ਇੱਕ ਟਾਪੂ ਜ਼ਰੂਰੀ ਤੌਰ 'ਤੇ ਪਿਆਰ ਨਹੀਂ ਹੁੰਦਾ

ਮਨੁੱਖੀ ਦਿਮਾਗ ਦੀਆਂ ਸਮੱਗਰੀਆਂ ਨੂੰ ਸਮਝਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੀਆਂ ਪ੍ਰਯੋਗਸ਼ਾਲਾਵਾਂ ਦੀਆਂ ਰਿਪੋਰਟਾਂ ਬਹੁਤ ਸਾਰੇ ਲੋਕਾਂ ਲਈ ਚਿੰਤਾਜਨਕ ਹਨ। ਇਹਨਾਂ ਤਕਨੀਕਾਂ ਨੂੰ ਧਿਆਨ ਨਾਲ ਦੇਖ ਕੇ, ਤੁਸੀਂ ਥੋੜਾ ਜਿਹਾ ਸ਼ਾਂਤ ਹੋ ਜਾਵੋਗੇ.

2013 ਵਿੱਚ, ਕਿਓਟੋ ਯੂਨੀਵਰਸਿਟੀ ਦੇ ਜਾਪਾਨੀ ਵਿਗਿਆਨੀ 60% ਦੀ ਸ਼ੁੱਧਤਾ ਨਾਲ ਸਫਲ ਹੋਏ "ਸੁਪਨੇ ਪੜ੍ਹੋ »ਨੀਂਦ ਚੱਕਰ ਦੀ ਸ਼ੁਰੂਆਤ ਵਿੱਚ ਕੁਝ ਸਿਗਨਲਾਂ ਨੂੰ ਡੀਕੋਡ ਕਰਕੇ। ਵਿਗਿਆਨੀਆਂ ਨੇ ਵਿਸ਼ਿਆਂ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨ ਲਈ ਮੈਗਨੈਟਿਕ ਰੈਜ਼ੋਨੈਂਸ ਇਮੇਜਿੰਗ ਦੀ ਵਰਤੋਂ ਕੀਤੀ। ਉਹਨਾਂ ਨੇ ਵਸਤੂਆਂ ਨੂੰ ਵਿਆਪਕ ਵਿਜ਼ੂਅਲ ਸ਼੍ਰੇਣੀਆਂ ਵਿੱਚ ਸਮੂਹਿਕ ਕਰਕੇ ਡੇਟਾਬੇਸ ਬਣਾਇਆ। ਪ੍ਰਯੋਗਾਂ ਦੇ ਨਵੀਨਤਮ ਦੌਰ ਵਿੱਚ, ਖੋਜਕਰਤਾ ਉਹਨਾਂ ਚਿੱਤਰਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਦੇ ਯੋਗ ਸਨ ਜੋ ਵਾਲੰਟੀਅਰਾਂ ਨੇ ਆਪਣੇ ਸੁਪਨਿਆਂ ਵਿੱਚ ਦੇਖੇ ਸਨ।

