🧬 biology

Embodied Neurocomputation: A Framework for Interfacing Biological Neural Cultures with Scaled Task-Driven Validation

यह शोध पत्र एक एम्बोडीड न्यूरोकंप्यूटेशन (Embodied Neurocomputation) ढांचे को प्रस्तुत करता है जो जैविक तंत्रिका नेटवर्क एजेंटों के लिए एनकोडिंग और डिकोडिंग कॉन्फ़िगरेशन को सफलतापूर्वक अनुकूलित करता है, यह प्रदर्शित करते हुए कि ये बायो-हाइब्रिड सिस्टम समान इंटरेक्शन बजट के तहत पारंपरिक सिलिकॉन-आधारित एआई की तुलना में बेहतर क्लोज्ड-लूप नेविगेशन प्रदर्शन प्राप्त कर सकते हैं।

मूल लेखक: Johnson Zhou, Daniel Tanneberg, Forough Habibollahi, Alon Loeffler, Kiaran Lawson, Valentina Baccetti, Kwaku Dad Abu-Bonsrah, Candice Desouza, Finn Doensen, Bradley Watmuff, Daria Kornienko, Azin Azad

प्रकाशित 2026-05-14

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Johnson Zhou, Daniel Tanneberg, Forough Habibollahi, Alon Loeffler, Kiaran Lawson, Valentina Baccetti, Kwaku Dad Abu-Bonsrah, Candice Desouza, Finn Doensen, Bradley Watmuff, Daria Kornienko, Azin Azadi, Justin Leigh Bourke, Bernhard Sendhoff, Brett J. Kagan

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

मुख्य विचार: एक मस्तिष्क को वीडियो गेम खेलना सिखाना

कल्पना कीजिए कि आपके पास वास्तविक न्यूरॉन्स से बना एक छोटा, जीवित मस्तिष्क है (यह मानव का नहीं है, बल्कि स्टेम सेल्स से लैब में विकसित किया गया है)। अब, कल्पना कीजिए कि आप इस जीवित मस्तिष्क को एक सरल वीडियो गेम खेलना सिखाना चाहते हैं जहाँ उसे एक भूलभुलैया (maze) में "भोजन" खोजना है।

समस्या यह है कि जीवित मस्तिष्क आपकी कंप्यूटर की भाषा नहीं बोलता। कंप्यूटर डिजिटल कोड (0 और 1) में बात करता है, जबकि मस्तिष्क विद्युत स्पार्क्स (electrical sparks) और रासायनिक फुसफुसाहट (chemical whispers) की भाषा बोलता है। यदि आप केवल मस्तिष्क पर निर्देश चिल्लाएंगे, तो वह उन्हें समझ नहीं पाएगा। यदि आप केवल उसकी यादृच्छिक चिंगारियों (random sparks) को सुनेंगे, तो आपको पता नहीं चलेगा कि वह क्या सोच रहा है।

यह पेपर एक नया ढांचा पेश करता है जिसे एम्बोडीड न्यूरोकंप्यूटेशन (Embodied Neurocomputation) कहा जाता है। इसे कंप्यूटर और जीवित मस्तिष्क के बीच बैठने वाले एक सार्वभौमिक अनुवादक (universal translator) और एक कोच के रूप में समझें, जो उन्हें मिलकर एक समस्या को हल करने में मदद करता है।

चार-भागों वाली टीम

शोधकर्ताओं ने इस सिस्टम को एक रिले रेस टीम की तरह चार भागों में विभाजित किया है:

