बोलणे आणि लेखन यांच्या पलीकडे: AI मुळे मानवी विचारांची हाय-स्पीड देवाणघेवाण शक्य होऊ शकते का?

कृत्रिम बुद्धिमत्ता, ब्रेन-कॉम्प्युटर इंटरफेस आणि मानवांमधील थेट विचार देवाणघेवाण यावर एक वैज्ञानिक अभ्यास

वैज्ञानिक आढावा निबंध आणि प्रस्तावित संशोधन चौकट | नोव्हेंबर २०२६

सारांश

आजची आधुनिक संगणक कल्पनातीत वेगाने माहितीची देवाणघेवाण करत आहेत.

एक सामान्य Gigabit Ethernet कनेक्शन प्रति सेकंद एक अब्ज बिट (1,000,000,000 बिट) डेटा हस्तांतरित करू शकते. अधिक प्रगत संगणन आणि डेटा-सेंटर तंत्रज्ञान त्याहूनही अनेक पटींनी वेगाने काम करते.

पण मानवाची स्थिती एकदम वेगळी आहे.

आजही मानव आपले विचार, कल्पना, मते आणि भावना इतरांपर्यंत पोहोचवण्यासाठी प्रामुख्याने बोलणे, लेखन, हावभाव आणि शारीरिक हालचाली हेच वापरतो.

मानवी मेंदूत प्रचंड मज्जातंत्रिक माहिती प्रक्रिया घडत असली तरी, ती माहिती अर्थपूर्ण पद्धतीने दुसऱ्या मानवापर्यंत पोहोचवण्याची आपली क्षमता तुलनेने खूपच मर्यादित आहे.

ही परिस्थिती एक महत्त्वाचा वैज्ञानिक प्रश्न निर्माण करते.

कृत्रिम बुद्धिमत्ता आणि मज्जातंत्रिक तंत्रज्ञान वापरून मानव बोलणे किंवा लेखन यांच्या मदतीशिवाय आपल्या विचारांची आणि कल्पनांची थेट, अचूक आणि हाय-स्पीड देवाणघेवाण करू शकतो का?

हा निबंध मानवी माहिती हस्तांतरणाचा वेग, मेंदूच्या मज्जातंत्रिक संकेतांचा अर्थ लावणारी तंत्रज्ञाने, ब्रेन-कॉम्प्युटर इंटरफेस, ब्रेन-टू-ब्रेन संवाद आणि नोव्हेंबर २०२६ पर्यंत झालेल्या वैज्ञानिक प्रगतीचा आढावा घेते.

हे कृत्रिम बुद्धिमत्तेच्या मदतीने मानवी विचार आणि हेतूंच्या हाय-स्पीड देवाणघेवाणीसाठी एक नवीन संशोधन चौकटही प्रस्तावित करते.

या संशोधनाचा मूळ उद्देश फक्त अधिक डिजिटल डेटा हस्तांतरित करणे नव्हे.

याचा केंद्रीय उद्देश म्हणजे अशा नवीन संवाद पद्धतीची वैज्ञानिक शक्यता शोधणे, जी एका मानवाने व्यक्त करू इच्छित असलेल्या गोष्टीचा खरा अर्थ कमी वेळेत आणि अधिक अचूकतेने इतरांपर्यंत पोहोचवते.

1. प्रस्तावना: मानवी संवादातील वेगाची अडथळा

आधुनिक संगणक नेटवर्कमध्ये जोडलेल्या दोन संगणकांचा विचार करा.

ते प्रचंड माहिती विद्युत संकेतांमध्ये रूपांतरित करून काही मिलिसेकंदांत देवाणघेवाण करू शकतात.

आता एका जटिल कल्पनेची देवाणघेवाण करणाऱ्या दोन मानवांचा विचार करा.

पहिल्या व्यक्तीला आपल्या मनात एक कल्पना तयार करावी लागते.

मग त्याला ती कल्पना भाषेत रूपांतरित करावी लागते.

त्याला योग्य शब्द निवडावे लागतात.

त्याला ते शब्द योग्य वाक्यांत मांडावे लागतात.

मगच तो बोलू किंवा लिहू शकतो.

त्याचप्रमाणे, दुसऱ्या व्यक्तीला ते शब्द ऐकावे किंवा वाचावे लागतात. मग त्याला त्यांचा अर्थ समजून घ्यावा लागतो आणि पहिला व्यक्ती प्रत्यक्षात काय म्हणू इच्छित होता ते ठरवावे लागते.

या प्रक्रियेच्या प्रत्येक टप्प्यावर वेळ लागतो.

कधीकधी गैरसमजही होऊ शकतात. मग कल्पना पुन्हा स्पष्ट करावी लागते.

येथे महत्त्वाची समस्या ही नाही की मानवी मेंदू हळू काम करतो.

उलट, मानवी मेंदूत घडणाऱ्या मज्जातंत्रिक माहिती प्रक्रियेमध्ये आणि ती माहिती इतरांपर्यंत पोहोचवण्याच्या वेगामध्ये एक लक्षणीय अंतर आहे.

२०१९ मध्ये Science Advances मासिकात प्रकाशित झालेल्या Coupé आणि सहकाऱ्यांच्या संशोधनाने १७ भाषांचा अभ्यास करून अंदाज लावला की मानवी बोलभाषेचा माहिती-हस्तांतरण दर सरासरी सुमारे ३९ बिट प्रति सेकंद आहे [1].

आणखी एका महत्त्वाच्या संशोधनात, Zheng आणि Meister यांनी मानवी वर्तनात्मक माहिती प्रक्रियेचा दर सुमारे १० बिट प्रति सेकंद अंदाज लावला. ते संशोधन २०२४ मध्ये ऑनलाइन प्रकाशित झाले आणि २०२५ मध्ये Neuron मासिकात छापून आले [2].

ही दोन्ही संशोधने वेगवेगळ्या प्रकारच्या माहिती प्रक्रियेचे मोजमाप करतात. त्यामुळे दोन्ही संख्या एकमेकांऐवजी वापरता येत नाहीत.

त्या मानवी मेंदूच्या एकूण मज्जातंत्रिक प्रक्रिया क्षमतेचे अंतिम मोजमापही नाहीत.

तरीही, त्या दाखवतात की सचेत मानवी कृती आणि संवादाचा माहिती दर अनेक इलेक्ट्रॉनिक प्रणालींच्या डेटा-हस्तांतरण दराच्या तुलनेत खूप कमी आहे.