ਐਮਆਰਆਈ ਸਕੈਨਿੰਗ ਦੌਰਾਨ ਦਿਮਾਗ ਦੇ ਖੇਤਰਾਂ ਦੀ ਸਰਗਰਮੀ

2014 ਵਿੱਚ, ਯੇਲ ਯੂਨੀਵਰਸਿਟੀ ਦੇ ਖੋਜਕਰਤਾਵਾਂ ਦੇ ਇੱਕ ਸਮੂਹ, ਜਿਸ ਦੀ ਅਗਵਾਈ ਐਲਨ ਐਸ. ਕੋਵੇਨ ਨੇ ਕੀਤੀ, ਬਿਲਕੁਲ ਮਨੁੱਖੀ ਚਿਹਰਿਆਂ ਦੀਆਂ ਤਸਵੀਰਾਂ ਦੁਬਾਰਾ ਬਣਾਈਆਂ ਗਈਆਂ, ਦਿਮਾਗ ਦੀਆਂ ਰਿਕਾਰਡਿੰਗਾਂ 'ਤੇ ਆਧਾਰਿਤ ਹੈ ਜੋ ਦਿਖਾਏ ਗਏ ਚਿੱਤਰਾਂ ਦੇ ਜਵਾਬ ਵਿੱਚ ਉੱਤਰਦਾਤਾਵਾਂ ਤੋਂ ਤਿਆਰ ਕੀਤੀਆਂ ਗਈਆਂ ਸਨ। ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਫਿਰ ਭਾਗੀਦਾਰਾਂ ਦੀ ਦਿਮਾਗੀ ਗਤੀਵਿਧੀ ਨੂੰ ਮੈਪ ਕੀਤਾ ਅਤੇ ਫਿਰ ਵਿਅਕਤੀਆਂ ਲਈ ਟੈਸਟ ਦੇ ਵਿਸ਼ਿਆਂ ਦੇ ਜਵਾਬਾਂ ਦੀ ਇੱਕ ਅੰਕੜਾ ਲਾਇਬ੍ਰੇਰੀ ਬਣਾਈ।

ਉਸੇ ਸਾਲ, Millennium Magnetic Technologies (MMT) ਸੇਵਾ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਨ ਵਾਲੀ ਪਹਿਲੀ ਕੰਪਨੀ ਬਣ ਗਈ।ਰਿਕਾਰਡਿੰਗ ਵਿਚਾਰ ». ਸਾਡੇ ਆਪਣੇ, ਪੇਟੈਂਟ, ਅਖੌਤੀ ਵਰਤ ਕੇ. , MMT ਬੋਧਾਤਮਕ ਪੈਟਰਨ ਦੀ ਪਛਾਣ ਕਰਦਾ ਹੈ ਜੋ ਮਰੀਜ਼ ਦੇ ਦਿਮਾਗ ਦੀ ਗਤੀਵਿਧੀ ਅਤੇ ਵਿਚਾਰ ਪੈਟਰਨਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦੇ ਹਨ। ਇਹ ਤਕਨਾਲੋਜੀ ਚਿਹਰਿਆਂ, ਵਸਤੂਆਂ, ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ ਸੱਚ ਅਤੇ ਝੂਠ ਦੀ ਪਛਾਣ ਕਰਨ ਲਈ ਫੰਕਸ਼ਨਲ ਮੈਗਨੈਟਿਕ ਰੈਜ਼ੋਨੈਂਸ ਇਮੇਜਿੰਗ (fMRI) ਅਤੇ ਬਾਇਓਮੈਟ੍ਰਿਕ ਵੀਡੀਓ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ।

