Short-term synaptic depression in multiregional recurrent neural networks accounts for both MMN and P300-like responses and their attentional amplification
यह अध्ययन यह प्रदर्शित करता है कि एक पदानुक्रमित, बहु-क्षेत्रीय आवर्ती तंत्रिका नेटवर्क (recurrent neural network) के भीतर अल्पकालिक सिनैप्टिक अवसाद (short-term synaptic depression), सिनैप्टिक-स्तर के तंत्रों को प्रमुख उद्दीपकों के मस्तिष्क-व्यापी निरूपणों से जोड़कर, मिसमैच नेगेटिविटी (mismatch negativity) और P300-समान प्रतिक्रियाओं के उत्पादन के साथ-साथ ध्यान द्वारा उनके प्रवर्धन की एक साथ व्याख्या कर सकता है।
मूल पेपर CC BY 4.0 (https://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 आपका मस्तिष्क एक व्यस्त शहर है जो संवेदी डेटा की एक नदी से लगातार बमबारी झेल रहा है: ट्रैफ़िक का शोर, स्ट्रीटलाइट्स की चमक, और भीड़ की बातचीत। इसमें से अधिकांश जानकारी केवल बैकग्राउंड नॉइज़ है, वही पुरानी चीज़ जो बार-बार होती रहती है। लेकिन हर अब और तब, कुछ अजीब होता है—एक सायरन गूँजता है, एक पक्षी खिड़की से टकरा जाता है, या एक अजनबी चमकीले गुलाबी रंग की टोपी पहनकर कमरे में प्रवेश करता है। आपके मस्तिष्क को इन "अजीब" (oddball) क्षणों को तुरंत पहचानना होता है, उबाऊ दोहराव को अनदेखा करना होता है, और चिल्लाना होता है, "हे! उसे देखो!" उबाऊ चीज़ों को फ़िल्टर करने और आश्चर्यजनक चीज़ों को उजागर करने की यह क्षमता जीवित रहने के लिए महत्वपूर्ण है। यदि आप एक नियमित कदम और अचानक लगे ठोकर के बीच अंतर नहीं कर सकते, तो आप वास्तविक खतरे को मिस कर सकते हैं। वैज्ञानिकों ने लंबे समय से मस्तिष्क में दो विशिष्ट विद्युत संकेतों का अध्ययन किया है जो इस तरह के अलार्म सिस्टम के रूप में कार्य करते हैं: MMN और P300। MMN को मस्तिष्क की स्वचालित, प्री-अटेंटिव "रुको, यह नया है!" प्रतिक्रिया के रूप में समझें जो संवेदी क्षेत्रों में होती है, और P300 को एक तेज़, बाद के "ओह वाह, यह महत्वपूर्ण है!" संकेत के रूप में देखें जिसमें मस्तिष्क के निर्णय लेने वाले केंद्र शामिल होते हैं। लेकिन लंबे समय तक, शोधकर्ताओं को यह नहीं पता था कि ये दो संकेत दो पूरी तरह से अलग मशीनों द्वारा उत्पन्न होते हैं या वे एक ही इंजन के अलग-अलग हिस्से हैं।
स्टैनफोर्ड और फ्रांस के वैज्ञानिकों की एक टीम ने इस रहस्य को सुलझाने के लिए एक डिजिटल मस्तिष्क बनाने का निर्णय लिया। उन्होंने एक न्यूरल नेटवर्क का कंप्यूटर सिमुलेशन बनाया—एक आभासी मस्तिष्क जो छोटे, आपस में जुड़े हुए इकाइयों से बना है जो न्यूरॉन्स की तरह फायर करते हैं। एक जटिल, अव्यवस्थित मस्तिष्क बनाने के बजाय जिसमें हजारों अलग-अलग भाग हों, उन्होंने एक सरल प्रश्न पूछा: क्या एक एकल, बुनियादी तंत्र जिसे "शॉर्ट-टर्म सिनैप्टिक डिप्रेशन" (STD) कहा जाता है, MMN और P300 दोनों की व्याख्या कर सकता है? कल्पना कीजिए कि STD एक दरवाजे पर चिपके स्टिकी नोट की तरह है। यदि आप दरवाजे पर बार-बार दस्तक देते हैं (एक सिग्नल भेजते हैं), तो स्टिकी नोट घिस जाता है और ठीक से चिपकना बंद कर देता है, इसलिए अगली दस्तक उतनी ज़ोर से सुनाई नहीं देती। लेकिन यदि आप एक अलग दरवाजे पर दस्तक देते हैं जिसका उपयोग लंबे समय से नहीं किया गया है, तो नोट ताज़ा होता है, और दस्तक तेज़ और स्पष्ट सुनाई देती है। शोधकर्ताओं ने एक "संवेदी" नेटवर्क का सिमुलेशन किया जिसने दस्तक प्राप्त की और फिर सिग्नल को एक "फ्रंटल" नेटवर्क को पास किया। उन्होंने पाया कि यह सरल "घिसा हुआ नोट" तंत्र संवेदी क्षेत्र में MMN बनाने के लिए पर्याप्त था। जब सिग्नल फ्रंटल क्षेत्र में पहुँचा, तो नेटवर्क ने स्वाभाविक रूप से इसे बढ़ाया और विलंबित किया, जिससे P300 बना।
