কথা ও লেখার উর্দ্ধে: AI কি মানুষের চিন্তা হাই-স্পিডে বিনিময় করতে পারে?
কৃত্রিম বুদ্ধিমত্তা, ব্রেন-কম্পিউটার ইন্টারফেস এবং মানুষের মধ্যে সরাসরি চিন্তা বিনিময় নিয়ে একটি বৈজ্ঞানিক গবেষণা
বৈজ্ঞানিক পর্যালোচনা প্রবন্ধ এবং প্রস্তাবিত গবেষণা কাঠামো | নভেম্বর ২০২৬
সারসংক্ষেপ
আজকের আধুনিক কম্পিউটারগুলো কল্পনাতীত গতিতে তথ্য বিনিময় করছে।
একটি সাধারণ Gigabit Ethernet সংযোগ প্রতি সেকেন্ডে এক বিলিয়ন বিট (1,000,000,000 বিট) ডেটা স্থানান্তর করতে পারে। উন্নত কম্পিউটিং ও ডেটা-সেন্টার প্রযুক্তি আরও অনেকগুণ দ্রুত কাজ করে।
কিন্তু মানুষের অবস্থা একেবারেই আলাদা।
আজও মানুষ তাদের চিন্তা, ধারণা, মতামত ও অনুভূতি অন্যদের কাছে পৌঁছে দিতে মূলত কথা, লেখা, অঙ্গভঙ্গি ও শারীরিক নড়াচড়াই ব্যবহার করে।
যদিও মানব মস্তিষ্কে বিপুল স্নায়বিক তথ্য প্রক্রিয়াকরণ ঘটে, সেই তথ্য অর্থবহ উপায়ে অন্য একজন মানুষের কাছে পৌঁছে দেওয়ার আমাদের সামর্থ্য তুলনামূলকভাবে খুবই সীমিত।
এই পরিস্থিতি একটি গুরুত্বপূর্ণ বৈজ্ঞানিক প্রশ্ন তোলে।
কৃত্রিম বুদ্ধিমত্তা ও স্নায়বিক প্রযুক্তি ব্যবহার করে মানুষ কি কথা বা লেখার সাহায্য ছাড়াই তাদের চিন্তা ও ধারণা সরাসরি, নির্ভুলভাবে ও হাই-স্পিডে বিনিময় করতে পারে?
এই প্রবন্ধ মানব তথ্য স্থানান্তরের গতি, মস্তিষ্কের স্নায়বিক সংকেত ব্যাখ্যাকারী প্রযুক্তি, ব্রেন-কম্পিউটার ইন্টারফেস, ব্রেন-টু-ব্রেন যোগাযোগ এবং নভেম্বর ২০২৬ পর্যন্ত অর্জিত বৈজ্ঞানিক অগ্রগতি পর্যালোচনা করে।
এটি কৃত্রিম বুদ্ধিমত্তার সাহায্যে মানব চিন্তা ও অভিপ্রায়ের হাই-স্পিড বিনিময়ের জন্য একটি নতুন গবেষণা কাঠামোও প্রস্তাব করে।
এই গবেষণার মৌলিক লক্ষ্য কেবল আরও বেশি ডিজিটাল ডেটা স্থানান্তর করা নয়।
এর কেন্দ্রীয় উদ্দেশ্য হলো এমন একটি নতুন যোগাযোগ পদ্ধতির বৈজ্ঞানিক সম্ভাব্যতা অনুসন্ধান করা, যা একজন মানুষের প্রকাশ করতে চাওয়া বিষয়ের প্রকৃত অর্থ কম সময়ে ও অধিক নির্ভুলতার সাথে অন্যদের কাছে পৌঁছে দেয়।
1. ভূমিকা: মানব যোগাযোগে গতির বাধা
আধুনিক কম্পিউটার নেটওয়ার্কে সংযুক্ত দুটি কম্পিউটারের কথা ভাবুন।
সেগুলো বিপুল পরিমাণ তথ্যকে বৈদ্যুতিক সংকেতে রূপান্তর করে কয়েক মিলিসেকেন্ডের মধ্যে বিনিময় করতে পারে।
এবার একটি জটিল ধারণা বিনিময় করা দুজন মানুষের কথা ভাবুন।
প্রথম ব্যক্তিকে তার মনে একটি ধারণা তৈরি করতে হবে।
তারপর তাকে সেই ধারণাকে ভাষায় রূপান্তর করতে হবে।
তাকে উপযুক্ত শব্দ বেছে নিতে হবে।
তাকে সেই শব্দগুলো সঠিক বাক্যে সাজাতে হবে।
তারপরই সে বলতে বা লিখতে পারবে।
একইভাবে, দ্বিতীয় ব্যক্তিকে সেই শব্দগুলো শুনতে বা পড়তে হবে। তারপর তাকে সেগুলোর অর্থ বুঝতে হবে এবং প্রথম ব্যক্তি আসলে কী বলতে চেয়েছিল তা নির্ণয় করতে হবে।
এই প্রক্রিয়ার প্রতিটি ধাপে সময় লাগে।
মাঝে মাঝে ভুল বোঝাবুঝিও হতে পারে। তখন ধারণাটি আবার ব্যাখ্যা করতে হয়।
এখানে গুরুত্বপূর্ণ সমস্যা এই নয় যে মানব মস্তিষ্ক ধীরে কাজ করে।
বরং, মানব মস্তিষ্কে ঘটা স্নায়বিক তথ্য প্রক্রিয়াকরণ এবং সেই তথ্য অন্যদের কাছে পৌঁছে দেওয়ার গতির মধ্যে একটি উল্লেখযোগ্য ব্যবধান রয়েছে।
২০১৯ সালে Science Advances সাময়িকীতে প্রকাশিত Coupé ও সহকর্মীদের গবেষণা ১৭টি ভাষা নিয়ে গবেষণা করে অনুমান করেছে যে মানুষের কথ্য ভাষার তথ্য-স্থানান্তর হার গড়ে প্রায় ৩৯ বিট প্রতি সেকেন্ড [1]।
আরেকটি গুরুত্বপূর্ণ গবেষণায়, Zheng ও Meister মানব আচরণগত তথ্য প্রক্রিয়াকরণের হার প্রায় ১০ বিট প্রতি সেকেন্ড অনুমান করেছেন। সেই গবেষণা ২০২৪ সালে অনলাইনে প্রকাশিত হয় এবং ২০২৫ সালে Neuron সাময়িকীতে ছাপা হয় [2]।
এই দুটি গবেষণা ভিন্ন ধরনের তথ্য প্রক্রিয়াকরণ পরিমাপ করে। তাই দুটি সংখ্যা পরস্পরের বদলে ব্যবহার করা যায় না।
এগুলো মানব মস্তিষ্কের মোট স্নায়বিক প্রক্রিয়াকরণ সামর্থ্যের চূড়ান্ত পরিমাপও নয়।
তবু, এগুলো দেখায় যে সচেতন মানব ক্রিয়া ও যোগাযোগের তথ্য হার অনেক ইলেকট্রনিক ব্যবস্থার ডেটা-স্থানান্তর হারের তুলনায় অনেক কম।
এই পার্থক্যই আমাদের নতুন গবেষণার ভিত্তি গঠন করে।