हेच अंतर आमच्या नवीन संशोधनाचा पाया तयार करते.

2. संगणकाचा डेटा-हस्तांतरण वेग आणि मानवाचा संवाद वेग

संगणक माहितीला डिजिटल रूपात रूपांतरित करतात आणि ठरावीक संवाद प्रोटोकॉलनुसार देवाणघेवाण करतात.

उदाहरणार्थ:

• १ गिगाबिट प्रति सेकंद (1 Gbps) = 1,000,000,000 बिट प्रति सेकंद.

• 10 Gbps = दहा अब्ज बिट प्रति सेकंद.

• 100 Gbps = शंभर अब्ज बिट प्रति सेकंद.

• 800 Gbps = आठशे अब्ज बिट प्रति सेकंद.

या संख्या संगणक नेटवर्कची माहिती-हस्तांतरण क्षमता वर्णन करतात.

पण त्या सांगत नाहीत की संगणक पाठवलेल्या माहितीचा खरा अर्थ किती वेगाने समजतो.

मानवी संवाद पूर्णपणे वेगळा आहे.

मानवांमधील देवाणघेवाणीत सर्वात महत्त्वाची माहितीची मात्रा नसून तिचा अर्थ असतो.

उदाहरणार्थ, एक मानव अत्यंत जटिल निर्णय काही शब्दांतच स्पष्ट करू शकतो.

दुसऱ्या मानवाला तीच कल्पना स्पष्ट करण्यासाठी काही परिच्छेद लागू शकतात.

त्यामुळे संगणकाच्या डेटा-हस्तांतरण वेगाशी मानवाच्या संवाद वेगाची तुलना करताना व्यापक वैज्ञानिक सावधगिरी आवश्यक आहे.

संगणक प्रति सेकंद एक अब्ज बिट हस्तांतरित करू शकतो.

पण याचा अर्थ असा नाही की तो त्या माहितीचा अर्थ समजतो.

त्याच वेळी, एक मानव केवळ काही शब्दांनी दुसऱ्याला खोलवर कल्पना समजावून देऊ शकतो.

त्यामुळे आमच्या संशोधनाचा उद्देश मानवी मेंदूला गिगाबिट संगणक नेटवर्कमध्ये बदलणे नव्हे.

उलट, आमचा उद्देश अर्थपूर्ण विचार आणि कल्पनांच्या देवाणघेवाणीचा वेग वाढवणे आहे, जेणेकरून ती योग्यरित्या समजून घेता येईल.

हाच या संशोधनाचा सर्वात महत्त्वाचा वैज्ञानिक पाया आहे.

3. विज्ञानाने आतापर्यंत केलेली प्रगती

3.1 ब्रेन-कॉम्प्युटर इंटरफेस

ब्रेन-कॉम्प्युटर इंटरफेस, थोडक्यात BCI, ही अशी तंत्रज्ञान आहे जी मानवी मेंदूची मज्जातंत्रिक क्रियाशीलता आणि बाह्य संगणक प्रणाली यांच्यात संबंध तयार करते.

या तंत्रज्ञानाचा वापर करून मेंदूतून मिळालेल्या संकेतांचे संगणकाद्वारे विश्लेषण करता येते.

मेंदूची क्रियाशीलता रेकॉर्ड करण्याचे दोन प्रमुख मार्ग आहेत.

प्रथम, EEG सारखे मार्ग जे शस्त्रक्रियेशिवाय मेंदूची विद्युत क्रियाशीलता रेकॉर्ड करतात.

दुसरे, शस्त्रक्रियेद्वारे मेंदूत बसवलेले इलेक्ट्रोड वापरणारे मार्ग.

कृत्रिम बुद्धिमत्तेची मॉडेल्स या मज्जातंत्रिक संकेतांचे विश्लेषण करतात आणि व्यक्ती काय करू इच्छितो, कोणता शब्द व्यक्त करू इच्छितो, किंवा कोणती संवाद सूचना देऊ इच्छितो हे ओळखण्याचा प्रयत्न करतात.

ऑगस्ट २०२३ मध्ये Nature मासिकात प्रकाशित झालेले Willett आणि सहकाऱ्यांचे संशोधन या क्षेत्रातील एक महत्त्वाची प्रगती होती.

त्या कामाने अशी तंत्रज्ञान तयार केली जी व्यक्ती बोलण्याचा प्रयत्न करताना घडणारी मज्जातंत्रिक क्रियाशीलता मजकुरात रूपांतरित करते.

सहभागी व्यक्ती प्रति मिनिट सुमारे ६२ शब्दांच्या वेगाने संवाद साधण्यात सक्षम झाले.

शब्द चुकीचा दर ५० शब्दांच्या मर्यादित शब्दसंग्रहात ९.१% आणि १,२५,००० शब्दांच्या मोठ्या शब्दसंग्रहात २३.८% होता [3].

या संशोधनाने सिद्ध केले की व्यक्ती बोलण्याचा प्रयत्न करताना निर्माण होणारे मेंदूचे संकेत तुलनेने वेगवान संवादासाठी वापरता येतात.

पण ही प्रणाली अशी तंत्रज्ञान नाही जी व्यक्तीच्या मनात येणारा प्रत्येक विचार मुक्तपणे वाचू शकते.

तिने बोलण्याच्या प्रयत्नाशी संबंधित मज्जातंत्रिक क्रियाशीलता ओळखली.

3.2 मेंदूच्या संकेतांतून थेट बोलणे तयार करणे

२०२५ मध्ये या क्षेत्रात आणखी लक्षणीय प्रगती झाली आहे.

Littlejohn आणि सहकाऱ्यांनी अशी तंत्रज्ञान तयार केली जी मानवी मेंदूचे संकेत ८० मिलिसेकंदांच्या अंतराने प्रक्रिया करते आणि कृत्रिम बुद्धिमत्तेच्या मदतीने बोलण्यात रूपांतरित करते [4].

आणखी एका संशोधनात, Wairagkar आणि सहकाऱ्यांनी अशी पद्धत वर्णन केली जी मेंदूचे मज्जातंत्रिक संकेत वापरून वास्तविक वेळेत अभिव्यक्तीपूर्ण कृत्रिम बोलणे निर्माण करते.

त्या संशोधनातील सहभागी व्यक्ती आवाजाच्या उच्चारणाशी संबंधित अभिव्यक्तीमूलक घटकही काही प्रमाणात नियंत्रित करण्यात सक्षम झाले [5].

