नई दिल्ली, 23 अक्टूबर (इंडिया साइंस वायर): न्यूरोडेवलपमेंटल विकारों का बेहतर निदान, ड्राइविंग के दौरान बेहतर सड़क सुरक्षा और चश्मदीद गवाहों की विश्वसनीयता में वृद्धि एक नए कम्प्यूटेशनल मॉडल के विकास के साथ हो सकती है जो किसी व्यक्ति की वातावरण में परिवर्तनों का पता लगाने की क्षमता का अनुमान लगा सकता है। मानव मस्तिष्क में विवरणों पर ध्यान देने की उल्लेखनीय क्षमता होती है, लेकिन कभी-कभी वे स्पष्ट अंतरों को भी नोटिस करने में विफल हो सकते हैं। दृश्य परिवर्तन की अनदेखी की इस घटना को परिवर्तन अंधापन कहा जाता है।
अन्य बातों के अलावा, चश्मदीद गवाहों की गवाही की विश्वसनीयता में सुधार के लिए इसका विशेष महत्व है। बेंगलुरु स्थित इंडियन इंस्टीट्यूट ऑफ साइंस (IISc) में सेंटर फॉर न्यूरोसाइंस और कंप्यूटर साइंस एंड ऑटोमेशन विभाग का एक शोध समूह इस का अध्ययन कर रहा है और दृश्य वातावरण में परिवर्तन का पता लगाने के लिए आंखों की गति का एक कम्प्यूटेशनल मॉडल लेकर आया है जो किसी व्यक्ति की क्षमता का अनुमान लगा सकता है।
अध्ययन में, टीम ने सबसे पहले 39 लोगों के बीच अंधापन की जांच की, श्रीधरन देवराजन, सेंटर फॉर न्यूरोसाइंस में एसोसिएट प्रोफेसर और शोध दल के सदस्य बताते हैं की “हमने आंखों के पैटर्न में कुछ जटिल अंतर की उम्मीद थी जो काम अच्छी तरह से कर सकते थे और जो नहीं कर सके। इसके बजाय, हमें कुछ बहुत ही सरल गेज-मेट्रिक्स मिले जो परिवर्तन का पता लगाने की सफलता की भविष्यवाणी कर सकते हैं।”
सफल परिवर्तन का पता लगाने को दो मेट्रिक्स से जोड़ा गया था: (एक) बिंदु पर विषयों की टकटकी कितनी देर तक तय की गई थी, और (दो) विशिष्ट बिंदुओं के बीच उनके टकटकी द्वारा लिए गए पथ में परिवर्तनशीलता। जिन विषयों को किसी विशेष स्थान पर अधिक समय तक ठीक किया गया था, और जिनकी आंखों की गति कम परिवर्तनशील थी, वे अधिक प्रभावी ढंग से परिवर्तनों का पता लगाने के लिए पाए गए।
अन्य शोधकर्ताओं ने पहले ऐसे मॉडल विकसित किए हैं जो या तो केवल आंखों की गति पर या परिवर्तन का पता लगाने पर ध्यान केंद्रित करते हैं। नया मॉडल एक कदम और आगे जाता है। यह दोनों पहलुओं को जोड़ती है। शोधकर्ताओं ने डीपगेज़ II नामक एक अत्याधुनिक गहरे तंत्रिका नेटवर्क के खिलाफ अपने मॉडल का परीक्षण किया और पाया कि उनके मॉडल ने बेहतर प्रदर्शन किया। जबकि डीपगेज़ II यह अनुमान लगा सकता है कि छवि के साथ प्रस्तुत किए जाने पर कोई व्यक्ति कहां दिखेगा,
यह छवियों में अंतर की खोज करने वाले व्यक्ति की आंखों की गति के पैटर्न की भविष्यवाणी करने के लिए आईआईएससी-विकसित मॉडल के साथ-साथ काम नहीं करता था। श्रीधरन बताते हैं, “यह केवल भविष्यवाणी करने के लिए पर्याप्त नहीं है कि कोई चीज कहां दिखेगी, हमे विषय के लक्ष्यों को भी ध्यान में रखना होगा।” भविष्य में, शोधकर्ताओं ने मॉडल में “स्मृति” के साथ कृत्रिम तंत्रिका नेटवर्क को शामिल करने की योजना बनाई है।
