Retinotopic Mechanics derived using classical physics

जब भी आप किसी कमरे में देखते हैं, आपकी आँखें एक वस्तु से दूसरी वस्तु की ओर तेजी से झपटती हैं, और फिर से कूदने से पहले एक सेकंड के अंश के लिए रुकती हैं। इन छोटी, तीव्र उछालों को 'सैकैड्स' (saccades) कहा जाता है। जिस क्षण आपकी आँखें चलती हैं, आपकी आँख के पिछले हिस्से, यानी रेटिना पर बनने वाली छवि तेजी से फिसलती है, जिससे एक धुंधलापन पैदा होता है जो दुनिया को एक अराजक मलबे जैसा बना देना चाहिए। फिर भी, आप धुंधलापन नहीं देखते; आप एक स्थिर, निरंतर दुनिया देखते हैं। दशकों से, वैज्ञानिक जानते हैं कि मस्तिष्क इस समस्या को हल करता है क्योंकि आपकी आँखें हिलने से ठीक पहले वह स्थान जहाँ चीजें स्थित हैं, उसके आंतरिक मानचित्र (internal map) को स्थानांतरित कर देता है। यह स्थानांतरण 'प्रेडिक्टिव रीमैपिंग' (predictive remapping) के रूप में जाना जाता है। यह तंत्रिका विज्ञान (neuroscience) की एक मौलिक अवधारणा है, जिसे कई शोधकर्ताओं के कार्यों द्वारा समर्थित किया गया है जिन्होंने अध्ययन किया है कि मस्तिष्क की कोशिकाएं प्रकाश के प्रति कैसे प्रतिक्रिया करती हैं। हालाँकि, एक लंबे समय से चला आ रहा पहेली बनी हुई है: मस्तिष्क बिना अपनी ऊर्जा को समाप्त किए या संकेतों का एक भ्रमित करने वाला ढेर बनाए, इस निरंतर बदलाव को कैसे प्रबंधित करता है? कुछ सिद्धांतों ने सुझाव दिया कि मस्तिष्क अपने मानचित्र को अपडेट करने के लिए सरल घटाव (subtraction) का उपयोग करता है, जबकि अन्य ने जटिल नेटवर्क का प्रस्ताव दिया जो परीक्षण और त्रुटि (trial and error) के माध्यम से सीखते हैं। लेकिन ये पुराने विचार यह समझाने में संघर्ष करते रहे कि विभिन्न प्रयोगों ने अलग-अलग प्रकार के बदलाव क्यों दिखाए, और उन्होंने कोई स्पष्ट कारण नहीं दिया कि मस्तिष्क इस कार्य की लागत और सटीकता की आवश्यकता के बीच संतुलन कैसे बनाता है।

चैरिटे – यूनिवर्सिटेट्समेडिसिन बर्लिन (Charité – Universitätsmedizin Berlin) में एक डॉक्टरेट थीसिस के रूप में प्रस्तुत एक नया अध्ययन, इस प्रक्रिया को समझने का एक नया तरीका प्रस्तावित करता है। शोधकर्ता, इफेडाओ-एमानुएल अदेयफा-ओलासुपो (Ifedayo-EmmanuEL Adeyefa-Olasupo), सुझाव देते हैं कि मस्तिष्क केवल सरल घटाव या जटिल शिक्षण नेटवर्क पर निर्भर नहीं है। इसके बजाय, यह अध्ययन 'रेटिनोटोपिक मैकेनिक्स' (retinotopic mechanics) नामक एक नया ढांचा पेश करता है। यह दृष्टिकोण मस्तिष्क की दृश्य कोशिकाओं (visual cells) को केवल चालू या बंद होने वाले स्थिर सेंसर के रूप में नहीं, बल्कि अदृश्य बलों द्वारा नियंत्रित गतिशील प्रणालियों के रूप में देखता है, जो बिल्कुल स्प्रिंग की तरह हैं। इस दृष्टिकोण में, मस्तिष्क अपने स्वयं के आंतरिक बल क्षेत्र (force fields) उत्पन्न करता है जो इन दृश्य कोशिकाओं को खींचते और धकेलते हैं। जब आप एक नई जगह देखने की तैयारी करते हैं, तो ये बल कोशिकाओं पर कार्य करते हैं, जिससे उनकी संवेदनशीलता नए स्थान की ओर स्थानांतरित हो जाती है। अध्ययन का तर्क है कि ये कोशिकाएं लचीली सीमाओं (elastic boundaries) द्वारा बाधित होती हैं, एक स्प्रिंग की तरह जो केवल तब तक खिंच सकता है जब तक कि वह रुक न जाए। यह तंत्र मस्तिष्क को यह अनुमान लगाने की अनुमति देता है कि आंख की गति के बाद दुनिया कहाँ होगी, जबकि साथ ही उन क्षेत्रों में संवेदनशीलता को कम करता है जो गति के कारण बाधित होने वाले हैं, जिससे यह सुनिश्चित होता है कि दृश्य क्षेत्र के सबसे महत्वपूर्ण हिस्से स्पष्ट बने रहें।

इस विचार का परीक्षण करने के लिए, शोधकर्ता ने शास्त्रीय भौतिकी के नियमों के आधार पर एक कंप्यूटर सिमुलेशन बनाया, विशेष रूप $\text{विशेष रूप से गुरुत्वाकर्षण जैसे सिद्धांतों का उपयोग करके}$ यह बताने के लिए कि ये बल कैसे परस्पर क्रिया करते हैं। मॉडल यह मानता है कि मस्तिष्क का दृश्य मानचित्र कई छोटी कोशिकाओं से बना है, जिनमें से प्रत्येक की संवेदनशीलता का एक विशिष्ट क्षेत्र है। ये कोशिकाएं तीन अलग-अलग बलों से प्रभावित होती हैं जो क्रम में कार्य करते हैं। सबसे पहले, एक अभिकेंद्री बल (centripetal force) कोशिकाओं को आपकी दृष्टि के केंद्र की ओर खींचता है। इसके बाद, एक अभिसरण बल (convergent force) उन्हें उस विशिष्ट लक्ष्य की ओर खींचता है जिसे आप देखने वाले हैं। अंत में, एक ट्रांसलेशनल फोर्स (translational force) पूरे मानचित्र को आपकी आंख की गति की दिशा में स्थानांतरित कर देता है। मॉडल में एक "स्प्रिंग फोर्स" भी शामिल है जो एक सुरक्षा वाल्व के रूप में कार्य करता है। यदि किसी कोशिका को इन बाहरी बलों द्वारा बहुत दूर खींचा जाता है, तो स्प्रिंग फोर्स सक्रिय हो जाता है ताकि उसे अपनी स्वस्थ सीमाओं से आगे बढ़ने से रोका जा सके, जिससे मस्तिष्क के अभिभूत या भ्रमित होने से बचाव होता है। यह लचीला अवरोध (elastic constraint) महत्वपूर्ण है क्योंकि यह समझाता है कि मस्तिष्क वास्तविकता पर अपनी पकड़ खोए बिना अपने फोकस को कैसे बदल सकता है।

सिमुलेशन ने कुछ आश्चर्यजनक परिणाम दिए जिन्होंने पिछली धारणाओं को चुनौती दी। जब मॉडल चलाया गया, तो इसने भविष्यवाणी की कि संवेदनशीलता पूरे दृश्य क्षेत्र में समान रूप से नहीं गिरेगी। इसके बजाय, नए लक्ष्य से सबसे दूर वाला क्षेत्र वास्तव में निकटतम क्षेत्र की तुलना में थोड़ी अधिक संवेदनशीलता बनाए रखेगा। यह विरोधाभासी लग सकता है, क्योंकि कोई उम्मीद कर सकता है कि मस्तिष्क अपने सभी संसाधनों को नए लक्ष्य पर केंद्रित करेगा। हालाँकि, मॉडल का सुझाव है कि यह लचीली सीमाओं के कारण होता है। लक्ष्य के करीब वाली कोशिकाएं अपनी लचीली सीमा तक पहुँच जाती हैं और हिलना बंद कर देती हैं, जिससे उनकी ऊर्जा केंद्र में फंस जाती है, जबकि दूर की कोशिकाएं स्थानांतरित होने और अपने संसाधनों को पुनर्वितरित करने के लिए स्वतंत्र होती हैं। अध्ययन ने यह भी पाया कि परिधीय दृष्टि (peripheral vision) के बाहरी किनारे, जो ध्यान के केंद्र से दूर हैं, आंख के लक्ष्य पर उतरने से ठीक पहले संवेदनशीलता में तेजी से और स्पष्ट वृद्धि दिखाते हैं। ऐसा इसलिए होता है क्योंकि परिधि की बड़ी कोशिकाएं, जो एक व्यापक क्षेत्र को कवर करती हैं, केंद्र की छोटी कोशिकाओं की तुलना में अधिक न्यूरल संसाधन जमा करने में सक्षम होती हैं, भले ही वे समान दूरी तय करें।

