न्यूरोसाइंस चालक की सीट पर

डॉ. निकोलस विलियम्स, EMOTIV अनुसंधान वैज्ञानिक द्वारा लिखित।

कई महीने पहले मैंने आठ साल विदेश में रहने के बाद अमेरिका में वापस आकर शुरू किया। फिर से शुरुआत करने का एक हिस्सा जीवन के लिए आवश्यक सभी चीजों की खरीदारी करना था। एक सोफे, बिस्तर और खाने की मेज के अलावा, मुझे निश्चित रूप से एक कार की भी आवश्यकता थी। अपने आपको एक वित्तीय समझदार व्यक्ति मानते हुए, मैंने पुरानी, लागत-कुशल मॉडलों के लिए विशेष रूप से खोज की, लेकिन जल्दी ही inflated कीमतों और कमी इन्वेंट्री के कारण हतोत्साहित हो गया। 2021 की उपयोग की जाने वाली कारों का बाजार मुझे नए खरीदने के लिए मजबूर कर रहा था, जो अंततः मैंने किया। व्यक्तिगत वित्त के मूल सिद्धांतों का उल्लंघन करने पर मेरी निराशा जल्द ही मेरी बिल्कुल नई टोयोटा एसयूवी के साथ आई आराम और विशेषताओं के लिए असीम उत्साह से बदल गई।

मैं विशेष रूप से उन स्वायत्त ड्राइविंग सुविधाओं से प्रभावित हुआ जो, इस बिंदु तक, मैंने केवल पढ़ा था। सहायता प्राप्त स्टीयरिंग और आगे देखने वाला रडार लंबे ड्राइव को आसान बना दिया। मुझे केवल सड़क पर अपनी आंखें रखने और स्टीयरिंग व्हील पर एक हाथ रखकर रखना था और मेरी कार मूलतः खुद चला रही थी। टकराव-से-बचाव, दृष्टिहीनता-स्थान निगरानी, पीछे की ओर देखने वाले कैमरों जो यह सुनिश्चित करने के लिए एक चेतावनी प्रणाली के साथ थे कि मैं पीछे से किसी के साथ नहीं टकरा जाता, और यह नई कार वस्तुतः पिछले एक दशक में मैंने जो पुरानी मॉडल कारें चलाई हैं उनकी तुलना में कई गुना अधिक सुरक्षित थी।

कारें, निश्चित रूप से, अभी खुद नहीं चलाती हैं। जबकि इनमें शानदार स्वायत्त और सुरक्षा सुविधाएँ हैं, कारों को अभी भी चालक की निगरानी की आवश्यकता होती है और, जब आवश्यक हो, हस्तक्षेप। हम ड्राइविंग से मानव घटक को हटाने के लिए बहुत दूर हैं और यह वह घटक है जो मुख्यतः ऑटोमोबिल दुर्घटनाओं और मौतों के लिए जिम्मेदार है। मानव पहिया के पीछे गलती करते हैं। चाहे वे यह तय करें कि पीने के बाद वाहन चलाना एक अच्छा विचार है, या कि तेज़ी मजेदार है, या कि उन्हें केवल थोड़ा और मील तय करने की आवश्यकता है इससे पहले कि वे थकें, मानव कई बचने योग्य ऑटोमोबिल घटनाओं का कारण बनते हैं।

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

राष्ट्रीय राजमार्ग यातायात सुरक्षा प्रशासन (NHTSA) के अनुसार, 2019 में 36,096 मोटर वाहन यातायात मौतें हुईं। 2020 के लिए, मौतों की संख्या 38,000 से अधिक होने का अनुमान है [1]. इनमें से एक बड़ी प्रतिशत जोखिम भरे ड्राइविंग के कारण है और इस प्रकार बचने योग्य है। NHTSA ने जोखिम भरे ड्राइविंग के छह प्रकारों की पहचान की है: गति, शराब और ड्रग-प्रभावित ड्राइविंग, सीट बेल्ट का उपयोग नहीं करना (या गलत तरीके से उपयोग करना), ध्यान भंग करने वाली ड्राइविंग, और उनींदा ड्राइविंग। चूंकि सभी ट्रैफिक मौतों में से दो-तिहाई तेज़ी और प्रभावी ड्राइविंग से संबंधित हैं, इसलिए कई हस्तक्षेप अभियान सही रूप से इन खतरों को दूर करने के लिए लक्षित हैं। हालांकि, ध्यान भंग करने वाली और उनींदा ड्राइविंग में 2019 में 3,142 ध्यान भंग से संबंधित मौतें और 697 उनींदा चालक से संबंधित मौतें हुईं [2].