ही खूपच महत्त्वाची प्रगती आहे.

मानवी संवाद फक्त शब्दांची देवाणघेवाण नव्हे.

आपण ज्या वेगाने बोलतो, आवाजाचा सूर, भावनिक अभिव्यक्ती आणि शब्दांवर जोर देण्याची पद्धत - हे सर्व कल्पनेचा खरा अर्थ व्यक्त करते.

ही संशोधने मज्जातंत्रिक संकेतांतून नैसर्गिक मानवी बोलण्याच्या पुनर्रचनेची शक्यता प्रदर्शित करतात.

तरीही, ही सर्व विशिष्ट संशोधन वातावरणात वापरली जाणारी प्रायोगिक तंत्रज्ञाने आहेत.

3.3 दीर्घकालीन व्यावहारिक वापर: २०२६ मधील एक महत्त्वाचे संशोधन

जून २०२६ मध्ये Nature Medicine मासिकात प्रकाशित झालेल्या एका संशोधनाने ब्रेन-कॉम्प्युटर इंटरफेस तंत्रज्ञानाच्या व्यावहारिक वापरात महत्त्वाची प्रगती दाखवली.

Card आणि सहकाऱ्यांच्या या संशोधनात, तीव्र मोटर पक्षाघातग्रस्त एका व्यक्तीने बसवलेल्या इंटरफेसच्या मदतीने दीर्घ काळ स्वतंत्रपणे संवाद साधला.

जवळपास दोन वर्षे, त्याने घरी ३,८०० तासांहून अधिक हे तंत्रज्ञान वापरले.

याद्वारे त्याने सुमारे १९.६ लाख शब्द आणि १,८३,०६० वाक्ये संवादित केली.

सरासरी संवाद वेग प्रति मिनिट सुमारे ५६ शब्द होता.

नियंत्रित बोलण्याच्या चाचणीत शब्द अचूकता ९९% पेक्षा जास्त होती. पण दैनंदिन नैसर्गिक संभाषणात ही अचूकता नेहमी सारखीच नव्हती [6].

हे अंतर खूपच महत्त्वाचे आहे.

एखादे तंत्रज्ञान प्रयोगशाळेत चांगले काम करणे हे एका प्रकारचे यश आहे.

ते तंत्रज्ञान मानवाच्या दैनंदिन जीवनात दीर्घ काळ विश्वासार्हपणे काम करणे हे दुसऱ्या प्रकारचे यश आहे.

आमच्या हाय-स्पीड मानवी विचार देवाणघेवाण संशोधनातही हे दोन्ही पैलू वेगवेगळे सिद्ध करावे लागतील.

3.4 माहिती थेट मानवी मेंदूंत देवाणघेवाण करता येते का?

ब्रेन-टू-ब्रेन संवादाबद्दल वैज्ञानिक जगात काही प्रारंभिक यशही आले आहे.

BrainNet नावाचे एक संशोधन २०१९ मध्ये प्रकाशित झाले.

त्या संशोधनात, तीन मानवांनी मेंदूचे संकेत वापरून एका साध्या खेळात एकत्र काम केले.

पहिल्या दोन सहभागींचे निर्णय EEG तंत्रज्ञानाने रेकॉर्ड केले गेले.

ती माहिती तिसऱ्या सहभागीला Transcranial Magnetic Stimulation (TMS) नावाच्या मेंदू-उद्दीपन पद्धतीद्वारे ठरावीक संकेत म्हणून पाठवली गेली.

या प्रयोगात पाच संघांनी भाग घेतला.

त्यांची सरासरी कामगिरी अचूकता ८१.२५% नोंदवली गेली [7].

या संशोधनाने मज्जातंत्रिक इंटरफेसद्वारे मानवी मेंदूंत काही माहिती हस्तांतरणाची शक्यता प्रदर्शित केली.

पण जे हस्तांतरित झाले ते केवळ खूप साधे निर्णय होते.

जटिल विचार, स्मृती किंवा संपूर्ण कल्पना थेट हस्तांतरित झाल्या नाहीत.

त्यामुळे एका साध्या बायनरी माहितीच्या हस्तांतरणात आणि एका मानवाचा संपूर्ण विचार दुसऱ्यापर्यंत पोहोचवण्यात खूप मोठा वैज्ञानिक फरक आहे.

3.5 मनात कल्पिलेले बोलणे ओळखणे

ऑगस्ट २०२५ मध्ये Cell मासिकात प्रकाशित झालेल्या Kunz आणि सहकाऱ्यांच्या संशोधनाने दाखवले की व्यक्ती मनात बोलण्याची कल्पना करताना घडणारी मज्जातंत्रिक क्रियाशीलता अंशतः ओळखता येते.

या संशोधनाचा आणखी एक महत्त्वाचा पैलू म्हणजे मानसिक गोपनीयता.

व्यक्तीची खाजगी अंतर्गत बोलणे, जी ती इतरांसोबत शेअर करू इच्छित नाही, ती तंत्रज्ञानाद्वारे चुकून उघड होऊ शकतात या धोक्यांचीही चाचणी केली गेली.

शिवाय, संवादासाठी जाणीवपूर्वक तयार केलेले विचार आणि खाजगी मानसिक क्रियाकलाप यांच्यात फरक करण्याच्या सुरक्षा पद्धतींचीही चाचणी केली गेली [8].

सप्टेंबर २०२६ मध्ये Nature Neuroscience मासिकात प्रकाशित झालेल्या आणखी एका संशोधनाने कल्पिलेल्या बोलण्यात आणि स्पष्ट बोलण्यातील मज्जातंत्रिक क्रियाशीलतेमधील काही सामान्य रचनांचा अभ्यास केला [9].

या शोधांमुळे भविष्यात मानवांना बोलण्याचा प्रयत्न न करताही काही माहिती संवादित करण्याच्या संधी तयार होऊ शकतात.

पण हे म्हणण्याचा कोणताही वैज्ञानिक पुरावा नाही की सध्याचे तंत्रज्ञान पूर्व प्रशिक्षण किंवा सहकार्याशिवाय कोणत्याही मानवाच्या मनात येणारा प्रत्येक विचार अचूकपणे समजू शकते.

