রিহোভট, ইসরায়েলের ওয়েইজম্যান ইনস্টিটিউট অফ সায়েন্সের গবেষকরা একটি কৃত্রিম বুদ্ধিমত্তা ব্যবস্থা তৈরি করেছেন যা একজন ব্যক্তি যা দেখছে তা কেবল তাদের fMRI মস্তিষ্কের স্ক্যানের উপর ভিত্তি করে পুনর্গঠন করতে পারে — এবং অন্য দিকের একটি চিত্র থেকে একজন ব্যক্তির মস্তিষ্কের কার্যকলাপের পূর্বাভাস দিতে পারে — এমআইটি প্রযুক্তি পর্যালোচনা 1 অক্টোবর, 2026 এ রিপোর্ট করেছে।
কম্পিউটার বিজ্ঞানী মিশাল ইরানি এবং তার সহকর্মীদের দ্বারা তৈরি এই টুলটি দেখা ছবিগুলিকে এমন নির্ভুলতার সাথে পুনরায় তৈরি করে যা পূর্বের মস্তিষ্ক-ডিকোডিং প্রচেষ্টা মেলেনি। পাশাপাশি তুলনামূলকভাবে, মডেলের পুনর্গঠনগুলি শুধুমাত্র একটি দৃশ্যের সাধারণ বিষয় নয় বরং এর গঠন, অবস্থান এবং বিষয়বস্তুকে সংরক্ষণ করে — পূর্ববর্তী সিস্টেমগুলির একটি ক্রমাগত দুর্বলতা, যা একটি প্রশংসনীয় কলা তৈরি করতে পারে কিন্তু খুব কমই কলা যা ব্যক্তিটি দেখেছিল। For more context on this story, see our ongoing latest AI developments.
ব্রেন ডিকোডার কিভাবে কাজ করে
সিস্টেম একটি দুই শাখা "মস্তিষ্ক ডিকোডার।" একটি শাখা চিত্রের কাঠামোর পূর্বাভাস দেয় — যেখানে রঙ এবং আকারগুলি ফ্রেমে বসে থাকে — যখন দ্বিতীয়টি এর বিষয়বস্তুর পূর্বাভাস দেয়, উদাহরণস্বরূপ একটি প্লেটে একগুচ্ছ কলা। এই সম্মিলিত ভবিষ্যদ্বাণীগুলি চূড়ান্ত পুনর্গঠন তৈরি করতে আধুনিক চিত্র এবং ভিডিও জেনারেটরগুলির পিছনে একটি ডিফিউশন মডেল, একই পরিবার তৈরি করে AI কৌশলগুলি পরিচালনা করে।
দলটি সর্বজনীনভাবে উপলব্ধ মস্তিষ্কের স্ক্যান ডেটা থেকে শুরু করেছিল: স্বেচ্ছাসেবকদের fMRI স্ক্যানারে থাকা অবস্থায় শত শত ছবি দেখানো হয়েছিল, যা স্নায়ু কার্যকলাপের জন্য প্রক্সি হিসাবে মস্তিষ্কের মাধ্যমে অক্সিজেনযুক্ত রক্ত প্রবাহকে ট্র্যাক করে। ইরানির গোষ্ঠী উচ্চ-রেজোলিউশন স্ক্যানারগুলিতে ক্যাপচার করা নতুন ডেটাসেটগুলি ব্যবহার করেছে, যেখানে প্রতিটি ক্রিয়াকলাপ একটি স্ট্যান্ডার্ড স্ক্যানারের প্রায় তিন ঘন মিলিমিটারের পরিবর্তে প্রায় এক ঘন মিলিমিটার টিস্যু কভার করে।
ধার করা ডেটার উপর প্রশিক্ষণ
কেন্দ্রীয় বাধা ছিল ডেটা ক্ষুধা। উচ্চ-রেজোলিউশনের এফএমআরআই স্ক্যান যে হাজার হাজার ছবি দেখছে তার থেকে খুব কম, এবং মডেলের প্রয়োজন ছিল তার চেয়ে অনেক বেশি। গবেষকদের কাজটি ছিল বিপরীতে একটি দ্বিতীয় মডেলকে প্রশিক্ষণ দেওয়া - একটি এনকোডার যা ভবিষ্যদ্বাণী করে যে একজন ব্যক্তিকে একটি প্রদত্ত চিত্র দেখানো হলে মস্তিষ্কের স্ক্যানটি কেমন হবে।
