প্রশ্ন:
কীভাবে কৃত্রিম বুদ্ধিমত্তা বৈদ্যুতিক মস্তিষ্কের উদ্দীপনা সহ স্মৃতিশক্তি বাড়াতে "মস্তিষ্কের উত্সাহ" সক্ষম করে?
উত্তর:কৃত্রিম বুদ্ধিমত্তার বিজ্ঞানের নতুন পদ্ধতিগুলি গবেষকদের মস্তিষ্ক কীভাবে কাজ করে সে সম্পর্কে আরও বুঝতে সহায়তা করে - এবং কিছু ক্ষেত্রে এই বিজ্ঞানীরা আসলে হস্তক্ষেপ করতে এবং মস্তিষ্ককে ভিন্নভাবে কাজ করতে চাপ দিতে পারেন।
যদি এটি জটিল মনে হয়, কারণ এটি। পেনসিলভেনিয়া বিশ্ববিদ্যালয় গবেষণা প্রকল্পের সাথে পরিচয় করানো একটি ওয়্যার্ড স্টোরিটি এটি নির্দেশ করে শুরু করা হয়েছিল যে মানব মস্তিষ্ক বিজ্ঞানীদের কাছে মূলত একটি অজানা "ব্ল্যাক বক্স", এবং মস্তিষ্কের কার্যকলাপকে প্রভাবিত করার ক্ষেত্রে গুরুত্বপূর্ণ বাধা রয়েছে।
তবে, ইউপেনের মনোবিজ্ঞানী মাইকেল কাহানা এবং বিজ্ঞানীদের একটি দল মেমরির সময় কীভাবে মস্তিষ্কের কাজ করে তা সম্পর্কে শেখার জন্য 25 মৃগী রোগীর মস্তিষ্কে প্রবেশ করে ইলেক্ট্রোডগুলি ব্যবহার করতে সক্ষম হয়েছিল।
এটি তাত্পর্যপূর্ণ যে দলটি ইতিমধ্যে বিদ্যমান অবকাঠামোতে "পিগিগ্যাব্যাকিং" করে এটি করতে সক্ষম হয়েছিল। (শব্দগুচ্ছ থেকে, ধারণা করা হয়েছে যে গ্রুপটি ইতিমধ্যে আরও প্রসেসিক চিকিত্সার কারণে ঝুঁকে পড়া বিষয়গুলিকে ব্যবহার করতে সক্ষম হয়েছিল।) নিবন্ধটি উল্লেখ করেছে যে, আক্রমণাত্মক প্রযুক্তি স্থাপনের জন্য গবেষণা বিষয়গুলি থেকে কেনা পাওয়া বেশ কঠিন difficult মস্তিষ্ক।
গবেষকরা কেবল মস্তিষ্কের ক্রিয়াকলাপ পড়েই শুরু করেছিলেন - বিশেষত, মস্তিষ্কের অভ্যন্তরে বৈদ্যুতিক ক্রিয়াকলাপের নির্ভুল গণনায় যখন লোকেরা শব্দ শেখার এবং মুখস্ত করার প্রক্রিয়াধীন ছিল।
কিছুক্ষণ এটি করার পরে এবং একটি পর্যাপ্ত প্রশিক্ষণ সেট তৈরির পরে, গবেষকরা নির্দিষ্ট ধরণের শিক্ষার পূর্বাভাস দিতে সক্ষম হন।
ফাউন্ডেশনাল গবেষণার পরে, বিজ্ঞানীরা মেমরির প্রক্রিয়ায় সহায়তা করার জন্য অবশেষে মস্তিষ্কে বৈদ্যুতিক উদ্দীপনা পাঠাতে সক্ষম হন।
আপনি যখন স্মৃতিশক্তিতে সহায়তা করার জন্য বৈদ্যুতিক উদ্দীপনা ব্যবহারের বিষয়ে কথা বলেন, তখন এটি সহজ শোনায় - তবে আপনি যখন আরও ঘনিষ্ঠভাবে দেখেন, তখন খুব উচ্চ-প্রযুক্তি পদ্ধতি এবং অনুমানের প্রচুর পরিমাণে সমস্ত কিছু পূর্বাভাস পাওয়া যায়।
মেশিনির ক্রিয়াকলাপ চিহ্নিত করে এমন প্রাথমিক মেশিন লার্নিং ছাড়া বিজ্ঞানীরা কীভাবে মেমরির ভাল ক্রিয়াকলাপ প্রচার করতে মস্তিষ্ককে বৈদ্যুতিকভাবে উদ্দীপিত করতে পারেন সে সম্পর্কে ধারণাটি এতটা ভাল ছিল না।
এছাড়াও, অধ্যয়ন সম্পর্কে পড়া থেকে এটি স্পষ্ট যে দলটি কীভাবে বৈদ্যুতিক উদ্দীপনা কাজ করছে তা জানে না - তারা কেবল জানেন যে এটি it অন্য কথায়, বিজ্ঞানীরা মস্তিষ্কের কার্যকারিতাটির প্রকৃতপক্ষে প্রকৃতপক্ষে ইনস এবং আউটগুলি বুঝতে না পেরে মেশিন লার্নিংয়ের ফলাফলগুলি সিস্টেমকে সূক্ষ্ম-সুরকরণে ব্যবহার করছেন।
এই উদ্ভট উদাহরণটি সম্ভবত "হ্যান্ডস অন" মেশিন লার্নিংয়ের অন্যতম সেরা উদাহরণ - এখানে, ডেটা কেবলমাত্র আরও ডেটা মডেল করার প্রশিক্ষণ সেটগুলিতে রাখা হয় না। এখানে, প্রশিক্ষণ সেটটি বায়োইনফরম্যাটিকসে নির্দিষ্ট পরীক্ষার জন্য অনুঘটক হিসাবে কাজ করে এবং ফলাফলগুলি মেশিন লার্নিং প্রোগ্রামগুলি তৈরি করা গণনার উপর ভিত্তি করে তৈরি হয়। কৃত্রিম বুদ্ধিমত্তা এবং আমাদের নিজস্ব জৈবিক মস্তিষ্কের মধ্যে সমন্বয় এবং এটি রে কার্জওয়েলের "একাকীত্ব" এবং অন্যান্য ভবিষ্যতের ফলাফলের দিকে দ্রুত অগ্রগতি করার সাথে কীভাবে দু'টি ছেদ করছে তা খুব আকর্ষণীয় চেহারা।