4. प्रस्तावित नवीन संशोधन संकल्पना

कृत्रिम बुद्धिमत्तेच्या मदतीने मानवी विचारांची हाय-स्पीड देवाणघेवाण

Artificial Intelligence-Assisted High-Speed Thought Communication

या संशोधनाचा केंद्रीय उद्देश:

मेंदूच्या मज्जातंत्रिक संकेतांतून ते विचार आणि कल्पना ओळखणे जे मानव स्वेच्छेने संवादित करू इच्छितो, त्यांना कार्यक्षम डिजिटल रूपात रूपांतरित करणे, दुसऱ्या मानवापर्यंत हस्तांतरित करणे आणि त्या व्यक्तीला कल्पनेचा खरा अर्थ अचूकपणे समजून घेण्यास सक्षम करणे - अशा तंत्रज्ञानाची शक्यता शोधणे.

हे संशोधन अनेक वैज्ञानिक क्षेत्रांना एकत्र आणते.

ब्रेन-कॉम्प्युटर इंटरफेस: मानवी मेंदूतून मिळालेले संकेत रेकॉर्ड आणि विश्लेषण करण्यासाठी वापरले जाते.

कृत्रिम बुद्धिमत्ता: मज्जातंत्रिक संकेतांतील नमुने ओळखणे, भाषा निर्मिती, कल्पना समजून घेणे आणि चुका दुरुस्त करणे यांसारख्या कामांत वापरली जाते.

माहिती सिद्धांत: माहिती किती कार्यक्षमतेने आणि अचूकतेने हस्तांतरित करता येते याचे गणितीय मूल्यमापन करण्यास मदत करते.

सुरक्षित डिजिटल नेटवर्किंग: निर्माण झालेली माहिती इतर संगणक प्रणालींकडे सुरक्षितपणे पाठवण्यास मदत करते.

मेंदू उद्दीपन आणि मज्जातंत्रिक तंत्रज्ञान: भविष्यात ठरावीक माहिती थेट प्राप्तकर्त्याच्या मज्जातंत्रिक प्रणालीपर्यंत पोहोचवण्याची शक्यता शोधण्यास मदत करू शकते. यासाठी व्यापक वैद्यकीय आणि वैज्ञानिक चाचणी अपरिहार्य आहे.

या संशोधनाची महत्त्वाची संधी असू शकते अशी पद्धत तयार करणे जी व्यक्तीच्या व्यक्त करू इच्छित असलेल्या गोष्टीचा अर्थ ती म्हणू इच्छित असलेला प्रत्येक शब्द निर्माण आणि हस्तांतरित न करताच पोहोचवते.

उदाहरणार्थ, समजा एक व्यक्ती विचार करत आहे:

"मी या योजनेशी सहमत आहे. पण मी तिची अंमलबजावणी पुढील आठवड्यापर्यंत पुढे ढकलू इच्छितो."

भविष्यातील तंत्रज्ञान या विचाराचे तीन महत्त्वाचे घटक ओळखण्याचा प्रयत्न करू शकते.

पहिले, योजनेशी सहमत असणे.

दुसरे, तात्काळ अंमलबजावणीत अनिच्छा.

तिसरे, पुढील आठवड्यापर्यंत पुढे ढकलण्याची विनंती.

कृत्रिम बुद्धिमत्ता या मूलभूत अर्थांची ओळख करून अशी वाक्ये तयार करू शकते जी दुसरी व्यक्ती समजू शकेल.

पण येथे एक महत्त्वाचे आव्हान आहे.

कृत्रिम बुद्धिमत्तेने तयार केलेले वाक्य भाषिकदृष्ट्या सुंदर असले तरी चालणार नाही.

त्याने पहिल्या व्यक्तीने प्रत्यक्षात म्हणू इच्छित असलेली कल्पना अबदलित ठेवून व्यक्त करणे आवश्यक आहे.

हाच Semantic Communication नावाच्या संकल्पनेचा महत्त्व आहे.

5. प्रस्तावित तांत्रिक चौकट

हे संशोधन प्रत्यक्षात आणण्याची प्रारंभिक चौकट सहा प्रमुख टप्प्यांत विभागता येते.

टप्पा १: मेंदू संकेत रेकॉर्डिंग

एक व्यक्ती आपल्या पूर्ण संमतीने दुसऱ्याला माहिती देण्याचा निर्णय घेते.

त्या क्षणी, ती जे शब्द, सूचना किंवा कल्पना जाणीवपूर्वक व्यक्त करण्याचा प्रयत्न करत आहे त्याच्याशी संबंधित मेंदू क्रियाशीलता योग्य मज्जातंत्रिक इंटरफेसच्या मदतीने रेकॉर्ड केली जाते.

प्रारंभिक संशोधनात EEG सारखे बिन-शस्त्रक्रिया मार्ग आणि आधीच प्रकाशित संशोधन डेटा वापरता येतील.

टप्पा २: कृत्रिम बुद्धिमत्तेने विचार ओळखणे

रेकॉर्ड केलेल्या मेंदू संकेतांचे मशीन-लर्निंग मॉडेल्सद्वारे विश्लेषण केले जाते.

उद्देश म्हणजे ती माहिती ओळखणे जी व्यक्ती जाणीवपूर्वक देण्याचा प्रयत्न करत होती.

संशोधनाची सुरुवात कमी संख्येने शब्द, सूचना किंवा कल्पना ओळखून करावी.

त्या मूलभूत तंत्रज्ञानाची अचूकता निश्चित झाल्यावरच जटिल विचार समजून घेण्याच्या दिशेने पुढे जावे.

टप्पा ३: विचाराचे अर्थ-आधारित डेटामध्ये रूपांतर

ओळखलेली माहिती कृत्रिम बुद्धिमत्तेच्या मदतीने संरचित डिजिटल रूपात रूपांतरित केली जाते.

यात विचाराच्या मुख्य कल्पना, त्यांच्यातील संबंध, अटी आणि अंदाजातील अनिश्चितता समाविष्ट असू शकते.

याद्वारे संपूर्ण वाक्य तयार होण्यापूर्वीच माहितीचा मूलभूत अर्थ संगणक प्रणालीत सादर करणे शक्य होते.

टप्पा ४: सुरक्षित हाय-स्पीड माहिती हस्तांतरण

निर्माण झालेला डेटा सुरक्षित, एन्क्रिप्टेड डिजिटल संवाद माध्यमांनी इतर प्रणालींकडे पाठवला जातो.

या टप्प्यावर संगणक नेटवर्कचा वेग मोठा अडथळा असण्याची गरज नाही.

आजची संगणक नेटवर्के आधीच अत्यंत उच्च वेगाने माहिती हस्तांतरित करण्यास सक्षम आहेत.

