मस्तिष्क की तरंगें सुनाई देने वाले संगीत को प्रकट करती हैं – एआई प्रणाली सुने गए संगीत के टुकड़े की पहचान करने के लिए ईईजी पैटर्न और मस्तिष्क स्कैन का उपयोग करती है

म्यूजिकल माइंड रीडिंग: सिर्फ ब्रेन स्कैन और ईईजी डेटा की मदद से यह डिकोड करना संभव है कि एक परीक्षण व्यक्ति कौन सा संगीत सुन रहा है, जैसा कि एक प्रयोग दिखाता है। उपयुक्त रूप से प्रशिक्षित आर्टिफिशियल इंटेलिजेंस ने 71.8 प्रतिशत की हिट दर के साथ गैर-आक्रामक रूप से रिकॉर्ड किए गए न्यूरोनल संकेतों के आधार पर संगीत के सही टुकड़े की पहचान की। परिणाम मस्तिष्क तरंगों से भाषण को गैर-आक्रामक रूप से पढ़ने के रास्ते पर पहला कदम हो सकता है।

संगीत हमारी प्रकृति में गहराई से निहित है। जब हम जानी-पहचानी आवाजें सुनते हैं, तो हमारा मस्तिष्क उन्हें भीतर पहचान लेता है एक सेकंड के अंशों का. ब्रेनवेव माप से पता चलता है कि संगीत मजबूत भावनाओं के साथ, संकेतों की आतिशबाजी को ट्रिगर कर सकता है और रोंगटे. विभिन्न शोध दल पहले ही देख चुके हैं कि संगीत सुनते समय मस्तिष्क की तरंगें क्या प्रकट कर सकती हैं – उदाहरण के लिए परीक्षण विषयों की भावनाओं के बारे में या स्वयं संगीत के बारे में।

ईईजी और एफएमआरआई का संयोजन

ग्रेट ब्रिटेन में एसेक्स विश्वविद्यालय में स्कूल ऑफ कंप्यूटर साइंस एंड इलेक्ट्रॉनिक इंजीनियरिंग के इयान डेली ने अब दिखाया है कि मस्तिष्क तरंगों का उपयोग यह बताने के लिए किया जा सकता है कि कोई व्यक्ति कौन सा संगीत सुन रहा है। दौरान पिछला अध्ययन उदाहरण के लिए, मस्तिष्क गतिविधि से भाषण पढ़ने के लिए, अक्सर इलेक्ट्रोकॉर्टिकोग्राफी (ईकेओजी) जैसे आक्रामक तरीकों का उपयोग करते हुए, जिसके लिए इलेक्ट्रोड को खोपड़ी में रखा जाता है, डेली ने गैर-इनवेसिव इलेक्ट्रोएन्सेफ्लोग्राफी (ईईजी) माप से डेटा का उपयोग किया।

भविष्यवाणियों की सटीकता बढ़ाने के लिए, डेली ने ईईजी डेटा को कार्यात्मक चुंबकीय अनुनाद इमेजिंग (एफएमआरआई) मापन के साथ जोड़ा, जो मस्तिष्क में रक्त प्रवाह दिखाते हैं और इस प्रकार किसी व्यक्ति में संगीत सुनते समय मस्तिष्क के कौन से क्षेत्र विशेष रूप से सक्रिय होते हैं, इसके बारे में जानकारी प्रदान करते हैं। शोधकर्ता ने इन क्षेत्रों के अनुरूप आगे के विश्लेषण के लिए ठीक उन ईईजी डेटा का चयन करने के लिए इस जानकारी का उपयोग किया।

मस्तिष्क तरंगों से संगीत का पुनर्निर्माण

डेटा पिछले अध्ययन से आया है जो मूल रूप से संगीत श्रोताओं की भावनाओं पर केंद्रित था। विश्लेषण में शामिल 18 विषयों ने पियानो संगीत के 36 छोटे टुकड़े सुने थे जबकि उनकी मस्तिष्क गतिविधि एफएमआरआई और ईईजी द्वारा दर्ज की गई थी। डैली ने ईईजी में पैटर्न को इस तरह से डिकोड करने के लिए एक गहन शिक्षण मॉडल को प्रशिक्षित किया ताकि वह संगीत के संबंधित टुकड़े को फिर से बना सके जिसे परीक्षण विषय ने माप के दौरान सुना था।

वास्तव में, मॉडल संगीत की गति, ताल और आयाम को आंशिक रूप से पुन: उत्पन्न करने में सक्षम था। संगीत के मूल टुकड़ों की समानता इतनी अधिक थी कि एल्गोरिद्म यह अनुमान लगाने में सक्षम था कि व्यक्ति ने 71.8 प्रतिशत की हिट दर के साथ संगीत के 36 टुकड़ों में से कौन सा संगीत सुना था।

व्यक्तिगत मतभेद

परिणामों को मान्य करने के लिए, डैली ने 19 अन्य विषयों का एक स्वतंत्र नमूना इस्तेमाल किया, जिन्होंने संगीत के संबंधित टुकड़े भी सुने थे। चूंकि इन व्यक्तियों से केवल ईईजी डेटा और कोई एफएमआरआई डेटा उपलब्ध नहीं था, डेली ने प्रासंगिक ईईजी डेटा निर्धारित करने के लिए पहले नमूने से जानकारी का उपयोग किया।

डेली की रिपोर्ट में कहा गया है, “व्यक्ति-विशिष्ट एफएमआरआई डेटा की अनुपस्थिति में भी, हम केवल ईईजी डेटा से सुन रहे संगीत की पहचान करने में सक्षम थे।” हालांकि, वह बताते हैं कि संगीत के लिए प्रासंगिक मस्तिष्क प्रतिक्रियाओं का स्थानीयकरण एक व्यक्ति से दूसरे व्यक्ति में भिन्न होता है। तदनुसार, यदि मॉडल को व्यक्ति-विशिष्ट fMRI डेटा के साथ फिट नहीं किया जा सका, तो यह कम सटीक था और केवल 59.2 प्रतिशत की हिट दर हासिल की।

दीर्घकालिक लक्ष्य: वाणी को पहचानें

डैली अपने मॉडल को बड़े लक्ष्यों की ओर पहले कदम के रूप में देखता है। “इस पद्धति में कई संभावित अनुप्रयोग हैं,” वे कहते हैं। “हमने दिखाया है कि हम संगीत को डिकोड कर सकते हैं, जो बताता है कि एक दिन हम मस्तिष्क से भाषण को डिकोड करने में सक्षम हो सकते हैं।” प्रयोग दिखाते हैं. हालांकि, अब तक, यह केवल आक्रामक तकनीक जैसे कि मस्तिष्क में इलेक्ट्रोड के साथ काम किया है।

लॉक-इन सिंड्रोम वाले लोग जो पक्षाघात के कारण अन्य लोगों के साथ संवाद करने में असमर्थ हैं, उनके लिए यह बाहरी दुनिया के लिए एक प्रवेश द्वार खोल सकता है। डेली कहते हैं, “स्पष्ट रूप से अभी भी एक लंबा रास्ता तय करना है, लेकिन हम आशा करते हैं कि एक दिन अगर हम सफलतापूर्वक भाषा को समझ सकें, तो हम इसका उपयोग संचार सहायक बनाने के लिए कर सकते हैं।” (वैज्ञानिक रिपोर्ट, 2023, डीओआई: 10.1038/एस41598-022-27361-एक्स)

क्वेले: एसेक्स विश्वविद्यालय

25 जनवरी 2023

-ऐलेना बर्नार्ड