इज़राइल के रेहोवोट में वीज़मैन इंस्टीट्यूट ऑफ साइंस के शोधकर्ताओं ने एक कृत्रिम बुद्धिमत्ता प्रणाली का निर्माण किया है जो केवल एफएमआरआई मस्तिष्क स्कैन के आधार पर एक व्यक्ति जो देख रहा है उसका पुनर्निर्माण कर सकता है - और दूसरी दिशा में एक छवि से किसी व्यक्ति की मस्तिष्क गतिविधि की भविष्यवाणी कर सकता है - एमआईटी टेक्नोलॉजी रिव्यू ने 1 अक्टूबर, 2026 को रिपोर्ट किया।
कंप्यूटर वैज्ञानिक माइकल ईरानी और उनके सहयोगियों द्वारा विकसित यह उपकरण, देखी गई छवियों को इतनी सटीकता के साथ दोबारा बनाता है कि पहले के मस्तिष्क-डिकोडिंग प्रयासों से मेल नहीं खाता है। साथ-साथ तुलना में, मॉडल के पुनर्निर्माण न केवल एक दृश्य के सामान्य विषय को संरक्षित करते हैं बल्कि इसकी संरचना, स्थिति और सामग्री को भी संरक्षित करते हैं - पिछले सिस्टम की लगातार कमजोरी, जो एक प्रशंसनीय केला उत्पन्न कर सकती है लेकिन शायद ही कभी उस केले को जो व्यक्ति ने वास्तव में देखा हो। For more context on this story, see our ongoing more AI stories.
ब्रेन डिकोडर कैसे काम करता है
प्रणाली एक दो-शाखा "ब्रेन डिकोडर" है। एक शाखा छवि की संरचना की भविष्यवाणी करती है - जहां रंग और आकार फ्रेम में बैठते हैं - जबकि दूसरी इसकी सामग्री की भविष्यवाणी करती है, उदाहरण के लिए एक प्लेट पर केले का एक गुच्छा। उन संयुक्त भविष्यवाणियों ने अंतिम पुनर्निर्माण का उत्पादन करने के लिए एक प्रसार मॉडल, आधुनिक छवि और वीडियो जनरेटर के पीछे जेनरेटिव एआई तकनीकों का एक ही परिवार चलाया।
टीम ने सार्वजनिक रूप से उपलब्ध मस्तिष्क स्कैन डेटा से शुरुआत की: स्वयंसेवकों को एफएमआरआई स्कैनर में लेटे हुए सैकड़ों छवियां दिखाई गईं, जो तंत्रिका गतिविधि के लिए प्रॉक्सी के रूप में मस्तिष्क के माध्यम से ऑक्सीजन युक्त रक्त प्रवाह को ट्रैक करते हैं। ईरानी के समूह ने उच्च-रिज़ॉल्यूशन स्कैनर पर कैप्चर किए गए नए डेटासेट का उपयोग किया, जहां गतिविधि का प्रत्येक स्वर एक मानक स्कैनर के लगभग तीन क्यूबिक मिलीमीटर के बजाय लगभग एक क्यूबिक मिलीमीटर ऊतक को कवर करता है।
उधार डेटा पर प्रशिक्षण
मुख्य बाधा डेटा की भूख थी। हजारों छवियों को देखने वाले व्यक्ति से उच्च-रिज़ॉल्यूशन एफएमआरआई स्कैन दुर्लभ हैं, और मॉडलों की तुलना में कहीं अधिक की आवश्यकता है। शोधकर्ताओं का समाधान एक दूसरे मॉडल को रिवर्स में प्रशिक्षित करना था - एक एनकोडर जो भविष्यवाणी करता है कि यदि किसी व्यक्ति को दी गई छवि दिखाई गई तो मस्तिष्क स्कैन कैसा दिखेगा।
एनकोडर और डिकोडर को एक-दूसरे के विरुद्ध चलाकर, टीम प्रभावी रूप से असीमित प्रशिक्षण जोड़े उत्पन्न कर सकती है। तेंदुए की तस्वीर से शुरुआत करें, उसके द्वारा उत्पादित एफएमआरआई गतिविधि की भविष्यवाणी करें, उस गतिविधि से छवि का पुनर्निर्माण करें, और बेमेल पर दोनों मॉडलों को परिष्कृत करें। ईरानी के अनुसार, लगभग 70 प्रतिशत प्रशिक्षण डेटा अंततः उन छवियों से आया था जो वास्तव में स्कैन किए गए स्वयंसेवक को कभी नहीं दिखाए गए थे।
इस दृष्टिकोण ने वह उत्पादन किया जिसे टीम यूनिवर्सल ब्रेन एनकोडर कहती है, और इसकी दक्षता प्रमुख परिणाम है। पिछले डिकोडिंग टूल को किसी नए व्यक्ति को कैलिब्रेट करने के लिए आमतौर पर लगभग 40 घंटे के एफएमआरआई डेटा की आवश्यकता होती है। ईरानी के डिकोडर को लगभग एक घंटे की आवश्यकता होती है - एक अंतर जो मायने रखता है क्योंकि स्कैनर का समय महंगा है। कैलिफ़ोर्निया विश्वविद्यालय, सांता बारबरा के न्यूरोसाइंटिस्ट टॉमी स्प्रैग, जो शोध में शामिल नहीं थे, ने कहा, "हममें से कोई भी एक नए विषय के लिए 40 घंटे की इमेजिंग का खर्च वहन नहीं कर सकता है," उन्होंने कहा कि इमेजिंग लगभग $600 से $1,000 प्रति घंटे तक चल सकती है। निष्कर्ष सितंबर में न्यूयॉर्क में संज्ञानात्मक कम्प्यूटेशनल न्यूरोसाइंस सम्मेलन में प्रस्तुत किए गए थे।
यह क्या सही हो जाता है - और गलत