একে অপরের বিরুদ্ধে এনকোডার এবং ডিকোডার চালানোর মাধ্যমে, দল কার্যকরভাবে সীমাহীন প্রশিক্ষণ জোড়া তৈরি করতে পারে। একটি চিতাবাঘের একটি ফটো দিয়ে শুরু করুন, এটি যে এফএমআরআই কার্যকলাপ তৈরি করবে তার ভবিষ্যদ্বাণী করুন, সেই কার্যকলাপ থেকে চিত্রটি পুনর্গঠন করুন এবং অমিলগুলির উপর উভয় মডেলকে পরিমার্জন করুন৷ প্রায় 70 শতাংশ প্রশিক্ষণের তথ্য শেষ পর্যন্ত এমন ছবি থেকে এসেছে যা আসলে কখনোই একজন স্ক্যান করা স্বেচ্ছাসেবককে দেখানো হয়নি, ইরানির মতে।
পদ্ধতিটি তৈরি করেছে যাকে দলটি একটি সর্বজনীন মস্তিষ্কের এনকোডার বলে, এবং এর কার্যকারিতা হল শিরোনাম ফলাফল। পূর্ববর্তী ডিকোডিং সরঞ্জামগুলি সাধারণত একজন নতুন ব্যক্তির কাছে ক্যালিব্রেট করার জন্য প্রায় 40 ঘন্টা fMRI ডেটার প্রয়োজন হয়। ইরানির ডিকোডারের জন্য প্রায় এক ঘন্টা প্রয়োজন - একটি পার্থক্য যা গুরুত্বপূর্ণ কারণ স্ক্যানার সময় ব্যয়বহুল। "আমাদের মধ্যে কেউই একটি নতুন বিষয়ের জন্য 40 ঘন্টা ইমেজ করার সামর্থ্য দিতে পারে না," টমি স্প্রাগ, ক্যালিফোর্নিয়া বিশ্ববিদ্যালয়ের একজন স্নায়ুবিজ্ঞানী, সান্তা বারবারা বলেছেন, যিনি গবেষণায় জড়িত ছিলেন না, উল্লেখ করেছেন যে ইমেজিং প্রতি ঘন্টায় প্রায় $600 থেকে $1,000 চলতে পারে৷ সেপ্টেম্বরে নিউইয়র্কে কগনিটিভ কম্পিউটেশনাল নিউরোসায়েন্স কনফারেন্সে ফলাফলগুলি উপস্থাপন করা হয়েছিল।
এটা কি ঠিক হয় - এবং কি ভুল
তুলনামূলক পরীক্ষায়, এই টুলটি পূর্বে বর্ণিত ব্রেন-ডিকোডিং সিস্টেমকে "একটি উল্লেখযোগ্য ব্যবধানে" ছাড়িয়ে গেছে, ইরানি এমআইটি প্রযুক্তি পর্যালোচনাকে বলেছেন। এটা অমূলক নয়। একটি ভিডিও কলের মাধ্যমে, তিনি একটি কেকের একটি চিত্রের দিকে ইঙ্গিত করেছিলেন যা সিস্টেমটি তিনটি স্যান্ডউইচের স্তূপ হিসাবে পুনর্গঠিত হয়েছিল এবং একটি বাথটাবে একটি কুকুর যা একই টবে একই রঙের ছাগলের মতো ফিরে এসেছিল৷
একাধিক গবেষণায় ডেটা পুল করার মাধ্যমে, দলটি মস্তিষ্কের অঞ্চলগুলিকেও চিহ্নিত করে যা ব্যক্তিদের মধ্যে ফাংশন ভাগ করে বলে মনে হয় - একটি অঞ্চল খাবারের চিত্রগুলিতে প্রতিক্রিয়া জানায়, অন্যটি খেলাধুলায়। ইরানি বলেছেন যে তিনি এখন স্নায়ুবিজ্ঞানীদের সাথে কাজ করছেন যাতে ম্যাপ করার জন্য সরঞ্জামগুলি ব্যবহার করে কীভাবে মস্তিষ্ক আরও পদ্ধতিগতভাবে অর্থ সংগঠিত করে।
ওষুধের প্রতিশ্রুতি
সবচেয়ে তাৎক্ষণিক আশা ক্লিনিকাল। ইরানি বিশ্বাস করেন যে পদ্ধতিটি অবশেষে লক-ইন সিন্ড্রোমে আক্রান্ত ব্যক্তিদের সাহায্য করতে পারে - সম্পূর্ণ পক্ষাঘাতগ্রস্ত রোগী যারা কথা বলতে বা নড়াচড়া করতে পারে না - একা মস্তিষ্কের কার্যকলাপ ব্যবহার করে যোগাযোগ করতে পারে। তিনি স্বপ্ন এবং PTSD ফ্ল্যাশব্যাকের সংবেদনশীল বিষয়বস্তু সহ কল্পনা করা বিষয়বস্তু পুনর্গঠনের দীর্ঘমেয়াদী লক্ষ্য সহ স্থির চিত্রের বাইরে ভিডিও এবং অডিওতে কৌশলটি প্রসারিত করতে চান।