प्रयोगशाला में ध्यान को मापने के लिए न्यूरोसाइंस का उपयोग करना

चालक की सीट पर न्यूरोसाइंस - प्रयोगशाला में ध्यान को मापने के लिए न्यूरोसाइंस का उपयोग करना।

न्यूरोसाइंटिस्ट प्रयोगशाला में ध्यान को मापने के लिए विभिन्न विधियों का उपयोग करते हैं। इनमें से एक विधि इस तथ्य पर निर्भर करती है कि हमारे मस्तिष्क ने न्यूरॉन्स के सक्रिय होते समय बहुत कम मात्रा में बिजली छोड़ते हैं। इलेक्ट्रोएन्सेफलोग्राम (EEG) का उपयोग करके, हम इस बिजली में उतार-चढ़ाव को माप सकते हैं ताकि समझ सकें कि मस्तिष्क कब और कहां सक्रिय है। इन उतार-चढ़ावों का जो गति है, या आवृत्ति, जिसे ऑस्सीलेशन कहा जाता है, या सामान्य रूप से, मस्तिष्क की तरंगें कहलाती हैं। मस्तिष्क की तरंगों की आवृत्ति मानसिक स्थितियों या प्रक्रियाओं के बारे में जानकारी प्रदान कर सकती है।

उदाहरण के लिए, मस्तिष्क की तरंगें जो प्रति सेकंड 14 से 30 बार (या 14 - 30 Hz) ऑस्सीलेट होती हैं, उन्हें बीटा तरंगें कहा जाता है और ये उच्च स्तर की मानसिक भागीदारी से जुड़ी होती हैं। 8 - 13 Hz रेंज में ऑस्सीलेशन को अल्फा तरंगें कहा जाता है और ये आमतौर पर विश्राम या निष्क्रिय ध्यान के दौरान रहती हैं। उदाहरण के लिए, आप अक्सर अल्फा तरंगें देखेंगे जब कोई व्यक्ति ध्यान कर रहा हो। थेटा तरंगें 4 से 7 Hz के बीच ऑस्सीलेशन होती हैं और जब कोई व्यक्ति गहरी तरह से विश्राम कर रहा हो या उनींदा हो, तो देखी जाती हैं। सबसे धीमी तरंगें डेल्टा तरंगें होती हैं (1 - 4 Hz) और ये तब देखी जाती हैं जब कोई व्यक्ति गहरी नींद में होता है।

संबंधित पोस्ट देखें EEG के लिए प्रारंभिक गाइड

प्रयोगशाला में, वैज्ञानिक समय, मात्रा, और मस्तिष्क की तरंगों की आवृत्ति को माप सकते हैं ताकि निर्धारित कर सकें कि किसी व्यक्ति का मन कार्यों के दौरान कितना संलग्न या निस्संगित है। उदाहरण के लिए, जब कोई व्यक्ति कुछ देखता या सुनता है जिसे वे देख रहे हैं, तो उनका EEG एक बहुत विशिष्ट प्रतिक्रिया दिखाता है जिसे P300 कहा जाता है, जो एक बड़ी प्रवृत्त तरंग है जो वस्तु की उपस्थिति के लगभग 300 मिलीसेकंड बाद होती है [3]. इसी तरह, अल्फा ऑस्सीलेशन्स में कमी यह संकेत दे सकती है कि कोई व्यक्ति किसी चीज़ पर बहुत ध्यान दे रहा है [4]. उनींदापन भी डेल्टा, थेटा, और अल्फा ऑस्सीलेशन्स में परिवर्तनों के माध्यम से पहचानने योग्य EEG हस्ताक्षर पैदा करता है [5].

हम कार में ध्यान कैसे माप सकते हैं? 

