ڈاکٹر نکولس ولیمز، Emotiv ریسرچ سائنٹسٹ کے قلم سے۔

کئی ماہ قبل میں بیرون ملک رہنے کے آٹھ سال بعد دوبارہ امریکہ منتقل ہو گیا۔ دوبارہ سے نئی شروعات کرنے کا ایک مطلب زندگی کے لیے ضروری تمام چیزیں خریدنا بھی تھا۔ صوفہ، بستر اور کھانے کی میز کے علاوہ، مجھے یقیناً ایک کار کی بھی ضرورت تھی۔ خود کو مالیاتی طور پر سمجھدار شخص سمجھتے ہوئے، میں نے خاص طور پر پرانے، سستے ماڈلز تلاش کیے لیکن قیمتوں میں اضافے اور قلیل انوینٹری نے مجھے جلد ہی مایوس کر دیا۔ 2021 کی استعمال شدہ کاروں کی مارکیٹ مجھے مؤثر طریقے سے نئی کار خریدنے پر مجبور کر رہی تھی، جو بالآخر میں نے خرید لی۔ بنیادی ذاتی مالیاتی اصولوں کی خلاف ورزی کرنے پر میری مایوسی جلد ہی میری بالکل نئی ٹویوٹا SUV کے ساتھ ملنے والے آرام اور خصوصیات کے بے لگام جوش میں بدل گئی۔

میں خاص طور پر خود کار ڈرائیونگ کی ان خصوصیات سے بہت متاثر ہوا جن کے بارے میں، میں نے اب تک صرف پڑھا تھا۔ اسسٹڈ سٹیئرنگ اور آگے دیکھنے والے ریڈار نے طویل سفر کو انتہائی آسان بنا دیا۔ مجھے صرف سڑک پر نظریں جمائے رکھنی تھیں اور سٹیئرنگ وہیل پر ہاتھ رکھنا تھا اور میری کار بنیادی طور پر خود ہی چلتی تھی۔ تصادم سے بچنے، بلائنڈ اسپاٹ مانیٹرنگ، پیچھے کی جانب والے کیمرے الرٹ سسٹم کے ساتھ جو یہ یقینی بناتے ہیں کہ میں پیچھے سے گزرنے والے کسی بھی شخص سے نہ ٹکراؤں، اور یہ نئی کار معروضی طور پر پچھلی دہائی کے بیشتر حصے میں میرے زیر استعمال رہنے والی کاروں کے پرانے ماڈلز کے مقابلے میں کئی گنا زیادہ محفوظ تھی۔

کاریں، یقیناً، ابھی خود بخود نہیں چلتیں۔ اگرچہ ان میں بہترین خود مختار اور حفاظتی خصوصیات موجود ہیں، لیکن کاروں کو اب بھی ڈرائیور کی نگرانی اور جہاں ضرورت ہو، مداخلت کی ضرورت ہوتی ہے۔ ہم ڈرائیونگ سے انسانی عنصر کو نکالنے سے ابھی بہت دور ہیں اور یہی عنصر بنیادی طور پر کار بم دھماکوں، حادثات اور ہلاکتوں کا ذمہ دار ہے۔ انسان وہیل کے پیچھے غلطیاں کرتا ہے۔ چاہے وہ شراب نوشی کے بعد گاڑی چلانے کا فیصلہ کرے، یا حد رفتار سے تجاوز کرنے کو تفریح سمجھے، یا اپنی تھکن دور کرنے کے لیے آرام کرنے سے پہلے مزید چند میل گاڑی چلانا چاہے، انسان گاڑیوں کے بہت سے ایسے حادثات کا سبب بنتے ہیں جن سے بچا جا سکتا تھا۔

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

نیشنل ہائی وے ٹریفک سیفٹی ایڈمنسٹریشن (NHTSA) کے مطابق، 2019 میں موٹر گاڑیوں کے ٹریفک حادثات میں 36,096 ہلاکتیں ہوئیں۔ 2020 کے لیے، ہلاکتوں کا تخمینہ 38,000 سے زیادہ ہے [1]۔ ان میں سے ایک بڑا فیصد غیر محتاط ڈرائیونگ کی وجہ سے ہے اور اس طرح اس سے بچا جا سکتا ہے۔ NHTSA نے غیر محتاط ڈرائیونگ کی چھ اقسام کی نشاندہی کی ہے: تیز رفتاری، نشے کی حالت میں ڈرائیونگ، سیٹ بیلٹ کا استعمال نہ کرنا (یا غلط استعمال)، دھیان بٹنا، اور غنودگی میں گاڑی چلانا۔ چونکہ ٹریفک کی تمام ہلاکتوں میں سے دو تہائی تیز رفتاری اور نشے کی حالت میں ڈرائیونگ کی وجہ سے ہوتی ہیں، اس لیے بہت سی مداخلتی مہمات کا رخ درست طور پر ان خطرات سے نمٹنے کی طرف ہے۔ تاہم، دھیان بٹنے اور غنودگی میں گاڑی چلانے کے نتیجے میں بھی ہلاکتوں کی ایک بڑی تعداد ہوتی ہے جس میں 2019 میں دھیان بٹنے سے 3,142 اموات اور غنودگی سے متعلقہ 697 اموات ہوئیں [2]۔

