یہ مضمون ڈاکٹر نیکولاس ولیمز، ایماٹوِیو ریسرچ سائنسدان، نے تحریر کیا۔

کچھ مہینے پہلے میں بیرون ملک آٹھ سال گزارنے کے بعد واپس امریکہ چلا آیا۔ نئے سرے سے زندگی شروع کرنے کا حصہ یہ تھا کہ زندگی کے لیے درکار تمام چیزیں خریدنی ہوں گی۔ صوفے، بستر، اور کھانے کی میز کے علاوہ، مجھے یقیناً ایک کار کی ضرورت تھی۔ اپنے آپ کو مالی طور پر سمجھدار سمجھتے ہوئے، میں نے خاص طور پر پرانے، کفایتی ماڈلز کی تلاش کی، لیکن بہت جلد مواد کی قیمتیں اور نایاب دسترس نے مجھے حوصلہ شکنی کی۔ 2021 کے استعمال شدہ کار بازار نے مؤثر طریقے سے مجھے نیا خریدنے پر مجبور کر دیا، جو میں نے بالآخر کرلیا۔ اپنے بنیادی ذاتی مالیاتی اصولوں کی خلاف ورزی پر میری مایوسی کو جلد ہی نئے Toyota SUV کی راحتوں اور خصوصیات کے جوش سے بدل دیا۔

مجھے خاص طور پر خودکار ڈرائیونگ خصوصیات نے مجذوب کیا، جن کا میں نے اب تک صرف مطالعہ کیا تھا۔ معاون اسٹیرنگ اور آگے دیکھنے والا ریڈار طویل سفروں کو آسان بنا دیتے ہیں۔ مجھے صرف سڑک پر نظر رکھنی ہوتی اور ایک ہاتھ کو اسٹیئرنگ ویل پر آرام کرنا ہوتا اور میری کار بنیادی طور پر خود ڈرائیو کرلیتی۔ ٹکراؤ سے بچاؤ، بلائینڈ سپاٹ مانیٹرنگ، پیچھے دیکھنے والے کیمرے جن میں الرٹ سسٹم تھا کہ میں کسی کے پیچھے گزرتے ہوئے بیک نہ ماروں، کو بھی شامل کریں، اور یہ نئی کار ان پرانے ماڈل کی کاروں سے مناسب انداز سے زیادہ محفوظ تھی جنہیں میں نے پچھلی دہائی کے سب سے زیادہ حصے میں چلاتے رہے۔

کاریں، یقیناً، ابھی خود نہیں چلتیں۔ جبکہ ان کے پاس نفیس خودکار اور حفاظتی خاصیتیں ہیں، کاریں اب بھی ڈرائیور کی نگرانی کی ضرورت رکھتے ہیں اور، جب ضروری ہوتا ہے، مداخلت کی ضرورت پڑتی ہے۔ ہم ڈرائیونگ سے انسانی جزو کو ہٹانے سے کافی دور ہیں اور یہ جزو ہے جو اکثر گاڑیوں کے حادثات اور اموات کا ذمہ دار ہوتا ہے۔ انسان پہیے کے پیچھے غلطی کرتا ہے۔ چاہے وہ فیصلہ کرتے ہیں کہ پینے کے بعد گاڑی چلانا اچھا خیالات ہے، یا کہ رفتار تیز کرنا تفریحی ہے، یا کہ انہیں کچھ اور میل نکالنے کی ضرورت ہو اس سے پہلے کہ وہ اپنے تھکے ہوئے جسم کو آرام دینے کیلئے رکیں، انسان بہت سے قابل روکنے والے گاڑی حوادث کا سبب بنتے ہیں۔

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

نیشنل ہائی وے ٹریفک سیفٹی ایڈمنسٹریشن (NHTSA) کے مطابق، 2019 میں 36,096 موٹر گاڑی ٹریفک اموات ہوئی تھیں۔ 2020 کے لئے اموات کا اندازہ 38,000 سے زیادہ [1] لگایا گیا ہے۔ ان میں سے ایک بڑی تعداد خطرناک ڈرائیونگ کی وجہ سے ہوتی ہے اور اس طرح روکی جا سکتی ہیں۔ NHTSA نے خطرناک ڈرائیونگ کی چھ قسمیں شناخت کی ہیں: رفتار بڑھانا، نشہ آور اور منشیات کے اثر میں ڈرائیونگ کرنا، سیٹ بیلٹ کا استعمال نہ کرنا (یا غلط استعمال کرنا)، توجہ تقسیم کرنے والی ڈرائیونگ، اور نیند میں ڈرائیونگ کرنا۔ جیسا کہ تمام ٹریفک اموات کی دو تہائی جلد رفتاری اور نشہ آور کنٹرول کی وجہ سے ہوتی ہیں، بہت سی مداخلت مہمات صحیح طور پر ان خطرات کے حل کی طرف مائل ہوتی ہیں۔ تاہم، توجہ تقسیم کرنے والی اور نیند میں ڈرائیونگ غیر معلومی تعداد میں اموات کا نتیجہ ہوتی ہیں، جن میں 2019 میں توجہ تقسیم ہونے سے متعلق 3,142 اموات اور نیند کی حالت میں 697 اموات ہوئی تھیں [2]۔

