MIMIC-MJX: Neuromechanical Emulation of Animal Behavior
MIMIC-MJX एक तेज़ और सामान्यीकरण योग्य ढांचा है जो जानवरों के व्यवहार को सटीक रूप से सिम्युलेट करने और भौतिक सिमुलेशन में अंतर्निहित मोटर नियंत्रण प्रक्रियाओं को मॉडल करने के लिए काइनेमैटिक डेटा से बायोमैकेनिकल रूप से आधारित न्यूरल कंट्रोल पॉलिसीज़ सीखता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक गिलहरी को पेड़ पर चढ़ते हुए देख रहे हैं। आप उसके पंजों को छाल को पकड़ते हुए, उसकी पूंछ को संतुलन बनाते हुए और उसकी मांसपेशियों को सिकुड़ते हुए देख सकते हैं। लेकिन जो आप नहीं देख सकते, वह है उसके मस्तिष्क के भीतर चल रही अदृश्य, बिजली जैसी तेज़ बातचीत। तंत्रिका तंत्र केवल "ऊपर जाओ" या "नीचे जाओ" जैसे सरल संकेत भेजने वाला एक रिमोट कंट्रोल नहीं है; यह एक जटिल ऑर्केस्ट्रा है जो गुरुत्वाकर्षण, घर्षण और आश्चर्यों से भरी दुनिया के माध्यम से एक विशाल, भारी शरीर का संचालन कर रहा है। वैज्ञानिक लंबे समय से इस बातचीत को समझने की कोशिश कर रहे हैं, लेकिन एक समस्या है: आप दौड़ते हुए जानवर के मस्तिष्क के अंदर आसानी से झाँक नहीं सकते, और आप गिलहरी से यह नहीं पूछ सकते कि संतुलन बनाने में उसे कैसा महसूस होता है।
इसे हल करने के लिए, वैज्ञानिक "न्यूरोमैकेनिकल मॉडलिंग" नामक एक तरकीब का उपयोग करते हैं। इसे एक डिजिटल जुड़वां बनाने जैसा समझें—एक आभासी शरीर जिसमें मांसपेशियां, हड्डियां और भौतिकी (फिजिक्स) बिल्कुल असली चीज़ की तरह काम करती हैं। फिर, वे एक कंप्यूटर मस्तिष्क (एक कृत्रिम तंत्रिका नेटवर्क) को इस डिजिटल शरीर को नियंत्रित करना सिखाने की कोशिश करते हैं ताकि वह वास्तविक जानवर की तरह ही चल सके। लक्ष्य मस्तिष्क के रहस्यों को रिवर्स-इंजीनियर करना है यह देखकर कि वास्तविक जानवर की तरह नाचने के लिए किस प्रकार के "विचारों" (नियंत्रण संकेतों) की आवश्यकता होती है। हालाँकि, अब तक, इन डिजिटल जुड़वाओं को बनाना एक सुपरकंप्यूटर को टोस्टर पर चलाने जैसा था: इसके लिए कंप्यूटरों के विशाल, महंगे क्लस्टर की आवश्यकता थी जिसे केवल बड़ी तकनीकी कंपनियाँ ही वहन कर सकती थीं, जिससे सामान्य जीव विज्ञान प्रयोगशालाओं के लिए इन विचारों के साथ खेलना कठिन हो गया था।
यहाँ MIMIC-MJX आता है, एक नया, ओपन-सोर्स टूलकिट जो खेल बदल देता है। इस प्रोजेक्ट के पीछे के शोधकर्ताओं ने, जो हार्वर्ड, साल्क इंस्टीट्यूट और अन्य संस्थानों की एक टीम है, एक ऐसा सिस्टम बनाया है जो वैज्ञानिकों को एक मानक ग्राफिक्स कार्ड (वही जो गेमिंग कंप्यूटरों में पाया जाता है) पर इन डिजिटल मस्तिष्कों को प्रशिक्षित करने की अनुमति देता है, न कि सर्वरों के एक पूरे कमरे की आवश्यकता होती है। वे अपने फ्रेमवर्क को "MIMIC-MJX" कहते हैं, और यह एक मास्टर मिमिक (अनुकरण करने वाले) की तरह कार्य करता है। यह वास्तविक जानवरों के हिलने-डुलने के वीडियो लेता है—जैसे चूहे दौड़ रहे हों, मक्खियाँ चल रही हों, या कीड़े रेंग रहे हों—और इसका उपयोग एक आभासी संस्करण को भौतिकी सिमुलेशन में उस जानवर की तरह हिलना सिखाने के लिए करता है।
यह कैसे काम करता है, यहाँ चरण दर चरण दिया गया है। सबसे पहले, सिस्टम एक वास्तविक जानवर के वीडियो को देखता है और यह पता लगाता है कि उसके जोड़ बिल्कुल कैसे मुड़ रहे हैं और उसके अंग अंतरिक्ष में कहाँ हैं। यह एक 3D कंकाल लेने और उसे वीडियो के साथ पूरी तरह से फिट करने जैसा है, भले ही वीडियो केवल फर या त्वचा के बाहरी हिस्से को दिखा रहा हो। यह stac-mjx नामक एक उपकरण का उपयोग करके किया जाता है, जो एक उच्च-गति वाले अनुवादक के रूप में कार्य करता है, जो 2D या 3D वीडियो बिंदुओं को एक आभासी शरीर के सटीक जोड़ों के कोणों (joint angles) में बदल देता है।
