Misalignment Between Backpropagation and the Hierarchy of Brain Responses to Images
यह अध्ययन प्रदर्शित करता है कि जबकि डीप न्यूरल नेटवर्क से बैकप्रोपैगेटेड ग्रेडिएंट्स उच्च दृश्य क्षेत्रों में मानव मस्तिष्क की गतिविधि की भविष्यवाणी कर सकते हैं, उनका स्थानिक और लौकिक संगठन मस्तिष्क के पदानुक्रमित प्रसंस्करण से मौलिक रूप से भिन्न है, जो यह सुझाव देता है कि डीप लर्निंग और मस्तिष्क समान प्रतिनिधि सामग्री साझा करने के बावजूद संभवतः अलग-अलग शिक्षण तंत्रों पर निर्भर करते हैं।
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
बड़ा सवाल: मस्तिष्क कैसे सीखता है?
कल्पना कीजिए कि आप एक रोबट को बिल्ली पहचानना सिखा रहे हैं। आप उसे एक तस्वीर दिखाते हैं, वह "कुत्ता" का अनुमान लगाता है, आप कहते हैं "गलत," और वह अगली बार बेहतर करने के लिए अपनी आंतरिक सेटिंग्स को समायोजित (adjust) करता है। आर्टिफिशियल इंटेलिजेंस (AI) की दुनिया में, इस समायोजन प्रक्रिया को बैकप्रोपैगेशन (Backpropagation) कहा जाता है। यह एक ऐसे शिक्षक की तरह है जो रोबोट के मस्तिष्क के माध्यम से पीछे की ओर चलता है, और मस्तिष्क के हर हिस्से को ठीक-ठीक बताता है कि उसने कितनी गलती की ताकि वह खुद को सुधार सके।
वर्षों से, वैज्ञानिक सोच रहे हैं: क्या मानव मस्तिष्क भी इसी तरह सीखता है?
हम जानते हैं कि जब AI मॉडल किसी तस्वीर को "देखते" हैं (फॉरवर्ड पास - forward pass), तो उनकी आंतरिक गतिविधि हमारे मस्तिष्क द्वारा छवियों को प्रोसेस करने के तरीके से काफी मिलती-जुलती होती है। लेकिन क्या "सुधार" वाला चरण (बैकवर्ड पास - backward pass) हमारे मस्तिष्क में उसी तरह होता है जैसे कंप्यूटर में होता है?
प्रयोग: मस्तिष्क के "सुधार" (Correction) का मानचित्रण करना
शोधकर्ताओं ने DINOv3 नामक एक सुपर-स्मार्ट AI मॉडल का उपयोग किया (एक ऐसा स्व-शिक्षित रोबोट जो लाखों प्राकृतिक छवियों को देखकर सीखता है)। उन्होंने मानव स्वयंसेवकों को प्राकृतिक छवियां दिखाईं और साथ ही दो शक्तिशाली उपकरणों के माध्यम से उनके मस्तिष्क को स्कैन किया:
- fMRI: एक कैमरा जो उच्च-रिज़ॉल्यूशन वाली तस्वीरें लेता है कि मस्तिष्क में गतिविधि कहाँ होती है।
- MEG: एक सुपर-फास्ट कैमरा जो रिकॉर्ड करता है कि गतिविधि कब होती है, मिलीसेकंड तक।
इसके बाद उन्होंने AI के दो प्रकार के संकेतों के प्रति मानव मस्तिष्क की प्रतिक्रिया की तुलना की:
- फॉरवर्ड सिग्नल (Forward Signal): AI का प्रारंभिक "अनुमान" या छवि का अवलोकन।
- बैकवर्ड सिग्नल (Backward Signal): AI का "सुधार" या ग्रेडिएंट (वह गणित जो AI को यह बताता है कि सीखने के लिए अपने वेट्स/weights को कैसे बदला जाए)।
निष्कर्ष: एक चौंकाने वाला मोड़
अध्ययन में दो मुख्य बातें सामने आईं: एक जो अपेक्षित थी, और एक जो पूरी तरह से चौंकाने वाली थी।
1. "फॉरवर्ड" समानता (अपेक्षित हिस्सा)
जब AI ने एक छवि को देखा, तो उसके शुरुआती स्तर (सरल विशेषताएं जैसे किनारे/edges) मानव दृश्य प्रणाली के शुरुआती हिस्सों से मेल खा गए। इसके गहरे स्तर (जटिल अवधारणाएं जैसे "एक चेहरा") मानव मस्तिष्क के उन्नत हिस्सों से मेल खा गए।
