Face-selective responses correlate with deep networks that learn from environment feedback
यह अध्ययन प्रदर्शित करता है कि एक सुदृढीकरण शिक्षण (reinforcement learning) मॉडल, जो ग्राउंड-ट्रुथ लेबल के बजाय पर्यावरणीय फीडबैक के माध्यम से चेहरे की धारणा को सीखता है, पारंपरिक पर्यवेक्षित (supervised) और अनपर्यवेक्षित (unsupervised) डीप लर्निंग मॉडलों की तरह ही चेहरे-चयित क्षेत्रों (face-selective regions) में मानवीय तंत्रिका संबंधी प्रतिक्रियाओं की उतनी ही प्रभावी ढंग से व्याख्या करता 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
मुख्य सवाल: हमारा मस्तिष्क चेहरों को पहचानना कैसे सीखता है?
कल्पना कीजिए कि आपका मस्तिष्क एक विशाल, हाई-टेक सुरक्षा कैमरा सिस्टम है। इसका काम चेहरों को देखना और यह समझना है कि वे कौन हैं, वे कैसा महसूस कर रहे हैं, और वे दोस्त हैं या दुश्मन।
लंबे समय तक, वैज्ञानिकों ने इस सिस्टम की नकल करने के लिए कंप्यूटर प्रोग्राम (डीप न्यूरल नेटवर्क) बनाने की कोशिश की। उन्होंने आमतौर पर इन कंप्यूटरों को दो तरीकों से सिखाया:
- "शिक्षक" विधि (सुपरवाइज्ड लर्निंग): कंप्यूटर एक फोटो देखता है, और एक मानव शिक्षक कहता है, "यह जॉन है," या "यह मैरी है।" कंप्यूटर उन लेबल्स को याद कर लेता है।
- "स्व-शिक्षण" विधि (अनसुपरवाइज्ड लर्निंग): कंप्यूटर हजारों तस्वीरें देखता है और बिना किसी लेबल के यह अनुमान लगाने की कोशिश करता है कि वे कैसी दिखती हैं या समानता के आधार पर उन्हें समूहों में बांटता है।
समस्या: असल जिंदगी में, हमारे पास कोई शिक्षक बगल में खड़ा होकर हर बार किसी अजनबी को देखते समय हमारे कान में नाम फुसफुसाने के लिए नहीं होता। और हम सिर्फ तस्वीरें ही नहीं देखते; हम लोगों के साथ बातचीत भी करते हैं। हम सीखते हैं कि व्यक्ति A अच्छा है (उन्हें मुस्कान दें, बदले में मुस्कान पाएं) और व्यक्ति B चिड़चिड़ा है (उनसे बचें, अनदेखा किया गया)।
यह शोध पत्र पूछता है: क्या होगा अगर हम कंप्यूटर को चेहरे पहचानना उसी तरह सिखाएं जैसे इंसान सीखते हैं—दुनिया के साथ बातचीत करके और फीडबैक प्राप्त करके?
प्रयोग: एक डिजिटल "पास जाओ या दूर हटो" खेल
शोधकर्ताओं ने एक नए प्रकार का कंप्यूटर मॉडल बनाया जिसे रिनफोर्समेंट लर्निंग (RL) मॉडल कहा जाता है। इस मॉडल को एक वीडियो गेम में रहने वाले डिजिटल रोबोट के रूप में सोचें।
- सेटअप: रोबोट एक चेहरा देखता है।
- विकल्प: उसे निर्णय लेना होता है: "क्या मैं इस व्यक्ति के पास जाऊं, या मैं दूर भाग जाऊं?"
- फीडबैक:
- यदि वह एक "अच्छे" व्यक्ति के पास जाता है, तो उसे पॉइंट्स (एक इनाम) मिलते हैं।
- यदि वह एक "बुरे" व्यक्ति के पास जाता है, तो उसे कोई पॉइंट नहीं मिलता या पेनल्टी मिलती है।
- यदि वह एक "बुरे" व्यक्ति से बचता है, तो वह पेनल्टी से बच जाता है।
रोबोट का एकमात्र लक्ष्य अपने पॉइंट्स को अधिकतम करना है। उसे यह सीखना है कि कौन से चेहरे सुरक्षित हैं और कौन से खतरनाक, केवल परीक्षण और त्रुटि (trial and error) के माध्यम से, ठीक वैसे ही जैसे एक बच्चा यह सीखता है कि किस पर भरोसा करना है।
परीक्षण: क्या रोबोट इंसान के दिमाग की तरह सोच रहा है?
