इलेक्ट्रॉनिक्स और तंत्रिका विज्ञान में प्रगति के साथ, शोधकर्ताओं ने मस्तिष्क प्रत्यारोपण उपकरणों के साथ उल्लेखनीय चीजों को प्राप्त करने में सक्षम किया है, जैसे कि दृष्टिबाधितों के लिए एक दृष्टि बहाल करना। भौतिक इंद्रियों को बहाल करने के अलावा, वैज्ञानिक उन लोगों के लिए संचार की सुविधा के लिए अभिनव तरीके भी तलाश रहे हैं जो बोलने की क्षमता खो चुके हैं। एक नया "डीकोडर" जो खोपड़ी के अंदर प्रत्यारोपित किए गए इलेक्ट्रोड से डेटा प्राप्त करता है, उदाहरण के लिए, लकवाग्रस्त रोगियों को केवल अपने दिमाग का उपयोग करके बोलने में मदद कर सकता है।
कैलिफोर्निया विश्वविद्यालय, सैन फ्रांसिस्को (UCSF) के शोधकर्ताओं ने मस्तिष्क के संकेतों को कंप्यूटर-संश्लेषित भाषण में बदलने के लिए एक दो-चरण विधि विकसित की। उनके परिणाम, इस सप्ताह वैज्ञानिक पत्रिका नेचर में प्रकाशित हुए, उन लोगों के लिए अधिक तरल संचार की दिशा में एक संभव मार्ग प्रदान करते हैं जो बोलने की क्षमता खो चुके हैं।
सालों से, वैज्ञानिक उन लोगों को आवाज देने के लिए तंत्रिका इनपुट का उपयोग करने की कोशिश कर रहे हैं, जिनके न्यूरोलॉजिकल क्षति उन्हें बात करने से रोकती है - जैसे स्ट्रोक से बचे या एएलएस रोगियों। अब तक, इन मस्तिष्क-कंप्यूटर इंटरफेसों में से कई में एक पत्र-दर-अक्षर दृष्टिकोण चित्रित किया गया है, जिसमें मरीज अपने विचारों या चेहरे की मांसपेशियों को स्थानांतरित करने के लिए अपने विचारों को दोहराते हैं। (स्टीफन हॉकिंग ने अपने भाषण सिंथेसाइज़र को अपने गाल में छोटे आंदोलनों के माध्यम से प्रसिद्ध किया।)
लेकिन इन प्रकार के इंटरफेस सुस्त हैं - अधिकतम 10 शब्द प्रति मिनट का उत्पादन, प्रति मिनट 150 शब्दों की औसत बोलने की गति का एक अंश। तेज और अधिक तरल संचार के लिए, यूसीएसएफ के शोधकर्ताओं ने तंत्रिका संकेतों को बोलने वाले वाक्यों में बदलने के लिए गहन शिक्षण एल्गोरिदम का उपयोग किया।
“इन रोगियों में मस्तिष्क बरकरार है, लेकिन न्यूरॉन्स-वे रास्ते जो आपकी बाहों, या आपके मुंह, या आपके पैरों तक ले जाते हैं - टूट जाते हैं। इन लोगों में संज्ञानात्मक कार्यप्रणाली और क्षमताएं अधिक हैं, लेकिन वे दैनिक कार्यों को पूरा करने या कुछ भी कहने जैसे कार्य को पूरा नहीं कर सकते हैं, ”गोपाला अनुमान्चीपल्ली, नए अध्ययन के सह-प्रमुख लेखक और यूडीएफ में न्यूरोलॉजिकल सर्जरी में विशेषज्ञता वाले एक सहयोगी शोधकर्ता कहते हैं। "हम अनिवार्य रूप से उस मार्ग को दरकिनार कर रहे हैं जो टूट गया है।"
शोधकर्ताओं ने कई वर्षों में पांच स्वयंसेवकों से एकत्र किए गए उच्च-रिज़ॉल्यूशन मस्तिष्क गतिविधि डेटा के साथ शुरुआत की। ये प्रतिभागी - जिनके सभी सामान्य भाषण समारोह थे - पहले से ही मिर्गी के इलाज के लिए एक निगरानी प्रक्रिया से गुजर रहे थे, जिसमें सीधे उनके दिमाग में इलेक्ट्रोड प्रत्यारोपित करना शामिल था। चांग की टीम ने इन इलेक्ट्रोड का उपयोग मस्तिष्क के भाषण-संबंधित क्षेत्रों में गतिविधि को ट्रैक करने के लिए किया था क्योंकि रोगी सैकड़ों वाक्य पढ़ते थे।