एक बार जब आभासी शरीर जान जाता है कि वास्तविक जानवर ने क्या किया, तो सिस्टम का दूसरा हिस्सा, जिसे track-mjx कहा जाता है, काम पर लग जाता है। यह "शिक्षक" है। यह 'डीप रीइन्फोर्समेंट लर्निंग' नामक एक विधि का उपयोग करता है, जो थोड़ा-बहुत कुत्ते को इनाम देकर प्रशिक्षित करने जैसा है, लेकिन यहाँ कुत्ता एक कंप्यूटर प्रोग्राम है और इनाम गणितीय पुरस्कार हैं। प्रोग्राम आभासी जानवर को वीडियो से मेल खाने के लिए चलाने की कोशिश करता है। यदि आभासी चूहा गलत समय पर अपना पंजा उठाता है, तो उसे "खराब स्कोर" मिलता है। यदि वह वीडियो से पूरी तरह मेल खाता है, तो उसे "अच्छा स्कोर" मिलता है। लाखों प्रयासों के बाद, कंप्यूटर मस्तिष्क उन सटीक मांसपेशी कमांड्स को सीख जाता है जो उस गति को दोहराने के लिए आवश्यक हैं।
जो चीज़ MIMIC-MJX को विशेष बनाती है, वह है इसकी गति और लचीलापन। लेखकों ने विभिन्न प्रकार के जीवों पर इसका परीक्षण किया: एक चूहा, एक फल मक्खी, एक चूहे का हाथ, एक स्टिक इंसेक्ट (छड़ी जैसा कीट), और एक कीड़ा। उन्होंने पाया कि सिस्टम अविश्वसनीय सटीकता के साथ इन जानवरों की गतिविधियों की नकल करना सीख सकता है। उदाहरण के लिए, जब उन्होंने एक चूहे पर इसे प्रशिक्षित किया, तो आभासी चूहा चलने, उठने और संवारने (grooming) की गतियों को लगभग 7 मिलीमीटर के त्रुटि मार्जिन के साथ दोहरा सका—जो लगभग एक पेंसिल इरेज़र की चौड़ाई के बराबर है। इससे भी अधिक प्रभावशाली बात यह है कि सिस्टम आभासी चूहे को लंबे समय तक चलते रहने में सक्षम बना सका, न कि केवल एक सेकंड के लिए। परीक्षणों में, लगभग 83% आभासी चूहे बिना गिरे दो मिनट तक चलते रहे, भले ही उन्हें केवल 5 सेकंड के छोटे क्लिप्स पर प्रशिक्षित किया गया था। यह सुझाव देता है कि सिस्टम ने केवल कुछ सेकंड के वीडियो को याद नहीं किया, बल्कि गति के सिद्धांतों को सीखा है।
शोधकर्ताओं ने यह भी दिखाया कि यह सिस्टम विभिन्न प्रकार के "शरीरों" के साथ काम करता है। उनके अध्ययन के कुछ जानवर, जैसे चूहा और मक्खी, सरल "टॉर्क" (घुमाव बल) मोटर्स द्वारा नियंत्रित थे, जबकि अन्य, जैसे चूहे का हाथ और कीड़ा, अधिक जटिल "मांसपेशी" मॉडल का उपयोग करते थे जो वास्तविक मांसपेशियों के खिंचाव और संकुचन की नकल करते हैं। MIMIC-MJX ने दोनों प्रकारों को सफलतापूर्वक संभाला, जिससे सिद्ध हुआ कि यह विभिन्न जैविक वास्तविकताओं के अनुकूल हो सकता है।
इस पेपर का एक सबसे रोमांचक हिस्सा यह है कि उन्होंने इन प्रशिक्षित "मिमिक्स" का उपयोग उन प्रयोगों को करने के लिए कैसे किया जो वास्तविक जीवन में असंभव हैं। उन्होंने लो-लेवल कंट्रोलर (वह हिस्सा जो मांसपेशियों को चलाना जानता है) को लिया और उसे फ्रीज कर दिया, फिर उसके ऊपर एक नया, सरल मस्तिष्क लगाया ताकि जानवर को एक नया करतब सिखाया जा सके। उन्होंने आभासी चूहे को एक विशिष्ट गति से दौड़ने या एक कटोरे के आकार के गड्ढे से बचने के लिए कहा। MIMIC-MJX कंट्रोलर द्वारा निर्देशित आभासी चूहे ने इन नए कार्यों को जल्दी से सीखा और बहुत ही स्वाभाविक तरीके से चला। इसके विपरीत, जब उन्होंने बिना इस "मिमिक" आधार के एक रोबोट को शुरू से प्रशिक्षित करने की कोशिश की, तो वह या तो पूरी तरह विफल रहा या अजीब और अप्राकृतिक तरीके से चला। यह सुझाव देता है कि MIMIC-MJX सिस्टम ने कुछ मौलिक चीज़ को पकड़ लिया है कि जानवर कैसे चलते हैं, जिससे एक "प्रायर" (prior) या प्राकृतिक व्यवहार का आधार तैयार हुआ है जो नई चीजें सीखना बहुत आसान बनाता है।