2. কম্পিউটারের ডেটা-স্থানান্তর গতি এবং মানুষের যোগাযোগের গতি
কম্পিউটার তথ্যকে ডিজিটাল রূপে রূপান্তর করে এবং নির্দিষ্ট যোগাযোগ প্রোটোকল অনুযায়ী বিনিময় করে।
উদাহরণস্বরূপ:
- ১ গিগাবিট প্রতি সেকেন্ড (1 Gbps) = 1,000,000,000 বিট প্রতি সেকেন্ড।
- 10 Gbps = ১০ বিলিয়ন বিট প্রতি সেকেন্ড।
- 100 Gbps = ১০০ বিলিয়ন বিট প্রতি সেকেন্ড।
- 800 Gbps = ৮০০ বিলিয়ন বিট প্রতি সেকেন্ড।
এই সংখ্যাগুলো একটি কম্পিউটার নেটওয়ার্কের তথ্য-স্থানান্তর ক্ষমতা বর্ণনা করে।
কিন্তু এগুলো বলে না যে কম্পিউটার পাঠানো তথ্যের প্রকৃত অর্থ কত দ্রুত বোঝে।
মানব যোগাযোগ সম্পূর্ণ আলাদা।
মানুষের মধ্যে বিনিময়ে সবচেয়ে গুরুত্বপূর্ণ তথ্যের পরিমাণ নয়, বরং তার অর্থ।
উদাহরণস্বরূপ, একজন মানুষ অত্যন্ত জটিল সিদ্ধান্ত কয়েকটি শব্দেই স্পষ্ট করতে পারেন।
অন্য একজন মানুষের একই ধারণা ব্যাখ্যা করতে কয়েকটি অনুচ্ছেদ লাগতে পারে।
তাই কম্পিউটারের ডেটা-স্থানান্তর গতির সাথে মানুষের যোগাযোগের গতির তুলনা করার সময় ব্যাপক বৈজ্ঞানিক সতর্কতা প্রয়োজন।
কম্পিউটার প্রতি সেকেন্ডে এক বিলিয়ন বিট স্থানান্তর করতে পারে।
কিন্তু এর মানে এই নয় যে সে সেই তথ্যের অর্থ বোঝে।
একই সময়ে, একজন মানুষ মাত্র কয়েকটি শব্দ দিয়ে অন্য একজনকে গভীর ধারণা বুঝিয়ে দিতে পারেন।
তাই আমাদের গবেষণার লক্ষ্য মানব মস্তিষ্ককে গিগাবিট কম্পিউটার নেটওয়ার্কে পরিণত করা নয়।
বরং, আমাদের লক্ষ্য অর্থবহ চিন্তা ও ধারণার বিনিময়ের গতি বাড়ানো, যাতে তা সঠিকভাবে বোঝা যায়।
এটিই এই গবেষণার সবচেয়ে গুরুত্বপূর্ণ বৈজ্ঞানিক ভিত্তি।
3. বিজ্ঞান এ পর্যন্ত যে অগ্রগতি করেছে
3.1 ব্রেন-কম্পিউটার ইন্টারফেস
ব্রেন-কম্পিউটার ইন্টারফেস, সংক্ষেপে BCI, এমন একটি প্রযুক্তি যা মানব মস্তিষ্কের স্নায়বিক কার্যকলাপ এবং বহিরাগত কম্পিউটার ব্যবস্থার মধ্যে সংযোগ তৈরি করে।
এই প্রযুক্তি ব্যবহার করে মস্তিষ্ক থেকে প্রাপ্ত সংকেত কম্পিউটার দ্বারা বিশ্লেষণ করা যায়।
মস্তিষ্কের কার্যকলাপ রেকর্ড করার দুটি প্রধান পদ্ধতি আছে।
প্রথমত, EEG-এর মতো পদ্ধতি যা অস্ত্রোপচার ছাড়াই মস্তিষ্কের বৈদ্যুতিক কার্যকলাপ রেকর্ড করে।
দ্বিতীয়ত, অস্ত্রোপচারের মাধ্যমে মস্তিষ্কে বসানো ইলেকট্রোড ব্যবহারকারী পদ্ধতি।
কৃত্রিম বুদ্ধিমত্তার মডেলগুলো এই স্নায়বিক সংকেত বিশ্লেষণ করে এবং ব্যক্তি কী কাজ করতে চায়, কোন শব্দ প্রকাশ করতে চায়, বা কোন যোগাযোগ নির্দেশ দিতে চায় তা চিহ্নিত করার চেষ্টা করে।
আগস্ট ২০২৩-এ Nature সাময়িকীতে প্রকাশিত Willett ও সহকর্মীদের গবেষণা এই ক্ষেত্রে একটি গুরুত্বপূর্ণ অগ্রগতি ছিল।
সেই কাজ এমন প্রযুক্তি তৈরি করেছে যা ব্যক্তি কথা বলার চেষ্টা করলে যে স্নায়বিক কার্যকলাপ ঘটে তা টেক্সটে রূপান্তর করে।
অংশগ্রহণকারী প্রতি মিনিটে প্রায় ৬২টি শব্দের হারে যোগাযোগ করতে পেরেছিলেন।
শব্দ ভুলের হার ছিল ৫০ শব্দের সীমাবদ্ধ শব্দভান্ডারে ৯.১% এবং ১,২৫,০০০ শব্দের বড় শব্দভান্ডারে ২৩.৮% [3]।
এই গবেষণা প্রমাণ করেছে যে ব্যক্তি কথা বলার চেষ্টা করলে উৎপন্ন মস্তিষ্ক সংকেত তুলনামূলক দ্রুত যোগাযোগের জন্য ব্যবহার করা যায়।
কিন্তু এই ব্যবস্থা এমন প্রযুক্তি নয় যা ব্যক্তির মনে ওঠা প্রতিটি চিন্তা মুক্তভাবে পড়তে পারে।
এটি কথা বলার চেষ্টার সাথে যুক্ত স্নায়বিক কার্যকলাপ চিহ্নিত করেছে।
3.2 মস্তিষ্ক সংকেত থেকে সরাসরি কথা তৈরি
২০২৫ সালে এই ক্ষেত্রে আরও উল্লেখযোগ্য অগ্রগতি হয়েছে।
Littlejohn ও সহকর্মীরা এমন প্রযুক্তি তৈরি করেছেন যা মানব মস্তিষ্কের সংকেত ৮০ মিলিসেকেন্ড ব্যবধানে প্রক্রিয়া করে এবং কৃত্রিম বুদ্ধিমত্তার সাহায্যে কথায় রূপান্তর করে [4]।
আরেকটি গবেষণায়, Wairagkar ও সহকর্মীরা এমন একটি পদ্ধতি বর্ণনা করেছেন যা মস্তিষ্কের স্নায়বিক সংকেত ব্যবহার করে বাস্তব সময়ে অভিব্যক্তিপূর্ণ কৃত্রিম কথা উৎপন্ন করে।
সেই গবেষণার অংশগ্রহণকারী কণ্ঠস্বরের আঞ্চলিকতার মতো অভিব্যক্তিমূলক উপাদানও কিছুটা নিয়ন্ত্রণ করতে পেরেছিলেন [5]।
এটি খুবই গুরুত্বপূর্ণ অগ্রগতি।
মানব যোগাযোগ কেবল শব্দের বিনিময় নয়।
আমরা যে গতিতে কথা বলি, কণ্ঠস্বরের সুর, আবেগীয় অভিব্যক্তি এবং শব্দে জোর দেওয়ার ধরন — সবই ধারণার প্রকৃত অর্থ প্রকাশ করে।