उलट, मेंदू संकेत अचूकपणे समजून घेणे, योग्य कल्पना तयार करणे आणि संपूर्ण प्रक्रियेचा वेळ कमी करणे ही अधिक कठीण समस्या असू शकते.

टप्पा ५: प्राप्तकर्त्यासाठी संदेश पुनर्रचना

कृत्रिम बुद्धिमत्ता प्राप्त माहितीचे अशा रूपात रूपांतर करते जे दुसऱ्या मानवाला समजू शकते.

ते मजकूर, बोलणे किंवा इतर कोणतेही योग्य संवाद रूप असू शकते.

प्राप्तकर्त्याला माहितीचा अर्थ समजून घेण्याची, शंका असल्यास स्पष्टीकरण मागण्याची आणि कृत्रिम बुद्धिमत्तेच्या अंदाजातील अनिश्चितता जाणून घेण्याची सुविधा द्यावी लागते.

टप्पा ६: संदेश समजला आहे का याची खात्री

प्राप्तकर्त्याने कल्पना योग्यरित्या समजून घेतली आहे याची खात्री करावी लागते.

गरज असल्यास स्पष्टीकरण किंवा दुरुस्ती मागण्याची सुविधाही द्यावी लागते.

भविष्यात थेट ब्रेन-टू-ब्रेन संवाद तयार करायचा असल्यास, प्राप्तकर्त्याच्या मज्जातंत्रिक प्रणालीपर्यंत माहिती पोहोचवण्यास सक्षम वेगळे तंत्रज्ञानही तयार करावे लागेल.

येथे एक महत्त्वाचा फरक लक्षात घ्यावा लागेल.

एकाच्या मेंदूचा संकेत संगणकाद्वारे मजकुरात रूपांतरित करणे आणि दुसऱ्याने तो स्क्रीनवर वाचणे हे ब्रेन-कॉम्प्युटर-मानव संवाद आहे.

त्याला पूर्ण थेट ब्रेन-टू-ब्रेन संवाद म्हणता येत नाही.

हा फरक संशोधनाच्या प्रत्येक टप्प्यावर स्पष्ट ठेवावा लागेल.

6. या संशोधनाचा केंद्रीय वैज्ञानिक गृहितक

या संशोधनाचे केंद्रीय गृहितक खाली सादर केले आहे.

कृत्रिम बुद्धिमत्तेच्या मदतीने मानवाची जाणीवपूर्वक संवादित करू इच्छित असलेली मज्जातंत्रिक माहिती ओळखून आणि तिचा अर्थ कार्यक्षम डिजिटल रूपात रूपांतरित करून, बोलणे किंवा लेखनाच्या तुलनेत कमी वेळेत, ग्राह्य अचूकता राखून, ठरावीक कल्पना इतरांपर्यंत पोहोचवणे शक्य आहे.

हे गृहितक वैज्ञानिकदृष्ट्या तपासता येते.

यासाठी एकाच प्रकारची माहिती सामान्य बोलणे, लेखन आणि कृत्रिम बुद्धिमत्तेशी जोडलेल्या मज्जातंत्रिक इंटरफेसद्वारे देवाणघेवाण करून पाहता येते.

जिथे शक्य असेल तिथे, निकालांची तुलना करण्यासाठी तेच सहभागी आणि तीच माहिती वापरावी.

या संशोधनात खालील मोजमापे महत्त्वाची आहेत.

१. संपूर्ण माहिती हस्तांतरण विलंब (End-to-End Latency)

एका व्यक्तीने माहिती देणे सुरू केल्यापासून दुसऱ्या व्यक्तीने ती योग्यरित्या मिळवेपर्यंतचा वेळ.

२. प्रभावी माहिती-हस्तांतरण दर (Effective Information-Transfer Rate)

चुका आणि दुरुस्त्या विचारात घेतल्यानंतर, प्रति सेकंद किती माहिती योग्यरित्या हस्तांतरित झाली याचे मोजमाप.

३. अर्थगत अचूकता (Semantic Fidelity)

पहिल्या व्यक्तीच्या म्हणू इच्छित असलेल्या कल्पनेत आणि दुसऱ्या व्यक्तीच्या समजलेल्या कल्पनेत अर्थाची साम्यता.

४. चुकीचा दर (Error Rate)

चुकीचे ओळखलेले शब्द, कल्पना, संबंध आणि निर्णयांची मात्रा.

५. प्राप्तकर्त्याची समज (Receiver Comprehension)

माहिती मिळालेल्या व्यक्तीने तिचा खरा अर्थ योग्यरित्या समजून घेतला का याचे मोजमाप.

६. वापरकर्त्याचा प्रयत्न (User Effort)

तंत्रज्ञान वापरण्यासाठी आवश्यक लक्ष, मानसिक थकवा, प्रशिक्षण आणि वापराची सुलभता.

७. गोपनीयता संरक्षण (Privacy Protection)

वापरकर्त्याच्या परवानगीशिवाय विचार किंवा माहिती चुकून उघड होत आहे का याचे निरीक्षण.

एखाद्या तंत्रज्ञानाचे नेटवर्क कनेक्शन जलद आहे म्हणून मानवांमधील संवाद जलद झाला आहे असे म्हणता येत नाही.

त्याचप्रमाणे, कृत्रिम बुद्धिमत्ता खूप वेगाने वाक्ये तयार करते ही पुरेशी पुरावा नाही.

संपूर्ण मानव-ते-मानव संवाद प्रक्रियाचेच मोजमाप करावे लागेल.

7. प्रस्तावित प्रायोगिक संशोधन योजना

हे संशोधन तीन प्रमुख टप्प्यांत करता येते.

पहिला टप्पा: मानवी हेतू ओळखणे

सुरुवातीला, मानव जाणीवपूर्वक देऊ इच्छित असलेल्या काही ठरावीक कल्पना मेंदू संकेतांतून ओळखता येतात का हे संशोधन करावे लागेल.

आधीच प्रकाशित EEG डेटासेट्स किंवा योग्य संमती आणि परवानगी घेऊन केलेले नवीन संशोधन वापरता येते.

उदाहरणार्थ, सहभागी खालील कल्पनांपैकी एक देण्याचा प्रयत्न करू शकतात.

• मी सहमत आहे.

• मी सहमत नाही.

• मला मदत हवी आहे.

• मला अधिक स्पष्टीकरण हवे आहे.

