Capturing learning on the fly: an eye-tracking method to quantify prediction errors and updating the prior
यह अध्ययन एक नवीन आई-ट्रैकिंग फ्रेमवर्क पेश करता है जो यह प्रकट करता है कि शोर वाले वातावरण में सांख्यिकीय शिक्षण (स्टैटिस्टिकल लर्निंग), त्रुटि-संचालित अपडेट पर कम और मॉडल स्थिरता को प्राथमिकता देने वाली रूढ़िवादी, पुनरावृत्ति-आधारित रणनीतियों पर अधिक निर्भर 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
कल्पना कीजिए कि आप एक घने जंगल में चल रहे हैं। आपके पास कोई नक्शा नहीं है, लेकिन आप रास्ता खोजने की कोशिश कर रहे हैं। हर बार जब आप एक कदम उठाते हैं, तो आप अगला पेड़ कहाँ होगा, इसका एक अनुमान लगाते हैं। कभी आपका अनुमान सही होता है, तो कभी गलत।
द दशकों से, हमारे मस्तिष्क पैटर्न कैसे सीखते हैं, इसका अध्ययन करने वाले वैज्ञानिक इस अनुमान लगाने वाले खेल को देखने की कोशिश कर रहे हैं। लेकिन वे एक धुंधले कैमरे का उपयोग कर रहे थे। वे घटना होने के बाद लोगों से बटन दबाने के लिए कह रहे थे (जैसे, "आपको क्या लगा था कि पेड़ किस दिशा में होगा?")। यह धीमा, शोर भरा और अक्सर हमें यह बताने के बजाय कि उनका मस्तिष्क वास्तव में कैसे सोच रहा है, यह बताता है कि कोई कितनी तेज़ी से बटन दबा सकता है।
यह शोध पत्र एक नया, हाई-डेफिनिशन कैमरा पेश करता है: आई ट्रैकिंग (Eye Tracking)।
यहाँ शोधकर्ताओं ने जो पाया, उसकी कहानी सरल रूप में दी गई है।
1. प्रयोग: "नीला गोला पहचानने" का खेल
शोधकर्ताओं ने कंप्यूटर स्क्रीन पर चार खाली घेरों के साथ एक खेल बनाया। अचानक, एक घेरा नीला हो जाता है। प्रतिभागी का एकमात्र काम है कि वह नीले गोले को जितनी जल्दी हो सके उतनी तेज़ी से देखे।
- चाल: नीले गोले रैंडम (यादृच्छिक) नहीं हैं। वे एक छिपे हुए, गुप्त पैटर्न (जैसे एक लय) का पालन करते हैं, लेकिन इसमें बहुत सारा "शोर" (रैंडमनेस) भी मिला हुआ है।
- लक्ष्य: शोधकर्ता यह देखना चाहते थे कि क्या प्रतिभागियों की आँखें नीला गोला दिखने से पहले ही सही जगह पर "कूदने" (जंप करने) लगती हैं। इस जंप को सैकैड (saccade) कहा जाता है। यह मस्तिष्क का तरीका है यह कहने का, "मुझे दांव लगता है कि अगला यहाँ होगा!"
2. बड़ी खोज: दो तरह की गलतियाँ
शोधकर्ताओं ने महसूस किया कि सभी "गलत अनुमान" एक जैसे नहीं होते। उन्होंने दो प्रकार की त्रुटियाँ पाईं, और मस्तिष्क उनके साथ बहुत अलग व्यवहार करता है।
उपमा: मौसम विज्ञानी
कल्पना कीजिए कि आप एक मौसम विज्ञानी हैं।
- परिदृश्य A ("सीखने पर निर्भर" त्रुटि): आप जानते हैं कि इस शहर में 80% बार बारिश होती है। आप बारिश की भविष्यवाणी करते हैं। लेकिन आज, मौसम धूप वाला है। आप गलत थे, लेकिन आपका तर्क एकदम सही था। आप बस मौसम की प्राकृतिक अनिश्चितता के कारण दुर्भाग्यशाली रहे।
- परिदृश्य B ("सीखने पर निर्भर नहीं" त्रुटि): आप भविष्यवाणी करते हैं कि बारिश होगी, लेकिन आपको पता भी नहीं कि क्यों। आपने बस रैंडम अंदाज़ा लगाया, और मौसम धूप वाला निकला। आपका तर्क गलत था।
अध्ययन में क्या पाया गया:
मस्तिष्क यह समझने में सक्षम है कि अंतर क्या है!