এই গবেষণাগুলো স্নায়বিক সংকেত থেকে স্বাভাবিক মানব কথা পুনর্গঠনের সম্ভাব্যতা প্রদর্শন করে।
তবু, এগুলো নির্দিষ্ট গবেষণা পরিবেশে ব্যবহৃত পরীক্ষামূলক প্রযুক্তি।
3.3 দীর্ঘমেয়াদি ব্যবহারিক ব্যবহার: ২০২৬-এর একটি যুগান্তকারী গবেষণা
জুন ২০২৬-এ Nature Medicine সাময়িকীতে প্রকাশিত একটি গবেষণা ব্রেন-কম্পিউটার ইন্টারফেস প্রযুক্তির ব্যবহারিক ব্যবহারে গুরুত্বপূর্ণ অগ্রগতি দেখিয়েছে।
Card ও সহকর্মীদের এই গবেষণায়, তীব্র মোটর পক্ষাঘাতগ্রস্ত এক ব্যক্তি বসানো ইন্টারফেসের সাহায্যে দীর্ঘ সময় ধরে স্বাধীনভাবে যোগাযোগ করেছেন।
প্রায় দুই বছর ধরে, তিনি বাড়িতে ৩,৮০০ ঘণ্টারও বেশি এই প্রযুক্তি ব্যবহার করেছেন।
এর মাধ্যমে তিনি প্রায় ১৯.৬ লাখ শব্দ এবং ১,৮৩,০৬০টি বাক্য যোগাযোগ করেছেন।
গড় যোগাযোগের গতি ছিল প্রতি মিনিটে প্রায় ৫৬ শব্দ।
নিয়ন্ত্রিত কথা পরীক্ষায় শব্দের নির্ভুলতা ৯৯%-এর বেশি ছিল। কিন্তু দৈনন্দিন স্বাভাবিক কথোপকথনে এই নির্ভুলতা সবসময় একই ছিল না [6]।
এই পার্থক্য খুবই গুরুত্বপূর্ণ।
কোনো প্রযুক্তি ল্যাবরেটরিতে ভালো কাজ করা এক ধরনের অর্জন।
একই প্রযুক্তি মানুষের দৈনন্দিন জীবনে দীর্ঘ সময় ধরে নির্ভরযোগ্যভাবে কাজ করা আরেক ধরনের অর্জন।
আমাদের হাই-স্পিড মানব চিন্তা বিনিময় গবেষণায়ও এই দুটি দিক আলাদাভাবে প্রমাণ করতে হবে।
3.4 তথ্য কি সরাসরি মানব মস্তিষ্কের মধ্যে বিনিময় করা যায়?
ব্রেন-টু-ব্রেন যোগাযোগ নিয়ে বৈজ্ঞানিক জগতে কিছু প্রাথমিক সাফল্যও এসেছে।
BrainNet নামের একটি গবেষণা ২০১৯ সালে প্রকাশিত হয়।
সেই গবেষণায়, তিনজন মানুষ মস্তিষ্ক সংকেত ব্যবহার করে একটি সহজ খেলায় একসাথে কাজ করেন।
প্রথম দুই অংশগ্রহণকারীর সিদ্ধান্ত EEG প্রযুক্তি দিয়ে রেকর্ড করা হয়।
সেই তথ্য তৃতীয় অংশগ্রহণকারীকে Transcranial Magnetic Stimulation (TMS) নামক মস্তিষ্ক-উদ্দীপনা পদ্ধতির মাধ্যমে নির্দিষ্ট সংকেত হিসেবে পাঠানো হয়।
এই পরীক্ষায় পাঁচটি দল অংশ নেয়।
তাদের গড় পারফরম্যান্স নির্ভুলতা ৮১.২৫% রেকর্ড করা হয় [7]।
এই গবেষণা স্নায়বিক ইন্টারফেসের মাধ্যমে মানব মস্তিষ্কের মধ্যে কিছু তথ্য স্থানান্তরের সম্ভাব্যতা প্রদর্শন করেছে।
কিন্তু যা স্থানান্তরিত হয়েছিল তা কেবল খুব সহজ সিদ্ধান্ত।
জটিল চিন্তা, স্মৃতি বা পূর্ণ ধারণা সরাসরি স্থানান্তরিত হয়নি।
তাই একটি সহজ বাইনারি তথ্য স্থানান্তর এবং একজন মানুষের পূর্ণ চিন্তা অন্যজনের কাছে পৌঁছে দেওয়ার মধ্যে খুব বড় বৈজ্ঞানিক পার্থক্য রয়েছে।
3.5 মনে কল্পিত কথা শনাক্ত করা
আগস্ট ২০২৫-এ Cell সাময়িকীতে প্রকাশিত Kunz ও সহকর্মীদের গবেষণা দেখিয়েছে যে ব্যক্তি মনে মনে কথা বলার কল্পনা করলে যে স্নায়বিক কার্যকলাপ ঘটে তা আংশিকভাবে শনাক্ত করা যায়।
এই গবেষণার আরেকটি গুরুত্বপূর্ণ দিক হলো মানসিক গোপনীয়তা।
যে ঝুঁকিগুলোও পরীক্ষা করা হয়েছে যে ব্যক্তির ব্যক্তিগত অন্তর্নিহিত কথা, যা সে অন্যদের সাথে ভাগ করতে চায় না, প্রযুক্তির মাধ্যমে ভুলবশত প্রকাশ পেয়ে যেতে পারে।
এছাড়া, যোগাযোগের জন্য ইচ্ছাকৃতভাবে তৈরি চিন্তা এবং ব্যক্তিগত মানসিক কার্যকলাপের মধ্যে পার্থক্য করার নিরাপত্তা পদ্ধতিও পরীক্ষা করা হয়েছে [8]।
সেপ্টেম্বর ২০২৬-এ Nature Neuroscience সাময়িকীতে প্রকাশিত আরেকটি গবেষণা কল্পিত কথা ও স্পষ্ট কথার স্নায়বিক কার্যকলাপে কিছু সাধারণ কাঠামো পরীক্ষা করেছে [9]।
এই আবিষ্কারগুলো ভবিষ্যতে মানুষের জন্য কথা বলার চেষ্টা না করেও কিছু তথ্য যোগাযোগ করার সুযোগ তৈরি করতে পারে।
কিন্তু এই বলার কোনো বৈজ্ঞানিক প্রমাণ নেই যে বর্তমান প্রযুক্তি পূর্ব প্রশিক্ষণ বা সহযোগিতা ছাড়াই যেকোনো মানুষের মনে ওঠা প্রতিটি চিন্তা নির্ভুলভাবে বুঝতে পারে।
4. প্রস্তাবিত নতুন গবেষণা ধারণা
কৃত্রিম বুদ্ধিমত্তার সাহায্যে মানব চিন্তার হাই-স্পিড বিনিময়
Artificial Intelligence-Assisted High-Speed Thought Communication
এই গবেষণার কেন্দ্রীয় উদ্দেশ্য:
মস্তিষ্কের স্নায়বিক সংকেত থেকে সেই চিন্তা ও ধারণা চিহ্নিত করা যা মানুষ স্বেচ্ছায় যোগাযোগ করতে চায়, সেগুলোকে দক্ষ ডিজিটাল রূপে রূপান্তর করা, অন্য একজন মানুষের কাছে স্থানান্তর করা এবং সেই ব্যক্তিকে ধারণার প্রকৃত অর্থ নির্ভুলভাবে বুঝতে সক্ষম করা — এমন প্রযুক্তির সম্ভাব্যতা অনুসন্ধান করা।
এই গবেষণা কয়েকটি বৈজ্ঞানিক ক্ষেত্রকে একত্রিত করে।
ব্রেন-কম্পিউটার ইন্টারফেস: মানব মস্তিষ্ক থেকে প্রাপ্ত সংকেত রেকর্ড ও বিশ্লেষণ করতে ব্যবহৃত।
কৃত্রিম বুদ্ধিমত্তা: স্নায়বিক সংকেতে প্যাটার্ন শনাক্তকরণ, ভাষা উৎপাদন, ধারণা বোঝা এবং ভুল সংশোধনের মতো কাজে ব্যবহৃত।
তথ্য তত্ত্ব: তথ্য কতটা দক্ষতা ও নির্ভুলতার সাথে স্থানান্তর করা যায় তা গাণিতিকভাবে মূল্যায়নে সহায়তা করে।
নিরাপদ ডিজিটাল নেটওয়ার্কিং: উৎপন্ন তথ্য অন্য কম্পিউটার ব্যবস্থায় নিরাপদে পাঠাতে সহায়তা করে।
মস্তিষ্ক উদ্দীপনা ও স্নায়বিক প্রযুক্তি: ভবিষ্যতে নির্দিষ্ট তথ্য সরাসরি গ্রহণকারীর স্নায়বিক ব্যবস্থায় পৌঁছে দেওয়ার সম্ভাবনা অনুসন্ধানে সহায়তা করতে পারে। এর জন্য ব্যাপক চিকিৎসাগত ও বৈজ্ঞানিক পরীক্ষা অপরিহার্য।
এই গবেষণার গুরুত্বপূর্ণ সুযোগ হতে পারে এমন পদ্ধতি তৈরি করা যা ব্যক্তির প্রকাশ করতে চাওয়া বিষয়ের অর্থ তার বলতে চাওয়া প্রতিটি শব্দ উৎপাদন ও স্থানান্তর না করেই পৌঁছে দেয়।
উদাহরণস্বরূপ, ধরুন একজন ব্যক্তি ভাবছেন:
"আমি এই পরিকল্পনার সাথে একমত। কিন্তু আমি এর বাস্তবায়ন আগামী সপ্তাহ পর্যন্ত পেছাতে চাই।"
ভবিষ্যতের প্রযুক্তি এই চিন্তার তিনটি গুরুত্বপূর্ণ উপাদান চিহ্নিত করার চেষ্টা করতে পারে।
প্রথম, পরিকল্পনার সাথে একমত হওয়া।
দ্বিতীয়, তাৎক্ষণিক বাস্তবায়নে অনিচ্ছা।
তৃতীয়, আগামী সপ্তাহ পর্যন্ত পেছানোর অনুরোধ।
কৃত্রিম বুদ্ধিমত্তা এই মৌলিক অর্থগুলো চিহ্নিত করে এমন বাক্য তৈরি করতে পারে যা অন্য ব্যক্তি বুঝতে পারবে।
কিন্তু এখানে একটি গুরুত্বপূর্ণ চ্যালেঞ্জ আছে।
কৃত্রিম বুদ্ধিমত্তার তৈরি বাক্যটি ভাষাগতভাবে সুন্দর হলেই চলবে না।
এটিকে প্রথম ব্যক্তির প্রকৃতপক্ষে বলতে চাওয়া ধারণা অপরিবর্তিত রেখে প্রকাশ করতে হবে।
এটিই Semantic Communication নামক ধারণার গুরুত্ব।
5. প্রস্তাবিত প্রযুক্তিগত কাঠামো
এই গবেষণা বাস্তবায়নের প্রাথমিক কাঠামো ছয়টি প্রধান ধাপে ভাগ করা যায়।
ধাপ ১: মস্তিষ্ক সংকেত রেকর্ডিং
একজন ব্যক্তি তার পূর্ণ সম্মতিতে অন্য কাউকে তথ্য দেওয়ার সিদ্ধান্ত নেন।
সেই মুহূর্তে, সে যে শব্দ, নির্দেশ বা ধারণা ইচ্ছাকৃতভাবে প্রকাশ করার চেষ্টা করছে তার সাথে যুক্ত মস্তিষ্ক কার্যকলাপ উপযুক্ত স্নায়বিক ইন্টারফেসের সাহায্যে রেকর্ড করা হয়।
প্রারম্ভিক গবেষণায় EEG-এর মতো অ-অস্ত্রোপচার পদ্ধতি এবং ইতিমধ্যে প্রকাশিত গবেষণা ডেটা ব্যবহার করা যেতে পারে।
ধাপ ২: কৃত্রিম বুদ্ধিমত্তা দিয়ে চিন্তা শনাক্তকরণ
রেকর্ড করা মস্তিষ্ক সংকেত মেশিন-লার্নিং মডেল দ্বারা বিশ্লেষণ করা হয়।
লক্ষ্য হলো সেই তথ্য চিহ্নিত করা যা ব্যক্তি ইচ্ছাকৃতভাবে দেওয়ার চেষ্টা করেছে।
গবেষণা শুরু হওয়া উচিত অল্প সংখ্যক শব্দ, নির্দেশ বা ধারণা চিহ্নিত করে।
সেই মৌলিক প্রযুক্তির নির্ভুলতা নিশ্চিত হওয়ার পরেই জটিল চিন্তা বোঝার দিকে এগোতে হবে।
ধাপ ৩: চিন্তাকে অর্থ-ভিত্তিক ডেটায় রূপান্তর
চিহ্নিত তথ্য কৃত্রিম বুদ্ধিমত্তার সাহায্যে কাঠামোবদ্ধ ডিজিটাল রূপে রূপান্তরিত হয়।
এতে চিন্তার মূল ধারণাগুলো, সেগুলোর মধ্যে সম্পর্ক, শর্ত এবং অনুমানের অনিশ্চয়তা অন্তর্ভুক্ত থাকতে পারে।
এর মাধ্যমে পূর্ণ বাক্য তৈরি হওয়ার আগেই তথ্যের মৌলিক অর্থ কম্পিউটার ব্যবস্থায় উপস্থাপন করা সম্ভব হয়।
ধাপ ৪: নিরাপদ হাই-স্পিড তথ্য স্থানান্তর
উৎপন্ন ডেটা নিরাপদ, এনক্রিপ্টেড ডিজিটাল যোগাযোগ মাধ্যম দিয়ে অন্য ব্যবস্থায় পাঠানো হয়।
এই ধাপে কম্পিউটার নেটওয়ার্কের গতি বড় বাধা হওয়ার দরকার নেই।
আজকের কম্পিউটার নেটওয়ার্কগুলো ইতিমধ্যেই অত্যন্ত উচ্চ গতিতে তথ্য স্থানান্তর করতে সক্ষম।
বরং, মস্তিষ্ক সংকেত নির্ভুলভাবে বোঝা, সঠিক ধারণা তৈরি করা এবং পুরো প্রক্রিয়ার সময় কমানোই বেশি কঠিন সমস্যা হতে পারে।
ধাপ ৫: গ্রহণকারীর জন্য বার্তা পুনর্গঠন
কৃত্রিম বুদ্ধিমত্তা প্রাপ্ত তথ্যকে এমন রূপে রূপান্তর করে যা অন্য মানুষ বুঝতে পারে।
