हेलसिंकी विश्वविद्यालय में एक शोध साथी, जो हाल ही में प्रकाशित शोध का नेतृत्व किया, डिजिटल ट्रेंड्स को बताया। “उन्हें कुछ और करने के लिए नहीं कहा गया था। उन्होंने बस उन छवियों को देखा जो उन्हें दिखाई गई थीं। फिर हमने यह देखने के लिए एक क्लासिफायरियर बनाया कि क्या हम केवल मस्तिष्क संकेत के आधार पर लक्ष्य विशेषताओं के साथ सही चेहरे की पहचान कर सकते हैं। जिस समय प्रतिभागियों ने तस्वीर देखी, उस समय ईईजी सिग्नल के अलावा और कुछ भी इस्तेमाल नहीं किया गया था।''

प्रयोग में, कुल 30 स्वयंसेवकों को (इससे बचने के लिए) संश्लेषित मानव चेहरों की छवियां दिखाई गईं संभावना है कि प्रतिभागियों में से एक व्यक्ति उन्हें दिखाए गए व्यक्ति को पहचान सकता है, और इसलिए तिरछा हो सकता है परिणाम)। प्रतिभागियों को जो कुछ उन्होंने देखा उसके आधार पर चेहरों को मानसिक रूप से लेबल करने के लिए कहा गया और उन्हें ढूंढने के लिए कहा गया। केवल उस मस्तिष्क गतिविधि डेटा का उपयोग करना, एक कृत्रिम होशियारी एल्गोरिदम ने छवियों को पहचानना सीखा, जैसे कि जब कोई गोरा व्यक्ति स्क्रीन पर दिखाई देता है।

एक पुराने विचार पर एक ताजा मोड़

यह प्रभावशाली चीज़ है, लेकिन यह विशेष रूप से नई नहीं है। कम से कम पिछले एक दशक से, शोधकर्ताओं ने तेजी से प्रभावशाली विचार-पठन प्रदर्शनों का वर्गीकरण करने के लिए ईईजी या एफएमआरआई के माध्यम से एकत्र किए गए मस्तिष्क गतिविधि डेटा का उपयोग किया है। कुछ मामलों में, यह एक विशेष छवि या वीडियो की पहचान कर रहा है, जैसा कि हाल के एक अध्ययन के दौरान मॉस्को में न्यूरोरोबोटिक्स लैब के शोधकर्ताओं ने दिखाया कि यह पता लगाना संभव है कि कौन सा वीडियो क्लिप लोग देख रहे हैं उनकी मस्तिष्क गतिविधि की निगरानी करके।

अन्य मामलों में, इन जानकारियों का उपयोग कुछ प्रतिक्रियाओं को ट्रिगर करने के लिए किया जा सकता है। उदाहरण के लिए, 2011 में सेंट लुइस में वाशिंगटन विश्वविद्यालय के शोधकर्ताओं ने एक व्यक्ति के मस्तिष्क के भाषण केंद्र पर अस्थायी इलेक्ट्रोड लगाए और फिर प्रदर्शित किया कि वे सक्षम थे कंप्यूटर कर्सर को स्क्रीन पर ले जाएँ बस व्यक्ति को यह सोचने पर मजबूर कर देना कि वे इसे कहाँ ले जाना चाहते हैं। फिर भी अन्य अध्ययनों से पता चला है कि मस्तिष्क डेटा का उपयोग रोबोटिक अंगों या हॉवर ड्रोन को स्थानांतरित करने के लिए किया जा सकता है।

हेलसिंकी विश्वविद्यालय के हालिया अध्ययन को उपन्यास और दिलचस्प बनाने वाली बात यह है कि यह इस बात पर ध्यान केंद्रित करता है कि किसी व्यक्ति की मस्तिष्क गतिविधि कैसी है समूह अकेले लोगों के बजाय लोगों की संख्या का उपयोग निष्कर्ष निकालने के लिए किया जा सकता है, जैसे छवियों को वर्गीकृत करना। उन्होंने न केवल दिखाया है कि यह काम करता है, बल्कि - कम से कम एक बिंदु तक - आप समूह में जितने अधिक लोगों को जोड़ेंगे, डेटा उतना ही अधिक सटीक होगा।