2016 ਵਿੱਚ, ਬਰਕਲੇ ਵਿਖੇ ਕੈਲੀਫੋਰਨੀਆ ਯੂਨੀਵਰਸਿਟੀ ਦੇ ਤੰਤੂ ਵਿਗਿਆਨੀ ਅਲੈਗਜ਼ੈਂਡਰ ਹੂਥ ਅਤੇ ਉਨ੍ਹਾਂ ਦੀ ਟੀਮ ਨੇ ਇੱਕ "ਸਿਮੈਂਟਿਕ ਐਟਲਸ" ਬਣਾਇਆ। ਮਨੁੱਖੀ ਵਿਚਾਰਾਂ ਨੂੰ ਸਮਝਣਾ. ਸਿਸਟਮ ਨੇ ਹੋਰ ਚੀਜ਼ਾਂ ਦੇ ਨਾਲ, ਦਿਮਾਗ ਵਿੱਚ ਉਹਨਾਂ ਖੇਤਰਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕੀਤੀ ਜੋ ਸਮਾਨ ਅਰਥਾਂ ਵਾਲੇ ਸ਼ਬਦਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦੇ ਹਨ। ਖੋਜਕਰਤਾਵਾਂ ਨੇ fMRI ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਧਿਐਨ ਕੀਤਾ, ਅਤੇ ਭਾਗੀਦਾਰਾਂ ਨੇ ਸਕੈਨ ਦੌਰਾਨ ਵੱਖ-ਵੱਖ ਕਹਾਣੀਆਂ ਸੁਣਾਉਂਦੇ ਹੋਏ ਪ੍ਰਸਾਰਣ ਸੁਣੇ। ਫੰਕਸ਼ਨਲ ਐਮਆਰਆਈ ਨੇ ਨਿਊਰੋਲੋਜੀਕਲ ਗਤੀਵਿਧੀ ਨੂੰ ਮਾਪ ਕੇ ਦਿਮਾਗ ਵਿੱਚ ਖੂਨ ਦੇ ਪ੍ਰਵਾਹ ਵਿੱਚ ਸੂਖਮ ਤਬਦੀਲੀਆਂ ਦਾ ਖੁਲਾਸਾ ਕੀਤਾ। ਪ੍ਰਯੋਗ ਨੇ ਦਿਖਾਇਆ ਕਿ ਦਿਮਾਗ਼ੀ ਕਾਰਟੈਕਸ ਦਾ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਤਿਹਾਈ ਹਿੱਸਾ ਭਾਸ਼ਾ ਦੀਆਂ ਪ੍ਰਕਿਰਿਆਵਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਸੀ।

ਇੱਕ ਸਾਲ ਬਾਅਦ, 2017 ਵਿੱਚ, ਮਾਰਸੇਲ ਜਸਟ ਦੀ ਅਗਵਾਈ ਵਿੱਚ ਕਾਰਨੇਗੀ ਮੇਲਨ ਯੂਨੀਵਰਸਿਟੀ (ਸੀਐਮਯੂ) ਦੇ ਵਿਗਿਆਨੀਆਂ ਨੇ ਵਿਕਸਤ ਕੀਤਾ। ਮੁਸ਼ਕਲ ਵਿਚਾਰਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਦਾ ਇੱਕ ਤਰੀਕਾਉਦਾਹਰਨ ਲਈ, "ਮੁਕੱਦਮੇ ਦੌਰਾਨ ਗਵਾਹ ਚੀਕਿਆ।" ਵਿਗਿਆਨੀਆਂ ਨੇ ਇਹ ਦਿਖਾਉਣ ਲਈ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਐਲਗੋਰਿਦਮ ਅਤੇ ਬ੍ਰੇਨ ਇਮੇਜਿੰਗ ਟੈਕਨਾਲੋਜੀ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਕਿ ਕਿਵੇਂ ਦਿਮਾਗ ਦੇ ਵੱਖ-ਵੱਖ ਖੇਤਰ ਇੱਕੋ ਜਿਹੇ ਵਿਚਾਰਾਂ ਨੂੰ ਬਣਾਉਣ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ।