তা টেক্সট, কথা বা অন্য কোনো উপযুক্ত যোগাযোগ রূপ হতে পারে।
গ্রহণকারীকে তথ্যের অর্থ বোঝার, সন্দেহ হলে ব্যাখ্যা চাওয়ার এবং কৃত্রিম বুদ্ধিমত্তার অনুমানে থাকা অনিশ্চয়তা জানার সুবিধা দিতে হবে।
ধাপ ৬: বার্তা বোঝা হয়েছে কিনা নিশ্চিতকরণ
নিশ্চিত করতে হবে যে গ্রহণকারী ধারণাটি সঠিকভাবে বুঝেছে।
প্রয়োজন হলে ব্যাখ্যা বা সংশোধন চাওয়ার সুবিধাও দিতে হবে।
ভবিষ্যতে সরাসরি ব্রেন-টু-ব্রেন যোগাযোগ তৈরি করতে হলে, গ্রহণকারীর স্নায়বিক ব্যবস্থায় তথ্য পৌঁছে দিতে সক্ষম আলাদা প্রযুক্তিও তৈরি করতে হবে।
এখানে একটি গুরুত্বপূর্ণ পার্থক্য লক্ষ্য করতে হবে।
একজনের মস্তিষ্ক সংকেত কম্পিউটার দিয়ে টেক্সটে রূপান্তর করা এবং অন্যজনের তা পর্দায় পড়া হলো ব্রেন-কম্পিউটার-মানুষ যোগাযোগ।
এটিকে পূর্ণ সরাসরি ব্রেন-টু-ব্রেন যোগাযোগ বলা যায় না।
এই পার্থক্য গবেষণার প্রতিটি ধাপে স্পষ্ট রাখতে হবে।
6. এই গবেষণার কেন্দ্রীয় বৈজ্ঞানিক অনুমান
এই গবেষণার কেন্দ্রীয় অনুমান নিচে উপস্থাপন করা হলো।
কৃত্রিম বুদ্ধিমত্তার সাহায্যে মানুষের ইচ্ছাকৃতভাবে যোগাযোগ করতে চাওয়া স্নায়বিক তথ্য চিহ্নিত করে এবং তার অর্থ দক্ষ ডিজিটাল রূপে রূপান্তর করে, কথা বা লেখার তুলনায় কম সময়ে, গ্রহণযোগ্য নির্ভুলতা বজায় রেখে, নির্দিষ্ট ধারণা অন্যদের কাছে পৌঁছে দেওয়া সম্ভব।
এই অনুমান বৈজ্ঞানিকভাবে পরীক্ষা করা যায়।
এর জন্য একই ধরনের তথ্য সাধারণ কথা, লেখা এবং কৃত্রিম বুদ্ধিমত্তার সাথে যুক্ত স্নায়বিক ইন্টারফেসের মাধ্যমে বিনিময় করে দেখা যায়।
যেখানে সম্ভব, ফলাফল তুলনা করতে একই অংশগ্রহণকারী এবং একই তথ্য ব্যবহার করা উচিত।
এই গবেষণায় নিচের পরিমাপগুলো গুরুত্বপূর্ণ।
১. সম্পূর্ণ তথ্য স্থানান্তর বিলম্ব (End-to-End Latency)
একজন ব্যক্তি তথ্য দেওয়া শুরু করার সময় থেকে অন্য ব্যক্তি তা সঠিকভাবে পাওয়া পর্যন্ত সময়।
২. কার্যকর তথ্য-স্থানান্তর হার (Effective Information-Transfer Rate)
ভুল ও সংশোধন বিবেচনার পর, প্রতি সেকেন্ডে কত তথ্য সঠিকভাবে স্থানান্তরিত হলো তার পরিমাপ।
৩. অর্থগত নির্ভুলতা (Semantic Fidelity)
প্রথম ব্যক্তির বলতে চাওয়া ধারণা এবং দ্বিতীয় ব্যক্তির বোঝা ধারণার মধ্যে অর্থের সাদৃশ্য।
৪. ভুলের হার (Error Rate)
ভুলভাবে চিহ্নিত শব্দ, ধারণা, সম্পর্ক ও সিদ্ধান্তের পরিমাণ।
৫. গ্রহণকারীর ধারণা (Receiver Comprehension)
তথ্য পাওয়া ব্যক্তি তার প্রকৃত অর্থ সঠিকভাবে বুঝেছে কিনা তার পরিমাপ।
৬. ব্যবহারকারীর প্রচেষ্টা (User Effort)
প্রযুক্তি ব্যবহারের জন্য প্রয়োজনীয় মনোযোগ, মানসিক ক্লান্তি, প্রশিক্ষণ এবং ব্যবহারের সহজতা।
৭. গোপনীয়তা সুরক্ষা (Privacy Protection)
ব্যবহারকারীর অনুমতিহীন চিন্তা বা তথ্য ভুলবশত প্রকাশ পাচ্ছে কিনা তা পর্যবেক্ষণ করা।
কোনো প্রযুক্তির নেটওয়ার্ক সংযোগ দ্রুত বলেই মানুষের মধ্যে যোগাযোগ দ্রুত হয়ে গেছে বলা যায় না।
একইভাবে, কৃত্রিম বুদ্ধিমত্তা খুব দ্রুত বাক্য তৈরি করলেই তা যথেষ্ট প্রমাণ নয়।
সম্পূর্ণ মানুষ-থেকে-মানুষ যোগাযোগ প্রক্রিয়াই পরিমাপ করতে হবে।
7. প্রস্তাবিত পরীক্ষামূলক গবেষণা পরিকল্পনা
এই গবেষণা তিনটি প্রধান ধাপে করা যায়।
প্রথম ধাপ: মানব অভিপ্রায় শনাক্তকরণ
শুরুতে, মানুষ ইচ্ছাকৃতভাবে যে কয়েকটি নির্দিষ্ট ধারণা দিতে চায় তা মস্তিষ্ক সংকেত থেকে শনাক্ত করা যায় কিনা তা গবেষণা করতে হবে।
ইতিমধ্যে প্রকাশিত EEG ডেটাসেট বা যথাযথ সম্মতি ও অনুমতি নিয়ে পরিচালিত নতুন গবেষণা ব্যবহার করা যেতে পারে।
উদাহরণস্বরূপ, অংশগ্রহণকারীরা নিচের ধারণাগুলোর একটি দেওয়ার চেষ্টা করতে পারেন।
- আমি একমত।
- আমি একমত নই।
- আমার সাহায্য দরকার।
- আমার আরও ব্যাখ্যা দরকার।
মেশিন-লার্নিং মডেল দিয়ে এই ধারণাগুলোর সাথে যুক্ত মস্তিষ্ক সংকেতে পার্থক্য দেখা যায় কিনা পরীক্ষা করা যায়।
তারপর প্রশিক্ষণে ব্যবহার না হওয়া ডেটা, ভিন্ন পরীক্ষা সেশন এবং স্বাধীন অংশগ্রহণকারী দিয়ে মডেলের পারফরম্যান্স মূল্যায়ন করতে হবে।
এই ধাপের গুরুত্বপূর্ণ প্রশ্ন:
মস্তিষ্ক সংকেত থেকে মানুষের দিতে চাওয়া ধারণা নির্ভরযোগ্যভাবে শনাক্ত করা যায় কিনা।