यह देखने के लिए कि क्या ये कंप्यूटर भविष्यवाणियां वास्तविक मानव अनुभव से मेल खाती हैं, शोधकर्ता ने ग्यारह मानव स्वयंसेवकों के साथ प्रयोग किए। प्रतिभागियों को एक विशिष्ट बिंदु को देखने और फिर अपनी आंखों को एक नए लक्ष्य की ओर जल्दी से घुमाने के लिए कहा गया। जब वे ऐसा कर रहे थे, तो उनकी दृष्टि के विभिन्न स्थानों पर एक मंद, मुश्किल से दिखाई देने वाली रोशनी चमकाई गई, और उन्हें बटन दबाना था यदि उन्होंने उसे देखा। मानव विषयों के परिणाम कंप्यूटर सिमुलेशन से लगभग पूरी तरह मेल खाते थे। आंख हिलने से ठीक पहले, दृष्टि के केंद्र में संवेदनशीलता उच्च बनी रही, भले ही परिधि में यह कम हो गई थी। आंख के लैंड होने के बाद, दृष्टि के बाहरी किनारों ने संवेदनशीलता में तेजी से उछाल दिखाया, जिससे पुष्टि हुई कि मस्तिष्क दृश्य क्षेत्र के दूर के हिस्सों को देखने के अगले क्षण के लिए तैयार करता है। प्रयोगों ने इस विरोधाभासी निष्कर्ष की भी पुष्टि की कि लक्ष्य से सबसे दूर वाला स्थान निकटतम स्थान की तुलना में थोड़ा अधिक संवेदनशील रहा, जिससे मॉडल में लचीले अवरोधों की भूमिका प्रमाणित हुई।

अध्ययन निष्कर्ष निकालता है कि मस्तिष्क संभवतः इन लचीले क्षेत्रों (elastic fields) का उपयोग दुनिया को स्थिर रखने के जटिल कार्य को प्रबंधित करने के लिए करता है, जबकि हमारी आंखें लगातार चल रही होती हैं। हालांकि इन बलों को बनाने वाली सटीक जैविक संरचनाएं अभी भी अज्ञात हैं, गणितीय ढांचा उन घटनाओं के लिए एक एकीकृत स्पष्टीकरण प्रदान करता जिन्हें पिछले सिद्धांत सुलझा नहीं सके। यह सुझाव देता है कि मस्तिष्क केवल यह गणना नहीं करता कि कहाँ देखना है; यह आंतरिक बलों का उपयोग करके अपनी संवेदनशीलता को शारीरिक रूप से नया आकार देता है जो अनुमानित नियमों का पालन करते हैं। यह नया दृष्टिकोण यह समझाने में मदद करता है कि मस्तिष्क निरंतर गति की ऊर्जा लागत और सटीक दृष्टि की आवश्यकता के बीच संतुलन कैसे बनाता है। यह यह भी संकेत देता है कि ये तंत्र उन सभी जानवरों के लिए आवश्यक हो सकते हैं जिन्हें दुनिया में खुद को स्थापित करने की आवश्यकता होती है, क्योंकि पर्यावरण का एक स्थिर दृश्य बनाए रखने की क्षमता जीवित रहने के लिए महत्वपूर्ण है। निष्कर्ष यह दावा नहीं करते कि उन्होंने दृष्टि के हर रहस्य को सुलझा लिया है, लेकिन वे एक मजबूत, भौतिकी-आधारित विवरण प्रदान करते हैं कि मस्तिष्क कैसे उस निर्बाक स्थिरता को प्राप्त कर सकता है जिसका हम हर बार इधर-उधर देखते समय अनुभव करते हैं।