- उपमा (Analogy): एक रिले रेस की कल्पना करें। AI का "फॉरवर्ड" सिग्नल ट्रैक पर बिल्कुल उसी क्रम में दौड़ता है जैसे मानव मस्तिष्क छवि को प्रोसेस करता है: फिनिश लाइन (सरल दृष्टि) से शुरू होकर ट्रॉफी (जटिल समझ) तक। यह हिस्सा पूरी तरह से काम करता है।
2. "बैकवर्ड" विसंगति (चौंकाने वाला हिस्सा)
यहीं से यह शोध दिलचस्प हो जाता है। यदि मस्तिष्क AI की तरह सीखता, तो "सुधार" सिग्नल मस्तिष्क के माध्यम से पीछे की ओर यात्रा करता, जटिल क्षेत्रों से शुरू होकर सरल क्षेत्रों की ओर जाता, ठीक वैसे ही जैसे AI करता है।
लेकिन ऐसा नहीं हुआ।
- समय (Timing): AI में, सुधार सिग्नल परत-दर-परत (layer-by-layer) यात्रा करता है, नीचे तक पहुँचने में समय लेता है। मानव मस्तिष्क में, "सुधार" सिग्नल ऐसा लगा जैसे वह एक ही समय में मस्तिष्क के सभी हिस्सों पर पहुँच गया। यह एक लहर की तरह नहीं चला; यह एक साथ हर जगह दिखाई दिया।
- स्थान (Location): AI में, सुधार सिग्नल शुरुआती परतों (सरल हिस्सों) में सबसे मजबूत होता है। मानव मस्तिष्क में, "सुधार" सिग्नल वास्तव में उन्नत, उच्च-स्तरीय क्षेत्रों (जटिल हिस्सों) में सबसे मजबूत था, न कि सरल हिस्सों में।
उपमा:
एक कंपनी की कल्पना करें जहाँ CEO (शीर्ष स्तर) प्रबंधकों को, फिर पर्यवेक्षकों को, और अंत में कर्मचारियों को एक-एक करके मेमो भेजता है।
- AI: मेमो क्रम के अनुसार कमांड चेन के नीचे की ओर यात्रा करता है।
- मानव मस्तिष्क: यह ऐसा है जैसे CEO एक मेमो भेजता है, और अचानक, CEO से लेकर सफाईकर्मी तक, हर कोई उसे एक ही क्षण में प्राप्त कर लेता है, लेकिन सफाईकर्मी उसे अनदेखा कर देता है जबकि CEO नियम लिखने के लिए व्याकुल है।
इसका क्या अर्थ है?
यह शोध निष्कर्ष निकालता है कि हालांकि मानव मस्तिष्क और AI के पास समान "ज्ञान" हो सकता है (दोनों बिल्लियों को अच्छी तरह पहचानते हैं), लेकिन वे इसे सीखने के लिए पूरी तरह से अलग तरीकों का उपयोग करते हैं।
- AI एक सख्त, ऊपर-से-नीचे, चरण-दर-चरण त्रुटि सुधार प्रणाली (Backpropagation) का उपयोग करता है।
- मस्तिष्क एक अलग, रहस्यमय तंत्र का उपयोग करता प्रतीत होता है। यह एक ऐसी प्रणाली का उपयोग कर सकता है जहाँ सीखने के संकेतों को अलग तरह से प्रसारित (broadcast) किया जाता है, या शायद मस्तिष्क उस तरह से "ग्रेडिएंट्स" की गणना नहीं करता जैसे गणित की कक्षा में सिखाया जाता है।
मुख्य निष्कर्ष (The Takeaway)
शोधकर्ताओं ने पाया कि हमारे मस्तिष्क में "सीखने का संकेत" (learning signal) मौजूद है (यह AI के सुधार गणित के साथ मेल खाता है), लेकिन यह AI के एल्गोरिदम के नियमों का पालन नहीं करता है।
- यह एक सटीक प्रतिलिपि नहीं है: मस्तिष्क एक "बैकवर्ड पास" नहीं चलाता जो AI के बैकवर्ड पास जैसा दिखता हो।
- यह कुशल है: मस्तिष्क जटिल चीजों को सीखने के लिए उस कठोर, चरण-दर-चरण त्रुटि सुधार की आवश्यकता के बिना प्रबंधित कर लेता है जिसकी कंप्यूटरों को आवश्यकता होती है।
संक्षेप में: मस्तिष्क और AI एक ही भाषा बोल सकते हैं (छवियों को पहचानना), लेकिन वे अपनी कहानियाँ अलग-अलग कलमों से लिख रहे हैं। AI एक सख्त, ऊपर-से-नीचे के संपादक के साथ लिखता है; मस्तिष्क एक अधिक अराजक, समकालिक और शायद अधिक कुशल तरीके से लिखता प्रतीत होता है जिसे हमने अभी तक पूरी तरह से डिकोड नहीं किया है।
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।