দ্বিতীয় ধাপ: কৃত্রিম বুদ্ধিমত্তার সাহায্যে অর্থ স্থানান্তর
তারপর প্রথম ধাপে চিহ্নিত তথ্যকে কৃত্রিম বুদ্ধিমত্তার সাহায্যে পূর্ণ ধারণায় রূপান্তরের চেষ্টা করা যায়।
এখানে তিনটি দিক তুলনা করতে হবে।
প্রথম, প্রেরকের আসলে দিতে চাওয়া ধারণা।
দ্বিতীয়, কৃত্রিম বুদ্ধিমত্তার পুনর্নির্মিত ধারণা।
তৃতীয়, সেই তথ্য পাওয়া ব্যক্তির বোঝা অর্থ।
এই তিনটি কতটা নির্ভুলভাবে মিলে যায় তা গাণিতিক ও পরিসংখ্যানগত পদ্ধতিতে গবেষণা করতে হবে।
সবচেয়ে গুরুত্বপূর্ণ, কোনো ধারণা কৃত্রিম বুদ্ধিমত্তার কাছে স্পষ্ট না হলে, তাকে ভুল তথ্য তৈরি না করে তার অনিশ্চয়তা প্রকাশ করতে হবে।
এই পদ্ধতির পারফরম্যান্স সাধারণ টাইপিং, কথা ও অন্যান্য যোগাযোগ পদ্ধতির সাথে তুলনা করতে হবে।
তৃতীয় ধাপ: মানুষের মধ্যে যোগাযোগ
তৃতীয় ধাপে, পূর্ণ সম্মতিতে অংশ নেওয়া দুজন মানুষের মধ্যে তথ্য স্থানান্তর পরীক্ষা করা যায়।
প্রথম ব্যক্তি ইচ্ছাকৃতভাবে মস্তিষ্ক সংকেত দিয়ে তথ্য দেওয়ার চেষ্টা করে।
কৃত্রিম বুদ্ধিমত্তা সেই সংকেত বিশ্লেষণ করে, সংশ্লিষ্ট তথ্য শনাক্ত করে এবং নিরাপদে পাঠায়।
দ্বিতীয় ব্যক্তি সেই তথ্য পেয়ে বোঝে।
তারপর সম্পূর্ণ যোগাযোগ প্রক্রিয়ার গতি, নির্ভুলতা ও নির্ভরযোগ্যতা পরিমাপ করা হয়।
গ্রহণকারীর মস্তিষ্কে সরাসরি তথ্য পৌঁছে দেওয়া অনেক বেশি উন্নত ও আলাদা গবেষণা ধাপ হবে।
এ ধরনের প্রচেষ্টায় স্নায়বিক দক্ষতা, নিয়ন্ত্রক অনুমতি, চিকিৎসাগত নিরাপত্তা ও কঠোর নৈতিক নিয়ন্ত্রণ প্রয়োজন।
তাই প্রারম্ভিক গবেষণায় কৃত্রিম বুদ্ধিমত্তা মানুষের মধ্যে যোগাযোগের পারফরম্যান্স উন্নত করতে পারে কিনা তা প্রমাণ করতেই অগ্রাধিকার দিতে হবে।
8. বৈজ্ঞানিক চ্যালেঞ্জ ও বর্তমান সীমাবদ্ধতা
এই গবেষণায় কয়েকটি গুরুত্বপূর্ণ চ্যালেঞ্জ আছে।
প্রথমত, সব মানুষের মস্তিষ্ক শব্দ ও ধারণা একই ধরনের স্নায়বিক প্যাটার্নে উপস্থাপন করে না।
তাই প্রতিটি ব্যক্তির জন্য আলাদা প্রশিক্ষণ বা মডেল সমন্বয় প্রয়োজন হতে পারে।
দ্বিতীয়ত, EEG-এর মতো অ-অস্ত্রোপচার পদ্ধতিতে রেকর্ড করা সংকেতে বেশি পরিমাণে শব্দদূষণ ও ব্যাঘাত থাকতে পারে।
মস্তিষ্কে বসানো ইলেকট্রোডের তুলনায়, কিছু স্নায়বিক কার্যকলাপ সূক্ষ্মভাবে শনাক্ত করার সামর্থ্যও কম হতে পারে।
তৃতীয়ত, কথা বলার চেষ্টা করা, মনে কথা কল্পনা করা, ধারণা প্রকাশের ইচ্ছা এবং ব্যক্তিগতভাবে মনে মনে ভাবা — এগুলো একই ধরনের স্নায়বিক কার্যকলাপ নয়।
এগুলো আলাদাভাবে গবেষণা করতে হবে।
চতুর্থত, বড় ভাষা মডেল মাঝে মাঝে প্রাপ্ত তথ্যের ভিত্তিতে সত্য নয় কিন্তু বিশ্বাসযোগ্য মনে হয় এমন বাক্য তৈরি করতে পারে।
মানব চিন্তা বিনিময় প্রযুক্তিতে এ ধরনের ভুল খুব বড় সমস্যা হতে পারে।
কারণ, একজন মানুষের না ভাবা চিন্তা তার ভাবা বলে অন্যজনকে জানানো গুরুতর ভুল বোঝাবুঝি তৈরি করতে পারে।
পঞ্চমত, বৈজ্ঞানিক গবেষণার ফলাফল অন্য গবেষকরা পুনরায় পেতে পারেন — এটি খুবই গুরুত্বপূর্ণ।
২০২৬ সালে Journal of Neural Engineering-এ প্রকাশিত একটি গবেষণা দেখিয়েছে যে কল্পিত কথা শনাক্তকারী গবেষণার ফলাফল পুনরুৎপাদনে অনেক সমস্যা আছে।
সেই গবেষণায় বিবেচিত কথা-কল্পনা ডেটাসেটগুলোর মধ্যে মাত্র ৩৬% অংশগ্রহণকারীর ক্ষেত্রেই যথাযথ পরিসংখ্যানগত তাৎপর্য সীমা অতিক্রমকারী শ্রেণিবিন্যাস নির্ভুলতা পাওয়া গেছে [10]।
এটা বোঝায় এই ক্ষেত্রে স্বাধীন যাচাইকরণ, স্বচ্ছ গবেষণা পদ্ধতি ও নির্ভরযোগ্য পরীক্ষা কতটা গুরুত্বপূর্ণ।
অবশেষে, তথ্য স্থানান্তরের গতিই একমাত্র চ্যালেঞ্জ নয়।
মানুষের মনোযোগ, স্মৃতিশক্তি, বোঝার ক্ষমতা এবং চিন্তা প্রক্রিয়াও এতে গুরুত্বপূর্ণ ভূমিকা পালন করে।
কথা বলার প্রয়োজনীয়তা তুলে দিলেই জটিল ধারণা তৈরি বা বোঝার জন্য প্রয়োজনীয় সময় পুরোপুরি মিলিয়ে যায় না।
বর্তমান বৈজ্ঞানিক প্রমাণের ভিত্তিতে, মানুষের সব ধরনের চিন্তা গিগাবিট গতিতে সরাসরি বিনিময় করা যায় বলা যায় না।
ডিজিটাল ডেটা স্থানান্তরের গতি এবং অর্থবহ মানব চিন্তার স্থানান্তর গতিকে এক বলে ধরে নেওয়া বৈজ্ঞানিকভাবে ভুল পন্থা।
9. গোপনীয়তা, তথ্য নিরাপত্তা ও মানবাধিকার