2017 ਵਿੱਚ, ਪਰਡਿਊ ਯੂਨੀਵਰਸਿਟੀ ਦੇ ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਮਨ ਪੜ੍ਹਨ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਬਣਾਵਟੀ ਗਿਆਨ. ਉਹਨਾਂ ਨੇ ਇੱਕ ਐਫਐਮਆਰਆਈ ਮਸ਼ੀਨ 'ਤੇ ਵਿਸ਼ਿਆਂ ਦੇ ਇੱਕ ਸਮੂਹ ਨੂੰ ਰੱਖਿਆ, ਜਿਸ ਨੇ ਉਹਨਾਂ ਦੇ ਦਿਮਾਗ ਨੂੰ ਸਕੈਨ ਕੀਤਾ ਅਤੇ ਜਾਨਵਰਾਂ, ਲੋਕਾਂ ਅਤੇ ਕੁਦਰਤੀ ਨਜ਼ਾਰਿਆਂ ਦੇ ਵੀਡੀਓ ਦੇਖੇ। ਇਸ ਕਿਸਮ ਦੇ ਪ੍ਰੋਗਰਾਮ ਦੀ ਨਿਰੰਤਰ ਅਧਾਰ 'ਤੇ ਡੇਟਾ ਤੱਕ ਪਹੁੰਚ ਸੀ। ਇਸਨੇ ਉਸਦੀ ਸਿੱਖਣ ਵਿੱਚ ਮਦਦ ਕੀਤੀ, ਅਤੇ ਨਤੀਜੇ ਵਜੋਂ, ਉਸਨੇ ਖਾਸ ਚਿੱਤਰਾਂ ਲਈ ਵਿਚਾਰਾਂ, ਦਿਮਾਗ ਦੇ ਵਿਵਹਾਰ ਦੇ ਪੈਟਰਨਾਂ ਨੂੰ ਪਛਾਣਨਾ ਸਿੱਖਿਆ। ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਕੁੱਲ 11,5 ਘੰਟਿਆਂ ਦਾ fMRI ਡਾਟਾ ਇਕੱਠਾ ਕੀਤਾ।

ਇਸ ਸਾਲ ਦੇ ਜਨਵਰੀ ਵਿੱਚ, ਵਿਗਿਆਨਕ ਰਿਪੋਰਟਾਂ ਨੇ ਨਿਊਯਾਰਕ ਵਿੱਚ ਕੋਲੰਬੀਆ ਯੂਨੀਵਰਸਿਟੀ ਦੇ ਨੀਮਾ ਮੇਸਗਰਾਨੀ ਦੁਆਰਾ ਇੱਕ ਅਧਿਐਨ ਦੇ ਨਤੀਜੇ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤੇ, ਜਿਸ ਨੇ ਦਿਮਾਗ ਦੇ ਪੈਟਰਨ ਨੂੰ ਮੁੜ ਬਣਾਇਆ - ਇਸ ਵਾਰ ਸੁਪਨੇ, ਸ਼ਬਦਾਂ ਅਤੇ ਤਸਵੀਰਾਂ ਨਹੀਂ, ਪਰ ਸੁਣੀਆਂ ਆਵਾਜ਼ਾਂ. ਇਕੱਤਰ ਕੀਤੇ ਡੇਟਾ ਨੂੰ ਨਕਲੀ ਖੁਫੀਆ ਐਲਗੋਰਿਦਮ ਦੁਆਰਾ ਸਾਫ਼ ਅਤੇ ਵਿਵਸਥਿਤ ਕੀਤਾ ਗਿਆ ਸੀ ਜੋ ਦਿਮਾਗ ਦੇ ਤੰਤੂ ਢਾਂਚੇ ਦੀ ਨਕਲ ਕਰਦੇ ਹਨ।

ਪ੍ਰਸੰਗਿਕਤਾ ਸਿਰਫ ਅਨੁਮਾਨਿਤ ਅਤੇ ਅੰਕੜਾਤਮਕ ਹੈ

ਮਨ-ਪੜ੍ਹਨ ਦੇ ਤਰੀਕਿਆਂ ਵਿੱਚ ਲਗਾਤਾਰ ਤਰੱਕੀ ਦੀਆਂ ਰਿਪੋਰਟਾਂ ਦੀ ਉਪਰੋਕਤ ਲੜੀ ਸਫਲਤਾ ਦੀ ਇੱਕ ਲਕੀਰ ਵਾਂਗ ਜਾਪਦੀ ਹੈ। ਹਾਲਾਂਕਿ, ਵਿਕਾਸ neuroformation ਤਕਨੀਕ ਬਹੁਤ ਸਾਰੀਆਂ ਮੁਸ਼ਕਲਾਂ ਅਤੇ ਸੀਮਾਵਾਂ ਨਾਲ ਸੰਘਰਸ਼ ਕਰਨਾ ਜੋ ਸਾਨੂੰ ਜਲਦੀ ਇਹ ਸੋਚਣਾ ਬੰਦ ਕਰ ਦਿੰਦਾ ਹੈ ਕਿ ਉਹ ਉਹਨਾਂ ਵਿੱਚ ਮੁਹਾਰਤ ਹਾਸਲ ਕਰਨ ਦੇ ਨੇੜੇ ਹਨ।

