Lost but not erased: Finding traces of a forgotten language in neural speech models
यह अध्ययन प्रदर्शित करता है कि दूसरी भाषा पर प्रशिक्षित न्यूरल स्पीच मॉडल्स में एक विस्मृत जन्मजात भाषा के अंश बने रहते हैं, जो यह सुझाव देता है कि भाषा अधिग्रहण में क्रिटिकल-पीरियड प्रभाव प्लास्टिसिटी के परिपक्वता संबंधी नुकसान के बजाय मौलिक निरूपणों (फाउंडेशनल रिप्रेजेंटेशन्स) के सुदृढ़ीकरण से उत्पन्न होते हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
भाषा को अक्सर एक ऐसे कौशल के रूप में देखा जाता है जिसे बचपन की एक विशिष्ट अवधि के भीतर सीखा जाना चाहिए, एक जैविक समय-सीमा जिसके बाद मस्तिष्क उसी सहजता से नई ध्वनियों और पैटर्न को आत्मसात करने की क्षमता खो देता है। यह विचार, जिसे 'क्रिटिकल पीरियड' (महत्वपूर्ण अवधि) के रूप में जाना जाता है, यह सुझाव देता है कि यदि कोई बच्चा अपने जीवन के शुरुआती दौर में अपनी मातृभाषा बोलना बंद कर देता है, तो वह भाषा हमेशा के लिए चली जाती है, जो मस्तिष्क के परिपक्व होने के कारण मिट जाती है। फिर भी, कुछ लोग इस सरल विलोपन को चुनौती देते हैं। अंतर्राष्ट्रीय दत्तक बच्चे (इंटरनेशनल एडॉप्टी), वे बच्चे जिन्हें उनके जन्म परिवारों से अलग कर एक नए देश में पाला जाता है, अक्सर अपनी पहली भाषा को पूरी तरह से समझने या बोलने की क्षमता खो देते हैं। वयस्क होने पर, उन्हें इसकी कोई सचेत स्मृति नहीं होती। हालांकि, सावधानीपूर्वक परीक्षणों ने दिखाया है कि ये व्यक्ति अपनी जन्म की भाषा को उन लोगों की तुलना में बहुत तेज़ी से पुन: सीख सकते हैं जिन्होंने इसे कभी सुना ही नहीं था। यह घटना, जहाँ भूली हुई जानकारी आश्चर्यजनक गति से वापस आती है, यह सुझाव देती है कि भाषा वास्तव में मिटा नहीं दी गई थी, बल्कि केवल छिपी हुई थी। वैज्ञानिकों को लंबे समय से परेशान करने वाला प्रश्न यह है कि ऐसा क्यों होता है: क्या यह इसलिए है क्योंकि मानव मस्तिष्क के पास इन निशानों को संरक्षित करने के लिए एक विशेष, समय-सीमित जैविक तंत्र है, या यह केवल इस बात का परिणाम है कि कैसे सीखने वाली प्रणालियाँ, चाहे वे मानव हों या कृत्रिम, अपने आधारों का निर्माण करती हैं?
इसकी जांच करने के लिए, शोधकर्ताओं ने कृत्रिम बुद्धिमत्ता (एआई) की ओर रुख किया, विशेष रूप से कंप्यूटर मॉडल जो भाषण पहचान (स्पीच रिकग्निशन) के लिए डिज़ाइन किए गए हैं। ये मॉडल जैविक नहीं हैं; वे मनुष्यों की तरह बढ़ते, बूढ़े या परिपक्व नहीं होते हैं। इसके बजाय, वे शुद्ध रूप से डेटा के माध्यम से सीखते हैं, जो उन्हें अनुभव के प्रभावों को जीव विज्ञान के प्रभावों से अलग करने के लिए एक आदर्श उपकरण बनाता है। वैज्ञानिकों ने इन मॉडलों को एक भाषा, जैसे कि जर्मन, समझने के लिए प्रशिक्षित किया, और फिर प्रशिक्षण डेटा को अचानक एक पूरी तरह से अलग भाषा, जैसे कि फ्रेंच में बदल दिया। यह सेटअप एक अंतर्राष्ट्रीय दत्तक बच्चे के अनुभव की नकल करता था, जिसने मॉडल को अपनी पहली भाषा छोड़ने और दूसरी भाषा में महारत हासिल करने के लिए मजबूर किया। जैसा कि अपेक्षित था, मॉडलों ने पहली भाषा को पहचानने की अपनी क्षमता को जल्दी ही खो दिया, और उनका प्रदर्शन रैंडम अनुमान लगाने के स्तर तक गिर गया, जबकि साथ ही वे नई भाषा में अत्यधिक कुशल हो गए। सतह पर, पहली भाषा गायब हो गई थी, ठीक वैसे ही जैसे मानव दत्तक बच्चों के मामले में होता है।
हालाँकि, जब शोधकर्ताओं ने मॉडल की आंतरिक संरचना के भीतर देखा, तो उन्होंने पाया कि पहली भाषा लुप्त नहीं हुई थी। मॉडल की वास्तुकला (आर्किटेक्चर) परतों में निर्मित होती है, जो एक बहु-मंजिला इमारत के समान है जहाँ निचली मंजिलें बुनियादी विवरणों को संभालती हैं और ऊपरी मंजिलें जटिल अर्थों को संभालती हैं। शोधकर्ताओं ने पाया कि खोई हुई भाषा के निशान बने हुए थे, लेकिन वे लगभग पूरी तरह से नेटवर्क की सबसे निचली, सबसे मौलिक परतों में केंद्रित थे। ये प्रारंभिक परतें ध्वनि के बुनियादी पैटर्न, यानी भाषण के कच्चे निर्माण खंडों (रॉ बिल्डिंग ब्लॉक्स) को संसाधित करने के लिए जिम्मेदार हैं, इससे पहले कि उन्हें शब्दों या वाक्यों में जोड़ा जाए। मॉडल द्वारा हजारों घंटों तक नई भाषा सीखने के बाद भी, ये निचली परतें मूल भाषा के सांख्यिकीय पदचिह्नों (स्टैटिस्टिकल फिंगरप्रिंट्स) को बरकरार रखती थीं। उच्च परतें, जो जटिल व्याकरण और शब्दावली से संबंधित हैं, पूरी तरह से बदल दी गई थीं, लेकिन आधार अपरिवर्तित रहा।
यह परीक्षण करने के लिए कि क्या ये छिपे हुए निशान वास्तव में उपयोगी थे, शोधकर्ताओं ने मॉडलों को उनकी खोई हुई भाषा को पुन: सीखने के लिए कहा। जिन मॉडलों ने प्रारंभिक एक्सपोज़र का अनुभव किया था, वे उन मॉडलों की तुलना में पहली भाषा को काफी तेज़ी से पुन: सीखने में सक्षम थे जिन्होंने इसे कभी नहीं सुना था। वास्तव में, वे लगभग चौदह प्रतिशत कम चरणों में उच्च स्तर की सटीकता तक पहुँच गए। इस गति के लाभ ने सिद्ध कर दिया कि ये निशान केवल निष्क्रिय अवशेष नहीं थे; वे कार्यात्मक थे। मॉडल अनिवार्य रूप से नई भाषा कौशल बनाने के लिए पुराने, मौलिक ध्वनि मानचित्रों का उपयोग कर रहे थे, जिससे उन्हें बढ़त मिल रही थी। महत्वपूर्ण रूप से, जब शोधकर्ताओं ने तेज़ सीखने वाले मॉडल की निचली परतों को उस मॉडल की परतों से बदल दिया जिसने पहली भाषा को कभी नहीं सीखा था, तो गति का लाभ गायब हो गया। इसने पुष्टि की कि लाभ विशेष रूप से उन प्रारंभिक, स्थापित परतों से आया था।
अध्ययन ने यह भी पता लगाया कि इन स्थायी निशानों को बनाने के लिए प्रारंभिक एक्सपोज़र (प्रारंभिक संपर्क) कितना लंबा होना चाहिए। उन्होंने पाया कि प्रभाव केवल "जितना लंबा, उतना बेहतर" का मामला नहीं था। इसके बजाय, जैसे-जैसे मॉडल पहली भाषा को सीखता गया, निशान मजबूत होते गए, एक निश्चित समय के बाद शिखर पर पहुँचे, और यदि प्रशिक्षण बहुत लंबे समय तक जारी रहा तो धीरे-धीरे घटने लगे। यह सुझाव देता है कि इन मौलिक निरूपणों (रिप्रेजेंटेशन) के स्थापित होने के लिए एक इष्टतम विंडो (अनुकूल समय) होती है, जिसके बाद वे स्थिर और परिवर्तन के प्रति प्रतिरोधी हो जाते हैं। शोधकर्ता तर्क देते हैं कि इस व्यवहार के लिए किसी विशेष जैविक घड़ी या परिपक्वता की समय-सीमा की आवश्यकता नहीं है। इसके बजाय, यह इस बात का स्वाभाविक परिणाम प्रतीत होता है कि सीखने वाली प्रणालियाँ कैसे काम करती हैं: एक बार जब कोई प्रणाली एक स्थिर आधार बनाती है, तो उस आधार को पूरी तरह से बदलना या उसे फिर से लिखना बहुत कठिन हो जाता है, अन्यथा उसके ऊपर बनी हर चीज़ अस्थिर हो जाएगी।
ये निष्कर्ष भाषा सीखने के 'क्रिटिकल पीरियड' पर एक नया दृष्टिकोण प्रदान करते हैं। एक ऐसी जैविक खिड़की के रूप में जो बंद हो जाती है, के बजाय, प्रारंभिक अनुभवों को न भूल पाने की कठिनाई स्वयं प्रणाली की अपनी संरचना का परिणाम हो सकती है। प्रारंभिक शिक्षण एक टिकाऊ, निम्न-स्तरीय मचान (स्कैफोल्ड) बनाता है जो भविष्य के सभी शिक्षण को सहारा देता है। जब इनपुट बदल जाता है, तो सिस्टम अपनी उच्च-स्तरीय क्रियाओं को नई भाषा के अनुकूल ढाल लेता है, लेकिन मौलिक परतें मौजूद रहती हैं, जो अतीत के एक निशान को संरक्षित करती हैं। इसका अर्थ यह है कि अंतर्राष्ट्रीय दत्तक बच्चों में देखा गया "सेविंग्स" (बचत) प्रभाव मानव जीव विज्ञान का कोई रहस्य नहीं हो सकता, बल्कि सीखने का एक सामान्य गुण है। भाषा मिटाई नहीं गई है; यह नींव में गहराई से दबी हुई है, और जब सिस्टम को इस पर फिर से निर्माण करने के लिए कहा जाता है, तो यह उजागर होने के लिए तैयार रहती 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।