لیبارٹری میں توجہ کی پیمائش کے لیے نیورو سائنس کا استعمال

ڈرائیور کی سیٹ پر نیورو سائنس - لیبارٹری میں توجہ کی پیمائش کے لیے نیورو سائنس کا استعمال۔

نیورو سائنسدان لیبارٹری میں توجہ کی پیمائش کرنے کے لیے مختلف طریقے استعمال کرتے ہیں۔ ان طریقوں میں سے ایک اس حقیقت کا فائدہ اٹھاتا ہے کہ ہمارا دماغ اپنے نیوران کے متحرک ہونے پر بجلی کی معمولی مقدار خارج کرتا ہے۔ الیکٹرو اینسفالوگرام (EEG) کا استعمال کرتے ہوئے، ہم یہ سمجھنے کے لیے اس بجلی کے اتار چڑھاؤ کی پیمائش کر سکتے ہیں کہ دماغ کب اور کہاں فعال ہوتا ہے۔ وہ رفتار، یا فریکوئنسی جس پر یہ اتار چڑھاؤ رونما ہوتے ہیں، دولن (oscillations) یا عام طور پر دماغی لہروں کے نام سے جانے جاتے ہیں۔ دماغی لہروں کی فریکوئنسی ذہنی حالتوں یا عمل کے بارے میں بصیرت فراہم کر سکتی ہے۔

مثال کے طور پر، دماغی لہریں جو فی سیکنڈ 14 سے 30 بار (یا 14 - 30 Hz) گھومتی ہیں بیٹا لہروں کے نام سے جانی جاتی ہیں اور ان کا تعلق ذہنی مشغولیت کے اعلیٰ درجات سے ہے۔ 8 - 13 Hz کی حد میں اتار چڑھاؤ کو الفا لہروں کے نام سے جانا جاتا ہے اور یہ عام طور پر آرام یا غیر فعال توجہ کے ادوار میں موجود ہوتی ہیں۔ مثال کے طور پر، جب کوئی شخص مراقبہ کر رہا ہو تو آپ اکثر الفا لہریں دیکھیں گے۔ تھیٹا لہریں 4 اور 7 Hz کے درمیان اتار چڑھاؤ ہیں اور تب دیکھی جاتی ہیں جب کوئی شخص گہرے آرام یا غنودگی میں ہو۔ سب سے سست لہریں ڈیلٹا لہریں (1 - 4 Hz) ہیں اور تب دیکھی جاتی ہیں جب کوئی شخص گہری نیند میں ہو۔

متعلقہ پوسٹ دیکھیں The Introductory Guide to EEG

لیبارٹری میں، سائنسدان دماغی لہروں کے وقت، وسعت اور فریکوئنسی کی پیمائش کر کے یہ تعین کر سکتے ہیں کہ کام کے دوران کسی شخص کا ذہن کتنا مصروف یا غیر مصروف ہے۔ مثال کے طور پر، جب کوئی شخص ایسی چیز دیکھتا یا سنتا ہے جس پر وہ نظر رکھے ہوئے ہو، تو ان کا EEG ایک بہت ہی مخصوص ردعمل دکھاتا ہے جسے P300 کہا جاتا ہے، جو کہ ایک بڑی طول واج (amplitude wave) ہے جو چیز کے ظاہر ہونے کے تقریباً 300 ملی سیکنڈ بعد واقع ہوتی ہے [3]۔ اسی طرح، الفا oscillations میں کمی اس بات کی نشان دہی کر سکتی ہے کہ کوئی کسی چیز پر گہری توجہ دے رہا ہے [4]۔ غنودگی کی حالت ڈیلٹا، تھیٹا اور الفا oscillations میں تبدیلیوں کے ذریعے قابل شناخت EEG دستخط بھی پیدا کرتی ہے [5]۔