पेपर ने उनके आभासी कंट्रोलर्स के "मस्तिष्क" के अंदर भी झाँका ताकि यह देखा जा सके कि वे क्या सोच रहे हैं। डेटा का विश्लेषण करके, उन्होंने पाया कि सिस्टम ने गति को सरल, लो-डायमेंशनल पैटर्न में व्यवस्थित किया है। फल मक्खी के लिए, चलने के बारे में "विचारों" ने डेटा में एक साफ, गोलाकार लूप बनाया, जो कदमों की लय का प्रतिनिधित्व करता है। चूहे के हाथ के लिए, डेटा ने दिखाया कि मस्तिष्क जटिल गतिविधियों को कुछ प्रमुख चरों (variables) में संकुचित कर रहा था, ठीक वैसे ही जैसे कोई इंसान हर मांसपेशी की हरकत की गणना करने के बजाय यह सोच सकता है कि "कप की ओर हाथ बढ़ाओ"।
हालाँकि, लेखक इस बात को लेकर सावधान हैं कि यह सिस्टम क्या नहीं है। वे स्पष्ट रूप से कहते हैं कि जबकि सिस्टम गति को पूरी तरह से दोहरा सकता है, लेकिन यह जो विशिष्ट विद्युत संकेत उत्पन्न करता है, वे आवश्यक रूप से वास्तविक जानवर के मस्तिष्क द्वारा उपयोग किए जाने वाले संकेतों के समान नहीं हैं। क्योंकि अंगों को हिलाने के कई तरीके होते हैं (जिसे "बर्नस्टीन के डिग्री-ऑफ-फ्रीडम" की समस्या के रूप में जाना जाता है), कंप्यूटर वास्तविक जानवर से अलग समाधान खोज सकता है। यह सिस्टम इस बात का वैध सिमुलेशन है कि शरीर कैसे चल सकता है, लेकिन यह यह साबित नहीं करता है कि जानवर वास्तव में कैसे सोचता है। यह परिकल्पना (hypothesis) उत्पन्न करने के लिए एक शक्तिशाली उपकरण है, न कि अंतिम उत्तर कुंजी।
इसके अलावा, सिस्टम डिजिटल बॉडी मॉडल की गुणवत्ता पर निर्भर करता है। यदि आभासी चूहे की मांसपेशियां या हड्डियां सही ढंग से नहीं बनी हैं, तो नकल विफल हो जाएगी। लेखक स्वीकार करते हैं कि नए प्रजातियों के लिए विस्तृत बॉडी मॉडल बनाना अभी भी एक कठिन, समय लेने वाला काम है जिसे शोधकर्ताओं को स्वयं करना पड़ता है। उन्होंने सिमुलेशन को तेज़ रखने के लिए भौतिकी के कुछ हिस्सों को सरल बनाया, जैसे हवा के प्रतिरोध या फर के जमीन के साथ जटिल संपर्क को अनदेखा करना।
इन सीमाओं के बावजूद, MIMIC-MJX यह दर्शाता है कि यह न्यूरोसाइंस के काम करने के तरीके में एक महत्वपूर्ण बदलाव है। इन शक्तिशाली सिमुलेशन को किसी भी लैब के लिए सुलभ बनाकर, जिसके पास एक मानक कंप्यूटर है, यह हजारों शोधकर्ताओं के लिए "आभासी प्रयोग" करने का द्वार खोलता है। वे परीक्षण कर सकते हैं कि एक तंत्रिका तंत्र किसी नए वातावरण के प्रति कैसे अनुकूलित होता है, क्या होता है यदि एक विशिष्ट मांसपेशी को हटा दिया जाए, या सीखना कैसे होता है, और यह सब बिना एक भी जानवर को पकड़े किया जा सकता है। यह आभासी जानवर को एक व्यावहारिक, हेरफेर योग्य विषय में बदल देता है, जो जीव विज्ञान की अव्यवस्थित वास्तविकता और कंप्यूटर विज्ञान की स्वच्छ सटीकता के बीच के अंतर को पाटता है। पेपर निष्कर्ष निकालता है कि यह एक ऐसे भविष्य की ओर एक महत्वपूर्ण कदम है जहाँ "आभासी न्यूरोसाइंस" वास्तविक दुनिया के प्रयोगों के साथ एक मानक भागीदार होगा, जो हमें अंततः मस्तिष्क और शरीर के बीच के जटिल नृत्य को डिकोड करने में मदद करेगा।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।