ਸਭ ਤੋਂ ਪਹਿਲਾਂ, ਦਿਮਾਗ ਦੀ ਮੈਪਿੰਗ ਮਜ਼ਾਕ ਲੰਬੀ ਅਤੇ ਮਹਿੰਗੀ ਪ੍ਰਕਿਰਿਆ. ਉਪਰੋਕਤ ਜਪਾਨੀ "ਸੁਪਨੇ ਦੇ ਪਾਠਕਾਂ" ਨੂੰ ਪ੍ਰਤੀ ਅਧਿਐਨ ਭਾਗੀਦਾਰ ਲਈ ਦੋ ਸੌ ਤੋਂ ਵੱਧ ਟ੍ਰਾਇਲ ਰਾਊਂਡ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਦੂਸਰਾ, ਬਹੁਤ ਸਾਰੇ ਮਾਹਰਾਂ ਦੇ ਅਨੁਸਾਰ, "ਮਾਈਂਡ ਰੀਡਿੰਗ" ਵਿੱਚ ਸਫਲਤਾ ਦੀਆਂ ਰਿਪੋਰਟਾਂ ਵਧਾ-ਚੜ੍ਹਾ ਕੇ ਅਤੇ ਜਨਤਾ ਨੂੰ ਗੁੰਮਰਾਹ ਕਰਨ ਵਾਲੀਆਂ ਹਨ, ਕਿਉਂਕਿ ਮਾਮਲਾ ਬਹੁਤ ਜ਼ਿਆਦਾ ਗੁੰਝਲਦਾਰ ਹੈ ਅਤੇ ਅਜਿਹਾ ਨਹੀਂ ਲੱਗਦਾ ਜਿਵੇਂ ਮੀਡੀਆ ਵਿੱਚ ਦਰਸਾਇਆ ਗਿਆ ਹੈ।

ਰਸਲ ਪੋਲਡਰੈਕ, ਇੱਕ ਸਟੈਨਫੋਰਡ ਨਿਊਰੋਸਾਇੰਟਿਸਟ ਅਤੇ ਦ ਨਿਊ ਮਾਈਂਡ ਰੀਡਰਜ਼ ਦਾ ਲੇਖਕ, ਹੁਣ ਨਿਊਰੋਇਮੇਜਿੰਗ ਲਈ ਮੀਡੀਆ ਦੇ ਉਤਸ਼ਾਹ ਦੀ ਲਹਿਰ ਦੇ ਸਭ ਤੋਂ ਉੱਚੇ ਆਲੋਚਕਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ। ਉਹ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਲਿਖਦਾ ਹੈ ਕਿ ਦਿਮਾਗ ਦੇ ਦਿੱਤੇ ਗਏ ਖੇਤਰ ਵਿੱਚ ਗਤੀਵਿਧੀ ਸਾਨੂੰ ਇਹ ਨਹੀਂ ਦੱਸਦੀ ਕਿ ਵਿਅਕਤੀ ਅਸਲ ਵਿੱਚ ਕੀ ਅਨੁਭਵ ਕਰ ਰਿਹਾ ਹੈ।