ہم کار میں توجہ کی پیمائش کیسے کر سکتے ہیں؟

گاڑی میں ہم رویے کے طریقوں کا استعمال کرتے ہوئے توجہ اور غنودگی کی پیمائش کر سکتے ہیں۔ مثال کے طور پر، کیمرے ڈرائیوروں کی آنکھوں کا سراغ لگا سکتے ہیں تاکہ یہ یقینی بنایا جا سکے کہ وہ سڑک پر دیکھ رہے ہیں۔ اسی طرح، کیمرے یہ پتہ لگا سکتے ہیں کہ کب ڈرائیوروں کے سر ہلنا شروع ہوتے ہیں جو یہ ظاہر کرتا ہے کہ وہ نیند میں ہیں۔ تاہم، صرف اس وجہ سے کہ کوئی شخص سڑک کی طرف دیکھ رہا ہے یا اس کا سر نہیں جھک رہا ہے، اس کا مطلب یہ نہیں ہے کہ وہ توجہ دے رہا ہے یا وہ تھکا ہوا نہیں ہے۔ EEG ان پرخطر حالتوں کی نشاندہی کو بہتر بنا سکتا ہے۔ وہ رفتاری طور پر ان کا پتہ لگانے سے پہلے ہی ان کی پیش گوئی کرنے کے قابل بھی ہو سکتے ہیں۔

ڈرائیور کی سیٹ پر نیورو سائنس - EEG ان پرخطر حالتوں کی نشاندہی کو بہتر بنا سکتا ہے۔ وہ رفتاری طور پر ان کا پتہ لگانے سے پہلے ہی ان کی پیش گوئی کرنے کے قابل بھی ہو سکتے ہیں۔

2020 میں، محققین نے ان مطالعات کا ایک منظم جائزہ لیا جنہوں نے حقیقی وقت میں غنودگی کا پتہ لگانے کے لیے تجارتی طور پر دستیاب EEG ہیڈ سیٹس کا استعمال کیا تھا [6]۔ انہوں نے بتایا کہ اس قسم کے مطالعے میں سب سے زیادہ استعمال ہونے والا ہیڈ سیٹ Emotiv کا تھا، جس کے بعد Neurosky، Interaxon اور OpenBCI کا نمبر آتا ہے۔ غنودگی کا پتہ لگانے کے لیے، انہوں نے پایا کہ بنیادی EEG خصوصیات، جیسے فریکوئنسی oscillations، کو بھی غنودگی کا پتہ لگانے کے لیے استعمال کیا جا سکتا ہے۔ تاہم، وہ نوٹ کرتے ہیں کہ بہت سے معاملات میں، "الگورتھمک اصلاح ضروری رہتی ہے"، جس کا مطلب ہے کہ مشین لرننگ الگورتھم کے نتیجے میں زیادہ درست شناخت ہوئی۔

ہمیں محفوظ رکھنے میں مدد کے لیے تجارتی EEG اور مشین لرننگ الگورتھم کا فائدہ اٹھانا

Emotiv ایک دہائی سے زائد عرصے سے تجارتی EEG میں صف اول کا ادارہ رہا ہے۔ اس دوران انہوں نے 32-چینل کے روایتی تحقیقی کیپس سے لے کر 2-چینل ان-ایئر ہیڈ فونز تک مختلف شکلوں میں EEG سسٹمز تیار کیے ہیں۔ کمپیکٹ فارم فیکٹرز والے سسٹمز، جیسے MN8 ہیڈ فونز یا Insight، روزمرہ کی پہنی جانے والی نیورو ٹیکنالوجی کی طرف پہلے قدم کی نمائندگی کرتے ہیں۔ آٹوموبائل کنٹرولز میں اس قسم کے ہارڈویئر کو ضم کر کے، ہم حادثات کو ان کے پیدا ہونے والی ذہنی حالتوں کے رونما ہونے سے پہلے ہی روکنے کے قابل ہو سکتے ہیں۔

ڈرائیور کی سیٹ پر نیورو سائنس - ہمیں محفوظ رکھنے میں مدد کے لیے تجارتی EEG اور مشین لرننگ الگورتھم کا فائدہ اٹھانا۔