अनुवादक (Encoder): यह गेम के निर्देशों को लेता है (जैसे, "गंध दाईं ओर मजबूत है") और उन्हें विद्युत झटकों (electrical zaps) के एक विशिष्ट पैटर्न में बदल देता है जिसे मस्तिष्क महसूस कर सके। यह एक वाक्य को ड्रम की थाप के एक विशिष्ट लय में अनुवाद करने जैसा है।
मस्तिष्क (Biological Transformation): यह जीवित कल्चर है। यह ड्रम की थाप प्राप्त करता है, इसे अपने स्वयं के जटिल, जैविक तरीके से प्रोसेस करता है, और अपनी आंतरिक स्थिति को बदलता है। यह वास्तविक "सोचने" वाला हिस्सा है।
श्रोता (Decoder): यह मस्तिष्क की विद्युत चिंगारियों को सुनता है और उन्हें वापस एक गेम मूव (जैसे, "बाएं मुड़ें") में अनुवादित करता है। यह ड्रम की थाप को सुनने और यह समझने जैसा है कि ड्रमर क्या कहने की कोशिश कर रहा है।
कोच (Feedback): मस्तिष्क द्वारा एक चाल चलने के बाद, कोच एक इनाम (एक अच्छा विद्युत पल्स) देता है यदि चाल अच्छी थी, या एक अलग प्रकार का पल्स देता है यदि चाल खराब थी। यह मस्तिष्क को अगली बार और बेहतर प्रयास करने के लिए सिखाता है।

विशाल प्रयोग

शोधकर्ताओं ने केवल अनुमान नहीं लगाया कि मस्तिष्क से कैसे बात की जाए। उन्होंने यह खोजने के लिए एक विशाल प्रयोग चलाया कि सबसे सही तरीका क्या है।

खोज (The Search): उन्होंने मस्तिष्क की "भाषा" को एक विशाल कॉम्बिनेशन लॉक (combination lock) की तरह माना। उन्हें इन संकेतों की सही आवृत्ति (frequency), वॉल्यूम और समय का पता लगाना था।
पैमाना (The Scale): उन्होंने इन सेटिंग्स के 1,300 विभिन्न संयोजनों का परीक्षण किया।
समय (The Time): उन्होंने इस प्रयोग को 4,000 घंटों से अधिक समय तक चलाया (यह लगभग 170 दिनों का निरंतर कंप्यूटिंग समय है)।
विषय (The Subjects): उन्होंने यह सुनिश्चित करने के लिए कि परिणाम केवल एक इत्तेफाक नहीं है, जीवित न्यूरॉन्स के 26 अलग-अलग बैचों का उपयोग किया।

परिणाम: जीवित मस्तिष्क सिलिकॉन चिप्स को पछाड़ते हैं

यहाँ आश्चर्यजनक बात है:

सही तालमेल ढूँढना: 1,300 संयोजनों में से, उन्होंने 12 "स्वर्ण" सेटिंग्स (golden settings) खोजीं जिन्होंने जीवित मस्तिष्क को लगातार सीखने में सक्षम बनाया।
कंप्यूटर को हराना: जब उन्होंने इन अनुकूलित जीवित मस्तिष्कों को एक मानक कंप्यूटर AI (जिसे डीप Q-नेटवर्क या DQN कहा जाता है) के खिलाफ खड़ा किया, जिसे ठीक उसी समय के लिए प्रशिक्षित किया गया था, तो जीवित मस्तिष्क जीत गए। वे सिलिकॉन कंप्यूटर की तुलना में भूलभुलैया को नेविगेट करने और भोजन खोजने में बहुत बेहतर और तेज़ी से सीखे।
विश्राम की शक्ति: दिलचस्प बात यह है कि जीवित मस्तिष्क तब सबसे अच्छा सीखते थे जब उन्हें खेलों के बीच में ब्रेक दिया जाता था। यह परीक्षा के लिए पढ़ाई करने जैसा है: पूरी रात जागकर रटना ठीक है, लेकिन थोड़ा पढ़ना, सोना और फिर से पढ़ना मस्तिष्क के लिए बेहतर काम करता है।

यह क्यों महत्वपूर्ण है (पेपर के अनुसार)

पेपर का तर्क है कि हम पारंपरिक कंप्यूटरों के साथ एक दीवार से टकरा रहे हैं। वे बहुत अधिक ऊर्जा का उपयोग करते हैं और जीवित चीजों की तरह लचीले ढंग से नहीं सीख सकते।

यह शोध दिखाता है कि यदि हम जीवित मस्तिष्क के साथ एक टूटे हुए कंप्यूटर की तरह व्यवहार करना बंद कर दें और उन्हें अपने स्वयं के अनूठे नियमों वाले विशेषज्ञ भागीदारों के रूप में देखना शुरू कर दें, तो हम एक नए प्रकार का कंप्यूटर बना सकते हैं। यह कंप्यूटर को बदलने के बारे में नहीं है, बल्कि एक हाइब्रिड टीम बनाने के बारे में है जहाँ कंप्यूटर तर्क (logic) को संभालता है और जीवित मस्तिष्क अनुकूलन योग्य, ऊर्जा-कुशल शिक्षण को संभालता है।

सीमाएँ (Limitations)

लेखक ईमानदार हैं कि उन्होंने क्या नहीं किया:

उन्होंने केवल एक बहुत ही सरल खेल (ग्रिड में भोजन खोजना) का परीक्षण किया।
उन्होंने मस्तिष्क से "बात करने" के केवल कुछ विशिष्ट तरीकों का परीक्षण किया। हो सकता है कि और भी बेहतर तरीके हों जो उन्होंने अभी तक नहीं खोजे हैं।
वे ठीक से नहीं जानते कि मस्तिष्क समय के साथ चीजों को कैसे याद रखता है, लेकिन वे जानते हैं कि ऐसा होता है।

सारांश में

यह पेपर जीवित मस्तिष्कों से बात करने का एक ब्लूप्रिंट है। हजारों तरीकों के परीक्षण के माध्यम से, उन्होंने साबित किया कि सही "अनुवादक" और "कोच" के साथ, जीवित न्यूरॉन्स का एक समूह एक मानक कंप्यूटर चिप की तुलना में बेहतर खेल सकता है। यह कंप्यूटर का आधा सिलिकॉन और आधा जीव विज्ञान वाला हिस्सा बनाने की दिशा में पहला कदम है, जो उन तरीकों से सीखने और अनुकूलन करने में सक्षम है जो हमारी वर्तमान तकनीक नहीं कर सकती।

तकनीकी सारांश: एम्बोडीड न्यूरोकंप्यूटेशन (Embodied Neurocomputation)

समस्या विवरण

जैविक तंत्रिका नेटवर्क (Biological Neural Networks - BNNs) सूचना प्रसंस्करण के लिए एक आशाजनक आधार प्रदान करते हैं, जो उच्च अनुकूलन क्षमता, ऊर्जा दक्षता और पारंपरिक सिलिकॉन-आधारित आर्किटेक्चर की तुलना में विशिष्ट शिक्षण तंत्रों द्वारा चिह्नित हैं। हालाँकि, एक मौलिक बाधा BNNs के व्यापक उपयोग को रोकता है: डिजिटल दुनिया को जीवित जीव विज्ञान के साथ इंटरफेस करने के लिए इष्टतम एन्कोडिंग और डिकोडिंग तंत्र का अभाव। जबकि डिकोडिंग नेटवर्क गतिविधि ने प्रगति की है, इसके विपरीत चुनौती—डिजिटल डेटा को जैविक नेटवर्क के लिए सार्थक विद्युत उत्तेजनाओं में अनुवादित करना—कठिन बनी हुई है, क्योंकि जैविक प्रणालियाँ अनुकूलनशील, शोर युक्त (noisy) और गैर-स्थिर (non-stationary) होती हैं। वर्तमान दृष्टिकोण अक्सर हयूरिस्टिक (heuristic) या एड-हॉक उत्तेजना प्रोटोकॉल पर निर्भर करते हैं जिनमें अत्यधिक सीमित पैरामीटर होते हैं, जिससे जैविक एन्कोडिंग का विशाल, बहु-आयामी पैरामीटर स्पेस (जैसे आवृत्ति, आयाम, पल्स विड्थ, तरंग रूप, स्थानिक-कालिक वितरण) काफी हद तक अनछुआ और अनोप्टिमाइज्ड रह जाता है।

कार्यप्रणाली: एम्बोडीड न्यूरोकंप्यूटेशन फ्रेमवर्क

लेखक एक सिस्टम-लेवल फ्रेमवर्क प्रस्तावित करते हैं जिसे एम्बोडीड न्यूरोकंप्यूटेशन कहा जाता है, जो बायो-डिजिटल इंटरफेस को एक बहु-चर अनुकूलन समस्या (multi-variable optimization problem) के रूप में अवधारणाबद्ध करता है। यह फ्रेमवर्क न्यूरोकंप्यूटेशन $f(\cdot; \theta_t)$ को एक अनुक्रमिक फीड-फॉरवर्ड मैपिंग के रूप में मॉडल करता है, जो इनपुट अनुक्रम ( $x_t$ ) को आउटपुट अनुक्रम ( $y_t$ ) में बदलने के लिए चार परस्पर निर्भर मॉड्यूल के माध्यम से कार्य करता है:

एन्कोडिंग ( $e$ ): कार्य-विशिष्ट जानकारी को माइक्रो-इलेक्ट्रोड एरेज़ (MEAs) के अनुकूल विद्युत उत्तेजना मैट्रिसेस ( $u_t$ ) में परिवर्तित करता है। इसमें उत्तेजना आवृत्ति, आयाम, पल्स विड्थ और टेम्पोरल डिस्ट्रीब्यूशन के पैरामीटर शामिल हैं।
जैविक रूपांतरण ( $b$ ): BNN की अंतर्निहित, गैर-स्थिर गतिशीलता जो उत्तेजना को रिस्पॉन्स मैट्रिक्स ( $v_t$ ) में मैप करती है। यह मैपिंग उत्तेजना के इतिहास, फीडबैक और स्वतः अनुकूलन के आधार पर समय के साथ विकसित होती है, जिसे सरल रैखिक फ़िल्टरिंग के बजाय सूचना के गुणात्मक पुनर्गठन के रूप में मॉडल किया गया है।
डिकोडिंग ( $d$ ): जैविक प्रतिक्रिया (विद्युत क्षमता या स्पाइक्स) को वापस कार्य-प्रासंगिक आउटपुट में परिवर्तित करता है।
फीडबैक ( $r$ ): प्रतिक्रिया के बाद दिया जाने वाला एक विशेष प्रकार का एन्कोडिंग जो अनुकूलन को संचालित करने के लिए होता है। यह रीइन्फोर्सिंग (सकारात्मक पुरस्कारों के लिए संरचित उत्तेजना) या प्लास्टिसिटी-इंड्यूसिंग (नकारात्मक पुरस्कारों के लिए रैंडम उत्तेजना) हो सकता है।

यह फ्रेमवर्क इन मॉड्यूल के कॉन्फ़िगरेशन को एक समय-निर्भर अनुकूलन समस्या के रूप में मानता है जहाँ लक्ष्य एक कम्प्यूटेशनल लक्ष्य प्राप्त करने के लिए अनुकूलतम रूपांतरण सेट ( $\theta_t = \theta_e \cup \theta_{b,t} \cup \theta_d \cup \theta_r$ ) खोजना है।

अनुभवजन्य मूल्यांकन (Empirical Evaluation)

इस फ्रेमवर्क को मान्य करने के लिए, लेखकों ने एक बड़े पैमाने पर अनुभवजन्य अध्ययन आयोजित किया जिसमें शामिल था:

कार्य: एक 6x6 ग्रिडवर्ल्ड में एक सिम्युलेटेड लक्ष्य-संचालित नेविगेशन कार्य। एक एजेंट (BNN) एक स्केलर "गंध" (odor) सेंसर द्वारा निर्देशित होकर "भोजन" के स्रोत की ओर नेविगेट करता है। कार्यों में आगे बढ़ना, बाएं मुड़ना या दाएं मुड़ना शामिल है।
पैमाना: कॉर्टिकल लैब्स CL1 प्लेटफॉर्म के माध्यम से जुड़े 26 व्यक्तिगत BNN कल्चर।
अनुकूलन: एक स्वचालित हाइपरपैरामीटर ऑप्टिमाइजेशन पाइपलाइन (Optuna का उपयोग करके) ने वास्तविक समय की बातचीत के दौरान लगभग 1,300 एन्कोडिंग कॉन्फ़िगरेशन की जांच की।
प्रक्रिया:
- चरण 1: दो अलग-अलग बायोफिजिकल सेटअप (ग्रुप 1 और 2) में एक संक्षिप्त 30-स्टेप एपिसोड के माध्यम से 1,296 पैरामीटर संयोजनों की स्क्रीनिंग की गई।
- चरण 2: शीर्ष 64 पैरामीटर्स को 12 कॉन्फ़िगरेशन के एक अंतिम सेट में परिष्कृत किया गया, जिसका मूल्यांकन लंबे (150 स्टेप्स) और बहु-एपिसोड (विश्राम के साथ 5 एपिसोड) की स्थितियों (ग्रुप 3 और 4) के तहत किया गया।
बेसलाइन: प्रदर्शन की तुलना गैर-अनुकूली (non-adaptive) कल्चर बेसलाइन्स (रिप्ले स्पोंटेनियस एक्टिविटी, सिम्युलेटेड रैंडम स्पाइक्स) और समान संख्या में इंटरेक्शन स्टेप्स के साथ प्रशिक्षित सिलिकॉन-आधारित डीप क्यू-नेटवर्क (DQN) एजेंटों से की गई।

मुख्य परिणाम

1. इष्टतम मापदंडों की पहचान

रेट एन्कोडिंग के लिए SHAP (SHapley Additive exPlanations) विश्लेषण का उपयोग करते हुए, लेखकों ने पहचाना कि प्रदर्शन का सबसे मजबूत चालक अधिकतम आवृत्ति थी, जो मध्यम मानों (40–60 Hz) को प्राथमिकता देती है। उच्च प्रदर्शन का समर्थन करने वाले अन्य कारकों में उच्च उत्तेजना आयाम, छोटा पल्स विड्थ और तेज़ पर्यावरणीय इंटरेक्शन दर शामिल थे। इस विश्लेषण ने खोज स्थान (search space) को 1,296 से घटाकर 12 सुसंगत, उच्च-प्रदर्शन वाले कॉन्फ़िगरेशन तक कम कर दिया।

2. अनुकूलित BNNs का श्रेष्ठ प्रदर्शन

बनाम बेसलाइन: अनुकूलित जैविक एजेंट गैर-अनुकूली कल्चर बेसलाइन्स की तुलना में काफी बेहतर रहे (ग्रुप के आधार पर 3.6x से 5.6x तक)।
बनाम सिलिकॉन (DQN): अनुकूलित BNN एजेंटों ने समान संख्या में इंटरेक्शन स्टेप्स के साथ प्रशिक्षित DQN एजेंटों की तुलना में काफी उच्च कार्य प्रदर्शन प्राप्त किया। विशेष रूप से, BNNs ने ग्रुप 3 (एकल 150-स्टेप एपिसोड) में 1.18x का सुधार और ग्रुप 4 (पाँच 30-स्टेप एपिसोड) में 1.25x का सुधार दिखाया।
लर्निंग डायनेमिक्स: BNNs ने स्पष्ट लर्निंग प्रोग्रेशन प्रदर्शित किया, विशेष रूप से जब लर्निंग को विश्राम अवधि के साथ कई एपिसोड में वितरित किया गया (ग्रुप 4), जो दीर्घकालिक अनुकूलन प्रक्रियाओं के उद्भव का सुझाव देता है। व्यवहारिक ट्रेसेस (behavioral traces) ने रैंडम मूवमेंट से रणनीतिक रूप से लक्ष्य प्राप्त करने के लिए "मूव फॉरवर्ड" एक्शन के उपयोग की ओर बदलाव दिखाया।
न्यूरल एक्टिविटी: अंतिम एपिसोड तक, नेटवर्क गतिविधि एन्कोडिंग इलेक्ट्रोड्स के पास केंद्रित होने के बजाय डिकोडिंग क्षेत्रों में विविध और वितरित हो गई, जो सफल आंतरिक अवस्था अनुकूलन (internal state adaptation) का संकेत देती है।