জুডি ইলেস, একজন নিউরোথিসিস্ট এবং ব্রিটিশ কলাম্বিয়া বিশ্ববিদ্যালয়ের নিউরোলজির অধ্যাপক যিনি এই কাজের সাথে জড়িত ছিলেন না, গবেষণাটিকে "মহৎ" বলে বর্ণনা করেছেন। তিনি এমআইটি টেকনোলজি রিভিউকে বলেন, "নিউরোলজিক অবস্থার লোকেদের সাহায্য করার জন্য [এই পদ্ধতি ব্যবহার করার] ধারণাটি... থেরাপিউটিকভাবে খুবই উত্তেজনাপূর্ণ," তিনি এমআইটি টেকনোলজি রিভিউকে বলেন।
গোপনীয়তা সমস্যা
একই সূক্ষ্মতা সেই সম্ভাবনাকে উত্থাপন করে যা ক্ষেত্রটি দীর্ঘকাল ধরে ভয় পেয়েছিল: অর্থপূর্ণ সম্মতি ছাড়াই একজন ব্যক্তির মানসিক চিত্র বের করা। "ফলাফল খুব চিত্তাকর্ষক বলে মনে হচ্ছে," Sprague বলেছেন. "কিন্তু আপনি যা ভাবছেন সে সম্পর্কে গোপনীয়ভাবে তথ্য বের করার যদি কোনও উপায় থাকে, তাহলে ... 150 বছরের সাই-ফাই যে কোনও সময় সত্য হতে পারে, এবং এটি অনেক উপায়ে উদ্বেগজনক।"
এই উদ্বেগগুলি আপাতত পদার্থবিজ্ঞান দ্বারা আবদ্ধ। সিস্টেমের জন্য একজন ব্যক্তিকে বহু-টন fMRI চুম্বকের ভিতরে ঘন্টার পর ঘন্টা শুয়ে থাকতে হবে এবং প্রতিটি পূর্ববর্তী ডিকোডারের জন্য ব্যক্তি প্রতি বিস্তৃত ক্রমাঙ্কন প্রয়োজন। কিন্তু ক্রমাঙ্কনের প্রয়োজনীয়তাটি ঠিক যা ইরানির দল কয়েক ডজন ফ্যাক্টর দ্বারা কেটেছে, যে কারণে নীতিবিদরা এমন একটি সরঞ্জামের দিকে মনোযোগ দিচ্ছেন যা একটি গবেষণার অগ্রগতিও হতে পারে।
ওয়েইজম্যান গ্রুপের পরবর্তী লক্ষ্যগুলি — চলমান ছবি এবং শব্দ, তারপরে কল্পনা করা এবং স্বপ্নে দেখা বিষয়বস্তু — স্ক্যানার ল্যাবের সাবধানে নিয়ন্ত্রিত অবস্থার বাইরে টেকনিকের নির্ভুলতা টিকে আছে কিনা তা পরীক্ষা করবে। যদি তা হয়, তাহলে চিকিৎসা অ্যাপ্লিকেশন এবং গোপনীয়তা বিতর্ক উভয়ই একসাথে বাড়বে।
একটি দ্রুত চলমান ক্ষেত্র
মস্তিষ্কের ডিকোডিং এক দশকেরও কম সময়ের মধ্যে কাঠামোগতভাবে বিশ্বস্ত পুনর্গঠনে অস্পষ্ট, সবে স্বীকৃত অনুমান থেকে অগ্রসর হয়েছে, আরও ভাল স্ক্যানার, বৃহত্তর ভাগ করা ডেটাসেট এবং জেনারেটিভ মডেল দ্বারা চালিত হয়েছে যা মোটা সংকেত থেকে বাস্তবসম্মত বিশদ পূরণ করতে পারে। ওয়েইজম্যানের অবদান — ডাটা বটলনেক ভাঙতে দ্বিমুখী এনকোডার-ডিকোডার লুপ ব্যবহার করে — এমন এক ধরনের প্রকৌশল অন্তর্দৃষ্টি যা দ্রুত ছড়িয়ে পড়তে থাকে, কারণ এটি নতুন হার্ডওয়্যারের উপর নির্ভর করে না। অন্যান্য ল্যাবগুলি প্রশিক্ষণ স্কিমটি প্রতিলিপি করার প্রত্যাশা করে এবং কে AI নীতির মার্জিন থেকে এর কেন্দ্রের দিকে সরে যাওয়ার জন্য নিউরাল ডেটা নিয়ন্ত্রণ করে এবং সম্মতি দেয় সেই প্রশ্নটি আশা করুন।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