ईरानी ने एमआईटी टेक्नोलॉजी रिव्यू को बताया कि तुलनात्मक परीक्षणों में, उपकरण ने पहले वर्णित मस्तिष्क-डिकोडिंग प्रणालियों को "काफ़ी अंतर से" बेहतर प्रदर्शन किया। यह अचूक नहीं है. एक वीडियो कॉल पर, उसने एक केक की छवि की ओर इशारा किया जिसे सिस्टम ने तीन सैंडविच के ढेर के रूप में पुनर्निर्मित किया था, और एक बाथटब में एक कुत्ता जो उसी टब में समान रंग के बकरी के रूप में वापस आया था।
कई अध्ययनों में डेटा एकत्र करके, टीम ने मस्तिष्क क्षेत्रों की भी पहचान की जो व्यक्तियों के बीच कार्यों को साझा करते प्रतीत होते हैं - एक क्षेत्र भोजन की छवियों पर प्रतिक्रिया करता है, दूसरा खेल की छवियों पर। ईरानी का कहना है कि वह अब न्यूरोसाइंटिस्टों के साथ काम कर रही हैं ताकि यह पता लगाया जा सके कि मस्तिष्क अर्थ को अधिक व्यवस्थित रूप से कैसे व्यवस्थित करता है।
दवा के वादे
सबसे तात्कालिक उम्मीदें नैदानिक हैं। ईरानी का मानना है कि यह दृष्टिकोण अंततः लॉक-इन सिंड्रोम वाले लोगों की मदद कर सकता है - पूरी तरह से लकवाग्रस्त मरीज़ जो बोल या हिल नहीं सकते - अकेले मस्तिष्क गतिविधि का उपयोग करके संवाद करते हैं। वह सपनों और पीटीएसडी फ्लैशबैक की संवेदी सामग्री सहित काल्पनिक सामग्री के पुनर्निर्माण के दीर्घकालिक लक्ष्य के साथ तकनीक को स्थिर छवियों से परे वीडियो और ऑडियो तक विस्तारित करना चाहती है।
ब्रिटिश कोलंबिया विश्वविद्यालय में न्यूरोएथिसिस्ट और न्यूरोलॉजी के प्रोफेसर जूडी इल्स, जो इस काम में शामिल नहीं थे, ने शोध को "शानदार" बताया। उन्होंने एमआईटी टेक्नोलॉजी रिव्यू को बताया, "न्यूरोलॉजिकल स्थितियों वाले लोगों की मदद करने का विचार (इस दृष्टिकोण का उपयोग करने का)... चिकित्सीय रूप से बेहद रोमांचक है।"
गोपनीयता की समस्या
वही परिशुद्धता उस संभावना को बढ़ाती है जिससे यह क्षेत्र लंबे समय से भयभीत है: सार्थक सहमति के बिना किसी व्यक्ति की मानसिक कल्पना को निकालना। स्प्रैग ने कहा, "परिणाम बहुत प्रभावशाली लगते हैं।" "लेकिन अगर आप जो सोच रहे हैं उसके बारे में गुप्त रूप से जानकारी निकालने का कोई तरीका है, तो ... 150 साल की विज्ञान कथा कभी भी सच हो सकती है, और यह कई मायनों में चिंताजनक है।"
वे चिंताएँ, फ़िलहाल, भौतिकी से बंधी हुई हैं। सिस्टम के लिए एक व्यक्ति को मल्टी-टन एफएमआरआई चुंबक के अंदर घंटों तक लेटने की आवश्यकता होती है, और प्रत्येक पिछले डिकोडर को व्यापक प्रति-व्यक्ति अंशांकन की आवश्यकता होती है। लेकिन अंशांकन की आवश्यकता बिल्कुल वही है जो ईरानी टीम ने दर्जनों के कारक से कम कर दी है, यही कारण है कि नैतिकतावादी एक ऐसे उपकरण पर ध्यान दे रहे हैं जो एक शोध सफलता भी है।
वीज़मैन समूह का अगला लक्ष्य - चलती छवियां और ध्वनि, फिर कल्पना की गई और सपने में देखी गई सामग्री - यह परीक्षण करेगी कि क्या तकनीक की सटीकता स्कैनर लैब की सावधानीपूर्वक नियंत्रित स्थितियों के बाहर जीवित रहती है या नहीं। यदि ऐसा होता है, तो चिकित्सा अनुप्रयोग और गोपनीयता संबंधी बहसें एक साथ बढ़ जाएंगी।
तेजी से आगे बढ़ने वाला क्षेत्र
ब्रेन डिकोडिंग एक दशक से भी कम समय में धुंधले, बमुश्किल पहचाने जाने योग्य अनुमानों से लेकर संरचनात्मक रूप से विश्वसनीय पुनर्निर्माण तक आगे बढ़ी है, जो बेहतर स्कैनर, बड़े साझा डेटासेट और जेनरेटर मॉडल द्वारा संचालित है जो मोटे संकेतों से यथार्थवादी विवरण भर सकते हैं। वीज़मैन का योगदान - डेटा बाधा को तोड़ने के लिए एक द्विदिश एनकोडर-डिकोडर लूप का उपयोग करना - एक प्रकार की इंजीनियरिंग अंतर्दृष्टि है जो तेजी से फैलती है, क्योंकि यह नए हार्डवेयर पर निर्भर नहीं होती है। अन्य प्रयोगशालाओं से प्रशिक्षण योजना को दोहराने की अपेक्षा करें, और एआई नीति के हाशिये से अपने केंद्र की ओर बढ़ने के लिए तंत्रिका डेटा को नियंत्रित करने और सहमति देने वाले प्रश्न की अपेक्षा करें।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