एक वाहन में हम व्यवहारात्मक तरीकों का उपयोग करके ध्यान और उनींदापन को माप सकते हैं। उदाहरण के लिए, कैमरे चालकों की आंखों का पता लगा सकते हैं ताकि यह सुनिश्चित हो सके कि वे सड़क पर देख रहे हैं। इसी तरह, कैमरे यह पहचान सकते हैं कि कब चालकों के सिर सिरहाने की ओर झुकते हैं, यह सूचित करता है कि वे नींद में हैं। हालांकि, केवल इस कारण से कि कोई व्यक्ति सड़क पर देख रहा है या उनका सिर झुका नहीं है, इसका मतलब यह नहीं है कि वे ध्यान दे रहे हैं या वे थके हुए नहीं हैं। EEG इन खतरनाक राज्यों की पहचान में वृद्धि कर सकता है। वे शायद इन परिभाषित मानव प्रक्रियाओं के चलते होने से पहले भविष्यवाणी करने में भी सक्षम हो सकते हैं। 

चालक की सीट पर न्यूरोसाइंस - EEG इन खतरनाक राज्य की पहचान में वृद्धि कर सकता है। वे शायद इन परिभाषित मानव प्रक्रियाओं के चलते होने से पहले भविष्यवाणी करने में भी सक्षम हो सकते हैं।

2020 में, शोधकर्ताओं ने अनुसंधान का एक प्रणालीगत समीक्षा की जिसमें व्यावसायिक रूप से उपलब्ध EEG हेडसेट्स का उपयोग करके वास्तविक समय की उनींदापन को पहचानने के लिए अध्ययन किए गए [6]. उन्होंने बताया कि इन प्रकार के अध्ययनों में सबसे अधिक उपयोग किए जाने वाले हेडसेट वे थे जो EMOTIV द्वारा निर्मित थे, इसके बाद Neurosky, Interaxon, और OpenBCI थे। उनींदापन की पहचान के लिए, उन्होंने पाया कि यहां तक कि मूल EEG विशेषताएं, जैसे कि आवृत्ति ऑस्सीलेशन्स, का उपयोग करके उनींदापन का पता लगाया जा सकता है। हालांकि, वे यह भी नोट करते हैं कि कई मामलों में, "एल्गोरिदमिक ऑप्टिमाइजेशन आवश्यक है", जिसका अर्थ है कि मशीन-लर्निंग एल्गोरिदम अधिक सटीक पहचान करने में मदद करते हैं।

हमें सुरक्षित रखने के लिए व्यावसायिक EEG और मशीन लर्निंग एल्गोरिदम का लाभ उठाना

EMOTIV एक दशक से अधिक समय से व्यावसायिक EEG में अग्रणी है। इस समय के दौरान उन्होंने विभिन्न रूपों में EEG सिस्टम विकसित किए हैं, 32-चैनल पारंपरिक शोध कैप से लेकर 2-चैनल इन-ईयर हेडफ़ोन तक। MN8 हेडफोन या Insight जैसे कॉम्पैक्ट फॉर्म फैक्टर वाला सिस्टम रोजमर्रा की, पहनने योग्य न्यूरोटेक की ओर पहला कदम दर्शाता है। यदि हम इन प्रकार के हार्डवेयर को ऑटोमोबाइल नियंत्रण में एकीकृत करते हैं, तो हम शायद पहले से ही मानसिक स्थितियों को होने से पहले ही दुर्घटनाओं को रोकने में सक्षम हो सकते हैं। 

चालक की सीट पर न्यूरोसाइंस - हमें सुरक्षित रखने के लिए व्यावसायिक EEG और मशीन लर्निंग एल्गोरिदम का लाभ उठाना।

वाहनों में EEG हार्डवेयर का एकीकरण समाधान का केवल एक हिस्सा है। प्राप्त मस्तिष्क डेटा का लाभ उठाने के लिए, हमें इसे उपयोगी मैट्रिक्स में संसाधित करने की आवश्यकता है। जटिल मशीन-लर्निंग एल्गोरिदम इस प्रकार मस्तिष्क डेटा को ऐसे विशेषताओं में डिकोड करके इसे हासिल करते हैं जो विशिष्ट मानसिक अवस्थाओं को सूचीबद्ध कर सकती हैं। आज तक, EMOTIV ने इस प्रकार की सात पहचान विकसित की हैं: निराशा, रुचि, विश्राम, संलग्नता, उत्साह, ध्यान, और तनाव। EMOTIV के इंजीनियरों ने न्यूरोसाइंटिस्टों के साथ मिलकर इन पहचान को विकसित किया है जो उन स्थितियों को उत्पन्न करने वाले प्रोटोकॉल का उपयोग करके कठोर प्रयोगात्मक अध्ययन करते हैं। ऑटोमोबाइल क्षेत्र में, इमोटिव वर्तमान में ड्राइवर-ध्यान भंग पहचान को ठीक कर रहा है जिसे ड्राइविंग सिम्युलेटर के भीतर विकसित किया गया था। यह पश्चिम ऑस्ट्रेलिया के रॉयल ऑटोमोबाइल क्लब के साथ सहयोग से प्राप्त प्रॉमिसिंग परिणामों के बाद आता है, जिसके परिणामस्वरूप एक ध्यान-संचालित कार हुई जो उस समय धीमी हो गई जब ध्यान समाप्त हो गया [7]. आप इस सहयोग और परिणामों के कुछ वीडियो YouTube पर पा सकते हैं।  