نیوروسائنس کو لیب میں توجہ دینے کی پیمائش کے لیے استعمال کرنا

ڈرائیور کی نشست میں نیوروسائنس - نیوروسائنس کو لیب میں توجہ دینے کی پیمائش کے لیے استعمال کرنا۔

نیورو سائنسدان مختلف طریقے استعمال کرتے ہیں لیبارٹری میں توجہ دینے کی پیمائش کے لیے۔ ان طریقوں میں سے ایک یہ ہے کہ ہمارے دماغ کی اعصاب جب جواب دے رہی ہیں تو یہ قلیل مقدار میں بجلی خارج کرتا ہے۔ الیکٹرو اینسیفیلا گرام (EEG) کا استعمال کرتے ہوئے، ہم اس بجلی میں اتار چڑھاؤ کی پیمائش کرکے سمجھ سکتے ہیں کہ دماغ کب اور کہاں فعال ہوتا ہے۔ اس اتار چڑھاؤ کی رفتار، یا تعدد، کو تصورات یا سب سے عام طور پر، دماغی لہریں کہا جاتا ہے۔ دماغی لہر کی تعدد ذہنی حالتوں یا عملکی بصیرت فراہم کر سکتی ہے۔

مثال کے طور پر، وہ دماغی لہریں جو 14 سے 30 بار فی سیکنڈ (یا 14 - 30 ہرٹز) کی رفتار سے جھومتی ہیں، بیٹا لہریں کہلاتی ہیں اور اعلی سطح کی ذہنی مشغولیت سے وابستہ ہوتی ہیں۔ 8 - 13 ہرٹز کی رینج میں اتار چڑھاو کو الفا لہریں کہا جاتا ہے اور یہ عام طور پر آرام یا غیر فعالی توجہ کی مدت کے دوران موجود ہوتی ہیں۔ مثال کے طور پر، آپ کسی شخص کے مراقبہ کے دوران الفا لہروں کو اکثر دیکھیں گے۔ تھیٹا لہریں 4 سے 7 ہرٹز کی رفتار سے جھومتی ہیں اور اس وقت دیکھی جاتی ہیں جب کوئی شخص گہرا آرام یا خوابیدہ ہوتا ہے۔ سب سے سست لہریں ڈیلٹا لہریں (1 - 4 ہرٹز) ہوتی ہیں اور وہ تب دیکھی جاتی ہیں جب کوئی شخص گہری نیند میں ہوتا ہے۔

متعلقہ پوسٹ دیکھیں ای ای جی کا تعارفی رہنما

لیبارٹری میں، سائنسدان دماغی لہروں کی ٹائمنگ، شدت، اور تعدد کی پیمائش کر سکتے ہیں تاکہ یہ طے کیا جا سکے کہ کسی شخص کے دماغ کی ٹاسک کے دوران کتنی مشغول یا غافلہ ہے۔ مثال کے طور پر، جب کوئی شخص کچھ دیکھتا یا سنتا ہے جس کا وہ مشاہدہ کر رہا ہے، تو اس کے EE گی میں ایک بہت ہی مخصوص جواب نظر آتا ہے جسے P300 کہا جاتا ہے، جو ایک وسیع ایمپیچیوڈ لہر ہوتی ہے جو شے کے ظاہر ہونے کے تقریباً 300 ملی سیکنڈ بعد آتی ہے [3]۔ اسی طرح، الفا جھوم/c]> میں کمی یہ ظاہر کر سکتی ہے کہ کوئی شخص کسی چیز پر گہری توجہ دیتا ہے [4]۔ نیند کی حالت بھی ڈیٹا، تھیٹا، اور الفا جھوم/c]>= میں تبدیلیوں کی وجہ سے قابل مشاہدہ EE گی دستخط پیدا کرتی ہے [5]۔