महत्व और दावे

यह शोध दावा करता है कि यह क्लोज्ड-लूप वातावरण में BNN एजेंटों के लिए एन्कोडिंग कॉन्फ़िगरेशन के पहले बड़े पैमाने के पैरामीटर अनुकूलन को प्रस्तुत करता है। इसके प्राथमिक योगदान हैं:

फ्रेमवर्क की स्थापना: यह एम्बोडीड न्यूरोकंप्यूटेशन की एक औपचारिक, सिस्टम-लेवल परिभाषा प्रदान करता है जो पृथक प्रूफ-ऑफ-कॉन्सेप्ट उत्तेजना से आगे बढ़कर एक संरचित, बहु-चर अनुकूलन दृष्टिकोण की ओर बढ़ती है।
डेटा-संचालित आधार: लगभग 1,300 कॉन्फ़िगरेशन की स्क्रीनिंग करके, यह अध्ययन यह समझने के लिए एक डेटा-संचालित आधार स्थापित करता है कि एन्कोडिंग पैरामीटर नेटवर्क बायोफिजिक्स के साथ कैसे जुड़ते हैं ताकि मजबूत प्लास्टिसिटी और लर्निंग उत्पन्न की जा सके।
प्रदर्शन सत्यापन: इसके परिणाम प्रदर्शित करते हैं कि जीवित न्यूरल सब्सट्रेट, जब उचित रूप से इंटरफेस्ड होते हैं, तो समकक्ष प्रशिक्षण बजट के तहत मानक सिलिकॉन सुदृढीकरण लर्निंग (reinforcement learning) एल्गोरिदम से बेहतर प्रदर्शन कर सकते हैं।
भविष्य का मार्ग: यह कार्य हाइब्रिड बायो-सिलिकॉन आर्किटेक्चर के विकास का समर्थन करता जो कुशल, अनुकूलनशील और वास्तविक समय की गणना करने में सक्षम हैं। यह सुझाव देता है कि BNNs की कम्प्यूटेशनल क्षमता केवल जीव विज्ञान में निहित नहीं है, बल्कि यह बायो-सिलिकॉन इंटरफेस की संरचना पर भी महत्वपूर्ण रूप से निर्भर है।

लेखक सामान्यीकरण (generalizability) के संबंध में विनम्र रहते हैं, यह नोट करते हुए कि वर्तमान अध्ययन में लो-डायमेंशनल, स्केलर सेंसरी इनपुट का उपयोग किया गया था। उन्होंने स्वीकार किया कि सर्च स्पेस डोमेन विशेषज्ञता द्वारा सीमित था और मल्टी-एपिसोड सुधारों के पीछे के टेम्पोरल डिपेंडेंसीज के लिए और अधिक लक्षण वर्णन (characterization) की आवश्यकता है। हालांकि, वे तर्क देते हैं कि यह कार्य तेजी से जटिल वातावरणों में व्यवस्थित सत्यापन और न्यूरोकंप्यूटिंग के लिए फील्ड-वाइड बेंचमार्क के विकास के लिए आधार तैयार करता है।