← नवीनतम पेपर
🧠 neuroscience

Decomposing response inhibition: a POMDP model

एक नवीन पार्शियली ऑब्जर्वेबल मार्कोव डिसीजन प्रोसेस (POMDP) मॉडल को ट्रांसफार्मर-आधारित सिमुलेशन इन्फरेंस के साथ 5,000 से अधिक बच्चों पर लागू करके, यह अध्ययन प्रकट करता है कि ADHD लक्षण विविध कम्प्यूटेशनल तंत्रों—जैसे कि शोर युक्त धारणा (noisy perception) और कम त्रुटि दंड (reduced error penalties)—से उत्पन्न होते हैं, न कि एक विशिष्ट विकार क्लस्टर के रूप में, जिससे न्यूरोडायवर्सिटी के आयामी परिप्रेक्ष्य का समर्थन मिलता है।

मूल लेखक: Wang, W., Kaufmann, T., Dayan, P.

प्रकाशित 2026-03-02
📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें
CC BY 4.0

मूल लेखक: Wang, W., Kaufmann, T., Dayan, P.

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 चौराहे की तरह है जिसमें एक ट्रैफिक लाइट लगी है। आमतौर पर, आप एक हरी बत्ती (एक "जाओ" संकेत) देखते हैं और आप आगे बढ़ते हैं। लेकिन कभी-कभी, एक सायरन बज उठता है (एक "रुको" संकेत), और आपको तुरंत ब्रेक लगाने पड़ते हैं। खुद को रोकने की इस क्षमता को इनहिबिटरी कंट्रोल (inhibitory control) कहा जाता है। यह एक सुपरपावर है जो हम सभी के पास है, लेकिन कुछ लोगों के लिए, जैसे कि ADHD वाले लोगों के लिए, ब्रेक थोड़े स्पंजी (कम प्रभावी) महसूस हो सकते हैं या सायरन सुनना कठिन हो सकता है।

दशकों से, वैज्ञानिकों ने इस खेल का उपयोग करके इस ब्रेकिंग क्षमता को मापने की कोशिश की है जिसे स्टॉप सिग्नल टास्क (Stop Signal Task) कहा जाता है। हालाँकि, मापने के पुराने तरीके ऐसे थे जैसे किसी जटिल फिल्म को केवल उसकी औसत लंबाई देखकर समझने की कोशिश करना। वे सभी नाटकीय मोड़ों, चरित्र विकास और उन विशिष्ट क्षणों को चूक गए जहाँ चीजें गलत हुईं।

यह शोध पत्र इस खेल को देखने का एक नया, बहुत अधिक स्मार्ट तरीका पेश करता है। यहाँ इसका सरल विवरण दिया गया है:

1. पुराना तरीका बनाम नया तरीका

  • पुराना तरीका (द रेस): कल्पना कीजिए कि दो धावक हैं: एक "जाओ" (Go) का प्रतिनिधित्व करता है और दूसरा "रुको" (Stop) का। पुराने मॉडलों ने माना कि ये दो धावक अलग-अलग ट्रैक पर थे, जो एक-दूसरे से कभी बात नहीं करते थे। वे बस यह देखने के लिए दौड़ते थे कि कौन पहले पहुँचता है।
  • समस्या: वास्तविक जीवन में (और इस अध्ययन में उपयोग किए गए खेल के विशिष्ट संस्करण में), "रुको" संकेत वास्तव में "जाओ" संकेत को ढक लेता है। यह वैसा ही है जैसे हरी बत्ती के ऊपर सायरन बज रहा हो। पुराना "अलग ट्रैक" वाला मॉडल यहाँ भ्रमित हो जाता है और गलत परिणाम देता है।
  • नया तरीका (द डिटेक्टिव): लेखकों ने एक POMDP मॉडल बनाया है। इसे एक सुपर-स्मार्ट जासूस की तरह समझें जो मस्तिष्क के अंदर रहता है।
    • जासूस का काम: हर सेकंड, जासूस सुराग इकट्ठा करता है। क्या वह एक हरी बत्ती है? क्या वह एक सायरन है? सायरन कितना तेज़ है? रोशनी कितनी धुंधली है?
    • निर्णय: इन सुरागों के आधार पर, जासूस गलती करने की "लागत" (cost) की गणना करता है। "यदि मैं अभी चला, तो मैं दुर्घटनाग्रस्त हो सकता हूँ (Stop Error)। यदि मैं रुकता हूँ, तो मैं हरी बत्ती मिस कर सकता हूँ (Go Error)।" जासूस लगातार अपने विश्वास को अपडेट करता है और परेशानी को कम करने के लिए सबसे अच्छा कार्य चुनता है।

2. "TeSBI" इंजन: एक रोबोट को मन पढ़ने के लिए सिखाना

नया जासूस मॉडल अविश्वसनीय रूप से जटिल है। 5,000 बच्चों (विशाल ABCD अध्ययन से) के डेटा को एक मानक कंप्यूटर का उपयोग करके फिट करने में ब्रह्मांड की आयु से भी अधिक समय लग जाएगा।

इसे हल करने के लिए, लेखकों ने TeSB (ट्रांसफॉर्मर-एनकोडेड सिमुलेशन-बेस्ड इन्फरेंस) बनाया।

  • उपमा: कल्पना कीजिए कि आप एक रोबोट को एक विशिष्ट प्रकार के पक्षी को पहचानना सिखाना चाहते हैं। उसे नियमों की सूची देने के बजाय ("यदि इसकी चोंच लाल है, तो यह कार्डिनल है"), आप रोबोट को पक्षियों के लाखों वीडियो दिखाते हैं।
  • प्रक्रिया:
    1. सिमुलेशन (Simulation): कंप्यूटर लाखों नकली खेल चलाता है, जिससे "क्या होगा अगर" वाले परिदृश्यों की एक लाइब्रेरी बनती है।
    2. ट्रांसफॉर्मर (The Transformer): यह एक प्रकार का AI है (जैसे कि आधुनिक चैटबॉट्स को चलाने वाला AI) जो किसी व्यक्ति के खेल के पूरे क्रम को देखता है। यह केवल अंतिम स्कोर को नहीं देखता; यह लय, ठहराव, गलतियों और पैटर्न को देखता है। यह उस पूरे व्यवहार को एक छोटे, अद्वितीय "फिंगरप्रिंट" (एम्बेडिंग) में संकुचित कर देता है।
    3. रिवर्स इंजीनियरिंग (Reverse Engineering): एक बार जब AI फिंगरप्रिंट सीख जाता है, तो यह एक वास्तविक बच्चे के खेल को देख सकता है और तुरंत कह सकता है, "आह, यह फिंगरप्रिंट एक ऐसे मस्तिष्क से मेल खाता है जिसकी हरी बत्ती के लिए दृष्टि थोड़ी धुंधली है और जिसे दुर्घटनाग्रस्त होने की बहुत परवाह नहीं है।"

3. उन्होंने क्या पाया: यह सिर्फ "ADHD" नहीं है

जब उन्होंने इसे 5,114 बच्चों पर लागू किया, तो उन्हें कुछ दिलचस्प बातें पता चलीं:

  • "ADHD" मस्तिष्क एक जैसी चीज़ नहीं है: वैज्ञानिक अक्सर सोचते हैं कि ADHD एक एकल ब्लॉक है। लेकिन इस अध्ययन ने दिखाया कि उच्च ADHD स्कोर वाले बच्चे मानचित्र पर हर जगह बिखरे हुए हैं।
    • उपमा: कल्पना कीजिए कि मिश्रित मेवों (mixed nuts) का एक बैग है। कुछ नमकीन हैं, कुछ तीखे हैं, कुछ मीठे हैं। वे सभी "मेवे" हैं, लेकिन उनका स्वाद अलग होता है। इसी तरह, ADHD के लक्षणों वाले बच्चों में मस्तिष्क की विचित्रताओं के अलग-अलग संयोजन होते हैं। एक बच्चा हरी बत्ती के लिए धुंधली दृष्टि वाला हो सकता है; दूसरा शायद बस दुर्घटनाग्रस्त होने के दंड की परवाह नहीं करता।
  • विशिष्ट विचित्रताएं: औसतन, उच्च ADHD स्कोर वाले बच्चों में निम्नलिखित प्रवृत्तियाँ देखी गईं:
    1. धुंधली दृष्टि: वे उतने निश्चित नहीं थे कि "जाओ" तीर किस दिशा में इशारा कर रहा है।
    2. कम जोखिम (Low Stakes): उन्हें रुकने में विफल होने पर उतना "आंतरिक दर्द" या दंड महसूस नहीं हुआ। यह ऐसा था जैसे वे सोचते थे, "ठीक है, दुर्घटनाग्रस्त होना ठीक है।"
    3. कठोर आदतें: वे अधिक "डिटरमिनिस्टिक" (deterministic) थे, जिसका अर्थ है कि एक बार जब उन्होंने जाने का निर्णय ले लिया, तो उन्हें रोकना बहुत कठिन था, भले ही उन्हें रुकना चाहिए था।

4. बड़ी तस्वीर: एक स्पेक्ट्रम, न कि एक स्विच

सबसे महत्वपूर्ण निष्कर्ष यह है कि शोधकर्ताओं ने अलग द्वीपों के बजाय एक निरंतर परिदृश्य (continuous landscape) पाया।

  • पुराना दृष्टिकोण: आप या तो "सामान्य" हैं या आपको "ADHD" है।
  • नया दृष्टिकोण: हर कोई एक स्लाइडिंग स्केल पर है। कुछ लोग थोड़े अधिक आवेगी (impulsive) हैं, कुछ थोड़े अधिक विचलित हैं। "विकार" (disorder) मानव मस्तिष्क की वायरिंग के बहुत विविध स्पेक्ट्रम का केवल एक चरम छोर है।

सारांश

यह शोध पत्र मस्तिष्क के धुंधले, ब्लैक-एंड-व्हाइट फोटो से हाई-डेफिनिशन, 3D मूवी में अपग्रेड करने जैसा है। एक परिष्कृत "जासूस" मॉडल और एक शक्तिशाली AI इंजन का उपयोग करके, शोधकर्ताओं ने हमें दिखाया कि मानव मस्तिष्क की रुकने और सोचने की क्षमता एक जटिल, गतिशील नृत्य है। इसने खुलासा किया कि ADHD एक एकल टूटा हुआ स्विच नहीं है, बल्कि हमारे मस्तिष्क द्वारा गति, खतरे और निर्णयों को संसाधित करने के विभिन्न तरीकों का एक विविध संग्रह है। यह हमें एक भविष्य की ओर ले जाने में मदद करता है जहाँ हम लोगों को एक सामान्य लेबल के बजाय उनके अद्वितीय "ब्रेन फिंगरप्रिंट" के आधार पर समझ और उपचार कर सकें।

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।

Digest आज़माएँ →

इसी तरह के और पेपर

इस विषय के सभी पेपर देखें 🧠 neuroscience →