തലച്ചോറിൽ ഘടിപ്പിച്ചിരിക്കുന്ന ചിപ്പുകളാണ് ബ്രെയിൻ-കമ്പ്യൂട്ടർ ഇന്റർഫേസുകൾ. ഇത് ഘടിപ്പിച്ചിരിക്കുന്നയാൾ ചിന്തിക്കുമ്പോൾ തലച്ചോറിന്റെ പ്രവർത്തനം കണ്ടെത്തുകയും അത് കമ്പ്യൂട്ടറിന് വായിക്കാൻ കഴിയുന്ന സിഗ്നലുകളിലേക്ക് വിവർത്തനം ചെയ്യുകയും ചെയ്യുന്നു. പരീക്ഷണത്തിൽ പങ്കാളിയായ 65കാരൻ താൻ എഴുതുന്നുവെന്ന് സങ്കൽപ്പിച്ചപ്പോൾ, അദ്ദേഹത്തിന്റെ മസ്തിഷ്ക ചിപ്പിലെ സെൻസറുകൾ വ്യക്തിഗത ന്യൂറോണുകളിൽ നിന്ന് സിഗ്നലുകൾ തെരഞ്ഞെടുത്തു. ഈ സിഗ്നലുകൾ ഒരു മെഷീൻ ലേണിംഗ് അൽ‌ഗൊരിതം തിരിച്ചറിയുകയും തത്സമയം എഴുതാൻ സാധിക്കുകയും ചെയ്തു.
Also Read- നിങ്ങളുടെ പേരില്‍ എത്ര മൊബൈൽ ഫോണ്‍ നമ്പര്‍ നിലവിലുണ്ടെന്ന് അറിയണോ? ഇതാ എളുപ്പവഴി
advertisement
ഇത്തരം ഇന്റർഫേസുകൾ ഉപയോഗിച്ച്, ഒരു കമ്പ്യൂട്ടറിന് ഒരു വ്യക്തിയുടെ തലച്ചോറിൽ നിന്ന് നേരിട്ട് വരുന്ന നിർദ്ദേശങ്ങൾ പാലിക്കാൻ കഴിയും. അതുവഴി ഒരു വ്യക്തിക്ക് കമ്പ്യൂട്ടർ വഴി ചിന്തിച്ചു കൊണ്ട് ഒരു പ്രവർത്തി നിർവഹിക്കാൻ കഴിയും. ഈ കേസിൽ നട്ടെല്ലിന് പരിക്കേറ്റതിനാൽ കൈകൾ തളർന്നുപോയയാൾ തന്റെ കൈയുടെ ചലനങ്ങളെക്കുറിച്ച് ചിന്തിക്കുകയും 94% കൃത്യതയോടെ മിനിറ്റിൽ 90 അക്ഷരങ്ങൾ എഴുതുകയും ചെയ്തു. അക്ഷരങ്ങളുടെ കൃത്യത 99% നേക്കാൾ കൂടുതലായിരുന്നു.
ഉപഭോക്താവിന്റെ പ്രായത്തിലുള്ള ഒരു വ്യക്തിയുടെ സ്മാർട്ട്‌ഫോണിലെ സാധാരണ ടൈപ്പിംഗ് സ്പീഡ് മിനിറ്റിൽ 115 അക്ഷരങ്ങളായിരിക്കും. അതുകൊണ്ട് തന്നെ ബ്രെയിൻ-ടു-ടെക്സ്റ്റ് കമ്മ്യൂണിക്കേഷൻ വഴി മിനിട്ടിൽ 90 അക്ഷരങ്ങൾ ടൈപ്പ് ചെയ്തത് ഒരു വലിയ നേട്ടം തന്നെയാണെന്ന് വിദഗ്ധർ പറയുന്നു. ഇത് ബ്രെയിൻ-ടു-ടെക്സ്റ്റ് ആശയ വിനിമയത്തിന്റെ മുമ്പത്തെ റെക്കോർഡിനേക്കാൾ ഇരട്ടിയാണ്.
പക്ഷാഘാതം ബാധിച്ച ആളുകൾക്ക് ദൈനംദിന ജീവിതത്തിൽ അനായാസം ആശയവിനിമയം സാധ്യമാക്കാൻ ഇതുവഴി കഴിയുമെന്ന് ശാസ്ത്രജ്ഞർ വിശ്വസിക്കുന്നു. ഈ വിജയം സംസാരം, സ്ക്രോളിംഗ്, പോയിന്റിംഗ്, ക്ലിക്കുചെയ്യൽ എന്നിവപോലുള്ള മറ്റ് ജോലികൾ സുഗമമാക്കുന്ന ഒരു സമഗ്ര സംവിധാനം വികസിപ്പിക്കുന്നതിലേയ്ക്കും ശാസ്ത്രജ്ഞരെ നയിക്കും. പുതിയ പഠന റിപ്പോർട്ട് മെയ് 12 ന് നേച്ചറിലാണ് പ്രസിദ്ധീകരിച്ചത്.
കഴിഞ്ഞ വർഷം സ്‌പേസ് എക്‌സ് സിഇഒ എലോൺ മസ്‌ക് 2020 സെപ്റ്റംബറിൽ ബ്രെയിൻ-ടു-മെഷീൻ ഇന്റർഫേസായ ന്യൂറലിങ്ക് പുറത്തിറക്കിയത് വാർത്തകളിൽ ഇടം നേടിയിരുന്നു. ഗുരുതരമായ മസ്തിഷ്ക രോഗങ്ങളെ ചികിത്സിക്കുന്നതിന് ആവശ്യമായ ഉപകരണങ്ങൾ നിർമ്മിക്കുകയാണ് മസ്ക്കിന്റെ കമ്പനി ലക്ഷ്യമിടുന്നത്. മനുഷ്യന്റെ കഴിവിനെ ഉപകരണ സഹായത്താൽ കൂടുതൽ മെച്ചപ്പെടുത്തുകയാണ് പ്രധാന ലക്ഷ്യം.