न्यूरोसाइंस और ड्राइविंग का भविष्य

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

सीट बेल्ट और रंबल स्ट्रिप जैसे प्रारंभिक हस्तक्षेपों से लेकर स्वचालित आपातकालीन ब्रेकिंग और सहायता प्राप्त स्टीयरिंग जैसे आधुनिक हस्तक्षेपों तक, हमारी कारें बहुत सुरक्षित हो गई हैं। फिर भी हर साल दुर्घटनाओं से मरने वालों की संख्या यह दर्शाती है कि हमें उस बिंदु तक पहुँचने में बहुत समय है जहाँ वाहनों को "सुरक्षित" माना जा सके। जैसे-जैसे प्रौद्योगिकी उन्नत होती है, हमारी कारें निश्चित रूप से सुरक्षित बनती रहेंगी, लेकिन जब तक मानव प्रायोगिक चालक नहीं रहेंगे, तब तक मानवीय कारणों से दुर्घटनाएं होती रहेंगी। EEG प्रौद्योगिकी एक विशेष रूप से उम्मीद भरा रास्ता दर्शाती है मानव घटक को कम करने के लिए जटिल संकेतों का पता लगाकर और दुर्घटना-जनित परिस्थितियों से पहले हस्तक्षेप करके।

संदर्भ

[1] राष्ट्रीय सांख्यिकी और विश्लेषण केंद्र, "2020 में मोटर वाहन यातायात मौतों का प्रारंभिक अनुमान।" राष्ट्रीय राजमार्ग यातायात सुरक्षा प्रशासन, मई 2021। पहुँचा गया: 04 जनवरी, 2022। [ऑनलाइन]। उपलब्ध: https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/813115

[2] राष्ट्रीय सांख्यिकी और विश्लेषण केंद्र, "2019 में मोटर वाहन दुर्घटनाओं का अवलोकन।" राष्ट्रीय राजमार्ग यातायात सुरक्षा प्रशासन, 2020।

[3] एस. जे. लक और ई. एस. काप्पेनमैन, इवेंट-से जुड़ी संभाव्यता घटक का ऑक्सफोर्ड हैंडबुक. ऑक्सफोर्ड यूनिवर्सिटी प्रेस, 2011।

[4] जी. थुत, "ऑल्फा-बैंड इलेक्ट्रोएन्सेफलोग्राफिक गतिविधि पर ऑक्सिपिटल कॉर्टेक्स विज़ुअल स्पैटियल ध्यान पूर्वाग्रह का संकेत देती है और दृश्य लक्ष्य पहचान की भविष्यवाणी करती है," जे. न्यूरोसci., खंड 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. लीन, "उनींदा ड्राइविंग के लिए EEG-आधारित संवेदनशील कार्य एकीकरण नेटवर्क," ज्ञ. अधिनियम-आधारित प्रणालियाँ, खंड 80, पृष्ठ 143-152, मई 2015, doi: 10.1016/j.knosys.2015.01.007।

[6] जे. लारोक्को, एम. डी. ले, और डी.-जी. पैंग, "उनींदापन पहचान के लिए उपलब्ध कम लागत के EEG हेडसेट्स का एक प्रणालीगत समीक्षा," फ्रंट. न्यूरोइन्फॉर्मेटिक्स, खंड 14, पृष्ठ 42, 2020, doi: 10.3389/fninf.2020.553352।[7] "ऑस्ट्रेलिया के शोधकर्ताओं ने 'ध्यान-संचालित' कार का अनावरण किया," 2013। https://phys.org/news/2013-09-australia-unveil-attention-powered-car.html (पहुंच: 12 जनवरी, 2022)।