ਜਿਵੇਂ ਕਿ ਪੋਲਡਰੈਕ ਦੱਸਦਾ ਹੈ, ਮਨੁੱਖੀ ਦਿਮਾਗ ਨੂੰ ਐਕਸ਼ਨ ਵਿੱਚ ਦੇਖਣ ਦਾ ਸਭ ਤੋਂ ਵਧੀਆ ਤਰੀਕਾ, ਜਾਂ ਐੱਫ.ਐੱਮ.ਆਰ.ਆਈ ਅਸਿੱਧੇ ਤਰੀਕੇ ਨਾਲ ਨਯੂਰੋਨਸ ਦੀ ਗਤੀਵਿਧੀ ਨੂੰ ਮਾਪ ਕੇ, ਜਿਵੇਂ ਕਿ ਇਹ ਖੂਨ ਦੇ ਪ੍ਰਵਾਹ ਨੂੰ ਮਾਪਦਾ ਹੈ, ਨਾ ਕਿ ਖੁਦ ਨਿਊਰੋਨਸ। ਨਤੀਜਾ ਡੇਟਾ ਬਹੁਤ ਗੁੰਝਲਦਾਰ ਹੁੰਦਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਨਤੀਜਿਆਂ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਨ ਲਈ ਬਹੁਤ ਕੰਮ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ ਜਿਸਦਾ ਮਤਲਬ ਬਾਹਰੀ ਨਿਰੀਖਕ ਲਈ ਕੁਝ ਹੋ ਸਕਦਾ ਹੈ। ਵੀ ਕੋਈ ਆਮ ਟੈਂਪਲੇਟ ਨਹੀਂ - ਹਰੇਕ ਮਨੁੱਖੀ ਦਿਮਾਗ ਥੋੜ੍ਹਾ ਵੱਖਰਾ ਹੁੰਦਾ ਹੈ ਅਤੇ ਉਹਨਾਂ ਵਿੱਚੋਂ ਹਰੇਕ ਲਈ ਇੱਕ ਵੱਖਰਾ ਸੰਦਰਭ ਫਰੇਮ ਵਿਕਸਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਡੇਟਾ ਦਾ ਅੰਕੜਾ ਵਿਸ਼ਲੇਸ਼ਣ ਬਹੁਤ ਗੁੰਝਲਦਾਰ ਰਹਿੰਦਾ ਹੈ, ਅਤੇ ਐਫਐਮਆਰਆਈ ਪੇਸ਼ੇਵਰ ਸੰਸਾਰ ਵਿੱਚ ਇਸ ਬਾਰੇ ਬਹੁਤ ਬਹਿਸ ਹੋਈ ਹੈ ਕਿ ਡੇਟਾ ਕਿਵੇਂ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ, ਵਿਆਖਿਆ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਅਤੇ ਗਲਤੀ ਦੇ ਅਧੀਨ ਹੁੰਦੀ ਹੈ। ਇਸ ਲਈ ਬਹੁਤ ਸਾਰੇ ਟੈਸਟਾਂ ਦੀ ਲੋੜ ਹੈ।