यह देखने के लिए कि क्या यह रोबोट इंसान की तरह सोच रहा था, शोधकर्ताओं ने अपने "रोबोट" की तुलना 10 मानव रोगियों के वास्तविक मस्तिष्क से की।
- मानव डेटा: इन रोगियों के मस्तिष्क में चिकित्सा कारणों से दौरे (seizures) की निगरानी के लिए छोटे इलेक्ट्रोड लगाए गए थे। जब वे चेहरों की तस्वीरें देख रहे थे, तब इलेक्ट्रोड्स ने उनके मस्तिष्क की कोशिकाओं की विद्युत गतिविधि को रिकॉर्ड किया।
- तुलना: शोधकर्ताओं ने रिप्रेजेंटेशनल डिसिमिलैरिटी मैट्रिसेस (RDMs) नामक एक टूल का उपयोग किया।
- उपमा: कल्पना कीजिए कि आपके पास एक मानचित्र है कि अलग-अलग चेहरे आपके मस्तिष्क के लिए कितने समान महसूस होते हैं। यदि आप अपनी माँ और अपनी बहन की तस्वीर देखते हैं, तो आपका मस्तिष्क कहता है, "ये बहुत समान हैं।" यदि आप एक अजनबी को देखते हैं, तो वह कहता है, "यह बहुत अलग है।"
- शोधकर्ताओं ने मानव मस्तिष्क और कंप्यूटर रोबोटों के लिए ये "समानता मानचित्र" बनाए। फिर, उन्होंने जांचा कि क्या वे मानचित्र मेल खाते हैं।
परिणाम: रोबोट बराबरी पर आ गया!
यहाँ उन्हें क्या पता चला:
- "शिक्षक" रोबोट (सुपरवाइज्ड) और "स्व-शिक्षण" रोबोट (अनसुपरवाइज्ड) दोनों ही मानव मस्तिष्क के मानचित्रों से मेल खाने में बहुत सफल रहे। यह हम पहले से जानते थे।
- "इंटरैक्टिव" रोबोट (रिनफोर्समेंट लर्निंग) एक आश्चर्य था।
- जब रोबोट ने एक मानक कंप्यूटर आर्किटेक्चर (जिसे ResNet कहा जाता है) का उपयोग किया, तो वह अन्य रोबोटों जितना अच्छा प्रदर्शन नहीं कर सका। यह एक ऐसे छात्र की तरह था जिसने कड़ी मेहनत से पढ़ाई की लेकिन टेस्ट में पूरी तरह सफल नहीं हो पाया।
- हालांकि, जब उन्होंने रोबोट को एक स्मार्ट, अधिक जटिल मस्तिष्क आर्किटेक्चर (VIB DenseNet) दिया, तो इसने अन्य रोबोटों के बराबर प्रदर्शन किया।
निष्कर्ष: एक कंप्यूटर जो वातावरण के साथ बातचीत करके (इनाम और दंड प्राप्त करके) सीखता है, वह चेहरों का एक ऐसा मानसिक मानचित्र बना सकता है जो मानव शिक्षक द्वारा सिखाए गए कंप्यूटर जितना ही सटीक है।
यह क्यों मायने रखता है? ("अहा!" क्षण)
यह एक बड़ी बात है क्योंकि यह सुझाव देता है कि हमारे मस्तिष्क केवल निष्क्रिय कैमरे नहीं हो सकते।
- पुराना विचार: हमारे मस्तिष्क केवल तस्वीरें लेते हैं और उन्हें लेबल करते हैं।
- नया विचार: हमारे मस्तिष्क हमारी कार्रताओं (actions) द्वारा आकार लेते हैं। हम सीखते हैं कि कौन दोस्त है और कौन दुश्मन, क्योंकि हम कुछ करते हैं (पास जाना या बचना) और देखते हैं कि क्या होता है। दुनिया से मिलने वाला "इनाम" चेहरों के प्रति हमारी समझ को गढ़ता है।
अध्ययन में यह भी पाया गया कि आर्किटेक्चर (कंप्यूटर के मस्तिष्क का भौतिक डिजाइन) उतना ही महत्वपूर्ण है जितना कि कार्य (जो वह सीखने की कोशिश कर रहा है)। यह कहने जैसा है कि: "आप एक महान शेफ हो सकते हैं, लेकिन अगर आप एक टूटी हुई रसोई में खाना बना रहे हैं, तो आप अच्छा भोजन नहीं बना पाएंगे। आपको सही उपकरणों और सही रेसिपी दोनों की आवश्यकता है।"
एक वाक्य में सारांश
कंप्यूटर को दोस्तों के पास जाने और दुश्मनों से बचने के "खेल" के माध्यम से चेहरे सीखने के लिए सिखाकर, शोधकर्ताओं ने साबित कर दिया कि वास्तविक दुनिया के फीडबैक से सीखना एक टेक्स्टबुक से सीखने जितना ही शक्तिशाली है, और यह हमें यह समझने में मदद करता है कि हमारा अपना मस्तिष्क सामाजिक संबंध कैसे बनाता 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।