रुओत्सालो ने कहा, "जब हम मस्तिष्क-सोर्सिंग पूल में अधिक लोगों को जोड़ते हैं, ताकि लोगों के समूह से मस्तिष्क डेटा रिकॉर्ड किया जा सके, तो हम 90% से अधिक सटीकता का प्रदर्शन प्राप्त करते हैं।" "[वह] लगभग [समूह को उत्तरों को मैन्युअल रूप से टैग करने के लिए कहने] के स्तर पर है।"

यह शुरू में उल्टा लग सकता है। यदि मस्तिष्क डेटा में शोर है, तो क्या अधिक लोगों को जोड़ने से यह और भी अधिक शोर नहीं हो जाएगा? आख़िरकार, यदि आप किसी कमरे में विशेष रूप से सुनने में कठिन ध्वनि को सुनना चाहते हैं, तो यह आसान है यदि आपके पास 10 के बजाय केवल एक ही व्यक्ति बात कर रहा हो। या 30. लेकिन बड़े डेटा क्रांति के इतिहास और मशीन लर्निंग के कई सबसे उल्लेखनीय प्रदर्शनों के रूप में कार्रवाई ने यह स्पष्ट कर दिया है कि किसी समस्या का समाधान करने के लिए आपके पास जितना अधिक डेटा होगा, सिस्टम उतना ही अधिक सटीक होगा बनना।

"ईईजी या किसी अन्य मस्तिष्क इमेजिंग से संकेत सामान्य रूप से शोर है, और प्रतिभागी या मनुष्य हमेशा 100% उपस्थित नहीं होते हैं," रुओत्सालो ने समझाया। “तस्वीरें स्वयं देखने के बारे में सोचें। कभी-कभी, बहुतों को देखने के बाद, आपका मन भटक सकता है। एकल प्रतिभागियों के साथ भी, शोधकर्ता अक्सर तरकीबों का उपयोग करते हैं, जैसे कि शोर को औसत करने में सक्षम होने के लिए एक ही उत्तेजना को बार-बार दोहराना। यहां, हम कई प्रतिभागियों के संकेतों का उपयोग करते हैं।"

प्रत्येक समय कम से कम कुछ व्यक्तियों पर ध्यान केंद्रित करने की संभावना केवल एक व्यक्ति की तुलना में काफी बढ़ जाती है। भीड़ की बुद्धिमत्ता की धारणा को इसमें जोड़ें (उस पर बाद में और अधिक) और आपको एक शक्तिशाली संयोजन मिल जाएगा।

ब्रेनसोर्सिंग की दुनिया में प्रवेश करें

टुक्का रुओत्सालो और उनकी टीम इस समूह-आधारित मस्तिष्क-पठन को "ब्रेनसोर्सिंग" कहते हैं। यह क्राउडसोर्सिंग शब्द पर एक नाटक है, यह एक बड़े कार्य को छोटे-छोटे कार्यों में विभाजित करने का एक तरीका है जिसे मदद के लिए लोगों के बड़े समूहों में वितरित किया जा सकता है हल करना। यहां 2020 में, क्राउडसोर्सिंग किकस्टार्टर जैसे धन जुटाने वाले प्लेटफार्मों का सबसे पर्याय बन सकता है, जहां "बड़ा काम" है किसी उत्पाद को लॉन्च करने के लिए स्टार्टअप पूंजी की आवश्यकता होती है और वितरित भीड़-आधारित तत्व में लोगों को कम मात्रा में योगदान देने के लिए कहना शामिल होता है धन।