ਅਧਿਐਨ ਇਹ ਅਨੁਮਾਨ ਲਗਾਉਣਾ ਹੈ ਕਿ ਖਾਸ ਖੇਤਰਾਂ ਦੀ ਗਤੀਵਿਧੀ ਦਾ ਕੀ ਅਰਥ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਦਿਮਾਗ ਦਾ ਇੱਕ ਖੇਤਰ ਹੈ ਜਿਸ ਨੂੰ "ਵੈਂਟਰਲ ਸਟ੍ਰਾਈਟਮ" ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਇਹ ਉਦੋਂ ਕਿਰਿਆਸ਼ੀਲ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਕਿਸੇ ਵਿਅਕਤੀ ਨੂੰ ਪੈਸਾ, ਭੋਜਨ, ਕੈਂਡੀ, ਜਾਂ ਡਰੱਗਜ਼ ਵਰਗਾ ਇਨਾਮ ਮਿਲਦਾ ਹੈ। ਜੇ ਇਨਾਮ ਸਿਰਫ ਇਕੋ ਚੀਜ਼ ਸੀ ਜਿਸ ਨੇ ਇਸ ਖੇਤਰ ਨੂੰ ਸਰਗਰਮ ਕੀਤਾ, ਤਾਂ ਅਸੀਂ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਿਸ਼ਚਤ ਹੋ ਸਕਦੇ ਹਾਂ ਕਿ ਕਿਸ ਉਤੇਜਨਾ ਨੇ ਕੰਮ ਕੀਤਾ ਅਤੇ ਕਿਸ ਪ੍ਰਭਾਵ ਨਾਲ। ਹਾਲਾਂਕਿ, ਅਸਲ ਵਿੱਚ, ਜਿਵੇਂ ਕਿ ਪੋਲਡਰੈਕ ਸਾਨੂੰ ਯਾਦ ਦਿਵਾਉਂਦਾ ਹੈ, ਦਿਮਾਗ ਦਾ ਕੋਈ ਹਿੱਸਾ ਨਹੀਂ ਹੈ ਜੋ ਕਿਸੇ ਖਾਸ ਮਾਨਸਿਕ ਸਥਿਤੀ ਨਾਲ ਵਿਲੱਖਣ ਤੌਰ 'ਤੇ ਜੁੜਿਆ ਹੋ ਸਕਦਾ ਹੈ. ਇਸ ਤਰ੍ਹਾਂ, ਇੱਕ ਦਿੱਤੇ ਖੇਤਰ ਵਿੱਚ ਗਤੀਵਿਧੀ ਦੇ ਆਧਾਰ ਤੇ, ਇਹ ਸਿੱਟਾ ਕੱਢਣਾ ਅਸੰਭਵ ਹੈ ਕਿ ਕੋਈ ਵਿਅਕਤੀ ਅਸਲ ਵਿੱਚ ਅਨੁਭਵ ਕਰ ਰਿਹਾ ਹੈ. ਕੋਈ ਇਹ ਵੀ ਨਹੀਂ ਕਹਿ ਸਕਦਾ ਕਿ ਕਿਉਂਕਿ "ਅਸੀਂ ਦਿਮਾਗ ਦੇ ਟਾਪੂ (ਟਾਪੂ) ਵਿੱਚ ਗਤੀਵਿਧੀ ਵਿੱਚ ਵਾਧਾ ਦੇਖਦੇ ਹਾਂ, ਤਾਂ ਦੇਖਿਆ ਗਿਆ ਵਿਅਕਤੀ ਪਿਆਰ ਦਾ ਅਨੁਭਵ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ."

ਖੋਜਕਰਤਾ ਦੇ ਅਨੁਸਾਰ, ਵਿਚਾਰ ਅਧੀਨ ਸਾਰੇ ਅਧਿਐਨਾਂ ਦੀ ਸਹੀ ਵਿਆਖਿਆ ਇਹ ਕਥਨ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ: "ਅਸੀਂ X ਕੀਤਾ, ਅਤੇ ਇਹ ਆਈਲੇਟ ਦੀ ਗਤੀਵਿਧੀ ਦਾ ਕਾਰਨ ਬਣ ਰਿਹਾ ਇੱਕ ਕਾਰਨ ਹੈ." ਬੇਸ਼ੱਕ, ਸਾਡੇ ਕੋਲ ਦੁਹਰਾਓ, ਅੰਕੜਾ ਟੂਲ ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਸਾਡੇ ਕੋਲ ਇੱਕ ਚੀਜ਼ ਨਾਲ ਦੂਜੀ ਚੀਜ਼ ਦੇ ਸਬੰਧਾਂ ਨੂੰ ਮਾਪਣ ਲਈ ਸਾਡੇ ਕੋਲ ਹੈ, ਪਰ ਉਹ ਵੱਧ ਤੋਂ ਵੱਧ ਕਹਿ ਸਕਦੇ ਹਨ, ਉਦਾਹਰਨ ਲਈ, ਉਹ ਰਾਜ X ਦਾ ਅਨੁਭਵ ਕਰ ਰਿਹਾ ਹੈ।

