डॉ निकोलस विलियम्स, Emotiv रिसर्च साइंटिस्ट द्वारा लिखित।

कई महीने पहले मैं आठ साल तक विदेश में रहने के बाद वापस अमेरिका आ गया। फिर से सब नया शुरू करने का मतलब उन सभी चीज़ों को ख़रीदना था जो जीवन जीने के लिए ज़रूरी होती हैं। सोफे, बिस्तर और डाइनिंग टेबल के अलावा, ज़ाहिर है कि मुझे एक कार की भी ज़रूरत थी। खुद को आर्थिक रूप से समझदार व्यक्ति मानते हुए, मैंने विशेष रूप से पुराने, कम बजट वाले मॉडल की तलाश की, लेकिन बढ़े हुए दामों और कम स्टॉक ने मुझे जल्दी ही हतोत्साहित कर दिया। 2021 के पुरानी कारों के बाज़ार ने प्रभावी रूप से मुझे नई कार ख़रीदने के लिए मजबूर कर दिया, जो कि आखिरकार मैंने किया। बुनियादी व्यक्तिगत वित्त सिद्धांतों का उल्लंघन करने के कारण होने वाली मेरी निराशा जल्द ही मेरी एकदम नई Toyota SUV की सुविधाओं और आराम के लिए बेकाबू उत्साह में बदल गई।

मैं विशेष रूप से उन ऑटोनॉमस ड्राइविंग सुविधाओं से बहुत प्रभावित हुआ, जिनके बारे में मैंने अब तक केवल पढ़ा था। असिस्टेड स्टीयरिंग और फॉरवर्ड-लुकिंग रडार ने लंबी ड्राइव को बेहद आसान बना दिया। मुझे केवल अपनी आँखें सड़क पर रखनी थीं और अपना एक हाथ स्टीयरिंग व्हील पर रखना था, और कार मूल रूप से खुद चल रही थी। इसके अलावा टक्कर से बचाव (collision-avoidance), ब्लाइंड-स्पॉट मॉनिटरिंग और अलर्ट सिस्टम के साथ रियर-फेसिंग कैमरे ने यह सुनिश्चित किया कि मैं पीछे से निकलने वाले किसी व्यक्ति को टक्कर न मारूँ। यह नई कार पिछले एक दशक के अधिकांश समय में मेरे द्वारा चलाई जाने वाली पुरानी मॉडल की कारों की तुलना में निष्पक्ष रूप से कई गुना अधिक सुरक्षित थी।

कारें, ज़ाहिर है, अभी तक खुद नहीं चलती हैं। हालाँकि उनमें बेहतरीन स्वायत्त और सुरक्षा सुविधाएँ होती हैं, फिर भी कारों को ड्राइवर की देखरेख और, जहाँ आवश्यक हो, हस्तक्षेप की आवश्यकता होती है। हम अभी ड्राइविंग से मानव कारक को हटाने से बहुत दूर हैं और यही कारक मुख्य रूप से ऑटोमोबाइल दुर्घटनाओं और मौतों के लिए ज़िम्मेदार है। ड्राइविंग में इंसानों से गलतियाँ होती हैं। चाहे वे शराब पीने के बाद गाड़ी चलाने का निर्णय लें, या कार को तेज़ भगाने में आनंद लें, या अपनी थकान मिटाने के लिए गाड़ी रोकने से पहले बस कुछ और मील आगे तक खींचने का प्रयास करें, मनुष्य बहुत सी ऐसी ऑटोमोबाइल दुर्घटनाओं का कारण बनते हैं जिन्हें रोका जा सकता है।

[block id="cta-shortcode-browse-eeg-headsets-v2"]

नेशनल हाईवे ट्रैफिक सेफ्टी एडमिनिस्ट्रेशन (NHTSA) के अनुसार, 2019 में मोटर वाहन सड़क दुर्घटनाओं में 36,096 मौतें हुईं। 2020 के लिए, मौतों का अनुमान 38,000 से अधिक है [1]। इनमें से एक बड़ा प्रतिशत लापरवाही से गाड़ी चलाने के कारण होता है और इसलिए इसे रोका जा सकता है। NHTSA ने लापरवाही से गाड़ी चलाने के छह प्रकारों की पहचान की है: तेज़ गति, शराब और ड्रग्स के प्रभाव में गाड़ी चलाना, सीट बेल्ट का उपयोग न करना (या गलत तरीके से करना), विचलित मन से गाड़ी चलाना और नींद में गाड़ी चलाना। चूंकि सड़क दुर्घटनाओं में होने वाली सभी मौतों में से दो-तिहाई मौतों का कारण तेज़ गति और नशे में गाड़ी चलाना है, इसलिए कई हस्तक्षेप अभियानों का मुख्य उद्देश्य सही मायने में इन जोखिमों का समाधान करना है। हालाँकि, विचलित और नींद में गाड़ी चलाने के कारण होने वाली मौतों की संख्या भी कम नहीं है, जिसमें 2019 में विचलित होकर गाड़ी चलाने से 3,142 मौतें और नींद में गाड़ी चलाने से 697 मौतें शामिल हैं [2]।

