बेट म्हणजे प्रेम असतेच असे नाही
तंत्रज्ञान

बेट म्हणजे प्रेम असतेच असे नाही

मानवी मेंदूतील सामग्रीचा उलगडा करण्याचा प्रयत्न करणार्‍या प्रयोगशाळांचे अहवाल अनेकांसाठी नक्कीच चिंतेचे आहेत. या तंत्रांकडे बारकाईने पाहिल्यास, आपण थोडे शांत व्हाल.

2013 मध्ये, क्योटो विद्यापीठातील जपानी शास्त्रज्ञ 60% अचूकतेसह यशस्वी झाले.स्वप्ने वाचा »स्लीप सायकलच्या सुरुवातीला काही सिग्नल डीकोड करून. शास्त्रज्ञांनी विषयांचे निरीक्षण करण्यासाठी चुंबकीय अनुनाद इमेजिंगचा वापर केला. त्यांनी विस्तृत व्हिज्युअल श्रेणींमध्ये ऑब्जेक्ट्सचे गट करून डेटाबेस तयार केला. प्रयोगांच्या नवीनतम फेरीत, संशोधक स्वयंसेवकांनी त्यांच्या स्वप्नात पाहिलेल्या प्रतिमा ओळखण्यात सक्षम झाले.

एमआरआय स्कॅनिंग दरम्यान मेंदूच्या क्षेत्रांचे सक्रियकरण

2014 मध्ये, अॅलन एस. कोवेन यांच्या नेतृत्वाखाली येल विद्यापीठातील संशोधकांच्या गटाने नेमके मानवी चेहऱ्याच्या प्रतिमा पुन्हा तयार केल्या, दर्शविलेल्या प्रतिमांच्या प्रतिसादात प्रतिसादकर्त्यांकडून व्युत्पन्न केलेल्या मेंदूच्या रेकॉर्डिंगवर आधारित. संशोधकांनी नंतर सहभागींच्या मेंदूच्या क्रियाकलापांचे मॅप केले आणि नंतर चाचणी विषयांच्या व्यक्तींच्या प्रतिसादांची संख्याशास्त्रीय लायब्ररी तयार केली.

त्याच वर्षी, मिलेनियम मॅग्नेटिक टेक्नॉलॉजीज (एमएमटी) ही सेवा देणारी पहिली कंपनी बनली.रेकॉर्डिंग विचार ». आमचे स्वतःचे, पेटंट केलेले, तथाकथित वापरणे. , MMT रुग्णाच्या मेंदूच्या क्रियाकलाप आणि विचारांच्या नमुन्यांशी जुळणारे संज्ञानात्मक नमुने ओळखते. हे तंत्रज्ञान फंक्शनल मॅग्नेटिक रेझोनान्स इमेजिंग (fMRI) आणि बायोमेट्रिक व्हिडिओ विश्लेषण चेहरा, वस्तू ओळखण्यासाठी आणि सत्य आणि असत्य ओळखण्यासाठी वापरते.

2016 मध्ये, बर्कले येथील कॅलिफोर्निया विद्यापीठातील न्यूरोसायंटिस्ट अलेक्झांडर हुथ आणि त्यांच्या टीमने यासाठी "सिमेंटिक अॅटलस" तयार केले. मानवी विचारांचा उलगडा. प्रणालीने इतर गोष्टींबरोबरच, समान अर्थ असलेल्या शब्दांशी सुसंगत असलेल्या मेंदूतील प्रदेश ओळखण्यास मदत केली. संशोधकांनी fMRI वापरून अभ्यास केला आणि सहभागींनी स्कॅन दरम्यान विविध कथा सांगणारे प्रसारण ऐकले. कार्यात्मक MRI ने न्यूरोलॉजिकल क्रियाकलाप मोजून मेंदूतील रक्त प्रवाहातील सूक्ष्म बदल प्रकट केले. प्रयोगातून असे दिसून आले की सेरेब्रल कॉर्टेक्सचा किमान एक तृतीयांश भाग भाषा प्रक्रियेत गुंतलेला होता.