"ਕਾਫ਼ੀ ਉੱਚ ਸ਼ੁੱਧਤਾ ਦੇ ਨਾਲ, ਮੈਂ ਕਿਸੇ ਦੇ ਦਿਮਾਗ ਵਿੱਚ ਇੱਕ ਬਿੱਲੀ ਜਾਂ ਘਰ ਦੀ ਤਸਵੀਰ ਦੀ ਪਛਾਣ ਕਰ ਸਕਦਾ ਹਾਂ, ਪਰ ਕੋਈ ਹੋਰ ਗੁੰਝਲਦਾਰ ਅਤੇ ਦਿਲਚਸਪ ਵਿਚਾਰਾਂ ਨੂੰ ਸਮਝਿਆ ਨਹੀਂ ਜਾ ਸਕਦਾ," ਰਸਲ ਪੋਲਡਰੈਕ ਨੇ ਕੋਈ ਭੁਲੇਖਾ ਨਹੀਂ ਛੱਡਿਆ। "ਹਾਲਾਂਕਿ, ਯਾਦ ਰੱਖੋ ਕਿ ਕੰਪਨੀਆਂ ਲਈ, ਵਿਗਿਆਪਨ ਦੇ ਜਵਾਬ ਵਿੱਚ 1% ਸੁਧਾਰ ਦਾ ਮਤਲਬ ਵੱਡਾ ਮੁਨਾਫਾ ਹੋ ਸਕਦਾ ਹੈ. ਇਸ ਤਰ੍ਹਾਂ, ਇੱਕ ਤਕਨੀਕ ਦਾ ਕਿਸੇ ਖਾਸ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ ਉਪਯੋਗੀ ਹੋਣ ਲਈ ਸੰਪੂਰਨ ਹੋਣਾ ਜ਼ਰੂਰੀ ਨਹੀਂ ਹੈ, ਹਾਲਾਂਕਿ ਅਸੀਂ ਇਹ ਵੀ ਨਹੀਂ ਜਾਣਦੇ ਕਿ ਲਾਭ ਕਿੰਨਾ ਵੱਡਾ ਹੋ ਸਕਦਾ ਹੈ।

ਬੇਸ਼ੱਕ, ਉਪਰੋਕਤ ਵਿਚਾਰ ਲਾਗੂ ਨਹੀਂ ਹੁੰਦੇ। ਨੈਤਿਕ ਅਤੇ ਕਾਨੂੰਨੀ ਪਹਿਲੂ ਨਿਊਰੋਇਮੇਜਿੰਗ ਢੰਗ. ਮਨੁੱਖੀ ਵਿਚਾਰਾਂ ਦਾ ਸੰਸਾਰ ਸ਼ਾਇਦ ਨਿੱਜੀ ਜੀਵਨ ਦਾ ਸਭ ਤੋਂ ਡੂੰਘਾ ਖੇਤਰ ਹੈ ਜਿਸਦੀ ਅਸੀਂ ਕਲਪਨਾ ਕਰ ਸਕਦੇ ਹਾਂ। ਇਸ ਸਥਿਤੀ ਵਿੱਚ, ਇਹ ਕਹਿਣਾ ਉਚਿਤ ਹੈ ਕਿ ਮਨ-ਪੜ੍ਹਨ ਦੇ ਸਾਧਨ ਅਜੇ ਵੀ ਸੰਪੂਰਨ ਤੋਂ ਬਹੁਤ ਦੂਰ ਹਨ।

ਪਰਡਿਊ ਯੂਨੀਵਰਸਿਟੀ ਵਿਖੇ ਦਿਮਾਗ ਦੀ ਗਤੀਵਿਧੀ ਨੂੰ ਸਕੈਨ ਕਰਨਾ: