කථනයෙන් සහ ලේඛනයෙන් ඔබ්බට: AI මඟින් මිනිසුන්ට අදහස් අධිවේගයෙන් හුවමාරු කරගත හැකිද?
කෘත්‍රිම බුද්ධිය, මොළ-පරිගණක අතුරුමුහුණත් සහ මිනිසුන් අතර සෘජු අදහස් හුවමාරුව පිළිබඳ විද්‍යාත්මක අධ්‍යයනයක්
විද්‍යාත්මක සමාලෝචන ලිපිය සහ යෝජිත පර්යේෂණ රාමුව | නොවැම්බර් 2026
සාරාංශය
අද පවතින නවීන පරිගණක සිතාගත නොහැකි වේගයෙන් තොරතුරු හුවමාරු කරගනී.
සාමාන්‍ය Gigabit Ethernet සම්බන්ධතාවයකට තත්පරයකට බිලියනයක් (බිට් 1,000,000,000) දත්ත මාරු කළ හැක. උසස් පරිගණන සහ දත්ත-මධ්‍යස්ථාන තාක්ෂණයන් ඊටත් කිහිප ගුණයකින් වේගයෙන් ක්‍රියාත්මක වේ.
නමුත් මිනිස් තත්ත්වය මුළුමනින්ම වෙනස් ය.
අදටත්, මිනිසුන් බොහෝමයක් තම සිතුවිලි, අදහස්, මත සහ හැඟීම් අන් අයට දන්වා සිටීමට කථනය, ලේඛනය, අභිනය සහ ශරීර චලනයන් භාවිත කරති.
මිනිස් මොළය තුළ අප්‍රමාණ ස්නායු තොරතුරු සැකසීමක් සිදු වුවත්, එම තොරතුරු අර්ථවත් ලෙස තවත් පුද්ගලයෙකුට මාරු කිරීමේ අපේ හැකියාව සාපේක්ෂව ඉතා සීමිත ය.
මෙම තත්ත්වය වැදගත් විද්‍යාත්මක ප්‍රශ්නයක් මතු කරයි.
කෘත්‍රිම බුද්ධිය සහ ස්නායු තාක්ෂණයන් භාවිත කරමින්, කථනයේ හෝ ලේඛනයේ උපකාරය නොමැතිව, මිනිසුන්ට තම සිතුවිලි සහ අදහස් සෘජුවම, නිවැරදිව සහ අධිවේගයෙන් හුවමාරු කරගත හැකිද?
මෙම ලිපිය මිනිස් තොරතුරු මාරු වේගය, මොළයේ ස්නායු සංඥා අර්ථකථනය කරන තාක්ෂණයන්, මොළ-පරිගණක අතුරුමුහුණත්, මොළයෙන්-මොළයට සන්නිවේදනය සහ 2026 නොවැම්බර් දක්වා ඇති වූ විද්‍යාත්මක ප්‍රගතිය විමසා බලයි.
එය කෘත්‍රිම බුද්ධියේ උපකාරයෙන් මිනිස් සිතුවිලි සහ අභිප්‍රායන් අධිවේගයෙන් හුවමාරු කිරීම සඳහා නව පර්යේෂණ රාමුවක් ද යෝජනා කරයි.
මෙම පර්යේෂණයේ මූලික අරමුණ හුදෙක් වැඩි ඩිජිටල් දත්ත ප්‍රමාණයක් මාරු කිරීම නොවේ.
එහි කේන්ද්‍රීය අරමුණ වන්නේ, පුද්ගලයෙකු ප්‍රකාශ කිරීමට කැමති දෙයේ සැබෑ අර්ථය, අඩු කාලයකින් සහ වැඩි නිරවද්‍යතාවයකින් අන් අයට දන්වා සිටින නව සන්නිවේදන ක්‍රමයක විද්‍යාත්මක ක්‍රියාත්මක විය හැකි බව ගවේෂණය කිරීමයි.
1. හැඳින්වීම: මිනිස් සන්නිවේදනයේ වේග බාධක
නවීන පරිගණක ජාලයකට සම්බන්ධ පරිගණක දෙකක් සිතා බලන්න.
ඒවාට ඉතා විශාල තොරතුරු ප්‍රමාණ විදුලි සංඥා බවට පරිවර්තනය කර මිලිතත්පර කිහිපයක් තුළ හුවමාරු කරගත හැක.
දැන් සංකීර්ණ අදහසක් හුවමාරු කරගන්නා මිනිසුන් දෙදෙනෙකු සිතා බලන්න.
පළමු පුද්ගලයා තම මනසේ අදහසක් සැකසිය යුතු ය.
ඉන්පසු ඔහුට හෝ ඇයට එම අදහස භාෂාව බවට පරිවර්තනය කළ යුතු ය.
සුදුසු වචන තෝරාගත යුතු ය.
එම වචන නිසි වාක්‍යයකට සකසිය යුතු ය.
ඉන්පසුව පමණක් කතා කිරීමට හෝ ලිවීමට හැකි වේ.
එලෙසම, දෙවන පුද්ගලයා එම වචන ඇසීමට හෝ කියවීමට, ඉන්පසු ඒවායේ අර්ථය තේරුම් ගෙන පළමු පුද්ගලයා සැබවින්ම කීමට කැමති වූයේ කුමක්දැයි තේරුම් ගැනීමට සිදු වේ.
මෙම ක්‍රියාවලියේ සෑම අදියරක්ම කාලය ගනී.
සමහර අවස්ථාවල වරද අවබෝධ ඇති විය හැක. එවිට අදහස නැවත පැහැදිලි කළ යුතු වේ.
මෙහි ඇති වැදගත් ගැටලුව මිනිස් මොළය සෙමින් වැඩ කිරීම නොවේ.
ඊට වඩා, මිනිස් මොළයේ සිදු වන ස්නායු තොරතුරු සැකසීම සහ එම තොරතුරු අන් අයට දන්වා සිටිය හැකි වේගය අතර සැලකිය යුතු පරතරයක් තිබීමයි.
2019දී Science Advances සඟරාවේ ප්‍රකාශිත Coupé සහ සගයන්ගේ පර්යේෂණය භාෂා 17ක් අධ්‍යයනය කර, මිනිස් කථන භාෂාවල තොරතුරු-මාරු අනුපාතය සාමාන්‍යයෙන් තත්පරයකට බිට් 39ක් පමණ බව ඇස්තමේන්තු කළේය [1].
තවත් වැදගත් අධ්‍යයනයකදී, Zheng සහ Meister මිනිස් හැසිරීම් තොරතුරු සැකසීමේ අනුපාතය තත්පරයකට බිට් 10ක් පමණ බව ඇස්තමේන්තු කළහ. එම අධ්‍යයනය 2024දී මාර්ගගතව ප්‍රකාශිත වූ අතර 2025දී Neuron සඟරාවේ පළ විය [2].
මෙම අධ්‍යයන දෙක වෙනස් ආකාරයේ තොරතුරු සැකසීම් මනිනි. ඒ අනුව එම සංඛ්‍යා දෙක එකිනෙකා වෙනුවට භාවිත කළ නොහැක.
ඒවා මිනිස් මොළයේ මුළු ස්නායු සැකසීමේ ධාරිතාවයේ අවසන් මිනුම් ද නොවේ.
කෙසේ වෙතත්, අවධානම් මිනිස් ක්‍රියාවල සහ සන්නිවේදනයේ තොරතුරු අනුපාතය බොහෝ ඉලෙක්ට්‍රෝනික පද්ධතිවල දත්ත-මාරු අනුපාතයට වඩා බොහෝ සෙයින් අඩු බව ඒවා පෙන්වයි.
මෙම වෙනස අපගේ නව පර්යේෂණයේ පදනම වේ.
2. පරිගණකවල දත්ත-මාරු වේගය සහ මිනිසුන්ගේ සන්නිවේදන වේගය
පරිගණක තොරතුරු ඩිජිටල් ආකාරයට පරිවර්තනය කර නිර්වචිත සන්නිවේදන ප්‍රොටොකෝල අනුව ඒවා හුවමාරු කරගනී.
උදාහරණයක් ලෙස:
- තත්පරයකට ගීගාබිට් 1 (1 Gbps) = තත්පරයකට බිට් 1,000,000,000.
- 10 Gbps = තත්පරයකට බිට් බිලියන 10.
- 100 Gbps = තත්පරයකට බිට් බිලියන 100.
- 800 Gbps = තත්පරයකට බිට් බිලියන 800.
මෙම සංඛ්‍යා පරිගණක ජාලයක තොරතුරු-මාරු ධාරිතාවය විස්තර කරයි.
නමුත් යවනු ලබන තොරතුරුවල සැබෑ අර්ථය පරිගණකයක් කොතරම් ඉක්මනින් තේරුම් ගනීද යන්න ගැන ඒවා කිසිවක් නොකියයි.
මිනිස් සන්නිවේදනය මුළුමනින්ම වෙනස් ය.
මිනිසුන් අතර හුවමාරුවලදී වැදගත්ම දේ තොරතුරු ප්‍රමාණය පමණක් නොව එහි අර්ථය ය.
උදාහරණයක් ලෙස, එක් පුද්ගලයෙකුට ඉතා සංකීර්ණ තීරණයක් වචන කිහිපයකින් පැහැදිලිව ප්‍රකාශ කළ හැක.
තවත් පුද්ගලයෙකුට එම අදහසම පැහැදිලි කිරීමට ඡේද කිහිපයක් අවශ්‍ය විය හැක.
ඒ අනුව පරිගණකවල දත්ත-මාරු වේගය මිනිසුන්ගේ සන්නිවේදන වේගය සමඟ සංසන්දනය කිරීමේදී මහත් විද්‍යාත්මක ප්‍රවේශමක් අවශ්‍ය වේ.
පරිගණකයකට තත්පරයකට බිට් බිලියනයක් මාරු කළ හැක.
නමුත් එයින් එම තොරතුරුවල අර්ථය එය තේරුම් ගන්නා බව අදහස් නොවේ.
ඒ අතරම, පුද්ගලයෙකුට වචන කිහිපයක් පමණක් භාවිත කර ගැඹුරු අදහසක් තවත් අයෙකුට දන්වා සිටිය හැක.
ඒ අනුව අපගේ පර්යේෂණයේ අරමුණ මිනිස් මොළය ගීගාබිට් පරිගණක ජාලයක් බවට පත් කිරීම නොවේ.
ඊට වඩා, අපගේ අරමුණ නිවැරදිව තේරුම් ගත හැකි පරිදි මිනිසුන් අතර අර්ථවත් සිතුවිලි සහ අදහස් හුවමාරු කළ හැකි වේගය ඉහළ නැංවීමයි.
මෙය මෙම පර්යේෂණයේ වැදගත්ම විද්‍යාත්මක පදනම ය.
3. විද්‍යාව මේ තුරු ලබා ඇති ප්‍රගතිය
3.1 මොළ-පරිගණක අතුරුමුහුණත්
මොළ-පරිගණක අතුරුමුහුණතක්, හෙවත් කෙටියෙන් BCI යනු, මිනිස් මොළයේ ස්නායු ක්‍රියාකාරිත්වය සහ බාහිර පරිගණක පද්ධතියක් අතර සම්බන්ධතාවයක් ඇති කරන තාක්ෂණයකි.
මෙම තාක්ෂණය භාවිත කරමින්, මොළයෙන් ලබාගත් සංඥා පරිගණකයෙන් විශ්ලේෂණය කළ හැක.
මොළ ක්‍රියාකාරිත්වය වාර්තා කිරීමට ප්‍රධාන ප්‍රවේශ දෙකක් තිබේ.
පළමුව, ශල්‍යකර්මයකින් තොරව මොළයේ විදුලි ක්‍රියාකාරිත්වය වාර්තා කරන EEG වැනි ක්‍රම.
දෙනුව, ශල්‍යකර්මය මඟින් මොළයේ කවළුකර ඇති විද්‍යාග්‍ර භාවිත කරන ක්‍රම.
කෘත්‍රිම බුද්ධි ආකෘති මෙම ස්නායු සංඥා විශ්ලේෂණය කර, පුද්ගලයෙකු සිදු කිරීමට අදහස් කරන ක්‍රියාව, ප්‍රකාශ කිරීමට කැමති වචනය හෝ සන්නිවේදන විධානය හඳුනාගැනීමට උත්සාහ කරයි.
2023 අගෝස්තු මාසයේදී Nature සඟරාවේ ප්‍රකාශිත Willett සහ සගයන්ගේ පර්යේෂණය මෙම ක්ෂේත්‍රයේ වැදගත් ප්‍රගතියක් විය.
එම කෘතිය, පුද්ගලයෙකු කතා කිරීමට උත්සාහ කරන විට ඇති වන ස්නායු ක්‍රියාකාරිත්වය පාඨය බවට පරිවර්තනය කරන තාක්ෂණයක් නිර්මාණය කළේය.
සහභාගිවන්තයාට විනාඩියකට වචන 62ක් පමණ වේගයෙන් සන්නිවේදනය කළ හැකි විය.
වචන දෝෂ අනුපාතය වචන 50ක සීමිත වචනමාලාවකදී 9.1%ක් වූ අතර වචන 125,000ක විශාල වචනමාලාවකදී 23.8%ක් විය [3].
පුද්ගලයෙකු කතා කිරීමට උත්සාහ කරන විට ජනනය වන මොළ සංඥා සාපේක්ෂව ඉක්මන් සන්නිවේදනයක් සඳහා භාවිත කළ හැකි බව මෙම පර්යේෂණය ඔප්පු කළේය.
නමුත් මෙම පද්ධතිය පුද්ගලයෙකුගේ මනසේ ඇති වන සෑම සිතුවිල්ලක්ම නිදහසේ කියවිය හැකි තාක්ෂණයක් නොවේ.
එය හඳුනාගත්තේ කතා කිරීමේ උත්සාහය හා සම්බන්ධ ස්නායු ක්‍රියාකාරිත්වය ය.
3.2 මොළ සංඥාවලින් සෘජුවම කථනය උත්පාදනය කිරීම
මෙම ක්ෂේත්‍රයේ තවත් සැලකිය යුතු ප්‍රගතීන් 2025දී සිදු විය.
Littlejohn සහ සගයන්, මිනිස් මොළයෙන් ලැබෙන සංඥා මිලිතත්පර 80ක කාල පරාසවලින් සකසා, කෘත්‍රිම බුද්ධියේ උපකාරයෙන් කථනය බවට පරිවර්තනය කරන තාක්ෂණයක් නිර්මාණය කළහ [4].
තවත් අධ්‍යයනයකදී, Wairagkar සහ සගයන් මොළයේ ස්නායු සංඥා භාවිත කර තථ්‍ය කාලයේදීම හැඟීම්බර කෘත්‍රිම කථනයක් උත්පාදනය කරන ක්‍රමයක් විස්තර කළහ.
එම අධ්‍යයනයේ සහභාගිවන්තයාට හඬේ උච්චාවරණය වැනි හැඟීම්බර අංග යම් තැනකට පාලනය කිරීමටත් හැකි විය [5].
මෙය ඉතා වැදගත් ප්‍රගතියකි.
මිනිස් සන්නිවේදනය හුදෙක් වචන හුවමාරුවක් නොවේ.
අප කතා කරන වේගය, හඬේ ස්වරය, හැඟීම් ප්‍රකාශය සහ වචන අවධාරණය කරන ආකාරය සියල්ල අදහසක සැබෑ අර්ථය හෙළි කරයි.
ස්නායු සංඥාවලින් ස්වාභාවික මිනිස් කථනය ප්‍රතිසංස්කරණය කිරීමේ ක්‍රියාත්මක විය හැකි බව මෙම අධ්‍යයන පෙන්වා දෙයි.
කෙසේ වෙතත්, ඒවා තවමත් නිශ්චිත පර්යේෂණ පරිසරවල භාවිත වන අත්හදා බැලීමේ තාක්ෂණයන් ලෙස පවතී.
3.3 දිගුකාලීන ප්‍රායෝගික භාවිතය: 2026 සන්ධිස්ථාන අධ්‍යයනයක්
2026 ජූනි මාසයේදී Nature Medicine සඟරාවේ ප්‍රකාශිත අධ්‍යයනයක් මොළ-පරිගණක අතුරුමුහුණත් තාක්ෂණයේ ප්‍රායෝගික භාවිතයේ වැදගත් ප්‍රගතියක් පෙන්වා දුන්නේය.
Card සහ සගයන්ගේ මෙම අධ්‍යයනයේදී, දරුණු මෝටර් අංශභාගයකට ලක් වූ පුද්ගලයෙකු කවළුකළ අතුරුමුහුණතක උපකාරයෙන් දීර්ඝ කාලයක් ස්වාධීනව සන්නිවේදනය කළේය.
වසර දෙකකට ආසන්න කාලයක් තුළ, ඔහු එම තාක්ෂණය නිවසේදී පැය 3,800කට වැඩි කාලයක් භාවිත කළේය.
එය හරහා ඔහු වචන මිලියන 1.96ක් පමණ සහ වාක්‍ය 183,060ක් සන්නිවේදනය කළේය.
සාමාන්‍ය සන්නිවේදන වේගය විනාඩියකට වචන 56ක් පමණ විය.
පාලිත කථන පරීක්ෂණවලදී වචන නිරවද්‍යතාවය 99% ඉක්මවා ගියේය. නමුත් දෛනික ස්වාභාවික සංවාදවලදී මෙම නිරවද්‍යතාවය සෑම විටම එකසමාන නොවීය [6].
මෙම වෙනස ඉතා වැදගත් ය.
තාක්ෂණයක් රසායනාගාරයේ හොඳින් වැඩ කිරීම එක් සාධනයකි.
එම තාක්ෂණයම මිනිසුන්ගේ දෛනික ජීවිතයේ දීර්ඝ කාලයක් විශ්වාසදායකව වැඩ කිරීම තවත් සාධනයකි.
අපගේ අධිවේගී මිනිස් අදහස්-හුවමාරු පර්යේෂණයේදීත් මෙම අංශ දෙකම වෙන වෙනම ඔප්පු කළ යුතු ය.
3.4 මිනිස් මොළ අතර තොරතුරු සෘජුවම හුවමාරු කළ හැකිද?
මොළයෙන්-මොළයට සන්නිවේදනය සම්බන්ධයෙන් විද්‍යා ලෝකයේ මුල් අදියරේ සාර්ථකත්වයන් කිහිපයක් ද වී ඇත.
BrainNet යන නමින් අධ්‍යයනයක් 2019දී ප්‍රකාශිත විය.
එම අධ්‍යයනයේදී, පුද්ගලයන් තිදෙනෙක් මොළ සංඥා භාවිත කරමින් සරල ක්‍රීඩාවකට එක්ව කටයුතු කළහ.
පළමු සහභාගිවන්තයන් දෙදෙනාගේ තීරණ EEG තාක්ෂණය මඟින් වාර්තා කරන ලදී.
එම තොරතුරු, Transcranial Magnetic Stimulation (TMS) ලෙස හැඳින්වෙන මොළ-උත්තේජන ක්‍රමය හරහා නිර්වචිත සංඥා ලෙස තුන්වන සහභාගිවන්තයාට යවන ලදී.
මෙම අත්හදා බැලීමට කණ්ඩායම් පහක් සහභාගි විය.
ඔවුන්ගේ සාමාන්‍ය කාර්යසාධන නිරවද්‍යතාවය 81.25%ක් ලෙස වාර්තා විය [7].
ස්නායු අතුරුමුහුණත් හරහා මිනිස් මොළ අතර ඇතැම් තොරතුරු මාරු කිරීමේ ක්‍රියාත්මක විය හැකි බව මෙම අධ්‍යයනය පෙන්වා දුන්නේය.
නමුත් මාරු කරන ලද්දේ ඉතා සරල තීරණ පමණි.
සංකීර්ණ සිතුවිලි, මතක හෝ සම්පූර්ණ අදහස් සෘජුවම මාරු කරන ලද්දේ නැත.
ඒ අනුව, සරල ද්විමය තොරතුරු කෑල්ලක් මාරු කිරීමත්, පුද්ගලයෙකුගේ සම්පූර්ණ සිතුවිල්ලක් තවත් අයෙකුට මාරු කිරීමත් අතර ඉතා විශාල විද්‍යාත්මක වෙනසක් තිබේ.
3.5 මනසේ සිතින් කථා කරන දේ හඳුනාගැනීම
2025 අගෝස්තු මාසයේදී Cell සඟරාවේ ප්‍රකාශිත Kunz සහ සගයන්ගේ අධ්‍යයනයක් පෙන්වා දුන්නේ, පුද්ගලයෙකු තම මනසේ සිතින් කතා කරන බව සිතිමින් සිටින විට ඇති වන ස්නායු ක්‍රියාකාරිත්වය අර්ධ වශයෙන් හඳුනාගත හැකි බවයි.
මෙම පර්යේෂණයේ තවත් වැදගත් අංගයක් වන්නේ මානසික පෞද්ගලිකත්වයයි.
පුද්ගලයෙකු අන් අය සමඟ බෙදාගැනීමට නොකැමති, ඔහුගේ පුද්ගලික අභ්‍යන්තර කථනය තාක්ෂණය හරහා අහම්බෙන් හෙළි වීමේ අවදානම් ද විමසා බලන ලදී.
ඊට අමතරව, සන්නිවේදනය සඳහා හිතාමතාම නිර්මාණය කරන සිතුවිලි සහ පුද්ගලික මානසික ක්‍රියාකාරිත්වය අතර වෙනස හඳුනාගැනීමේ ආරක්ෂක ක්‍රම ද පරීක්ෂා කරන ලදී [8].
2026 සැප්තැම්බර් මාසයේදී Nature Neuroscience සඟරාවේ ප්‍රකාශිත තවත් අධ්‍යයනයක්, සිතින් කථා කරන කථනයේ සහ ශබ්ද නඟා කථා කිරීමේ ස්නායු ක්‍රියාකාරිත්වයේ පොදු ව්‍යුහයන් කිහිපයක් විමසා බැලීය [9].
මෙම සොයාගැනීම්, අනාගතයේදී මිනිසුන්ට කතා කිරීමට උත්සාහ නොකරමින්ම ඇතැම් තොරතුරු සන්නිවේදනය කිරීමට අවස්ථා ඇති කළ හැක.
නමුත්, කලින් පුහුණුවක් හෝ සහයෝගයක් නොමැතිව, වත්මන් තාක්ෂණයන්ට ඕනෑම පුද්ගලයෙකුගේ මනසේ ඇති වන සෑම සිතුවිල්ලක්ම නිවැරදිව තේරුම් ගත හැකි බව කීමට විද්‍යාත්මක සාක්ෂි නොමැත.
4. යෝජිත නව පර්යේෂණ සංකල්පය
කෘත්‍රිම බුද්ධියේ උපකාරයෙන් අධිවේගී මිනිස් අදහස් හුවමාරුව
කෘත්‍රිම බුද්ධි-ආධාරිත අධිවේගී අදහස් සන්නිවේදනය
මෙම පර්යේෂණයේ කේන්ද්‍රීය අරමුණ:
මිනිසුන් ස්වේච්ඡාවෙන් සන්නිවේදනය කිරීමට කැමති සිතුවිලි සහ අදහස් මොළයේ ස්නායු සංඥාවලින් හඳුනාගෙන, ඒවා කාර්යක්ෂම ඩිජිටල් ආකාරයකට පරිවර්තනය කර, තවත් පුද්ගලයෙකුට මාරු කර, එම පුද්ගලයාට අදහසේ සැබෑ අර්ථය නිවැරදිව තේරුම් ගැනීමට හැකි කරවන තාක්ෂණයක ක්‍රියාත්මක විය හැකි බව ගවේෂණය කිරීම.
මෙම පර්යේෂණය විද්‍යාත්මක ක්ෂේත්‍ර කිහිපයක් එකට ගෙන එයි.
මොළ-පරිගණක අතුරුමුහුණත්: මිනිස් මොළයෙන් ලබාගත් සංඥා වාර්තා කිරීමට සහ විශ්ලේෂණය කිරීමට භාවිත කරයි.
කෘත්‍රිම බුද්ධිය: ස්නායු සංඥාවල රටා හඳුනාගැනීම, භාෂා උත්පාදනය, අදහස් තේරුම් ගැනීම සහ දෝෂ නිවැරදි කිරීම වැනි කාර්යයන් සඳහා භාවිත කරයි.
තොරතුරු න්‍යාය: තොරතුරු කොතරම් කාර්යක්ෂමව සහ නිවැරදිව මාරු කළ හැකිද යන්න ගණිතමය වශයෙන් ඇඟවීමට උපකාර වේ.
ආරක්ෂිත ඩිජිටල් ජාලකරණය: උත්පාදනය කළ තොරතුරු තවත් පරිගණක පද්ධතියකට ආරක්ෂිතව යැවීමට උපකාර වේ.
මොළ උත්තේජන සහ ස්නායු තාක්ෂණයන්: නිශ්චිත තොරතුරු ලබන්නාගේ ස්නායු පද්ධතියට සෘජුවම ලබාදීමේ අනාගත හැකියාව ගවේෂණය කිරීමට උපකාර විය හැක. මේ සඳහා පුළුල් වෛද්‍ය සහ විද්‍යාත්මක පරීක්ෂණ අත්‍යවශ්‍ය ය.
මෙම පර්යේෂණයේ ඇති වැදගත් අවස්ථාව, පුද්ගලයෙකු කීමට කැමති සෑම වචනයක්ම උත්පාදනය කර මාරු කිරීමේ අවශ්‍යතාවයකින් තොරව, ඔහු ප්‍රකාශ කිරීමට කැමති දෙයේ අර්ථය දන්වා සිටින ක්‍රමයක් නිර්මාණය කිරීමේදී පැවතිය හැක.
උදාහරණයක් ලෙස, පුද්ගලයෙකු පහත පරිදි සිතන බව සලකන්න:
"මම මෙම සැලැස්මට එකඟ ය. නමුත් එය ක්‍රියාත්මක කිරීම ලබන සතිය දක්වා කල් දැමීමට මම කැමැත්තෙමි."
අනාගත තාක්ෂණයකට මෙම සිතුවිල්ලේ ඇති වැදගත් අංග තුන හඳුනාගැනීමට උත්සාහ කළ හැක.
පළමුව, සැලැස්ම හා එකඟත්වය.
දෙනුව, එය වහාම ක්‍රියාත්මක කිරීමට ඇති අකමැත්ත.
තුනුව, එය ලබන සතියට කල් දැමීමේ ඉල්ලීම.
කෘත්‍රිම බුද්ධියට මෙම මූලික අර්ථයන් හඳුනාගෙන, අනෙක් පුද්ගලයාට තේරුම් ගත හැකි වාක්‍යයක් සැකසිය හැක.
නමුත් මෙහි වැදගත් අභ්‍යෝගයක් තිබේ.
කෘත්‍රිම බුද්ධිය උත්පාදනය කරන වාක්‍යය භාෂාත්මකව අලංකාර වීම ප්‍රමාණවත් නොවේ.
පළමු පුද්ගලයා සැබවින්ම දන්වා සිටීමට කැමති වූ අදහස, වෙනසක් නොමැතිව, එය ප්‍රකාශ කළ යුතු ය.
අර්ථාන්විත සන්නිවේදනය (Semantic Communication) ලෙස හැඳින්වෙන සංකල්පයේ වැදගත්කම මෙයයි.
5. යෝජිත තාක්ෂණික රාමුව
මෙම පර්යේෂණය ක්‍රියාත්මක කිරීමේ මූලික ව්‍යුහය ප්‍රධාන අදියර හයකට බෙදිය හැක.
අදියර 1: මොළ සංඥා වාර්තා කිරීම
පුද්ගලයෙකු, තම පූර්ණ කැමැත්තෙන්, තොරතුරු තවත් අයෙකුට දන්වා සිටීමට තීරණය කරයි.
එම අවස්ථාවේ, ඔහු හිතාමතාම ප්‍රකාශ කිරීමට උත්සාහ කරන වචනය, විධානය හෝ අදහස හා සම්බන්ධ මොළ ක්‍රියාකාරිත්වය, සුදුසු ස්නායු අතුරුමුහුණතක උපකාරයෙන් වාර්තා කරනු ලැබේ.
මුල් අදියරේ පර්යේෂණවලදී, EEG වැනි ශල්‍යකර්ම-රහිත ක්‍රම සහ දැනටමත් ප්‍රකාශිත පර්යේෂණ දත්ත භාවිත කළ හැක.
අදියර 2: කෘත්‍රිම බුද්ධියෙන් සිතුවිල්ල හඳුනාගැනීම
වාර්තාගත මොළ සංඥා යන්ත්‍ර-ඉගෙනීමේ ආකෘති මඟින් විශ්ලේෂණය කරනු ලැබේ.
අරමුණ වන්නේ පුද්ගලයා හිතාමතාම දන්වා සිටීමට උත්සාහ කළ තොරතුරු හඳුනාගැනීමයි.
පර්යේෂණ ආරම්භ විය යුත්තේ සුළු සංඛ්‍යාවක් වන වචන, විධාන හෝ අදහස් හඳුනාගැනීමෙනි.
එම මූලික තාක්ෂණයේ නිරවද්‍යතාවය තහවුරු වූ පසුව පමණක් සංකීර්ණ සිතුවිලි තේරුම් ගැනීමේ කටයුතුවලට ඉදිරියට යා යුතු ය.
අදියර 3: සිතුවිල්ල අර්ථ-පදනම් දත්ත බවට පරිවර්තනය කිරීම
හඳුනාගත් තොරතුරු, කෘත්‍රිම බුද්ධියේ උපකාරයෙන්, ව්‍යුහගත ඩිජිටල් ආකාරයකට පරිවර්තනය කරනු ලැබේ.
මෙයට සිතුවිල්ලේ ප්‍රධාන අදහස්, ඒවා අතර සබඳතා, කොන්දේසි සහ ඇස්තමේන්තුවේ අනිශ්චිතත්වය ඇතුළත් විය හැක.
මෙයින්, සම්පූර්ණ වාක්‍යයක් උත්පාදනය වීමට පෙරම තොරතුරුවල මූලික අර්ථය පරිගණක පද්ධතියක නිරූපණය කිරීම කළ හැකි වේ.
අදියර 4: ආරක්ෂිත අධිවේගී තොරතුරු මාරුව
උත්පාදනය කළ දත්ත, ආරක්ෂිත, ගුප්තලේඛිත ඩිජිටල් සන්නිවේදන නාලිකාවක් හරහා තවත් පද්ධතියකට යවනු ලැබේ.
මෙම අදියරේදී, පරිගණක ජාලයේ වේගය ප්‍රධාන බාධකයක් වීමට අවශ්‍ය නැත.
අදකාලීන පරිගණක ජාල දැනටමත් ඉතා අධිවේගයෙන් තොරතුරු මාරු කිරීමට සමත් ය.
ඒ වෙනුවට, මොළ සංඥා නිවැරදිව තේරුම් ගැනීම, නිවැරදි අදහස උත්පාදනය කිරීම සහ මුළු ක්‍රියාවලියට ගන්නා කාලය අඩු කිරීම වඩා අපහසු ගැටලු විය හැක.
අදියර 5: ලබන්නා වෙනුවෙන් පණිවිඩය ප්‍රතිසංස්කරණය කිරීම
කෘත්‍රිම බුද්ධිය ලැබුණු තොරතුරු තවත් පුද්ගලයෙකුට තේරුම් ගත හැකි ආකාරයකට පරිවර්තනය කරයි.
එය පාඨය, කථනය හෝ වෙනත් සුදුසු සන්නිවේදන ආකාරයක් විය හැක.
ලබන්නාට තොරතුරුවල අර්ථය තේරුම් ගැනීමටත්, සැකයක් ඇති විට පැහැදිලි කිරීමක් ඉල්ලීමටත්, කෘත්‍රිම බුද්ධියේ ඇස්තමේන්තුවේ ඇති අනිශ්චිතත්වය දැනගැනීමටත් හැකි කළ යුතු ය.
අදියර 6: පණිවිඩය තේරුම් ගත් බව තහවුරු කිරීම
ලබන්නා අදහස නිවැරදිව තේරුම් ගෙන ඇති බව තහවුරු කළ යුතු ය.
අවශ්‍ය තැන්වල, පැහැදිලි කිරීමක් හෝ නිවැරදි කිරීමක් ඉල්ලීමේ පහසුකමත් ලබා දිය යුතු ය.
අනාගතයේදී සෘජු මොළයෙන්-මොළයට සන්නිවේදනයක් නිර්මාණය කිරීමට නම්, ලබන්නාගේ ස්නායු පද්ධතියට තොරතුරු ලබාදිය හැකි වෙනම තාක්ෂණයක් ද සංවර්ධනය කළ යුතු ය.
මෙහි වැදගත් වෙනසක් සැලකිය යුතු ය.
එක් පුද්ගලයෙකුගේ මොළ සංඥාවක් පරිගණකය මඟින් පාඨය බවට පරිවර්තනය කර, තවත් පුද්ගලයෙකු එය තිරයකින් කියවීම, මොළ-පරිගණක-මිනිස් සන්නිවේදනයකි.
එය සම්පූර්ණ සෘජු මොළයෙන්-මොළයට සන්නිවේදනයක් ලෙස හැඳින්විය නොහැක.
මෙම වෙනස පර්යේෂණයේ සෑම අදියරකදීම පැහැදිලිව පවත්වාගත යුතු ය.
6. මෙම පර්යේෂණයේ කේන්ද්‍රීය විද්‍යාත්මක උපකල්පනය
මෙම පර්යේෂණය සඳහා කේන්ද්‍රීය උපකල්පනය පහත පරිදි යෝජනා කෙරේ.
මිනිසුන් හිතාමතාම සන්නිවේදනය කිරීමට කැමති ස්නායු තොරතුරු, කෘත්‍රිම බුද්ධියේ උපකාරයෙන් හඳුනාගෙන, එහි අර්ථය කාර්යක්ෂම ඩිජිටල් ආකාරයකට පරිවර්තනය කිරීමෙන්, පිළිගත හැකි නිරවද්‍යතාවයක් පවත්වාගෙන, කථනය හෝ ලේඛනයට වඩා අඩු කාලයකින් ඇතැම් අදහස් අන් අයට දන්වා සිටිය හැක.
මෙම උපකල්පනය විද්‍යාත්මකව පරීක්ෂා කළ හැක.
මේ සඳහා, එකම ආකාරයේ තොරතුරු සාමාන්‍ය කථනය, ලේඛනය සහ කෘත්‍රිම බුද්ධියට සම්බන්ධ ස්නායු අතුරුමුහුණත් හරහා හුවමාරු කළ හැක.
හැකි සෑම තැනකම, ප්‍රතිඵල සංසන්දනය කිරීමට එම සහභාගිවන්තයන්ම සහ එම තොරතුරුම භාවිත කළ යුතු ය.
මෙම අධ්‍යයනයේදී පහත මිනුම් වැදගත් වේ.
1. අන්තයෙන්-අන්තයට ප්‍රමාදය (End-to-End Latency)
එක් පුද්ගලයෙකු තොරතුරු දන්වා සිටීම ආරම්භ කරන මොහොතේ සිට තවත් පුද්ගලයෙකු එය නිවැරදිව ලබාගන්නා තෙක් ගත වන කාලය.
2. සාර්ථක තොරතුරු-මාරු අනුපාතය
දෝෂ සහ නිවැරදි කිරීම් සැලකිල්ලට ගත් පසු, තත්පරයකට නිවැරදිව මාරු වූ තොරතුරු ප්‍රමාණයේ මිනුමකි.
3. අර්ථාන්විත නිරවද්‍යතාව (Semantic Fidelity)
පළමු පුද්ගලයා දන්වා සිටීමට කැමති වූ අදහස සහ දෙවන පුද්ගලයා තේරුම් ගත් අදහස අතර අර්ථයේ සමානත්වය.
4. දෝෂ අනුපාතය
වැරදියට හඳුනාගත් වචන, අදහස්, සබඳතා සහ නිගමනවල ප්‍රමාණය.
5. ලබන්නාගේ අවබෝධය
තොරතුරු ලැබුණු පුද්ගලයා ඒවායේ සැබෑ අර්ථය නිවැරදිව තේරුම් ගත්තේද යන්න පිළිබඳ මිනුමකි.
6. පරිශීලක උත්සාහය
තාක්ෂණය භාවිත කිරීමට අවශ්‍ය අවධානය, මානසික ආතතිය හෝ වෙහෙස, පුහුණුව සහ භාවිත පහසුව.
7. පෞද්ගලිකත්ව ආරක්ෂාව
පරිශීලකයා අවසර දී නොමැති සිතුවිලි හෝ තොරතුරු අහම්බෙන් හෙළි වෙයිද යන්න අධීක්ෂණය කිරීම.
ජාල සම්බන්ධතාවය ඉක්මන් නිසා පමණක් තාක්ෂණයක් මිනිසුන් අතර සන්නිවේදනය වේගවත් කළ බව කළ නොහැක.
එලෙසම, කෘත්‍රිම බුද්ධිය වාක්‍යයක් ඉතා ඉක්මනින් උත්පාදනය කිරීම ප්‍රමාණවත් සාක්ෂියක් නොවේ.
සම්පූර්ණ මිනිසෙකුගෙන්-මිනිසෙකුට සන්නිවේදන ක්‍රියාවලියම මැනිය යුතු ය.
7. යෝජිත අත්හදා බැලීමේ පර්යේෂණ සැලැස්ම
මෙම පර්යේෂණය ප්‍රධාන අදියර තුනකින් සිදු කළ හැක.
පළමු අදියර: මිනිස් අභිප්‍රායන් හඳුනාගැනීම
මුලදී, මිනිසුන් හිතාමතාම දන්වා සිටීමට කැමති නිශ්චිත අදහස් කිහිපයක් මොළ සංඥාවලින් හඳුනාගත හැකිද යන්න විමර්ශනය කළ යුතු ය.
දැනටමත් ප්‍රකාශිත EEG දත්ත කුලක, හෝ නිසි කැමැත්තෙන් සහ අවසරයෙන් සිදු කරන නව අධ්‍යයන, භාවිත කළ හැක.
උදාහරණයක් ලෙස, සහභාගිවන්තයන්ට පහත අදහස්වලින් එකක් දන්වා සිටීමට උත්සාහ කළ හැක.
- මම එකඟ ය.
- මම එකඟ නොවෙමි.
- මට උදව් අවශ්‍ය ය.
- මට තවත් පැහැදිලි කිරීමක් අවශ්‍ය ය.
මෙම අදහස් හා සම්බන්ධ මොළ සංඥාවල වෙනස්කම් පෙනෙන්නේද යන්න විමසා බැලීමට යන්ත්‍ර-ඉගෙනීමේ ආකෘති භාවිත කළ හැක.
ඉන්පසු ආකෘතියේ කාර්යසාධනය, පුහුණුවේදී භාවිත නොකළ දත්ත, වෙනස් පරීක්ෂණ සැසි සහ ස්වාධීන සහභාගිවන්තයන් භාවිත කර ඇඟවිය යුතු ය.
මෙම අදියරේ වැදගත් ප්‍රශ්නය:
පුද්ගලයෙකු දන්වා සිටීමට කැමති අදහස, මොළ සංඥාවලින් විශ්වාසදායකව හඳුනාගැනීම කළ හැකිද?
දෙවන අදියර: කෘත්‍රිම බුද්ධියේ උපකාරයෙන් අර්ථ මාරුව
ඉන්පසු, පළමු අදියරේදී හඳුනාගත් තොරතුරු, කෘත්‍රිම බුද්ධියේ උපකාරයෙන් සම්පූර්ණ අදහස් බවට පරිවර්තනය කිරීමට උත්සාහ කළ හැක.
මෙහි අංශ තුනක් සංසන්දනය කළ යුතු ය.
පළමුව, යවන්නා සැබවින්ම දන්වා සිටීමට කැමති වූ අදහස.
දෙනුව, කෘත්‍රිම බුද්ධිය ප්‍රතිසංස්කරණය කළ අදහස.
තුනුව, එම තොරතුරු ලැබුණු පුද්ගලයා තේරුම් ගත් අර්ථය.
මෙම තුන කොතරම් නිවැරදිව ගැළපේද යන්න ගණිතමය සහ සංඛ්‍යානමය ක්‍රම හරහා විමසා බැලිය යුතු ය.
වැදගත්ම දෙය, අදහසක් කෘත්‍රිම බුද්ධියට පැහැදිලි නොවන විට, වැරදි තොරතුරු උත්පාදනය කිරීම වෙනුවට එය තම අනිශ්චිතත්වය ප්‍රකාශ කළ යුතු වීමයි.
මෙම ක්‍රමයේ කාර්යසාධනය සාමාන්‍ය ටයිප් කිරීම, කථනය සහ අනෙකුත් සන්නිවේදන ක්‍රම සමඟ සංසන්දනය කළ යුතු ය.
තුන්වන අදියර: මිනිසුන් අතර සන්නිවේදනය
තුන්වන අදියරේදී, පූර්ණ කැමැත්තෙන් සහභාගි වන මිනිසුන් දෙදෙනෙකු අතර තොරතුරු-මාරු අත්හදා බැලීම් සිදු කළ හැක.
පළමු පුද්ගලයා මොළ සංඥාවක් හරහා තොරතුරු දන්වා සිටීමට හිතාමතාම උත්සාහ කරයි.
කෘත්‍රිම බුද්ධිය එම සංඥාව විශ්ලේෂණය කර, අදාළ තොරතුරු හඳුනාගෙන, ආරක්ෂිතව යවයි.
දෙවන පුද්ගලයා එම තොරතුරු ලබාගෙන තේරුම් ගනී.
ඉන්පසු සම්පූර්ණ සන්නිවේදන ක්‍රියාවලියේ වේගය, නිරවද්‍යතාවය සහ විශ්වාසනීයත්වය මනිනු ලැබේ.
ලබන්නාගේ මොළයට සෘජුවම තොරතුරු ලබාදීම බොහෝ සෙයින් උසස්, වෙනම පර්යේෂණ අදියරක් වනු ඇත.
එවැනි උත්සාහයන්ට ස්නායු විශේෂඥ දැනුම, නියාමන අනුමැතීන්, වෛද්‍ය ආරක්ෂාව සහ දැඩි සදාචාරාත්මක පාලනයන් අවශ්‍ය වේ.
ඒ අනුව, කෘත්‍රිම බුද්ධියට මිනිසුන් අතර සන්නිවේදනයේ කාර්යසාධනය වැඩි දියුණු කළ හැකිද යන්න ඔප්පු කිරීමට මුල් අදියරේ පර්යේෂණවලදී ප්‍රමුඛත්වය දිය යුතු ය.
8. විද්‍යාත්මක අභ්‍යෝග සහ වත්මන් සීමාවන්
මෙම පර්යේෂණයේ වැදගත් අභ්‍යෝග කිහිපයක් තිබේ.
පළමුව, සියලු මිනිස් මොළ වචන සහ අදහස් එකම ස්නායු රටාවලින් නිරූපණය නොකරයි.
ඒ අනුව සෑම පුද්ගලයෙකුටම තනි පුහුණුවක් හෝ ආකෘති ගැලපීමක් අවශ්‍ය විය හැක.
දෙනුව, EEG වැනි ශල්‍යකර්ම-රහිත ක්‍රමවලින් වාර්තා කරන සංඥාවල ඉහළ මට්ටමේ ඝෝෂාව සහ බාධා ඇති විය හැක.
මොළයේ කවළුකර ඇති විද්‍යාග්‍ර සමඟ සංසන්දනය කරන විට, ඇතැම් ආකාරයේ ස්නායු ක්‍රියාකාරිත්වය සියුම්ව හඳුනාගැනීමේ හැකියාවත් අඩු විය හැක.
තුනුව, කතා කිරීමට උත්සාහ කිරීම, මනසේ සිතින් කථනය සිතීම, අදහසක් ප්‍රකාශ කිරීමට අදහස් කිරීම සහ තනිවම පුද්ගලිකව සිතීම එකම ආකාරයේ ස්නායු ක්‍රියාකාරිත්වය නොවේ.
ඒවා වෙන වෙනම අධ්‍යයනය කළ යුතු ය.
හතරවනුව, විශාල භාෂා ආකෘතිවලට, තමන්ට ලබා ඇති තොරතුරු මත පදනම්ව, සැබෑ නොවන නමුත් විශ්වාස කළ හැකි ලෙස පෙනෙන වාක්‍ය උත්පාදනය කළ හැකි අවස්ථා තිබේ.
මිනිස් අදහස්-හුවමාරු තාක්ෂණයේදී, එවැනි දෝෂ ඉතා විශාල ගැටලුවක් බවට පත් විය හැක.
පුද්ගලයෙකු නොසිතූ දෙයක් සිතූ බව තවත් අයෙකුට කීරීම බරපතළ වරද අවබෝධ ඇති කළ හැක.
පස්වනුව, විද්‍යාත්මක අධ්‍යයනවල ප්‍රතිඵල අනෙකුත් පර්යේෂකයන්ට යළි නිෂ්පාදනය කළ හැකි වීම ඉතා වැදගත් ය.
2026දී Journal of Neural Engineering සඟරාවේ ප්‍රකාශිත අධ්‍යයනයක් පෙන්වා දුන්නේ, සිතින් කථා කරන කථනය හඳුනාගන්නා අධ්‍යයනවල ප්‍රතිඵල යළි නිෂ්පාදනය කිරීමේ බොහෝ ගැටලු ඇති බවයි.
එම අධ්‍යයනයේ විමසා බලන ලද කථන-සිතුවිලි දත්ත කුලක අතර, සහභාගිවන්තයන්ගෙන් 36%කට පමණක් සුදුසු සංඛ්‍යානමය සැලකිය යුතුකමේ සීමාව පසු කළ වර්ගීකරණ නිරවද්‍යතාවයක් ලැබුණි [10].
මෙම ක්ෂේත්‍රයේ ස්වාධීන තහවුරු කිරීම, විනිවිද පෙනෙන පර්යේෂණ ක්‍රම සහ විශ්වාසදායක පරීක්ෂණ කොතරම් වැදගත්ද යන්න මෙය පෙන්වා දෙයි.
අවසානයේ, තොරතුරු මාරු වේගය එකම අභ්‍යෝගය නොවේ.
මිනිස් අවධානය, මතකය, අවබෝධය සහ සිතීමේ ක්‍රියාවලීන් ද වැදගත් භූමිකා ඉටු කරයි.
කතා කිරීමේ අවශ්‍යතාවය ඉවත් කිරීම, එය තනිවම, සංකීර්ණ අදහසක් සැකසීමට හෝ තේරුම් ගැනීමට අවශ්‍ය කාලය සම්පූර්ණයෙන්ම නැති නොකරයි.
වත්මන් විද්‍යාත්මක සාක්ෂි මත, සෑම ආකාරයේ මිනිස් සිතුවිල්ලක්ම ගීගාබිට් වේගයෙන් සෘජුවම මාරු කළ හැකි බව කළ නොහැක.
ඩිජිටල් දත්ත-මාරු වේගය සහ අර්ථවත් මිනිස් සිතුවිලිවල මාරු වේගය එකම දෙයක් ලෙස සැලකීම විද්‍යාත්මකව වැරදි ප්‍රවේශයකි.
9. පෞද්ගලිකත්වය, තොරතුරු ආරක්ෂාව සහ මානව හිමිකම්
මිනිස් මොළයේ ස්නායු සංඥා අර්ථකථනය කරන තාක්ෂණයන් ඉතා වැදගත් සදාචාරාත්මක වගකීම් ද ඇති කරයි.
සාමාන්‍ය පරිගණක පද්ධතිවලදී, සැකසෙන තොරතුරු යනු මිනිසුන් තමන්ම ඇතුළත් කරන තොරතුරු ය.
නමුත් ස්නායු අතුරුමුහුණත් මඟින්, පුද්ගලයෙකු අන් අය සමඟ බෙදාගැනීමට නොකැමති ඔහුගේ පුද්ගලික මානසික ක්‍රියාකාරිත්වය හා සම්බන්ධ සංඥා ද වාර්තා විය හැක.
ඒ අනුව අපගේ පර්යේෂණයේ වැදගත්ම මූලික මූලධර්මය පහත දේ විය යුතු ය.
හඳුනාගෙන අන් අයට යැවිය යුත්තේ, පුද්ගලයෙකු තම පූර්ණ කැමැත්තෙන්, හිතාමතාම බෙදාගැනීමට කැමති තොරතුරු පමණි.
මෙම මූලධර්මය ප්‍රායෝගිකව ක්‍රියාත්මක කිරීමට ආරක්ෂක සැකසුම් කිහිපයක් අවශ්‍ය වේ.
සන්නිවේදනය ආරම්භ කිරීමේ පැහැදිලි පාලනය පරිශීලකයා සතු විය යුතු ය.
හැකි සෑම තැනකම, ස්නායු දත්ත සැකසිය යුත්තේ පරිශීලකයාගේම උපකරණයේ ය.
තොරතුරු ගුප්තලේඛිත ආකාරයෙන් මාරු කළ යුතු ය.
අනවසර පුද්ගලයන් මොළ සංඥා වෙත ප්‍රවේශ වීම වළක්වා ගැනීමට ශක්තිමත් ආරක්ෂක පද්ධති නිර්මාණය කළ යුතු ය.
අනවශ්‍ය ස්නායු දත්ත දීර්ඝ කාලයක් ගබඩා කිරීමෙන් වළකිය යුතු ය.
ඕනෑම අවස්ථාවක තොරතුරු මාරුව වහාම නැවැත්වීමේ පහසුකම පරිශීලකයාට තිබිය යුතු ය.
ඊට අමතරව, කෘත්‍රිම බුද්ධිය උත්පාදනය කරන අදහස් පුද්ගලයෙකුගේ මනසේ ඇති සිතුවිලිවල සියයට සියක් නිශ්චිත වාර්තා නොවන බව පැහැදිලි කළ යුතු ය.
ඒවා ස්නායු සංඥා මත පදනම්ව උත්පාදනය කරන ඇස්තමේන්තු වේ.
2025 නොවැම්බර් මාසයේදී, UNESCO ආයතනය ස්නායු තාක්ෂණයන්ගේ සදාචාරාත්මක භාවිතය පිළිබඳ ජාත්‍යන්තර නිර්දේශයක් සම්මත කළේය [11].
එම නිර්දේශය මානසික පෞද්ගලිකත්වයට, මානව ගෞරවයට සහ ස්නායු තාක්ෂණයන්ගේ වගකිවයුතු භාවිතයට වැදගත්කම දෙයි.
අපගේ පර්යේෂණයේදීත්, පෞද්ගලිකත්වය සහ සදාචාරාත්මක ආරක්ෂා තාක්ෂණික සංවර්ධනය සමඟ එකට ඉදිරියට යා යුතු ය.
10. මෙම තාක්ෂණයේ අනාගත යෙදුම්
මෙම පර්යේෂණය සාර්ථක වුවහොත්, එහි මුල් ප්‍රතිලාභ කථනයේ සහ ශාරීරික චලනයේ දරුණු අපහසුතාවලට මුහුණ දෙන මිනිසුන්ට ළඟා විය හැක.
විශේෂයෙන්, මෝටර් අංශභාගය සහ ඇතැම් ස්නායු රෝගී තත්ත්වයන් නිසා සන්නිවේදනය කළ නොහැකි අයට මොළ-පරිගණක අතුරුමුහුණත් නව අවස්ථා ඇති කළ හැක.
කථනය හෝ ශරීර චලනයන් හරහා සන්නිවේදනය කිරීම අපහසු ඇතැම් විශේෂ අවස්ථාවලදීත් එවැනි තාක්ෂණයන් භාවිත කළ හැක.
ආබාධිත පුද්ගලයන් සඳහා පරිගණක ප්‍රවේශ්‍යතාව වැඩි දියුණු කිරීමටත් ඒවා උපකාර විය හැක.
දීර්ඝ කාලයක් තුළ, මිනිසුන් සහ කෘත්‍රිම බුද්ධි පද්ධති අතර සන්නිවේදනය වඩා කාර්යක්ෂම කිරීමටත් මෙම පර්යේෂණය උපකාර විය හැක.
නමුත් එවැනි සෑම යෙදුමකම සැබෑ ප්‍රතිලාභ එකින් එක, විද්‍යාත්මකව ඔප්පු කළ යුතු ය.
සෑම අවස්ථාවකදීම සෘජු ස්නායු සන්නිවේදනය සාමාන්‍ය මිනිස් කතාබහට වඩා හොඳ වනු ඇතැයි කලින් උපකල්පනය කළ නොහැක.
මිනිස් භාෂාව තොරතුරු මාරු කිරීමේ හුදෙක් මන්දගාමී මෙවලමක් නොවේ.
එය බොහෝ වැදගත් කාර්යයන් ද ඉටු කරයි: සිතීම, තර්ක කිරීම, හැඟීම් ප්‍රකාශ කිරීම, අදහස් පැහැදිලි කිරීම සහ මිනිස් සබඳතා ගොඩනැගීම.
ඒ අනුව නව තාක්ෂණය මිනිසුන්ගේ සන්නිවේදන හැකියාව වර්ධනය කළ යුතු මිස, මිනිස් භාෂාවේ මෙම වැදගත් ගුණ ඔවුන්ට අහිමි කිරීමට ඉඩ නොතැබිය යුතු ය.
11. මෙම පර්යේෂණයේ විද්‍යාත්මක දායකත්වය සහ ඉදිරි මාවත
සියලු මිනිස් සිතුවිලි සෘජුවම මාරු කරන තාක්ෂණයක් දැනටමත් නිර්මාණය වී ඇති බව උපකල්පනය කරමින් මෙම පර්යේෂණය යෝජනා කරනු ලබන්නේ නැත.
ඒ වෙනුවට, මොළ සංඥා හඳුනාගැනීම, කෘත්‍රිම බුද්ධියේ උපකාරයෙන් අදහස්වල අර්ථය තේරුම් ගැනීම, තොරතුරු මාරුවේ කාර්යසාධනය මැනීම සහ මිනිසුන්ගේ සැබෑ අවබෝධය ඇඟවීම එකට ගෙන එන විද්‍යාත්මක පර්යේෂණ රාමුවක් ලෙස එය යෝජනා කෙරේ.
එහි වැදගත් ප්‍රශ්නය:
ඉලෙක්ට්‍රෝනික ජාලයක සම්පූර්ණ දත්ත-මාරු ධාරිතාවය මිනිස් මොළය තුළ නිර්මාණය කළ හැකිද යන්න නොවේ.
වැදගත් ප්‍රශ්නය වන්නේ, එක් පුද්ගලයෙකු තම මනසේ අදහසක් සකසන මොහොත සහ තවත් පුද්ගලයෙකු එම අදහස නිවැරදිව තේරුම් ගන්නා මොහොත අතර කාලය අඩු කළ හැකිද යන්නයි.
මේ සඳහා, කෘත්‍රිම බුද්ධියේ උපකාරයෙන් නිර්මාණය කරන අර්ථ-පදනම් තොරතුරු නිරූපණයන්, සාමාන්‍ය කථනය හඳුනාගන්නා ස්නායු තාක්ෂණයන්ට සාපේක්ෂව අතිරේක කාර්යසාධනයක් ලබා දෙයිද යන්න විමර්ශනය කළ යුතු ය.
තාක්ෂණයක් සාර්ථක යැයි කීමට, කෘත්‍රිම බුද්ධිය අලංකාර වාක්‍ය උත්පාදනය කිරීම ප්‍රමාණවත් නොවේ.
එය තොරතුරු මාරුවට ගත වන කාලය අඩු කළ යුතු ය.