हालाँकि, क्राउडसोर्सिंग स्वयं को अन्य अनुप्रयोगों के लिए भी उधार दे सकती है। अमेज़ॅन का मैकेनिकल तुर्क प्लेटफ़ॉर्म और Apple का रिसर्चकिट क्राउडसोर्सिंग उपकरण हैं जो सर्वेक्षणों का उत्तर देने से लेकर महत्वपूर्ण शैक्षणिक अनुसंधान करने तक के कार्यों के लिए भीड़ की शक्ति का उपयोग करते हैं। इस बीच, TaskRabbit और 99designs जैसी कंपनियां ग्राहकों को सही व्यक्ति से मिलाने में मदद करने के लिए भीड़ का लाभ उठाती हैं यार्ड के काम और किराने की खरीदारी से लेकर आपकी वेबसाइट के लिए सही लोगो या मास्टहेड डिज़ाइन करने तक कुछ भी प्रदान करना।

ए.आई. क्राउडसोर्सिंग से भी लाभ मिल सकता है। उदाहरण के लिए विचार करें, Google की reCAPTCHA तकनीक. हममें से अधिकांश लोग रीकैप्चा को एक ऐसा तरीका मानते हैं जिससे वेबसाइटें किसी विशेष कार्य को करने की अनुमति देने से पहले यह जांच सकती हैं कि हम एक बॉट हैं या नहीं। रीकैप्चा को पूरा करने में टेक्स्ट की एक टेढ़ी-मेढ़ी पंक्ति को पढ़ना या चयन में प्रत्येक छवि पर क्लिक करना शामिल हो सकता है जिसमें एक बिल्ली शामिल है। लेकिन रीकैप्चा केवल यह जांचने के बारे में नहीं है कि हम इंसान हैं या नहीं; वे डेटा एकत्र करने का एक बहुत ही चतुर तरीका भी हैं जिसका उपयोग Google की छवि पहचान ए.आई. बनाने के लिए किया जा सकता है। होशियार. हर बार जब आप रीकैप्चा छवि पर सड़क के किनारे लगे चिह्न से पाठ का एक टुकड़ा पढ़ते हैं, तो आप वास्तविक दुनिया को पहचानने में Google की सेल्फ-ड्राइविंग कारों को थोड़ा बेहतर बनाने में योगदान दे सकते हैं। जब Google ने किसी छवि के लिए पर्याप्त उत्तर एकत्र कर लिए हैं, तो Google काफी हद तक निश्चित है कि उसके पास सही उत्तर है।

इस पर विचार करना अभी जल्दबाजी होगी कि ब्रेनसोर्सिंग इन विचारों पर व्यावहारिक रूप से कैसे काम कर सकती है। रुओत्सालो ने कहा, "हम स्वयं इस बारे में सोचने की कोशिश कर रहे हैं।" "मुझे नहीं लगता कि हमारे पास अभी तक कोई विचार है। यह सिर्फ एक अवधारणा का प्रमाण है कि हम ऐसा कर सकते हैं। अब यह अन्य लोगों के लिए यह पता लगाने के लिए खुला है कि हम इसका उपयोग कितने अच्छे, किस प्रकार के कार्यों और किस प्रकार के लोगों के समूहों के लिए कर सकते हैं।

भविष्य आ रहा है

लेकिन संभावना निश्चित रूप से मौजूद है। व्यावसायिक रूप से उपलब्ध पहनने योग्य ईईजी मॉनिटर अब विभिन्न रूपों में उपलब्ध होने लगे हैं दिमाग पढ़ने वाले हेडफोन को स्मार्ट टैटू. वर्तमान में, इस अध्ययन जैसे ईईजी प्रदर्शन किसी व्यक्ति की कुल मस्तिष्क गतिविधि का केवल एक छोटा प्रतिशत मापते हैं। लेकिन समय के साथ इसमें वृद्धि हो सकती है, जिसका अर्थ है कि जानकारी का कम द्विआधारी संग्रह एकत्र किया जा सकता है। प्रश्नों का केवल "हां" या "नहीं" उत्तर पाने के बजाय, यह तकनीक लोगों की अधिक प्रतिक्रिया का निरीक्षण कर सकती है जटिल प्रश्न, टीवी शो या फिल्म जैसे मीडिया की प्रतिक्रियाओं की निगरानी कर सकते हैं और फिर समग्र भीड़ डेटा को वापस फ़ीड कर सकते हैं निर्माताओं.