एका वर्षानंतर, 2017 मध्ये, मार्सेल जस्ट यांच्या नेतृत्वाखाली कार्नेगी मेलॉन युनिव्हर्सिटी (CMU) मधील शास्त्रज्ञांनी विकसित केले. कठीण विचार ओळखण्याचा मार्गउदाहरणार्थ, "चाचणी दरम्यान साक्षीदार ओरडला." शास्त्रज्ञांनी मशीन लर्निंग अल्गोरिदम आणि ब्रेन इमेजिंग तंत्रज्ञानाचा वापर करून हे दर्शविले की मेंदूचे वेगवेगळे भाग समान विचार तयार करण्यात कसे गुंतलेले आहेत.

2017 मध्ये, पर्ड्यू विद्यापीठाच्या संशोधकांनी मन वाचन वापरले कृत्रिम बुद्धिमत्ता. त्यांनी विषयांचा एक गट fMRI मशीनवर ठेवला, ज्यांनी त्यांचे मेंदू स्कॅन केले आणि प्राणी, लोक आणि नैसर्गिक दृश्यांचे व्हिडिओ पाहिले. या प्रकारच्या प्रोग्रामला सतत डेटामध्ये प्रवेश होता. यामुळे त्याच्या शिकण्यास मदत झाली आणि परिणामी, तो विशिष्ट प्रतिमांसाठी विचार, मेंदूच्या वर्तनाचे नमुने ओळखण्यास शिकला. संशोधकांनी एकूण 11,5 तासांचा एफएमआरआय डेटा गोळा केला.

या वर्षाच्या जानेवारीमध्ये, सायंटिफिक रिपोर्ट्सने न्यूयॉर्कमधील कोलंबिया विद्यापीठाच्या निमा मेसगरानी यांच्या अभ्यासाचे निकाल प्रकाशित केले, ज्याने मेंदूचे नमुने पुन्हा तयार केले - यावेळी स्वप्ने, शब्द आणि चित्रे नव्हे तर ऐकलेले आवाज. संकलित डेटा कृत्रिम बुद्धिमत्ता अल्गोरिदमद्वारे स्वच्छ आणि व्यवस्थित केला गेला जो मेंदूच्या मज्जासंस्थेची नक्कल करतो.

प्रासंगिकता केवळ अंदाजे आणि सांख्यिकीय आहे

माइंड-रिडिंग पद्धतींमध्ये लागोपाठ झालेल्या प्रगतीच्या अहवालांची वरील मालिका यशाची एक लकीर वाटतो. तथापि, विकास न्यूरोफॉर्मेशन तंत्र प्रचंड अडचणी आणि मर्यादांशी झगडतो ज्यामुळे आपण त्यांवर प्रभुत्व मिळवण्याच्या जवळ आहोत असा विचार करणे आपल्याला त्वरीत थांबवते.

सर्वप्रथम, मेंदू मॅपिंग विनोद लांब आणि महाग प्रक्रिया. उपरोक्त जपानी "स्वप्न वाचकांना" प्रति अभ्यास सहभागी दोनशे चाचणी फेऱ्यांची आवश्यकता आहे. दुसरे म्हणजे, बर्‍याच तज्ञांच्या मते, "माइंड रीडिंग" मधील यशाचे अहवाल अतिशयोक्तीपूर्ण आणि लोकांची दिशाभूल करणारे आहेत, कारण प्रकरण अधिक गुंतागुंतीचे आहे आणि माध्यमांमध्ये ते चित्रित केल्यासारखे दिसत नाही.

रसेल पोल्ड्रॅक, स्टॅनफोर्ड न्यूरोसायंटिस्ट आणि द न्यू माइंड रीडर्सचे लेखक, आता न्यूरोइमेजिंगसाठी मीडियाच्या उत्साहाच्या लाटेचे सर्वात मोठे टीकाकार आहेत. तो स्पष्टपणे लिहितो की मेंदूच्या दिलेल्या क्षेत्रातील क्रियाकलाप एखाद्या व्यक्तीला प्रत्यक्षात काय अनुभवत आहे हे सांगू शकत नाही.