लैब में ध्यान और एकाग्रता को मापने के लिए न्यूरोसाइंस का उपयोग करना

ड्राइवर की सीट पर न्यूरोसाइंस - लैब में ध्यान और एकाग्रता को मापने के लिए न्यूरोसाइंस का उपयोग करना।

न्यूरोवैज्ञानिक प्रयोगशाला में ध्यान मापने के लिए विभिन्न तरीकों का उपयोग करते हैं। इनमें से एक विधि इस तथ्य का लाभ उठाती है कि जब हमारे न्यूरॉन्स सक्रिय होते हैं तो हमारा मस्तिष्क बहुत कम मात्रा में विद्युत तरंगें छोड़ता है। इलेक्ट्रोएन्सेफलोग्राम (EEG) का उपयोग करके, हम यह समझने के लिए इस विद्युत के उतार-चढ़ाव को माप सकते हैं कि मस्तिष्क कब और कहाँ सक्रिय है। जिस गति या आवृत्ति पर ये उतार-चढ़ाव होते हैं, उन्हें दोलन (oscillations) या अधिक सामान्यतः, मस्तिष्क तरंगें (brain waves) कहा जाता है। मस्तिष्क तरंगों की आवृत्ति मानसिक स्तर या प्रक्रियाओं के बारे में Insight प्रदान कर सकती है।

उदाहरण के लिए, प्रति सेकंड 14 से 30 बार (या 14 - 30 हर्ट्ज) दोलन करने वाली मस्तिष्क तरंगों को बीटा तरंगें कहा जाता है और वे मानसिक व्यस्तता (mental engagement) के उच्च स्तर से जुड़ी होती हैं। 8 - 13 हर्ट्ज की सीमा में होने वाले दोलनों को अल्फा तरंगें कहा जाता है और वे आम तौर पर आराम या निष्क्रिय ध्यान की अवधि के दौरान मौजूद होती हैं। उदाहरण के लिए, जब कोई व्यक्ति ध्यान लगा रहा हो, तो आप अक्सर अल्फा तरंगें देख सकते हैं। थीटा तरंगें 4 और 7 हर्ट्ज के बीच दोलन करती हैं और तब दिखाई देती हैं जब कोई व्यक्ति गहरे आराम में हो या उसे नींद आ रही हो। सबसे धीमी तरंगें डेल्टा तरंगें (1 - 4 हर्ट्ज) होती हैं और जब कोई व्यक्ति गहरी नींद में सो रहा होता है तब देखी जाती हैं।

संबंधित पोस्ट देखें EEG के लिए परिचयात्मक गाइड

प्रयोगशाला में, वैज्ञानिक यह निर्धारित करने के लिए मस्तिष्क तरंगों के समय, तीव्रता और आवृत्ति को माप सकते हैं कि किसी भी कार्य के दौरान किसी व्यक्ति का मन कितना लगा हुआ है या विचलित है। उदाहरण के लिए, जब कोई व्यक्ति उस चीज़ को देखता या सुनता है जिसे वह ध्यानपूर्वक देख रहा था, तो उनका EEG एक बहुत ही विशिष्ट प्रतिक्रिया दिखाता है जिसे P300 कहा जाता है, जो कि एक बड़ी आयाम तरंग होती है जो वस्तु के दिखाई देने के लगभग 300 मिलीसेकंड बाद उत्पन्न होती है [3]। इसी तरह, अल्फा दोलनों में कमी यह संकेत दे सकती है कि कोई किसी चीज़ पर बारीकी से ध्यान दे रहा है [4]। नींद आना भी डेल्टा, थीटा और अल्फा दोलनों में परिवर्तन के माध्यम से पहचाने जाने योग्य EEG संकेत उत्पन्न करता है [5]।

हम कार में ध्यान और एकाग्रता को कैसे माप सकते हैं?

