பல தசாப்தங்களாக, நியூரோ-பொறியாளர்கள் மொழி உலகத்திலிருந்து துண்டிக்கப்பட்ட மக்களுக்கு உதவ வேண்டும் என்று கனவு கண்டிருக்கிறார்கள். அமியோட்ரோபிக் பக்கவாட்டு ஸ்க்லரோசிஸ் அல்லது ஏ.எல்.எஸ் போன்ற ஒரு நோய் காற்றுப்பாதையில் உள்ள தசைகளை பலவீனப்படுத்துகிறது. ஒரு பக்கவாதம் பொதுவாக பேசுவதற்கான கட்டளைகளை ரிலே செய்யும் நியூரான்களைக் கொல்லலாம். ஒருவேளை, மின்முனைகளை பொருத்துவதன் மூலம், விஞ்ஞானிகள் மூளையின் மின்சார செயல்பாட்டைப் பதிவுசெய்து அதை பேசும் சொற்களாக மொழிபெயர்க்கலாம்.இப்போது ஆராய்ச்சியாளர்கள் குழு அந்த இலக்கை நோக்கி ஒரு முக்கியமான முன்னேற்றத்தை ஏற்படுத்தியுள்ளது. முன்னதாக மக்கள் பேச முயற்சித்தபோது தயாரிக்கப்பட்ட சமிக்ஞைகளை டிகோடிங் செய்வதில் அவர்கள் வெற்றி பெற்றனர். புதிய ஆய்வில், வியாழக்கிழமை ஜர்னல் கலத்தில் வெளியிடப்பட்டது, பாடங்கள் சொற்களைச் சொல்வதை கற்பனை செய்தபோது அவர்களின் கணினி பெரும்பாலும் சரியான யூகங்களை உருவாக்கியது.ஆராய்ச்சியில் ஈடுபடாத நெதர்லாந்தில் உள்ள மாஸ்ட்ரிக்ட் பல்கலைக்கழகத்தின் நரம்பியல் விஞ்ஞானி கிறிஸ்டியன் ஹெர்ஃப், இதன் விளைவாக வெறும் தொழில்நுட்பத்திற்கு அப்பாற்பட்டது மற்றும் மொழியின் மர்மத்தை வெளிச்சம் போட்டுக் காட்டியது என்றார். “இது ஒரு அருமையான முன்கூட்டியே,” ஹெர்ஃப் கூறினார். புதிய ஆய்வு என்பது நீண்டகால மருத்துவ பரிசோதனையின் சமீபத்திய முடிவாகும், இது பிரான்சிேட் 2 என அழைக்கப்படுகிறது, இது ஏற்கனவே சில குறிப்பிடத்தக்க வெற்றிகளைக் கண்டது.ஒரு பங்கேற்பாளர், கேசி ஹாரெல், இப்போது உரையாடல்களை நடத்த தனது மூளை-இயந்திர இடைமுகத்தைப் பயன்படுத்துகிறார். 2023 ஆம் ஆண்டில், ஏ.எல்.எஸ் தனது குரலை புரியாத பிறகு, ஹாரெல் தனது மூளையில் மின்முனைகள் பொருத்த ஒப்புக்கொண்டார். ஹாரெல் வெவ்வேறு சொற்களைக் கூற முயற்சித்ததால் ஒரு கணினி உள்வைப்புகளிலிருந்து மின் செயல்பாட்டை பதிவு செய்தது. காலப்போக்கில், AI இன் உதவியுடன், கணினி 6,000 சொற்களைக் கணித்துள்ளது, 97.5% துல்லியத்துடன்.ஆனால் இது போன்ற வெற்றிகள் ஒரு சிக்கலான கேள்வியை எழுப்பின: நோயாளிகள் உண்மையில் சொல்ல விரும்புவதை விட ஒரு கணினி தற்செயலாக பதிவு செய்ய முடியுமா? இது அவர்களின் உள் குரலில் கேட்க முடியுமா? “சத்தமாகச் சொல்ல வேண்டிய சொற்களை கணினி டிகோடிங் செய்யும் அபாயம் உள்ளதா என்பதை நாங்கள் விசாரிக்க விரும்பினோம்” என்று ஸ்டான்போர்ட் பல்கலைக்கழகத்தின் நரம்பியல் விஞ்ஞானியும் ஆய்வின் ஆசிரியருமான எரின் குன்ஸ் கூறினார். நோயாளிகள் உண்மையில் உள் பேச்சைப் பயன்படுத்த விரும்பலாமா என்று அவளும் அவளுடைய சகாக்களும் ஆச்சரியப்பட்டனர்.