“पारंपरिक रेटिंग या लाइक बटन का उपयोग करने के बजाय, आप बस एक गाना सुन सकते हैं या एक शो देख सकते हैं, और अपना दिमाग लगा सकते हैं अकेले गतिविधि ही इस पर आपकी प्रतिक्रिया निर्धारित करने के लिए पर्याप्त होगी,'' कीथ डेविस, एक छात्र और अनुसंधान सहायक परियोजना, एक प्रेस विज्ञप्ति में कहा गया काम के साथ.

कल्पना करें कि यदि लाखों लोग ईईजी-ट्रैकिंग पहनने योग्य उपकरण पहनते हैं और आप उनमें से कुछ प्रतिशत को किसी विशेष कार्य को हल करने में मदद करने के लिए कुछ सेकंड लेने के बदले में दिन में 10 बार माइक्रोपेमेंट की पेशकश करते हैं। काल्पनिक? शायद अभी, लेकिन कुछ साल पहले आज की कई क्राउडसोर्सिंग तकनीकों ने भी ऐसा ही किया था।

गेम शो पर कौन करोड़पति बनना चाहता है, प्रतियोगियों के लिए उपलब्ध "जीवनरेखाओं" में से एक दर्शकों से एक निश्चित प्रश्न पूछने का विकल्प है। जब यह एकमुश्त जीवन रेखा चालू हो जाती है, तो दर्शक अपनी सीटों से जुड़े वोटिंग पैड का उपयोग करते हैं और बहुविकल्पीय प्रश्न के उत्तर के लिए वोट करते हैं, जिसे वे सही मानते हैं। इसके बाद कंप्यूटर परिणामों का मिलान करता है और उन्हें प्रतियोगी को प्रतिशत के रूप में दिखाता है। जेम्स सुरोविकी की पुस्तक के अनुसार, भीड़ की बुद्धि, दर्शकों से पूछने पर 90% से अधिक बार सही उत्तर मिलता है। यह शो के 50/50 विकल्प से काफी बेहतर है, जो दो गलत उत्तरों को हटा देता है, और किसी मित्र को फोन करने का विकल्प, जो आपको लगभग दो-तिहाई समय में सही उत्तर देता है।

क्या ब्रेनसोर्सिंग तकनीक का अगला महान विचार हो सकता है; मनोरंजन को बेहतर बनाने से लेकर बेहतर ए.आई. के प्रशिक्षण तक सब कुछ करने में मदद करना। सभी प्रकार के प्रश्नों का उत्तर देने के लिए? यह कहना निश्चित रूप से जल्दबाजी होगी। लेकिन यह निश्चित रूप से एक ऐसा शब्द है जिसके बारे में आप आने वाले महीनों, वर्षों और दशकों में बहुत कुछ सुनेंगे।

संपादकों की सिफ़ारिशें

• एनवीडिया का सुपरकंप्यूटर चैटजीपीटी का एक नया युग ला सकता है
• मज़ेदार फ़ॉर्मूला: क्यों मशीन से उत्पन्न हास्य ए.आई. की पवित्र कब्र है?
• एनवीडिया की नई आवाज ए.आई. बिल्कुल एक वास्तविक व्यक्ति की तरह लगता है
• इंटेल का अविश्वसनीय एथलीट-ट्रैकिंग ए.आई. प्रशिक्षण तकनीक की 'पवित्र कब्र' है
• भालुओं के लिए चेहरे की पहचान तकनीक का उद्देश्य मनुष्यों को सुरक्षित रखना है