گاڑیوں میں EEG ہارڈویئر کو ضم کرنا حل کا صرف ایک حصہ ہے۔ حاصل کردہ دماغی ڈیٹا سے فائدہ اٹھانے کے لیے، ہمیں اسے کارآمد میٹرکس میں پروسیس کرنے کی ضرورت ہے۔ جدید مشین لرننگ الگورتھم EEG ڈیٹا کو ایسی خصوصیات میں ڈی کوڈ کر کے یہ حاصل کرتے ہیں جو مخصوص ذہنی حالتوں کی نشاندہی کر سکتی ہیں۔ اب تک، Emotiv نے ایسی سات شناختیں تیار کی ہیں: جھنجھلاہٹ، دلچسپی، سکون، مشغولیت، جوش، توجہ، اور تناؤ۔ Emotiv کے انجینئرز نے نیورو سائنسدانوں کے ساتھ مل کر ان شناختوں کو سخت تجرباتی مطالعات کے ذریعے تیار کیا ہے جو ان حالات کو پیدا کرنے کے لیے جانے جانے والے پروٹوکول کا استعمال کرتے ہیں۔ آٹوموبائل کے شعبے میں، Emotiv فی الحال ڈرائیونگ سمیلیٹر کے اندر تیار کی گئی ڈرائیور کا دھیان بٹنے کی شناخت کو ٹھیک کر رہا ہے۔ یہ رائل آٹوموبائل کلب آف ویسٹرن آسٹریلیا کے ساتھ شراکت داری کے امید افزا نتائج کے بعد سامنے آیا ہے، جس کے نتیجے میں ایک توجہ سے چلنے والی کار تیار ہوئی جو توجہ کم ہونے پر سست ہو جاتی تھی [7]۔ آپ یوٹیوب پر اس اشتراک اور نتائج کی کچھ ویڈیوز تلاش کر سکتے ہیں۔

نیورو سائنس اور ڈرائیونگ کا مستقبل

ڈرائیور کی سیٹ پر نیورو سائنس - نیورو سائنس اور ڈرائیونگ کا مستقبل۔

سیٹ بیلٹ اور رمبل سٹرپس جیسی ابتدائی ایجادات سے لے کر خودکار ہنگامی بریکنگ اور اسسٹڈ سٹیئرنگ جیسے جدید اقدامات تک، ہماری کاریں بہت زیادہ محفوظ ہو گئی ہیں۔ پھر بھی ہر سال حادثات سے مرنے والے لوگوں کی تعداد یہ ظاہر کرتی ہے کہ اس مقام تک پہنچنے کے لیے ہمیں ابھی طویل سفر طے کرنا ہے جہاں گاڑیوں کو مکمل طور پر "محفوظ" سمجھا جا سکے۔ جیسے جیسے ٹیکنالوجی ترقی کرے گی، ہماری کاریں بلا شبہ محفوظ ہوتی جائیں گی، لیکن جب تک انسان بنیادی طور پر گاڑی چلانے والے رہیں گے، انسانوں کی وجہ سے ہونے والے حادثات بھی ہوتے رہیں گے۔ EEG ٹیکنالوجی باریک اشاروں کا پتہ لگا کر اور حادثے کا سبب بننے والے حالات پیدا ہونے سے پہلے ہی مداخلت کر کے انسانی عنصر کے اثرات کو کم کرنے کا ایک خاص طور پر امید افزا راستہ پیش کرتی ہے۔

حوالہ جات

[1] National Center for Statistics and Analysis, “Early estimate of motor vehicle traffic fatalities in 2020.” National Highway Traffic Safety Administration, May 2021. Accessed: Jan. 04, 2022. [Online]. Available: https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/813115

[2] National Center for Statistics and Analysis., “Overview of motor vehicle crashes in 2019.” National Highway Traffic Safety Administration, 2020.

[3] S. J. Luck and E. S. Kappenman, The Oxford handbook of event-related potential components. Oxford university press, 2011.

[4] G. Thut, “Alpha-Band Electroencephalographic Activity over Occipital Cortex Indexes Visuospatial Attention Bias and Predicts Visual Target Detection,” J. Neurosci., vol. 26, no. 37, pp. 9494–9502, Sep. 2006, doi: 10.1523/JNEUROSCI.0875-06.2006.

[5] C.-H. Chuang, C.-S. Huang, L.-W. Ko, and C.-T. Lin, “An EEG-based perceptual function integration network for application to drowsy driving,” Knowl.-Based Syst., vol. 80, pp. 143–152, May 2015, doi: 10.1016/j.knosys.2015.01.007.

[6] J. LaRocco, M. D. Le, and D.-G. Paeng, “A Systemic Review of Available Low-Cost EEG Headsets Used for Drowsiness Detection,” Front. Neuroinformatics, vol. 14, p. 42, 2020, doi: 10.3389/fninf.2020.553352.[7] “Australia researchers unveil ‘attention-powered’ car,” 2013. https://phys.org/news/2013-09-australia-unveil-attention-powered-car.html (accessed Jan. 12, 2022).