- जब लोगों ने परिदृश्य A वाली गलतियाँ कीं (पैटर्न का अनुमान लगाया, लेकिन पैटर्न में शोर/अनिश्चितता थी), तो उनके मस्तिष्क ने कहा, "ठीक है, यह सिर्फ शोर है। मैं अपनी वर्तमान योजना पर कायम रहूँगा।" वे घबराए नहीं।
- जब लोगों ने परिदृश्य B वाली गलतियाँ कीं (रैंडम अंदाज़ा लगाया), तो उनके मस्तिष्क ने कहा, "ओह, मेरा नक्शा गलत है!" और वे अगले राउंड के लिए अपना अनुमान बदलने के लिए बहुत अधिक इच्छुक थे।
3. "ज़िद्दी" मस्तिष्क: हमें खुद को दोहराना पसंद है
यहाँ सबसे आश्चर्यजनक बात है। शोधकर्ता उम्मीद कर रहे थे कि जब हम गलती करेंगे, तो हम तुरंत उसे सुधार लेंगे। लेकिन ऐसा नहीं हुआ।
उपमा: आदतन यात्री (Commuter)
कल्पना कीजिए कि आप काम पर जाने के लिए गाड़ी चलाते हैं। आप आमतौर पर हाईवे लेते हैं। एक दिन, वहां ट्रैफिक जाम (एक गलती) मिलता है। क्या आप तुरंत किसी पूरी तरह से अलग, अनजान बैकरोड पर चले जाते हैं? नहीं। आप शायद हाईवे पर ही टिके रहते हैं क्योंकि आप अपने सामान्य रास्ते पर भरोसा करते हैं, भले ही आज वह धीमा हो।
अध्यकाल ने पाया कि हमारे मस्तिष्क रूढ़िवादी (conservative) होते हैं।
- एक बार जब हम एक भविष्यवाणी बना लेते हैं (जैसे, "नीला गोला ऊपर-बाएँ होगा"), तो हम बार-बार उसी अनुमान को दोहराने की कोशिश करते हैं, भले ही हम पिछली बार गलत रहे हों।
- हम केवल तभी अपना विचार बदलते हैं जब सबूत बहुत पुख्ता हों। हम हर छोटी गलती के आधार पर अपने "आंतरिक मानचित्र" को लगातार बदलने के बजाय अपने मौजूदा मानचित्र पर टिके रहना पसंद करते हैं।
4. यह क्यों मायने रखता है
यह सीखने के बारे में हमारी सोच को बदल देता है।
- पुराना दृष्टिकोण: सीखना एक वीडियो गेम की तरह है जहाँ हर बार दीवार से टकराने पर आप एक जीवन खो देते हैं, इसलिए आप तुरंत अपनी रणनीति बदल लेते हैं। यह सब त्रुटियों (errors) के बारे में है।
- नया दृष्टिकोण (इस शोध पत्र से): सीखना एक आदत बनाने जैसा है। हम दुनिया का एक मॉडल बनाते हैं, और हम उस पर टिके रहते हैं। हम इसे धीरे-धीरे ही बदलते हैं। हम "शोर" (बुरे भाग्य) को अनदेखा करने में बहुत अच्छे हैं ताकि हम भ्रमित न हों।
निष्कर्ष
मस्तिष्क एक घबराहट भरा त्रुटि-सुधार मशीन (error-correction machine) नहीं है। यह एक स्थिरक (stabilizer) है।
जब हम कोई नया कौशल सीख रहे होते हैं (जैसे भाषा, संगीत या ड्राइविंग), तो हम केवल हर गलती पर प्रतिक्रिया नहीं देते। हम एक "अंतर्ज्ञान" (prior belief) बनाते हैं और उस पर भरोसा करते हैं। हम अपना अंतर्ज्ञान केवल तभी बदलते हैं जब हमें यकीन हो जाता है कि दुनिया वास्तव में बदल गई है, न कि केवल इसलिए कि हमारा एक बुरा दिन रहा।
शोधकर्ताओं ने एक नया उपकरण (आई-ट्रैकिंग विधि) बनाया है जो हमें इन सूक्ष्म, पलक झपकते ही होने वाले अनुमानों को वास्तविक समय में देखने की अनुमति देता है, जो यह साबित करता है कि हमारे मस्तिष्क लगातार भविष्य की भविष्यवाणी कर रहे हैं, और वे अपनी भविष्यवाणियों पर टिके रहने के मामले में आश्चर्यजनक रूप से ज़िद्दी 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।