মানব মস্তিষ্কের স্নায়বিক সংকেত ব্যাখ্যাকারী প্রযুক্তিগুলো খুবই গুরুত্বপূর্ণ নৈতিক দায়িত্বও তৈরি করে।
সাধারণ কম্পিউটার ব্যবস্থায় মানুষ নিজে যে তথ্য দেয় সেটিই প্রক্রিয়া করা হয়।
কিন্তু স্নায়বিক ইন্টারফেস ব্যক্তির ব্যক্তিগত মানসিক কার্যকলাপের সাথে যুক্ত সংকেতও রেকর্ড করতে পারে, যা সে অন্যদের জানাতে চায় না।
তাই আমাদের গবেষণার সবচেয়ে গুরুত্বপূর্ণ মৌলিক নীতি নিচের মতো হতে হবে।
শুধুমাত্র সেই তথ্যই শনাক্ত ও অন্যদের কাছে পাঠানো উচিত যা একজন মানুষ তার পূর্ণ সম্মতিতে ইচ্ছাকৃতভাবে ভাগ করতে চায়।
এই নীতি বাস্তবায়নে নানা ধরনের নিরাপত্তা ব্যবস্থা প্রয়োজন।
ব্যবহারকারীর যোগাযোগ শুরু করার স্পষ্ট নিয়ন্ত্রণ থাকতে হবে।
যেখানে সম্ভব, স্নায়বিক ডেটা ব্যবহারকারীর নিজের ডিভাইসেই প্রক্রিয়া করা উচিত।
তথ্য এনক্রিপ্টেড রূপে স্থানান্তর করতে হবে।
অননুমোদিত ব্যক্তিদের মস্তিষ্ক সংকেতে প্রবেশ রোধে শক্তিশালী নিরাপত্তা ব্যবস্থা তৈরি করতে হবে।
অপ্রয়োজনীয় স্নায়বিক ডেটা দীর্ঘদিন সংরক্ষণ করা এড়াতে হবে।
ব্যবহারকারীর যেকোনো সময় তথ্য স্থানান্তর তাৎক্ষণিক বন্ধ করার সুবিধা থাকতে হবে।
এছাড়া, স্পষ্ট করতে হবে যে কৃত্রিম বুদ্ধিমত্তার তৈরি ধারণাগুলো ব্যক্তির মনের চিন্তার শতভাগ নিশ্চিত রেকর্ড নয়।
সেগুলো স্নায়বিক সংকেতের ভিত্তিতে তৈরি অনুমান।
২০২৫ সালের নভেম্বরে UNESCO স্নায়বিক প্রযুক্তির নৈতিক ব্যবহার সংক্রান্ত আন্তর্জাতিক সুপারিশ গ্রহণ করেছে [11]।
এই সুপারিশ মানসিক গোপনীয়তা, মানব মর্যাদা এবং স্নায়বিক প্রযুক্তির দায়িত্বশীল ব্যবহারকে গুরুত্ব দেয়।
আমাদের গবেষণায়ও প্রযুক্তিগত উন্নয়নের পাশাপাশি গোপনীয়তা ও নৈতিক সুরক্ষা ব্যবস্থা এগিয়ে নিতে হবে।
10. এই প্রযুক্তির ভবিষ্যৎ প্রয়োগ
এই গবেষণা সফল হলে, এর প্রাথমিক সুবিধা পেতে পারেন যাঁরা কথা ও শারীরিক নড়াচড়ায় তীব্র সমস্যায় আছেন।
বিশেষ করে, মোটর পক্ষাঘাত ও কিছু স্নায়বিক রোগের কারণে যোগাযোগ করতে না পারা ব্যক্তিদের জন্য ব্রেন-কম্পিউটার ইন্টারফেস নতুন সুযোগ তৈরি করতে পারে।
এ ধরনের প্রযুক্তি কিছু বিশেষ পরিস্থিতিতেও ব্যবহার করা যেতে পারে যেখানে কথা বা শারীরিক নড়াচড়ায় যোগাযোগ কঠিন।
এছাড়া, প্রতিবন্ধী মানুষের কম্পিউটার ব্যবহারের সুবিধাও উন্নত করতে পারে।
দীর্ঘমেয়াদে এই গবেষণা মানুষ ও কৃত্রিম বুদ্ধিমত্তা ব্যবস্থার মধ্যে যোগাযোগ আরও দক্ষ করতেও সহায়তা করতে পারে।
কিন্তু এ ধরনের প্রতিটি প্রয়োগের প্রকৃত সুবিধা একে একে বৈজ্ঞানিকভাবে প্রমাণ করতে হবে।
সরাসরি স্নায়বিক যোগাযোগ সব পরিস্থিতিতেই সাধারণ মানব কথোপকথনের চেয়ে ভালো হবে — এমন আগেই ধরে নেওয়া যায় না।
কারণ মানুষের ভাষা কেবল তথ্য দেওয়ার ধীর হাতিয়ার নয়।
এটি চিন্তা, যুক্তি, আবেগ প্রকাশ, ধারণা স্পষ্টকরণ এবং মানব সম্পর্ক গড়ে তোলার মতো অনেক গুরুত্বপূর্ণ কাজও করে।
তাই নতুন প্রযুক্তি মানুষের যোগাযোগ সামর্থ্য বাড়ানো উচিত, মানব ভাষার এই গুরুত্বপূর্ণ বৈশিষ্ট্যগুলো হারানো উচিত নয়।
11. এই গবেষণার বৈজ্ঞানিক অবদান ও ভবিষ্যৎ পথ
এই গবেষণা এই ধারণার ভিত্তিতে প্রস্তাব করা হয়নি যে মানুষের সব চিন্তা সরাসরি স্থানান্তরকারী প্রযুক্তি ইতিমধ্যেই তৈরি হয়ে গেছে।
বরং, মস্তিষ্ক সংকেত শনাক্তকরণ, কৃত্রিম বুদ্ধিমত্তার সাহায্যে ধারণার অর্থ বোঝা, তথ্য স্থানান্তরের পারফরম্যান্স পরিমাপ এবং মানুষের প্রকৃত ধারণা মূল্যায়ন — এসব একত্রিত করকারী বৈজ্ঞানিক গবেষণা কাঠামো হিসেবে এটি প্রস্তাব করা হয়েছে।
এর গুরুত্বপূর্ণ প্রশ্ন:
এটি নয় যে মানব মস্তিষ্কের ভেতর ইলেকট্রনিক নেটওয়ার্কের পূর্ণ ডেটা স্থানান্তর ক্ষমতা তৈরি করা যায় কিনা।
গুরুত্বপূর্ণ প্রশ্ন হলো — একজন মানুষের মনে ধারণা তৈরির মুহূর্ত এবং অন্য মানুষের সেই ধারণা সঠিকভাবে বোঝার মুহূর্তের মধ্যকার সময় কমানো যায় কিনা।
এর জন্য গবেষণা করতে হবে যে কৃত্রিম বুদ্ধিমত্তার সাহায্যে তৈরি অর্থ-ভিত্তিক তথ্য উপস্থাপনা সাধারণ কথা শনাক্তকারী স্নায়বিক প্রযুক্তির তুলনায় অতিরিক্ত পারফরম্যান্স দেয় কিনা।
কোনো প্রযুক্তি সফল বলতে কৃত্রিম বুদ্ধিমত্তার সুন্দর বাক্য তৈরি করাই যথেষ্ট নয়।