मशीन-लर्निंग मॉडेल्सनी या कल्पनांशी संबंधित मेंदू संकेतांत फरक दिसतो का ते तपासता येते.

मग प्रशिक्षणात वापरलेला नसलेला डेटा, वेगवेगळे चाचणी सत्रे आणि स्वतंत्र सहभागी यांसह मॉडेलची कामगिरी मूल्यमापन करावी लागेल.

या टप्प्याचा महत्त्वाचा प्रश्न:

मेंदू संकेतांतून मानवाची देऊ इच्छित असलेली कल्पना विश्वासार्हपणे ओळखता येते का?

दुसरा टप्पा: कृत्रिम बुद्धिमत्तेच्या मदतीने अर्थ हस्तांतरण

मग पहिल्या टप्प्यात ओळखलेली माहिती कृत्रिम बुद्धिमत्तेच्या मदतीने संपूर्ण कल्पनेत रूपांतरित करण्याचा प्रयत्न करता येतो.

येथे तीन बाजूंची तुलना करावी लागेल.

पहिली, पाठवणाऱ्याची प्रत्यक्षात देऊ इच्छित असलेली कल्पना.

दुसरी, कृत्रिम बुद्धिमत्तेने पुन्हा तयार केलेली कल्पना.

तिसरी, ती माहिती मिळालेल्या व्यक्तीचा समजलेला अर्थ.

हे तीनही किती अचूकतेने जुळतात हे गणितीय आणि सांख्यिकीय पद्धतींनी संशोधन करावे लागेल.

सर्वात महत्त्वाचे, एखादी कल्पना कृत्रिम बुद्धिमत्तेसाठी स्पष्ट नसल्यास, तिने चुकीची माहिती तयार न करता तिची अनिश्चितता व्यक्त करणे आवश्यक आहे.

या पद्धतीची कामगिरी सामान्य टायपिंग, बोलणे आणि इतर संवाद पद्धतींशी तुलना करावी लागेल.

तिसरा टप्पा: मानवांमधील संवाद

तिसऱ्या टप्प्यावर, पूर्ण संमतीने सहभागी झालेल्या दोन मानवांमध्ये माहिती हस्तांतरण तपासता येते.

पहिली व्यक्ती जाणीवपूर्वक मेंदू संकेतांद्वारे माहिती देण्याचा प्रयत्न करते.

कृत्रिम बुद्धिमत्ता त्या संकेतांचे विश्लेषण करते, संबंधित माहिती ओळखते आणि सुरक्षितपणे पाठवते.

दुसरी व्यक्ती ती माहिती मिळवते आणि समजून घेते.

मग संपूर्ण संवाद प्रक्रियेचा वेग, अचूकता आणि विश्वासार्हता मोजली जाते.

प्राप्तकर्त्याच्या मेंदूत थेट माहिती पोहोचवणे हा बराच जास्त प्रगत आणि वेगळा संशोधन टप्पा असेल.

अशा प्रयत्नांना मज्जातंत्रिक कौशल्य, नियामक परवानगी, वैद्यकीय सुरक्षा आणि कठोर नैतिक नियंत्रण आवश्यक आहे.

त्यामुळे प्रारंभिक संशोधनात कृत्रिम बुद्धिमत्ता मानवांमधील संवादाची कामगिरी सुधारू शकते का हे सिद्ध करण्यालाच प्राधान्य द्यावे.

8. वैज्ञानिक आव्हाने आणि सध्याची मर्यादा

या संशोधनात अनेक महत्त्वाची आव्हाने आहेत.

प्रथम, सर्व मानवांचे मेंदू शब्द आणि कल्पना एकाच प्रकारच्या मज्जातंत्रिक नमुन्यांत सादर करत नाहीत.

त्यामुळे प्रत्येक व्यक्तीसाठी वेगळे प्रशिक्षण किंवा मॉडेल समायोजन आवश्यक असू शकते.

दुसरे, EEG सारख्या बिन-शस्त्रक्रिया मार्गांनी रेकॉर्ड केलेल्या संकेतांत जास्त प्रमाणात आवाज आणि व्यत्यय असू शकतात.

मेंदूत बसवलेल्या इलेक्ट्रोडच्या तुलनेत, काही मज्जातंत्रिक क्रियाशीलता सूक्ष्मपणे ओळखण्याची क्षमताही कमी असू शकते.

तिसरे, बोलण्याचा प्रयत्न करणे, मनात बोलण्याची कल्पना करणे, कल्पना व्यक्त करण्याची इच्छा आणि खाजगीतपणे मनात विचार करणे - ही एकाच प्रकारची मज्जातंत्रिक क्रियाशीलता नाही.

त्या वेगवेगळ्या संशोधन कराव्या लागतील.

चौथे, मोठी भाषा मॉडल्स कधीकधी मिळालेल्या माहितीच्या आधारावर खरी नाही पण विश्वासार्ह वाटणारी वाक्ये तयार करू शकतात.

मानवी विचार देवाणघेवाण तंत्रज्ञानात अशा प्रकारची चूक खूप मोठी समस्या बनू शकते.

कारण, एका मानवाचा न विचारलेला विचार त्याचा विचार म्हणून दुसऱ्याला सांगणे गंभीर गैरसमज निर्माण करू शकते.

पाचवे, वैज्ञानिक संशोधनाचे निकाल इतर संशोधक पुन्हा मिळवू शकतात - हे खूपच महत्त्वाचे आहे.

२०२६ मध्ये Journal of Neural Engineering मध्ये प्रकाशित झालेल्या एका संशोधनाने दाखवले की कल्पिलेल्या बोलण्याचे ओळखणारे संशोधन निकाल पुनरुत्पादनात अनेक समस्या आहेत.

त्या संशोधनात विचारात घेतलेल्या बोलणे-कल्पना डेटासेट्समध्ये फक्त ३६% सहभागींच्या बाबतीत योग्य सांख्यिकीय महत्त्व मर्यादा ओलांडणारी वर्गीकरण अचूकता आढळली [10].

यावरून या क्षेत्रात स्वतंत्र पडताळणी, पारदर्शक संशोधन पद्धती आणि विश्वासार्ह चाचणी किती महत्त्वाची आहे हे समजते.

शेवटी, माहिती हस्तांतरणाचा वेग हेच एकमेव आव्हान नव्हे.

मानवाचे लक्ष, स्मृतीशक्ती, समजून घेण्याची क्षमता आणि विचार प्रक्रिया यांचाही यात महत्त्वाचा वाटा आहे.