گاڑی میں توجہ کی پیمائش کیسے کریں؟

گاڑی میں ہم رویے کے طریقے استعمال کرتے ہوئے توجہ اور نیند کی پیمائش کر سکتے ہیں۔ مثال کے طور پر، کیمرے ڈرائیور کے آنکھوں کا پیچھا کر سکتے ہیں تاکہ یہ یقینی بنا سکیں کہ وہ سڑک پر دیکھ رہے ہیں۔ اسی طرح، کیمرے یہ پتہ لگا سکتے ہیں کہ کب ڈرائیور کے سر جھکنے لگے ہیں جو ظاہر کرتا ہے کہ وہ نیند میں ہیں۔ تاہم، یہ سب کچھ کہ کوئی شخص سڑک پر دیکھ رہا ہے یا اس کا سر نہیں جھکا رہا ہے، اس بات کا مطلب نہیں ہوتا کہ وہ توجہ دے رہا ہے یا وہ تھکا ہوا نہیں ہے۔ EEG ان خطرناک حالتوں کی کھوج بڑھا سکتا ہے۔ یہ ممکن ہے کہ وہ ان حالات کی پیش گوئی بھی کر سکیں اس سے پہلے کہ وہ معیاری طور پر قابل تشخیص ہوں۔

ڈرائیور کی نشست میں نیوروسائنس - EEG ان خطرناک حالتوں کی کھوج بڑھا سکتا ہے۔ ممکن ہے کہ وہ ان حالات کی پیش گوئی بھی کر سکیں اس سے پہلے کہ وہ معیاری طور پر قابل تشخیص ہوں۔

2020 میں، محققین نے ان مطالعات کی ایک منظم جائزہ لیا جو مستقل وقت میں نیند کی کھوج کے لیے دستیاب EEG ہیڈسیٹس استعمال کرتے ہیں [6]۔ وہ کہ رپورٹ کرتے ہیں کہ ان قسم کی مطالعات میں استعمال ہونے والا سب سے زیادہ ہیڈسیٹ وہ تھے جو ایماٹوِیو نے تیار کیے تھے، اس کے بعد نیورو اسکائی، انٹریکس، اور اوپن بی سی آئی۔ نیند کی کھوج کے لیے، انہوں نے پایا کہ یہاں تک کہ بنیادی EEG خصوصیات، جیسے تعددی جھوم/c]>، نیند کی کھوج کے لیے استعمال کی جا سکتی ہیں۔ تاہم، وہ نوٹ کرتے ہیں کہ بہت سے معاملات میں، “الگوریتمیک اصلاح کی ضرورت باقی ہے”، مطلب کہ مشین لرننگ الگوریتھم زیادہ درست کھوج کے نتائج حاصل کرنے میں مددگار تھے۔

تجارتی EEG اور مشین لرننگ الگوریتھم کا فائدہ اٹھا کر ہمیں محفوظ تر رکھنا

ایماٹوِیو تجارتی EEG کا لیڈر رہا ہے۔ دسکیوں سے زائد وقت کے دوران، انہوں نے EEG نظام کی مختلف شکلیں تیار کی ہیں، 32-چینل کے روایتی تحقیق کے کیپس سے لے کر 2-چینل کے ان کان ہیڈفونز تک۔ کمپیکٹ فارم کے فیکٹرز والے نظام، جیسا کہ MN8 ہیڈفونز یا Insight، روزمرہ کی زندگی میں نیورو ٹیک کا پہلا قدم کی نمائندگی کرتے ہیں۔ ان قسم کے ہارڈویئر کو گاڑیوں کے کنٹرول میں یکجا کر کے، ہم شاید حادثات کو اس سے پہلے روکنے کے قابل ہو جائیں جب تک حوصلے کی حالتیں واقع نہیں ہوئیں۔

ڈرائیور کی نشست میں نیوروسائنس - تجارتی EEG اور مشین لرننگ الگوریتھم کا فائدہ اٹھا کر ہمیں محفوظ تر رکھنا۔

گاڑیوں میں EEG ہارڈویئر کو شامل کرنا حل کا صرف حصہ ہے۔ حاصل شدہ دماغی ڈیٹا کا فائدہ اٹھانے کے لیے، ہمیں اسے کارآمد مقیاسی میں عمل کاری کرنے کی ضرورت ہے۔ مشین لرننگ الگوریتھم EEG ڈیٹا کو خصوصیات میں ڈی کوڈ کرنے کا کام کرتی ہیں جو مخصوص ذہنی حالتوں کا اندکس کرتی ہیں۔ ایماٹوِیو نے تاحال سات ایسی تشخیصی کو تیار کیا ہے: مایوسی، دلچسپی، آرام، مشغولیت، جوش، توجہ، اور دباؤ۔ ایماٹوِیو کے انجینئرز نے نیورو سائنسدانوں کے ساتھ قریب سے کام کیا ہے تاکہ تجرباتی مطالعات کے ذریعے ان کا تجربہ کریں، جنہیں ان سرگرمیوں کو جنم دینے کے طور پر جانا جاتا ہے۔ گاڑیوں کے شعبے میں، ایماٹوِیو اس وقت ڈرائیور کی توجہ کو بھگانے والی تشخیصی کا بہتر بنانے پر کام کر رہا ہے، جسے ڈرائیونگ سیمولیٹر میں تیار کیا گیا تھا۔ یہ مغربی آسٹریلیا کے رائل آٹوموبائل کلب کے ساتھ ایک تعاون کے امید افزا نتائج کے بعد ہوا، جس کے نتیجے میں توجہ اینائیڈ کار کو حاصل کیا گیا جو کم ہو جاتی تھی جب توجہ ختم ہوتی تھی [7]۔ آپ یوٹیوب پر تعاون اور نتائج کے کچھ ویڈیوز حاصل کر سکتے ہیں۔