वाहन में हम व्यावहारिक तरीकों का उपयोग करके ध्यान और उनींदापन को माप सकते हैं। उदाहरण के लिए, कैमरे ड्राइवरों की आँखों को ट्रैक कर सकते हैं ताकि यह सुनिश्चित हो सके कि वे सड़क पर देख रहे हैं। इसी तरह, कैमरे यह पता लगा सकते हैं कि जब ड्राइवरों के सिर झपकने लगते हैं तो इसका मतलब है कि उन्हें नींद आ रही है। हालाँकि, केवल इसलिए कि कोई व्यक्ति सड़क पर देख रहा है या उसका सिर नहीं झुक रहा है, इसका मतलब यह नहीं है कि वे पूरा ध्यान दे रहे हैं या वे थके हुए नहीं हैं। EEG इन खतरनाक स्थितियों के पता लगाने में वृद्धि कर सकता है। वे व्यवहारिक रूप से पता चलने से पहले ही उनके बारे में पूर्वानुमान लगाने में भी सक्षम हो सकते हैं।

ड्राइवर की सीट पर न्यूरोसाइंस - EEG इन खतरनाक स्थितियों के पता लगाने में वृद्धि कर सकता है। वे व्यवहारिक रूप से पता चलने से पहले ही उनके बारे में पूर्वानुमान लगाने में भी सक्षम हो सकते हैं।

2020 में, शोधकर्ताओं ने उन अध्ययनों की एक व्यवस्थित समीक्षा की, जिन्होंने वास्तविक समय में उनींदेपन का पता लगाने के लिए व्यावसायिक रूप से उपलब्ध EEG हेडसेट का उपयोग किया था [6]। उन्होंने बताया कि इस प्रकार के अध्ययनों में सबसे अधिक उपयोग किया जाने वाला हेडसेट Emotiv द्वारा निर्मित था, जिसके बाद Neurosky, Interaxon और OpenBCI का स्थान था। उनींदेपन का पता लगाने के लिए, उन्होंने पाया कि उनींदेपन का पता लगाने के लिए फ्रीक्वेंसी ऑसिलेशन (आवृत्ति दोलन) जैसी बुनियादी EEG सुविधाओं का भी उपयोग किया जा सकता है। हालाँकि, वे ध्यान दिलाते हैं कि कई मामलों में, "एल्गोरिथम अनुकूलन आवश्यक बना हुआ है", जिसका अर्थ है कि मशीन-लर्निंग एल्गोरिदम के परिणामस्वरूप अधिक सटीक पहचान हुई।

हमें अधिक सुरक्षित रखने में मदद के लिए कमर्शियल EEG और मशीन लर्निंग एल्गोरिदम का लाभ उठाना

Emotiv पिछले एक दशक से कमर्शियल EEG में अग्रणी रहा है। इस दौरान उन्होंने पारंपरिक 32-चैनल वाले रिसर्च कैप्स से लेकर 2-चैनल वाले इन-ईयर हेडफ़ोन तक, विभिन्न रूपों में EEG सिस्टम विकसित किए हैं। MN8 हेडफ़ोन या Insight जैसे कॉम्पैक्ट डिज़ाइन वाले सिस्टम दैनिक जीवन में पहने जाने वाले न्यूरोटेक की दिशा में पहले कदम का प्रतिनिधित्व करते हैं। इस प्रकार के हार्डवेयर को ऑटोमोबाइल नियंत्रणों में एकीकृत करके, हम दुर्घटनाओं से संबंधित मानसिक स्थिति उत्पन्न होने से पहले ही दुर्घटनाओं को रोकने में सक्षम हो सकते हैं।

ड्राइवर की सीट पर न्यूरोसाइंस - हमें अधिक सुरक्षित रखने में मदद के लिए कमर्शियल EEG और मशीन लर्निंग एल्गोरिदम का लाभ उठाना।

वाहनों में EEG हार्डवेयर को एकीकृत करना समाधान का केवल एक हिस्सा है। प्राप्त मस्तिष्क डेटा का लाभ उठाने के लिए, हमें इसे उपयोगी मीट्रिक्स में संसाधित करने की आवश्यकता है। परिष्कृत मशीन-लर्निंग एल्गोरिदम EEG डेटा को उन विशेषताओं में डिकोड करके इसे प्राप्त करते हैं जो विशिष्ट मानसिक अवस्थाओं को अनुक्रमित कर सकते हैं। आज तक, Emotiv ने इस तरह की सात पहचान विधियाँ विकसित की हैं: निराशा (frustration), रुचि (interest), विश्राम (relaxation), व्यस्तता (engagement), उत्तेजना (excitement), ध्यान (attention) और तनाव (stress)। Emotiv के इंजीनियरों ने न्यूरोवैज्ञानिकों के साथ मिलकर कठोर प्रयोगात्मक अध्ययनों के माध्यम से इन पहचानों को विकसित करने के लिए बारीकी से काम किया है जो इन स्थितियों को उत्प्रेरित करने के लिए जाने जाने वाले प्रोटोकॉल का उपयोग करते हैं। ऑटोमोबाइल क्षेत्र में, Emotiv वर्तमान में ड्राइविंग सिम्युलेटर के भीतर विकसित ड्राइवर के विचलित होने की पहचान विधियों को और बेहतर बना रहा है। यह रॉयल ऑटोमोबाइल क्लब ऑफ वेस्टर्न ऑस्ट्रेलिया के साथ सहयोग के आशाजनक परिणामों के बाद हुआ है, जिसके परिणामस्वरूप एक ध्यान-संचालित कार बनी जो ध्यान भटकने पर धीमी हो गई [7]। आप YouTube पर सहयोग और परिणामों के कुछ वीडियो पा सकते हैं।

