متن میں خیالات: مصنوعی ذہانت (AI) انسانی دماغ کو ڈی کوڈ کرتی ہے۔

AI تیزی سے دماغی سرگرمی کو مسلسل متنی سلسلے میں تشریح کرنے کے لیے استعمال ہوتا ہے۔ یہ ممکنہ طور پر شدید اعصابی بیماریوں میں مبتلا افراد کے لیے مواصلات کو تبدیل کر سکتا ہے۔ نیورو امیجنگ طریقوں کے تناظر میں، AI دماغ کی سرگرمیوں کا تجزیہ کرنے کے لیے بہت بڑا وعدہ رکھتا ہے۔

سب سے حالیہ پیش رفت میں، ایک AI پر مبنی سیمنٹک ڈیکوڈر نے دماغی سرگرمیوں کو متن کی ایک نہ ختم ہونے والی صف میں ترجمہ کرنے کے نئے طریقوں کا مظاہرہ کیا۔ یہ اختراع پہلی بار 'غیر جارحانہ' خیالات کو متن میں تبدیل کرے گی یا بدل دے گی۔ اس سے لوگوں کو فالج یا موٹر نیورون کی بیماری کے بعد بات چیت کرنے میں دشواری کا سامنا کرنا پڑ سکتا ہے۔ 

پیچیدہ اور شور مچانے والے ڈیٹا سے متعلقہ معلومات نکالنے کے لیے، دماغی سرگرمی کی تشریح کے لیے ڈیٹا پروسیسنگ کے جدید طریقے درکار ہیں۔ AI الگورتھم اس طریقہ کار کو خودکار اور ہموار کرنے میں مدد کر سکتے ہیں۔ یہ محققین کو دماغی سرگرمی کے حوالے سے زیادہ درست اور قابل اعتماد نتائج اخذ کرنے کے قابل بناتا ہے۔

اس صورت میں، ڈیکوڈر مناسب طریقے سے تقریر کو دوبارہ تشکیل دے سکتا ہے کیونکہ جواب دہندگان نے کہانی سنی یا اس کا تصور کیا۔ یہ پچھلے لینگویج ڈیکوڈنگ سسٹمز کے مقابلے میں جدت میں بہت بڑی چھلانگ ہے جس میں سرجیکل امپلانٹس شامل تھے۔ 

معروف سائنسدانوں نے نئی پیش رفت کی حمایت کی ہے کیونکہ یہ ایک اہم رکاوٹ پر قابو پاتی ہے۔ یونیورسٹی آف ٹیکساس کے نیورولوجسٹ ڈاکٹر الیگزینڈر ہتھ نے مزید کہا، "ایک غیر حملہ آور طریقہ کے لیے، یہ اس سے پہلے کے مقابلے میں ایک حقیقی چھلانگ ہے، جو کہ عام طور پر واحد الفاظ یا مختصر جملے ہوتے ہیں۔"

fMRI دماغ کے مختلف حصوں میں خون کے بہاؤ میں تغیرات کی نگرانی کرتا ہے، جو اعصابی سرگرمی کا اندازہ لگانے کے لیے استعمال کیا جا سکتا ہے۔ تاہم، دماغ میں نیوران کی اصل فائرنگ کے مقابلے میں، یہ عمل نسبتاً سست ہے۔ fMRI سیکنڈوں کی عارضی ریزولوشن رکھتا ہے، جس کا مطلب ہے کہ یہ دماغی سرگرمی میں تیز تبدیلیوں کا پتہ نہیں لگا سکتا۔ دی گارڈین کے مطابق، اس سے "قدرتی تقریر" کے رد عمل میں دماغی سرگرمی کا تجزیہ کرنا مشکل ہو جاتا ہے کیونکہ یہ چند سیکنڈوں میں منتشر "معلومات کا ایک جھٹکا" فراہم کرتا ہے۔

بڑے لینگویج ماڈلز، جیسے OpenAI کے ChatGPT کے متعارف ہونے سے مصنوعی ذہانت میں ایک بڑی پیش رفت ہوئی ہے۔ ان ماڈلز کو متنی اعداد و شمار کے بڑے حجم پر تربیت دی جاتی ہے، جس سے وہ انسانوں کی طرح مختلف قسم کے ان پٹ کا جواب دے سکتے ہیں۔ اس نے محققین کو اس معاملے میں تقریر کے معنوی معنی کی جانچ کرنے کے قابل بنایا۔ یعنی الفاظ کی ایک تار سے وابستہ اعصابی سرگرمی کے نمونوں کو سمجھنا۔ 

دریافت کے بعد، تحقیقی ٹیم کا ارادہ ہے کہ تکنیک کی افادیت کو دوسرے، زیادہ پورٹیبل دماغی امیجنگ سسٹمز، جیسے فنکشنل قریب اورکت اسپیکٹروسکوپی (fNIRS) میں۔ تاہم، تازہ ترین اختراع کے نتیجے میں سیکورٹی خدشات پیدا ہو سکتے ہیں۔