نیورو سائنس اور ڈرائیونگ کا مستقبل

ڈرائیور کی نشست میں نیوروسائنس - نیورو سائنس اور ڈرائیونگ کا مستقبل۔

ابتدائی مداخلات جیسے کہ سیٹ بیلٹ اور سرگوشی والی پٹیاں جدید مداخلات جیسے کہ خودکار ایمرجنسی بریکنگ اور معاون اسٹیرنگ تک، ہماری کاریں بہت زیادہ حفاظت والی ہو گئی ہیں۔ پھر بھی ہر سال حادثات میں مرنے والے لوگوں کی تعداد دکھاتی ہے کہ ابھی ہم نے اس نقطے تک نہیں پہنچا ہے کہ گاڑیاں “محفوظ” سمجھی جا سکتی ہیں۔ جیسے جیسے ٹیکنالوجی ترقی کرے گی، ہماری گاڑیاں بلا شبہ محفوظ ہوتی جائیں گی، لیکن جب تک انسان بنیادی طور پر گاڑی کے استعمال کنندہیں، انسانی جانے والے تصادم جاری رہیں گے۔ EEG ٹیکنالوجی ایک خصوصی امید افزا راستہ دکھاتی ہے انسانی فیکٹر کی شدت کو کم کرنے کے لیے جو نفیس اشارے کا پتہ لگا کر ان پر کارروائی کرتی ہے اس سے پہلے کہ حادثے کے حالات پیدا ہوں۔

حوالہ جات

[1] نیشنل سینٹر فار سٹیسٹکس اینڈ اینالیسس، “2020 میں موٹر گاڑی ٹریفک کی اموات کا ابتدائی تخمینہ۔” نیشنل ہائی وے ٹریفک سیفٹی ایڈمنسٹریشن، مئی 2021۔ دستیابی کی تاریخ: جنوری۔ 04، 2022۔ [آن لائن]۔ دستیاب: https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/813115

[2] نیشنل سینٹر فار سٹیسٹکس اینڈ اینالیسس۔، “2019 میں موٹر گاڑی حوادث کا جائزہ۔” نیشنل ہائی وے ٹریفک سیفٹی ایڈمنسٹریشن، 2020۔

[3] S. J. Luck اور E. S. Kappenman، ایونٹ سے متعلق امکانات کیلئے آکسفورڈ ہینڈ بک۔ آکسفورڈ یونیورسٹی پریس، 2011۔

[4] G. Thut، “آکسیپٹل کارٹیکس کے اوپر ایلفا بینڈ الیکٹرو اینسیفلا گرافک سرگرمی ویسو اسپاٹیٹل توجہ کی تعصب کو اندازہ دے کر بصری ہدف کا پتہ لگانے کی پیش گوئی کرتی ہے”، J. Neurosci.، جلد۔ 26، نہب۔ 37، صفحات 9494–9502، ستمبر 2006، doi: 10.1523/JNEUROSCI.0875-06.2006۔

[5] C.-H. Chuang، C.-S. Huang، L.-W. Ko، اور C.-T. Lin، “ایک EEG پر مبنی ادراکی فنکشن انضمام نیٹ ورک جو نیند میں ڈرائیونگ کیلئے درخواست کیلئے قابل اطلاق ہے”، Knowl.-Based Syst۔، جلد۔ 80، صفحات 143–152، مئی 2015، doi: 10.1016/j.knosys.2015.01.007۔

[6] J. LaRocco، M. D. Le، اور D.-G. Paeng، “دستیاب کم قیمت EEG ہیڈسیٹ کا نظاماتی جائزہ جو نیند کی کھوج کیلئے استعمال ہوتے ہیں”، فرنٹ۔ نیورو انفورمیٹکس، جلد۔ 14، صفحہ 42، 2020، doi: 10.3389/fninf.2020.553352۔[7] “آسٹریلیا کے محققین نے ‘توجہ سے چلنے والی’ کار دکھائی”، 2013۔ https://phys.org/news/2013-09-australia-unveil-attention-powered-car.html (حصول کی تاریخ: جنوری۔ 12، 2022)۔