යවනු ලබන අදහසේ සැබෑ අර්ථය එය ආරක්ෂා කළ යුතු ය.
දෝෂ පිළිගත හැකි මට්ටමකට පාලනය කළ යුතු ය.
විවිධ මිනිසුන් සමඟ සහ ප්‍රායෝගික පරිසරවල විශ්වාසදායකව වැඩ කළ යුතු ය.
මෙම කොන්දේසි විද්‍යාත්මක අත්හදා බැලීම් හරහා ඔප්පු කළ යුතු ය.
සමහර ප්‍රවේශයන් සාමාන්‍ය සන්නිවේදනයට වඩා හොඳ කාර්යසාධනයක් නොදෙන බව පර්යේෂණ පිළිගත යුතු ය.
විද්‍යාත්මක පර්යේෂණයේ සැබෑ වටිනාකම අපේක්ෂිත ප්‍රතිඵලයක් ඔප්පු කිරීමේ පමණක් නොපවතී.
එය පවතින්නේ, විශ්වාසදායක සාක්ෂි මත පදනම්ව, උපකල්පනය නිවැරදිද හෝ වැරදිද යන්න සොයාගැනීමේ ය.
12. නිගමනය
පසුගිය දශක කිහිපය තුළ, පරිගණක දත්ත-මාරු තාක්ෂණයන් අප්‍රමාණ ලෙස දියුණු වී ඇත.
අද, ලෝකයේ විවිධ ප්‍රදේශවල පිහිටි පරිගණක ඉතා විශාල තොරතුරු ප්‍රමාණ අධිවේගයෙන් හුවමාරු කරගනී.
නමුත් මිනිසුන් අතර සන්නිවේදනය තවමත් බොහෝ දුරට කථනය, ලේඛනය සහ අනෙකුත් ශාරීරික ප්‍රකාශන ආකාර මත රඳා පවතී.
මෑත ස්නායු පර්යේෂණ, මොළ සංඥාවලින් කථනය ප්‍රතිසංස්කරණය කිරීම, මනසේ සිතින් කථා කරන දේ හඳුනාගැනීම සහ මොළ අතර නිර්වචිත තොරතුරු මාරු කිරීම යන ක්ෂේත්‍රවල සැලකිය යුතු ප්‍රගතීන් උපදවා ඇත.
කෙසේ වෙතත්, සෑම ආකාරයේ මිනිස් සිතුවිල්ලක්ම සෘජුවම, නිවැරදිව සහ අධිවේගයෙන් මාරු කරන තාක්ෂණයක් තවම නිර්මාණය වී නැත.
එය විසඳිය යුතු මහා විද්‍යාත්මක අභ්‍යෝගයක් ලෙස පවතී.
අනාගතයේදී, කෘත්‍රිම බුද්ධිය සහ ස්නායු තාක්ෂණයන් ඒකාබද්ධ කිරීම මිනිසුන්ට තම සිතුවිලි ප්‍රකාශ කිරීමට අවශ්‍ය කාලය අඩු කරන නව මාර්ග ඇති කළ හැක.
මේ සඳහා ප්‍රායෝගික පර්යේෂණ ආරම්භ විය යුත්තේ මිනිසුන් හිතාමතාම දන්වා සිටීමට උත්සාහ කරන ස්නායු සංඥාවලිනි.
ඉන්පසු ඒවා නිවැරදිව හඳුනාගන්නා ආකෘති ගොඩනැගිය යුතු ය.
මීළඟට, තොරතුරුවල සැබෑ අර්ථය කොතරම් නිවැරදිව ආරක්ෂා වේද යන්න ඇඟවිය යුතු ය.
අවසානයේ, මෙම තාක්ෂණය මිනිසුන් අතර සන්නිවේදනයේ වේගය සහ කාර්යසාධනය සැබවින්ම වැඩි දියුණු කරයිද යන්න විද්‍යාත්මකව ඔප්පු කළ යුතු ය.
එවිට පමණක්, සම්පූර්ණ සෘජු මොළයෙන්-මොළයට සන්නිවේදනය වැනි වඩා උසස් තාක්ෂණයන් කරා වැඩ ඉදිරියට ගෙන යා හැක.
මගේ පර්යේෂණයේ අවසන් ඉලක්කය
මගේ පර්යේෂණයේ අවසන් ඉලක්කය වන්නේ, පුද්ගලයෙකු තම මනසේ සිතුවිල්ලක් සකසන වේගය සහ තවත් පුද්ගලයෙකු එම සිතුවිල්ලේ සැබෑ අර්ථය නිවැරදිව තේරුම් ගන්නා වේගය අතර පරතරය හැකි තාක්ෂණයටම අඩු කිරීමයි.
මේ සඳහා, මා යෝජනා කරන ප්‍රවේශය වන්නේ කෘත්‍රිම බුද්ධිය, මොළ-පරිගණක අතුරුමුහුණත්, ස්නායු විද්‍යාව, තොරතුරු න්‍යාය සහ ආරක්ෂිත අධිවේගී සන්නිවේදන තාක්ෂණයන් එකට අධ්‍යයනය කිරීමයි.
අපගේ ඉලක්කය හුදෙක් වැඩි දත්ත ප්‍රමාණයක් අධිවේගයෙන් යැවීම නොවේ.
අපගේ ඉලක්කය වන්නේ, මිනිසුන්ගේ සිතුවිලි සහ අදහස්, ඒවායේ සැබෑ අර්ථය වෙනස් නොකර, ආරක්ෂිතව, නිවැරදිව සහ හැකි අඩුම කාලයකින් මාරු කළ හැකි නව සන්නිවේදන ක්‍රමයක විද්‍යාත්මක පදනම ගොඩනැගීමයි.
යොමුවීම්
- Coupé, C., Oh, Y. M., Dediu, D., & Pellegrino, F. (2019). Different languages, similar encoding efficiency: Comparable information rates across the human communicative niche. Science Advances, 5(9). https://doi.org/10.1126/sciadv.aaw2594 [1]
- Zheng, J., & Meister, M. (2025). The unbearable slowness of being: Why do we live at 10 bits/s? Neuron, 113(2), 192–204. Published online: December 2024. https://doi.org/10.1016/j.neuron.2024.11.008 [1]
- Willett, F. R., et al. (2023). A high-performance speech neuroprosthesis. Nature, 620, 1031–1036. https://doi.org/10.1038/s41586-023-06377-x [1]
- Littlejohn, K. T., et al. (2025). A streaming brain-to-voice neuroprosthesis to restore naturalistic communication. Nature Neuroscience, 28, 902–912. https://doi.org/10.1038/s41593-025-01905-6 [1]
- Wairagkar, M., et al. (2025). An instantaneous voice-synthesis neuroprosthesis. Nature, 644, 145–152. https://doi.org/10.1038/s41586-025-09127-3 [1]
- Card, N. S., et al. (2026). Long-term independent use of an intracortical brain–computer interface for speech and cursor control. Nature Medicine, 32, 2504–2510. https://doi.org/10.1038/s41591-026-04414-6 [1]
- Jiang, L., et al. (2019). BrainNet: A Multi-Person Brain-to-Brain Interface for Direct Collaboration Between Brains. Scientific Reports, 9, Article 6115. https://doi.org/10.1038/s41598-019-41895-7 [1]
- Kunz, E. M., et al. (2025). Inner speech in motor cortex and implications for speech neuroprostheses. Cell, 188(17), 4658–4673.e17. https://doi.org/10.1016/j.cell.2025.06.015 [1]
- Zhao, Z., et al. (2026). A neural architecture for imagined and overt speech motor dynamics. Nature Neuroscience. https://doi.org/10.1038/s41593-026-02456-0 [1]
- Tates, A., Matran-Fernandez, A., Halder, S., & Daly, I. (2026). Decoding speech imagery or just noise?: A symptom of the replicability crisis. Journal of Neural Engineering, 23(5). https://doi.org/10.1088/1741-2552/aea294 [1]
- UNESCO. (2025). Recommendation on the Ethics of Neurotechnology. https://www.unesco.org/en/node/86248 [1]
Powered By K7 [1]