वहां से, यूसीएसएफ टीम ने बोले गए वाक्यों को फिर से बनाने के लिए दो-चरण की प्रक्रिया का काम किया। सबसे पहले, उन्होंने एक आभासी मुखर पथ (होंठ, जीभ, जबड़े और स्वरयंत्र सहित) के कुछ हिस्सों के निर्देश के रूप में रिकॉर्ड की गई मस्तिष्क गतिविधि पैटर्न की व्याख्या करने के लिए एक विकोडक बनाया। उन्होंने तब एक सिंथेसाइज़र विकसित किया, जो भाषा के उत्पादन के लिए आभासी आंदोलनों का उपयोग करता था।
अन्य शोधों ने तंत्रिका संकेतों से सीधे शब्दों और ध्वनियों को डिकोड करने की कोशिश की है, जो डिकोडिंग आंदोलन के मध्य चरण को छोड़ देते हैं। हालांकि, पिछले साल प्रकाशित यूसीएसएफ शोधकर्ताओं का एक अध्ययन बताता है कि आपके मस्तिष्क का भाषण केंद्र इस बात पर ध्यान केंद्रित करता है कि ध्वनि उत्पन्न करने के लिए मुखर पथ को कैसे स्थानांतरित किया जाए, बजाय इसके कि ध्वनि क्या होगी।
"भाषण केंद्रों में मस्तिष्क की गतिविधि के पैटर्न को विशेष रूप से मुखर पथ के आंदोलनों के समन्वय की दिशा में तैयार किया जाता है, और केवल परोक्ष रूप से भाषण से जुड़ा हुआ होता है, " एडवर्ड चांग, यूसीएसएफ में न्यूरोलॉजिकल सर्जरी के प्रोफेसर और नए पेपर के सह-लेखक हैं। इस सप्ताह एक पत्रकार वार्ता में कहा। "हम स्पष्ट रूप से ध्वनियों को बनाने के लिए आंदोलनों को डिकोड करने की कोशिश कर रहे हैं, जैसा कि सीधे ध्वनियों को डिकोड करने के लिए है।"
मस्तिष्क गतिविधि को रिकॉर्ड करने के लिए उपयोग किए गए प्रकार के इंट्राक्रैनील इलेक्ट्रोड का एक उदाहरण मस्तिष्क प्रत्यारोपण सरणी। (UCSF) इस पद्धति का उपयोग करते हुए, शोधकर्ताओं ने मस्तिष्क गतिविधि से रिवर्स-इंजीनियर शब्दों और वाक्यों को सफलतापूर्वक जोड़ा जो प्रतिभागियों के भाषण की ऑडियो रिकॉर्डिंग से मेल खाते थे। जब उन्होंने एक ऑनलाइन क्राउडसोर्सिंग प्लेटफ़ॉर्म पर स्वयंसेवकों से शब्दों की पहचान करने और एक शब्द बैंक का उपयोग करके वाक्यों को स्थानांतरित करने का प्रयास करने के लिए कहा, तो उनमें से कई नकली भाषण को समझ सकते थे, हालांकि उनकी सटीकता एकदम सही थी। 101 संश्लेषित वाक्यों में से, लगभग 80 प्रतिशत 25-शब्द बैंक का उपयोग करके कम से कम एक श्रोता द्वारा पूरी तरह से हस्तांतरित किया गया (यह शब्द बैंक आकार दोगुना होने पर लगभग 60 प्रतिशत तक गिर गया)।
एक ईमेल में कहा गया है कि यह कहना मुश्किल है कि ये परिणाम अन्य संश्लेषित भाषण परीक्षणों की तुलना में, एक उत्तर-पश्चिमी न्यूरोलॉजिस्ट, मार्क स्लुट्ज़की, जो कि नए अध्ययन में शामिल नहीं थे, से तुलना करते हैं। स्लटज़्की ने हाल ही में एक समान अध्ययन पर काम किया है जो मस्तिष्क के कॉर्टेक्स संकेतों से सीधे संश्लेषित शब्दों का उत्पादन करता है, जो मुखर पथ आंदोलन को डिकोड किए बिना, और उनका मानना है कि परिणामस्वरूप भाषण की गुणवत्ता समान थी- हालांकि प्रदर्शन मैट्रिक्स में अंतर सीधे तुलना करना मुश्किल बनाते हैं।