குன்ஸ் மற்றும் அவரது சகாக்கள் தங்களைத் தாங்களே விசாரிக்க முடிவு செய்தனர். விஞ்ஞானிகள் பங்கேற்பாளர்களுக்கு “காத்தாடி” மற்றும் “நாள்” உள்ளிட்ட ஏழு வெவ்வேறு சொற்களைக் கொடுத்தனர், பின்னர் பங்கேற்பாளர்கள் சொற்களைக் கூற முயற்சிக்கும்போது, அவர்கள் சொல்வதை மட்டுமே கற்பனை செய்தபோது மூளை சமிக்ஞைகளை ஒப்பிட்டனர்.அது முடிந்தவுடன், ஒரு வார்த்தையை கற்பனை செய்வது அதைச் சொல்ல முயற்சிப்பதைப் போன்ற செயல்பாட்டின் வடிவத்தை உருவாக்கியது, ஆனால் சமிக்ஞை பலவீனமாக இருந்தது. பங்கேற்பாளர்கள் நினைக்கும் ஏழு சொற்களில் எது என்று கணிக்கும் ஒரு நல்ல வேலையை கணினி செய்தது. ஹாரலைப் பொறுத்தவரை, இது ஒரு சீரற்ற யூகத்தை விட சிறப்பாகச் செய்யவில்லை, ஆனால் மற்றொரு பங்கேற்பாளருக்கு இது சரியான வார்த்தையை 70% க்கும் அதிகமான நேரத்தை எடுத்தது.ஆராய்ச்சியாளர்கள் கணினியை கூடுதல் பயிற்சி மூலம் வைக்கிறார்கள், இந்த முறை குறிப்பாக உள் பேச்சில். ஹாரெல் உட்பட அதன் செயல்திறன் கணிசமாக மேம்பட்டது. இப்போது பங்கேற்பாளர்கள் முழு வாக்கியங்களையும், “நீங்கள் எவ்வளவு காலம் இங்கே இருந்தீர்கள் என்று எனக்குத் தெரியவில்லை” என்று கற்பனை செய்தபோது, கணினி பெரும்பாலான சொற்களை துல்லியமாக டிகோட் செய்யக்கூடும்.தனது சொந்த படிப்பைச் செய்த ஹெர்ஃப், சோதனை வெற்றி பெற்றதில் ஆச்சரியப்பட்டார். இதற்கு முன்னர், உள் பேச்சு உண்மையான பேச்சை உருவாக்கும் மோட்டார் கோர்டெக்ஸ் சிக்னல்களிலிருந்து அடிப்படையில் வேறுபட்டது என்று அவர் கூறியிருப்பார். “ஆனால் இந்த ஆய்வில், சிலருக்கு இது வேறுபட்டதல்ல என்பதை அவர்கள் காட்டுகிறார்கள்,” என்று அவர் கூறினார்.உள் பேச்சு சம்பந்தப்பட்ட கணினியின் தற்போதைய செயல்திறன் மக்கள் உரையாடல்களை நடத்த அனுமதிக்க போதுமானதாக இருக்காது என்று குன்ஸ் வலியுறுத்தினார். “முடிவுகள் எதையும் விட கருத்தின் ஆரம்ப சான்று,” என்று அவர் கூறினார். ஆனால் உள் பேச்சு டிகோடிங் செய்வது மூளை-கணினி இடைமுகங்களுக்கான புதிய தரமாக மாறக்கூடும் என்று அவர் நம்புகிறார். சமீபத்திய சோதனைகளில், அவரும் அவரது சகாக்களும் கணினியின் துல்லியத்தை மேம்படுத்தியுள்ளனர். “நாங்கள் இன்னும் உச்சவரம்பைத் தாக்கவில்லை,” என்று அவர் கூறினார். NYT