बोलण्याची आवश्यकता काढून टाकल्याने जटिल कल्पना तयार करण्यासाठी किंवा समजून घेण्यासाठी आवश्यक वेळ पूर्णपणे संपत नाही.

सध्याच्या वैज्ञानिक पुराव्यांच्या आधारावर, मानवाच्या सर्व प्रकारच्या विचारांची गिगाबिट वेगाने थेट देवाणघेवाण करता येते असे म्हणता येत नाही.

डिजिटल डेटा हस्तांतरणाचा वेग आणि अर्थपूर्ण मानवी विचाराच्या हस्तांतरणाचा वेग यांना एक मानणे वैज्ञानिकदृष्ट्या चुकीचे आहे.

9. गोपनीयता, माहिती सुरक्षा आणि मानवी हक्क

मानवी मेंदूच्या मज्जातंत्रिक संकेतांचा अर्थ लावणारी तंत्रज्ञाने खूपच महत्त्वाची नैतिक जबाबदारीही निर्माण करतात.

सामान्य संगणक प्रणालींत मानव स्वतः जी माहिती देतो तीच प्रक्रिया केली जाते.

पण मज्जातंत्रिक इंटरफेस व्यक्तीच्या खाजगी मानसिक क्रियाकलापांशी संबंधित संकेतही रेकॉर्ड करू शकतो, जी ती इतरांना सांगू इच्छित नाही.

त्यामुळे आमच्या संशोधनाचा सर्वात महत्त्वाचा मूलभूत तत्त्व खालीलप्रमाणे असावा.

फक्त तीच माहिती ओळखून इतरांकडे पाठवावी जी एक मानव आपल्या पूर्ण संमतीने जाणीवपूर्वक शेअर करू इच्छितो.

हा तत्त्व अंमलात आणण्यासाठी विविध प्रकारच्या सुरक्षा व्यवस्था आवश्यक आहेत.

वापरकर्त्याचा संवाद सुरू करण्याचा स्पष्ट नियंत्रण असावा.

जिथे शक्य असेल तिथे, मज्जातंत्रिक डेटा वापरकर्त्याच्या स्वतःच्या डिव्हाइसवरच प्रक्रिया करावा.

माहिती एन्क्रिप्टेड रूपात हस्तांतरित करावी.

अनधिकृत व्यक्तींच्या मेंदू संकेतांमध्ये प्रवेश रोखण्यासाठी मजबूत सुरक्षा व्यवस्था तयार कराव्या.

अनावश्यक मज्जातंत्रिक डेटा दीर्घ काळ साठवणे टाळावे.

वापरकर्त्याला कोणत्याही वेळी माहिती हस्तांतरण तात्काळ थांबवण्याची सुविधा असावी.

शिवाय, हे स्पष्ट करावे लागेल की कृत्रिम बुद्धिमत्तेने तयार केलेल्या कल्पना व्यक्तीच्या मनातील विचारांचा शंभर टक्के खात्रीचा रेकॉर्ड नाहीत.

त्या मज्जातंत्रिक संकेतांच्या आधारावर तयार केलेले अंदाज आहेत.

नोव्हेंबर २०२५ मध्ये UNESCO ने मज्जातंत्रिक तंत्रज्ञानाच्या नैतिक वापराबाबत आंतरराष्ट्रीय शिफारस स्वीकारली [11].

ही शिफारस मानसिक गोपनीयता, मानवी प्रतिष्ठा आणि मज्जातंत्रिक तंत्रज्ञानाच्या जबाबदार वापरावर भर देते.

आमच्या संशोधनातही तांत्रिक विकासाबरोबरच गोपनीयता आणि नैतिक संरक्षण उपायांना पुढे नेणे आवश्यक आहे.

10. या तंत्रज्ञानाची भविष्यातील अनुप्रयोग

हे संशोधन यशस्वी झाल्यास, त्याचा प्रारंभिक फायदा ज्या लोकांना बोलणे आणि शारीरिक हालचालींमध्ये तीव्र समस्या आहेत त्यांना मिळू शकतो.

विशेषतः, मोटर पक्षाघात आणि काही मज्जातंत्रिक आजारांमुळे संवाद साधू न शकणाऱ्या व्यक्तींसाठी ब्रेन-कॉम्प्युटर इंटरफेस नव्या संधी निर्माण करू शकते.

अशा प्रकारचे तंत्रज्ञान काही विशेष परिस्थितींतही वापरता येते जिथे बोलणे किंवा शारीरिक हालचालींनी संवाद कठीण असतो.

शिवाय, दिव्यांग लोकांचा संगणक वापर सुलभताही सुधारू शकते.

दीर्घकाळात हे संशोधन मानव आणि कृत्रिम बुद्धिमत्ता प्रणालींमधील संवादही अधिक कार्यक्षम करण्यास मदत करू शकते.

पण अशा प्रत्येक अनुप्रयोगाचा खरा फायदा एकेक करून वैज्ञानिकदृष्ट्या सिद्ध करावा लागेल.

थेट मज्जातंत्रिक संवाद सर्व परिस्थितींत सामान्य मानवी संभाषणापेक्षा चांगला असेल - असे आधीच गृहीत धरता येत नाही.

कारण मानवी भाषा फक्त माहिती देण्याचे हळू साधन नव्हे.

ती विचार करणे, तर्क करणे, भावना व्यक्त करणे, कल्पना स्पष्ट करणे आणि मानवी नातेसंबंध घडवणे यांसारखी अनेक महत्त्वाची कामेही करते.

त्यामुळे नवीन तंत्रज्ञानाने मानवाची संवाद क्षमता वाढवावी, मानवी भाषेची ही महत्त्वाची वैशिष्ट्ये हरवू नयेत.

11. या संशोधनाचे वैज्ञानिक योगदान आणि भविष्यातील मार्ग

हे संशोधन या कल्पनेच्या आधारावर प्रस्तावित केलेले नाही की मानवाचे सर्व विचार थेट हस्तांतरित करणारे तंत्रज्ञान आधीच तयार झाले आहे.

उलट, मेंदू संकेत ओळखणे, कृत्रिम बुद्धिमत्तेच्या मदतीने कल्पनेचा अर्थ समजून घेणे, माहिती हस्तांतरणाची कामगिरी मोजणे आणि मानवाच्या खऱ्या कल्पनेचे मूल्यमापन - हे सर्व एकत्र करणारी वैज्ञानिक संशोधन चौकट म्हणून ते प्रस्तावित केले आहे.