पोल्ड्रॅकने सांगितल्याप्रमाणे, मानवी मेंदूला कृतीत पाहण्याचा सर्वोत्तम मार्ग किंवा fMRI हा न्याय्य आहे अप्रत्यक्ष मार्ग न्यूरॉन्सची क्रिया मोजून, कारण ते रक्त प्रवाह मोजते, स्वतः न्यूरॉन्स नाही. परिणामी डेटा खूप गुंतागुंतीचा आहे आणि त्याचे परिणामांमध्ये भाषांतर करण्यासाठी खूप काम आवश्यक आहे ज्याचा अर्थ बाहेरील निरीक्षकासाठी काहीतरी असू शकतो. तसेच कोणतेही सामान्य टेम्पलेट नाहीत - प्रत्येक मानवी मेंदू थोडा वेगळा असतो आणि त्या प्रत्येकासाठी स्वतंत्र संदर्भ फ्रेम विकसित करणे आवश्यक आहे. डेटाचे सांख्यिकीय विश्लेषण अत्यंत क्लिष्ट आहे आणि एफएमआरआय व्यावसायिक जगात डेटा कसा वापरला जातो, त्याचा अर्थ लावला जातो आणि त्रुटीच्या अधीन आहे याबद्दल बरेच वादविवाद झाले आहेत. त्यामुळे अनेक चाचण्या आवश्यक आहेत.

अभ्यास म्हणजे विशिष्ट क्षेत्रांतील क्रियाकलाप म्हणजे काय याचा अंदाज लावणे. उदाहरणार्थ, मेंदूचे एक क्षेत्र आहे ज्याला "व्हेंट्रल स्ट्रायटम" म्हणतात. जेव्हा एखाद्या व्यक्तीला पैसे, अन्न, कँडी किंवा ड्रग्स यांसारखे बक्षीस मिळते तेव्हा ते सक्रिय असते. जर बक्षीस ही एकमेव गोष्ट असेल ज्याने हे क्षेत्र सक्रिय केले, तर आम्हाला खात्री असू शकते की कोणते उत्तेजन कार्य करते आणि काय परिणाम करते. तथापि, प्रत्यक्षात, पोल्ड्रॅक आपल्याला आठवण करून देतो की, मेंदूचा असा कोणताही भाग नाही जो विशिष्ट मानसिक स्थितीशी संबंधित असू शकतो. अशाप्रकारे, दिलेल्या क्षेत्रातील क्रियाकलापांवर आधारित, कोणीतरी प्रत्यक्षात अनुभवत आहे असा निष्कर्ष काढणे अशक्य आहे. कोणीही असे म्हणू शकत नाही की "आपण मेंदूच्या बेटावर (बेट) क्रियाकलाप वाढताना पाहतो, तेव्हा निरीक्षण केलेल्या व्यक्तीने प्रेम अनुभवले पाहिजे."

संशोधकाच्या मते, विचाराधीन सर्व अभ्यासांचे योग्य स्पष्टीकरण हे विधान असावे: "आम्ही एक्स केले आणि हे आयलेटच्या क्रियाकलापास कारणीभूत एक कारण आहे." अर्थात, आमच्याकडे पुनरावृत्ती, सांख्यिकीय साधने आणि मशीन लर्निंग आमच्याकडे एका गोष्टीचा दुस-याशी संबंध मोजण्यासाठी आहे, परंतु ते बहुतेक असे म्हणू शकतात, उदाहरणार्थ, तो X स्थितीचा अनुभव घेत आहे.

"बऱ्यापैकी उच्च अचूकतेसह, मी एखाद्याच्या मनातील मांजर किंवा घराची प्रतिमा ओळखू शकतो, परंतु कोणतेही अधिक जटिल आणि मनोरंजक विचार उलगडले जाऊ शकत नाहीत," रसेल पोल्ड्रॅक कोणताही भ्रम सोडत नाही. "तथापि, लक्षात ठेवा की कंपन्यांसाठी, जाहिरात प्रतिसादात 1% सुधारणा देखील मोठा नफा होऊ शकतो. अशाप्रकारे, एखाद्या विशिष्ट दृष्टिकोनातून उपयुक्त होण्यासाठी तंत्र परिपूर्ण असणे आवश्यक नाही, जरी आपल्याला फायदा किती मोठा असू शकतो हे देखील माहित नाही.

अर्थात, वरील विचार लागू होत नाहीत. नैतिक आणि कायदेशीर पैलू न्यूरोइमेजिंग पद्धती. मानवी विचारांचे जग हे कदाचित खाजगी जीवनाचे सर्वात खोल क्षेत्र आहे ज्याची आपण कल्पना करू शकतो. या परिस्थितीत, असे म्हणणे योग्य आहे की मन-वाचन साधने अद्याप परिपूर्ण नाहीत.

पर्ड्यू विद्यापीठात मेंदूच्या क्रियाकलापांचे स्कॅनिंग: 

एक टिप्पणी जोडा