यह पेपर सुझाव देता है कि यह एकल तंत्र, और यह कि दोनों मस्तिष्क क्षेत्र एक-दूसरे से कैसे बात करते हैं, यह समझा सकता है कि क्यों दुर्लभ घटनाओं पर अधिक प्रतिक्रिया मिलती है। उनके सिमुलेशन में, जब कोई उद्दीपन (stimulus) दुर्लभ था, तो उन मार्गों के "नोट्स" ताज़ा थे, जिससे एक मजबूत प्रतिक्रिया मिली। जब वह सामान्य था, तो नोट्स थक गए थे, जिससे कमजोर प्रतिक्रिया मिली। यह वास्तविक दुनिया के डेटा से पूरी तरह मेल खाता था: मॉडल ने दिखाया कि दुर्लभ और सामान्य ध्वनियों के बीच का अंतर संवेदी क्षेत्र में लगभग 190 मिलीसेकंड पर चरम पर था (जो MMN से मेल खाता है) और फिर फ्रंटल क्षेत्र में 310 मिलीसेकंड पर (जो P300 से मेल खाता है)। फ्रंटल प्रतिक्रिया संवेदी एक की तुलना में लगभग 9 गुना अधिक मजबूत भी थी, जैसा कि वास्तविक मस्तिष्क में होता है।
शोधकर्ताओं ने यह भी परीक्षण किया कि क्या होता है जब आप केवल पृष्ठभूमि में होने देने के बजाय, उस 'ऑडबॉल' पर ध्यान केंद्रित करते हैं। उन्होंने अपने मॉडल में एक "फीडबैक लूप" जोड़ा, जहाँ मस्तिष्क के निर्णय लेने वाले इकाइयाँ फ्रंटल क्षेत्र को वापस सिग्नल भेज सकती थीं। सिमुलेशन में, जब मस्तिष्क सक्रिय रूप से दुर्लभ ध्वनि की तलाश कर रहा था, तो इस फीडबैक ने P300 सिग्नल को और भी बड़ा और स्पष्ट बना दिया। यह सुझाव देता है कि ध्यान (attention) उसी "घिसे हुए नोट" प्रणाली को ट्यून करके काम करता है, जिससे मस्तिष्क दुर्लभ चीजों को पहचानने में और भी बेहतर हो जाता है।
इस अध्ययन का सबसे दिलचस्प हिस्सा मस्तिष्क की गतिविधि के "आकार" को देखना था। शोधकर्ताओं ने यह देखने के लिए एक गणितीय ट्रिक का उपयोग किया कि जब उनके न्यूरॉन्स अलग-अलग ध्वनियाँ देखते हैं तो वे कैसे एक साथ समूह बनाते हैं। उन्होंने पाया कि दुर्लभ ध्वनियों ने मस्तिष्क की गतिविधि मानचित्र में सामान्य ध्वनियों की तुलना में बहुत अधिक "स्थान" घेरा। यह ऐसा है जैसे यदि मस्तिष्क के पास एक डांस फ्लोर हो: सामान्य कदम एक छोटे कोने में सिमट जाते हैं, लेकिन अजीब, दुर्लभ कदम पूरे फ्लोर पर कब्जा कर लेते हैं। इस बड़े स्थान ने शोर को मस्तिष्क को भ्रमित करने से बहुत कठिन बना दिया, जिसका अर्थ है कि चीजें कितनी भी अस्त-व्यस्त क्यों न हों, सिग्नल स्पष्ट बना रहता है।
पेपर एक सरल, सार्वभौमिक नियम का प्रस्ताव करता है—सिनैप्स का अत्यधिक उपयोग से थक जाना—और एक पदानुक्रमित नेटवर्क (संवेदी का फ्रंटल से बात करना) मिलकर एक ऐसा विकल्प प्रदान करते हैं जो इस विचार के मुकाबले अधिक सरल है कि हमें MMN और P300 के लिए जटिल, अलग मशीनों की आवश्यकता है। लेखक अपने सिमुलेशन के भीतर इन परिणामों के प्रति बहुत आश्वस्त हैं, यह नोट करते हुए कि मॉडल उच्च सटीकता के साथ वास्तविक दुनिया के डेटा से मेल खाता है। हालाँकि, वे यह भी स्वीकार करते हैं कि उनका मॉडल वास्तविक मस्तिष्क का एक सरलीकृत संस्करण है; यह अभी तक यह नहीं समझाता है कि स्कैल्प (खोपड़ी) पर मापे गए विद्युत संकेत सकारात्मक के बजाय नकारात्मक क्यों दिखते हैं, या प्रत्येक मस्तिष्क क्षेत्र कैसे फिट बैठता है। लेकिन फिलहाल, यह अध्ययन एक शक्तिशाली, एकीकृत कहानी पेश करता है: अप्रत्याशित को पहचानने की हमारी मस्तिष्क की क्षमता शायद इस सरल तथ्य से आती है कि हमारे न्यूरल कनेक्शन थोड़े थक जाते हैं जब हम एक ही चीज़ को बार-बार सुनते हैं।
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।