याचा महत्त्वाचा प्रश्न:

हा नव्हे की मानवी मेंदूत इलेक्ट्रॉनिक नेटवर्कची संपूर्ण डेटा हस्तांतरण क्षमता तयार करता येते का.

महत्त्वाचा प्रश्न असा आहे - एका मानवाच्या मनात कल्पना तयार होण्याच्या क्षणी आणि दुसऱ्या मानवाने ती कल्पना योग्यरित्या समजून घेण्याच्या क्षणामधील वेळ कमी करता येतो का.

यासाठी हे संशोधन करावे लागेल की कृत्रिम बुद्धिमत्तेच्या मदतीने तयार केलेली अर्थ-आधारित माहिती सादरीकरण सामान्य बोलणे ओळखणाऱ्या मज्जातंत्रिक तंत्रज्ञानाच्या तुलनेत अतिरिक्त कामगिरी देते का.

एखादे तंत्रज्ञान यशस्वी म्हणण्यासाठी कृत्रिम बुद्धिमत्तेची सुंदर वाक्ये तयार करणे पुरेसे नाही.

त्याने माहिती हस्तांतरणाचा वेळ कमी करणे आवश्यक आहे.

त्याने पाठवलेल्या कल्पनेचा खरा अर्थ राखणे आवश्यक आहे.

त्याने चुका ग्राह्य पातळीवर नियंत्रित करणे आवश्यक आहे.

त्याने विविध मानवांमध्ये आणि व्यावहारिक वातावरणात विश्वासार्हपणे काम करणे आवश्यक आहे.

ही अटी वैज्ञानिक चाचणीने सिद्ध कराव्या लागतील.

संशोधनाने हेही मान्य करावे लागेल की काही मार्ग सामान्य संवादापेक्षा चांगली कामगिरी दाखवू शकत नाहीत.

वैज्ञानिक संशोधनाचे खरे मूल्य फक्त आधीच अपेक्षित निकाल सिद्ध करण्यात नव्हे.

ते म्हणजे विश्वासार्ह पुराव्यांच्या आधारावर गृहितक बरोबर आहे की चूक हे ठरवण्यात.

12. निष्कर्ष

गेल्या काही दशकांत संगणकाच्या डेटा हस्तांतरण तंत्रज्ञानाने प्रचंड प्रगती केली आहे.

आज जगाच्या विविध भागांत असलेली संगणके प्रचंड माहिती हाय-स्पीडने देवाणघेवाण करत आहेत.

पण मानवांमधील संवाद अजूनही बहुतांशी बोलणे, लेखन आणि इतर शारीरिक अभिव्यक्तीवर अवलंबून आहे.

अलीकडच्या मज्जातंत्रिक संशोधनांनी मेंदू संकेतांतून बोलणे पुनर्रचना करणे, मनात कल्पिलेले बोलणे ओळखणे आणि मेंदूंत ठरावीक माहिती हस्तांतरित करणे या क्षेत्रांत लक्षणीय प्रगती आणली आहे.

तरीही, मानवाच्या सर्व प्रकारच्या विचारांची थेट, अचूक आणि हाय-स्पीड देवाणघेवाण करणारे तंत्रज्ञान अजून तयार झालेले नाही.

हे सोडवण्यासाठी उरलेले मोठे वैज्ञानिक आव्हान म्हणून आहे.

भविष्यात कृत्रिम बुद्धिमत्ता आणि मज्जातंत्रिक तंत्रज्ञानाचा एकत्रीकरण मानवाचे विचार व्यक्त करण्यासाठी लागणारा वेळ कमी करण्याचे नवीन मार्ग तयार करू शकतो.

याचा व्यावहारिक संशोधन मानवाच्या जाणीवपूर्वक देऊ इच्छित असलेल्या मज्जातंत्रिक संकेतांपासून सुरू करावा लागेल.

मग त्यांना अचूकपणे ओळखणारी मॉडेल्स तयार करावी लागतील.

नंतर, माहितीचा खरा अर्थ किती अचूकतेने राखला जातो हे मूल्यमापन करावे लागेल.

शेवटी, हे तंत्रज्ञान मानवांमधील संवादाचा वेग आणि कामगिरी खरोखरच सुधारते का हे वैज्ञानिकदृष्ट्या सिद्ध करावे लागेल.

मगच पूर्ण थेट ब्रेन-टू-ब्रेन संवादासारख्या प्रगत तंत्रज्ञानाकडे पुढे जाणे शक्य होईल.

माझ्या संशोधनाचा अंतिम ध्येय

माझ्या संशोधनाचे अंतिम ध्येय म्हणजे एका मानवाच्या मनात विचार तयार होण्याचा वेग आणि दुसऱ्या मानवाने त्या विचाराचा खरा अर्थ अचूकपणे समजून घेण्याचा वेग यामधील अंतर शक्य तितके कमी करणे.

यासाठी माझा प्रस्तावित मार्ग म्हणजे कृत्रिम बुद्धिमत्ता, ब्रेन-कॉम्प्युटर इंटरफेस, मज्जातंत्रशास्त्र, माहिती सिद्धांत आणि सुरक्षित हाय-स्पीड संवाद तंत्रज्ञान एकत्र करून संशोधन करणे.

आमचा उद्देश फक्त अधिक डेटा हाय-स्पीडने पाठवणे नव्हे.

आमचा उद्देश अशा नवीन संवाद पद्धतीचा वैज्ञानिक पाया तयार करणे आहे जी मानवाच्या विचारांची आणि कल्पनांची त्यांच्या खऱ्या अर्थाला अबदलित ठेवून सुरक्षितपणे, अचूकपणे आणि किमान वेळेत देवाणघेवाण करू शकते.

संदर्भ

1. 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
2. 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
3. Willett, F. R., et al. (2023). A high-performance speech neuroprosthesis. Nature, 620, 1031–1036. https://doi.org/10.1038/s41586-023-06377-x
4. 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
5. Wairagkar, M., et al. (2025). An instantaneous voice-synthesis neuroprosthesis. Nature, 644, 145–152. https://doi.org/10.1038/s41586-025-09127-3
6. 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
7. 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
8. 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
9. 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
10. 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
11. UNESCO. (2025). Recommendation on the Ethics of Neurotechnology. https://www.unesco.org/en/node/86248

By Keshavan Thiagaraja

Powered By K7