তাকে তথ্য স্থানান্তরের সময় কমাতে হবে।
তাকে পাঠানো ধারণার প্রকৃত অর্থ রক্ষা করতে হবে।
তাকে ভুল গ্রহণযোগ্য মাত্রায় নিয়ন্ত্রণ করতে হবে।
তাকে বিভিন্ন মানুষ ও ব্যবহারিক পরিবেশে নির্ভরযোগ্যভাবে কাজ করতে হবে।
এই শর্তগুলো বৈজ্ঞানিক পরীক্ষা দিয়ে প্রমাণ করতে হবে।
গবেষণাকে এটাও মেনে নিতে হবে যে কিছু পন্থা সাধারণ যোগাযোগের চেয়ে ভালো পারফরম্যান্স নাও করতে পারে।
বৈজ্ঞানিক গবেষণার প্রকৃত মূল্য শুধু আগে থেকে আশা করা ফলাফল প্রমাণে নয়।
তা হলো নির্ভরযোগ্য প্রমাণের ভিত্তিতে অনুমানটি সঠিক না ভুল তা নির্ণয়ে।
12. উপসংহার
গত কয়েক দশকে কম্পিউটারের ডেটা স্থানান্তর প্রযুক্তি বিশাল উন্নতি করেছে।
আজ বিশ্বের বিভিন্ন প্রান্তে অবস্থিত কম্পিউটারগুলো বিপুল পরিমাণ তথ্য হাই-স্পিডে বিনিময় করছে।
কিন্তু মানুষের মধ্যে যোগাযোগ এখনও বেশিরভাগই কথা, লেখা ও অন্যান্য শারীরিক অভিব্যক্তির ওপর নির্ভরশীল।
সাম্প্রতিক স্নায়বিক গবেষণাগুলো মস্তিষ্ক সংকেত থেকে কথা পুনর্গঠন, মনে কল্পিত কথা শনাক্তকরণ এবং মস্তিষ্কের মধ্যে নির্দিষ্ট তথ্য স্থানান্তরের ক্ষেত্রে উল্লেখযোগ্য অগ্রগতি এনেছে।
তবু, মানুষের সব ধরনের চিন্তা সরাসরি, নির্ভুল ও হাই-স্পিডে বিনিময়কারী প্রযুক্তি এখনও তৈরি হয়নি।
এটি সমাধানের বাকি থাকা বড় বৈজ্ঞানিক চ্যালেঞ্জ হিসেবে রয়ে গেছে।
ভবিষ্যতে কৃত্রিম বুদ্ধিমত্তা ও স্নায়বিক প্রযুক্তির একীকরণ মানুষের চিন্তা প্রকাশে লাগা সময় কমানোর নতুন পথ তৈরি করতে পারে।
এর ব্যবহারিক গবেষণা শুরু হতে হবে মানুষের ইচ্ছাকৃতভাবে দিতে চাওয়া স্নায়বিক সংকেত থেকে।
তারপর সেগুলো নির্ভুলভাবে শনাক্তকারী মডেল তৈরি করতে হবে।
পরবর্তীতে, তথ্যের প্রকৃত অর্থ কতটা নির্ভুলভাবে রক্ষা হয় তা মূল্যায়ন করতে হবে।
অবশেষে, এই প্রযুক্তি মানুষের মধ্যে যোগাযোগের গতি ও পারফরম্যান্স সত্যিই উন্নত করে কিনা তা বৈজ্ঞানিকভাবে প্রমাণ করতে হবে।
তারপরই পূর্ণ সরাসরি ব্রেন-টু-ব্রেন যোগাযোগের মতো উন্নত প্রযুক্তির দিকে এগিয়ে যাওয়া যাবে।
আমার গবেষণার চূড়ান্ত লক্ষ্য
আমার গবেষণার চূড়ান্ত লক্ষ্য হলো একজন মানুষের মনে চিন্তা তৈরির গতি এবং অন্য মানুষের সেই চিন্তার প্রকৃত অর্থ নির্ভুলভাবে বোঝার গতির মধ্যকার ব্যবধান যতটা সম্ভব কমানো।
এর জন্য আমার প্রস্তাবিত পন্থা হলো কৃত্রিম বুদ্ধিমত্তা, ব্রেন-কম্পিউটার ইন্টারফেস, স্নায়ুবিদ্যা, তথ্য তত্ত্ব এবং নিরাপদ হাই-স্পিড যোগাযোগ প্রযুক্তি একত্রিত করে গবেষণা করা।
আমাদের লক্ষ্য কেবল বেশি ডেটা হাই-স্পিডে পাঠানো নয়।
আমাদের লক্ষ্য এমন নতুন যোগাযোগ পদ্ধতির বৈজ্ঞানিক ভিত্তি তৈরি করা যা মানুষের চিন্তা ও ধারণা তাদের প্রকৃত অর্থ অপরিবর্তিত রেখে নিরাপদে, নির্ভুলভাবে ও সর্বনিম্ন সময়ে বিনিময় করতে পারে।
তথ্যসূত্র
- 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
- 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
- Willett, F. R., et al. (2023). A high-performance speech neuroprosthesis. Nature, 620, 1031–1036. https://doi.org/10.1038/s41586-023-06377-x
- 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
- Wairagkar, M., et al. (2025). An instantaneous voice-synthesis neuroprosthesis. Nature, 644, 145–152. https://doi.org/10.1038/s41586-025-09127-3
- 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
- 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
- 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
- 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
- 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
- UNESCO. (2025). Recommendation on the Ethics of Neurotechnology. https://www.unesco.org/en/node/86248
By Keshavan Thiagaraja
Private AI Model Developer & AI Security Consultant - Helping SMEs and Enterprises Build Secure AI Solutions, Sydney, Australia
B.Sc. (Computer Science, Mathematics and Statistics) | M.Sc. (Information Technology) | E-Commerce Professional
Powered By K7