न्यूरोसाइंस और ड्राइविंग का भविष्य

ड्राइवर की सीट पर न्यूरोसाइंस - न्यूरोसाइंस और ड्राइविंग का भविष्य।

सीट बेल्ट और रंबल स्ट्रिप्स जैसे शुरुआती हस्तक्षेपों से लेकर ऑटोमैटिक इमरजेंसी ब्रेकिंग और असिस्टेड स्टीयरिंग जैसे आधुनिक हस्तक्षेपों तक, हमारी कारें काफी सुरक्षित हो गई हैं। फिर भी हर साल दुर्घटनाओं के शिकार होने वाले लोगों की संख्या दर्शाती है कि वाहनों को सुरक्षित मानने की स्थिति तक पहुँचने के लिए हमें अभी एक लंबा रास्ता तय करना है। जैसे-जैसे तकनीक आगे बढ़ेगी, हमारी कारें निःसंदेह अधिक सुरक्षित होती रहेंगी, लेकिन जब तक मनुष्य मुख्य रूप से वाहन चलाने वाले चालक रहेंगे, तब तक इंसानों के कारण दुर्घटनाएँ होती रहेंगी। EEG तकनीक सूक्ष्म संकेतकों का पता लगाकर और दुर्घटना की स्थिति उत्पन्न होने से पहले ही हस्तक्षेप करके मानव कारक को कम करने का एक विशेष रूप से आशाजनक मार्ग दर्शाती है।

संदर्भ

[1] नेशनल सेंटर फॉर स्टैटिस्टिक्स एंड एनालिसिस, "2020 में मोटर वाहन सड़क दुर्घटनाओं में होने वाली मौतों का प्रारंभिक अनुमान।" नेशनल हाईवे ट्रैफिक सेफ्टी एडमिनिस्ट्रेशन, मई 2021. ऐक्सेस तिथि: 04 जनवरी, 2022. [ऑनलाइन]। उपलब्ध: https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/813115

[2] नेशनल सेंटर फॉर स्टैटिस्टिक्स एंड एनालिसिस., "2019 में मोटर वाहन दुर्घटनाओं का अवलोकन।" नेशनल हाईवे ट्रैफिक सेफ्टी एडमिनिस्ट्रेशन, 2020.

[3] एस. जे. लक और ई. एस. कपेनमैन, द ऑक्सफोर्ड हैंडबुक ऑफ इवेंट-रिलेटेड पोटेंशियल कम्पोनेंट्स। ऑक्सफोर्ड यूनिवर्सिटी प्रेस, 2011.

[4] जी. थुट, "अल्फा-बैंड इलेक्ट्रोएन्सेफलोग्राफिक एक्टिविटी ओवर ऑक्सीपिटल कॉर्टेक्स इंडेक्सेस विजुओस्पेशियल अटेंशन बायस एंड प्रेडिक्ट्स विजुअल टारगेट डिटेक्शन," J. Neurosci., वॉल्यूम 26, संख्या 37, पृष्ठ 9494–9502, सितंबर 2006, doi: 10.1523/JNEUROSCI.0875-06.2006.

[5] सी.-एच. चुआंग, सी.-एस. हुआंग, एल.-डब्ल्यू. को, और सी.-टी. लिन, "एन ईईजी-बेस्ड परसेप्चुअल फंक्शन इंटीग्रेशन नेटवर्क फॉर एप्लीकेशन टू ड्राउज़ी ड्राइविंग," Knowl.-Based Syst., वॉल्यूम 80, पृष्ठ 143–152, मई 2015, doi: 10.1016/j.knosys.2015.01.007.

[6] जे. लारोक्को, एम. डी. ले, और डी.-जी. पैंग, "ए सिस्टेमिक रिव्यू ऑफ अवेलेबल लो-कॉस्ट ईईजी हेडसेट्स यूज्ड फॉर ड्राउज़ीनेस डिटेक्शन," Front. Neuroinformatics, वॉल्यूम 14, पृष्ठ 42, 2020, doi: 10.3389/fninf.2020.553352.[7] "ऑस्ट्रेलिया के शोधकर्ताओं ने 'अटेंशन-पावर्ड' कार का अनावरण किया," 2013. https://phys.org/news/2013-09-australia-unveil-attention-powered-car.html (ऐक्सेस तिथि 12 जनवरी, 2022).