हालांकि, यूसीएसएफ अध्ययन का एक रोमांचक पहलू यह है कि डिकोडर प्रतिभागियों में कुछ परिणामों को सामान्य कर सकता है, स्लटज़की कहते हैं। इस प्रकार के अनुसंधान के लिए एक बड़ी चुनौती यह है कि डिकोडर एल्गोरिदम को प्रशिक्षित करने के लिए आमतौर पर प्रतिभागियों को बोलने की आवश्यकता होती है, लेकिन प्रौद्योगिकी का उद्देश्य उन रोगियों के लिए है जो अब बात नहीं कर सकते हैं। एल्गोरिथ्म के कुछ प्रशिक्षणों को सामान्य बनाने में सक्षम होने से लकवाग्रस्त रोगियों के साथ आगे काम करने की अनुमति मिल सकती है।
इस चुनौती को संबोधित करने के लिए, शोधकर्ताओं ने एक प्रतिभागी के साथ डिवाइस का परीक्षण भी किया, जो चुपचाप उन्हें ज़ोर से बोलने के बजाय वाक्यों का उपयोग करते थे। हालाँकि परिणामी वाक्य उतने सटीक नहीं थे, फिर भी लेखक इस तथ्य को कहते हैं कि बिना मुखर भाषण के भी रोमांचक संश्लेषण संभव है।
यूसीएसएफ में अध्ययन और बायोइंजीनियरिंग स्नातक छात्र जोश चार्टियर ने प्रेस वार्ता में कहा, "यह पता लगाना वास्तव में उल्लेखनीय था कि हम अभी भी एक ऐसे कार्य से एक ऑडियो संकेत उत्पन्न कर सकते हैं, जो ऑडियो उत्पन्न नहीं करता है।" ।
वर्तमान अध्ययन में मस्तिष्क गतिविधि को रिकॉर्ड करने के लिए इस्तेमाल किए गए प्रकार के इंट्राक्रैनील इलेक्ट्रोड का एक उदाहरण सरणी पकड़े हुए अध्ययन लेखक गोपाल अनुमनचिपल्ली, पीएचडी की छवि। (UCSF) भविष्य के अनुसंधान के लिए एक और लक्ष्य डिकोडर के वास्तविक समय के प्रदर्शनों को आगे बढ़ाने के लिए है, Anumanchipalli कहते हैं। वर्तमान अध्ययन को अवधारणा के प्रमाण के रूप में माना गया था - डिकोडर को डेटा संग्रह प्रक्रिया से अलग से विकसित किया गया था, और टीम ने संश्लेषित भाषण के लिए मस्तिष्क गतिविधि के अनुवाद की वास्तविक समय गति का परीक्षण नहीं किया था, हालांकि यह अंतिम लक्ष्य होगा एक नैदानिक उपकरण।
स्टैनफोर्ड न्यूरोसर्जन जो स्टडी में शामिल नहीं थे, वह कहते हैं कि रियल-टाइम सिंथेसिस एक ऐसी चीज है, जिसे भविष्य में इस तरह के डिवाइस के लिए सुधार की जरूरत है। फिर भी, वे कहते हैं कि लेखकों का दो-चरण का तरीका एक नया रोमांचक तरीका है, और गहरी सीखने की तकनीक का उपयोग वास्तव में भाषण कैसे काम करता है में नई अंतर्दृष्टि प्रदान कर सकता है।
हेंडरसन कहते हैं, "मेरे लिए, लोगों में भाषण कैसे उत्पन्न होता है, इसके अंतर्निहित आधार की जांच करने के लिए शुरुआत का विचार बहुत रोमांचक है।" "[यह अध्ययन] मौलिक स्तर पर हमारी सबसे मानवीय क्षमताओं में से एक का पता लगाने के लिए शुरू होता है।"
