← नवीनतम पेपर
🧠 neuroscience

Manifold geometry underlies a unified code for category and category-independent features

यह शोध पत्र यह प्रदर्शित करता है कि कनवल्शनल न्यूरल नेटवर्क वस्तु की श्रेणी और श्रेणी-स्वतंत्र विशेषताओं, दोनों के लिए एक एकीकृत न्यूरल कोड विकसित कर सकते हैं, और यह समझाने के लिए मैनिफोल्ड ज्यामिति पर आधारित एक सैद्धांतिक ढांचा प्रदान करता है कि कैसे ऐसे संयुक्त निरूपण वर्गीकरण प्रदर्शन को बनाए रखते हुए निरंतर चरों के सटीक डिकोडिंग को सक्षम करते हैं।

मूल लेखक: Tiberi, L., Sompolinsky, H.

प्रकाशित 2026-03-25
📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें
CC BY 4.0

मूल लेखक: Tiberi, L., Sompolinsky, H.

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 सुपर-स्मार्ट लाइब्रेरियन (पुस्तकालयाध्यक्ष) है। हर बार जब आप कुत्ते, कार या पेड़ की तस्वीर देखते हैं, तो यह लाइब्रेरियन उसे केवल "कुत्ता" या "कार" के तहत फाइल नहीं करता। यह यह भी याद रखता है कि कुत्ता ठीक कहाँ खड़ा है, वह कितना बड़ा है, और उसका मुख किस दिशा में है।

लंबे समय तक, वैज्ञानिक सोचते रहे: मस्तिष्क एक साथ ये दोनों काम कैसे करता है? क्या इसके पास दो अलग-अलग फाइलिंग कैबिनेट हैं (एक "क्या" के लिए और एक "कहाँ" के लिए), या इसके पास एक ही जादुई, एकीकृत फाइलिंग सिस्टम है जो सब कुछ कुशलतापूर्वक संभालता है?

लोरेंजो टिबेरी और हेम सोमपोलिंस्की का यह शोध पत्र, कंप्यूटर सिमुलेशन और उन्नत गणित के मिश्रण का उपयोग करके, इस प्रश्न का उत्तर देता है। यहाँ उनकी खोज की कहानी सरल रूप में दी गई है।

1. समस्या: "एक ही आकार सबके लिए" (One-Size-Fits-All) की दुविधा

अपने मस्तिष्क की दृश्य प्रणाली (visual system) को कन्वेयर बेल्ट (जैसे कारखाने में होता है) की एक श्रृंखला के रूप में सोचें।

  • शुरुआती बेल्ट कच्चे पिक्सेल (रेखाएं, रंग) देखते हैं।
  • बाद के बेल्ट (इन्फीरियर टेम्पोरल कॉर्टेक्स) जटिल वस्तुओं को पहचानते हैं।

वैज्ञानिक जानते थे कि जैसे-जैसे छवियां इन बेल्टों से नीचे आती हैं, यह समझना आसान हो जाता है कि वस्तु क्या है। लेकिन यह रहस्य बना रहा कि क्या यह समझना भी आसान हो जाता है कि वह कहाँ है या वह कितनी बड़ी है। पिछले अध्ययनों ने सुझाव दिया था कि ऐसा होता है, लेकिन परिणाम अस्पष्ट थे। यह धुंधली खिड़की के माध्यम से किताब पढ़ने जैसा था; आप आकृतियाँ तो देख सकते थे, लेकिन विवरण धुंधले थे।

बड़ा सवाल यह था: क्या मस्तिष्क वास्तव में वस्तु की पहचान और उसकी स्थिति दोनों को संग्रहीत करने के लिए एक ही, पूर्ण कोड का उपयोग कर रहा है, या यह केवल एक भाग्यशाली संयोग है कि हम दोनों का अनुमान लगा सकते हैं?

2. प्रयोग: एक डिजिटल मस्तिष्क का निर्माण

इस समस्या को हल करने के लिए, लेखकों ने केवल बंदरों के मस्तिष्क को नहीं देखा (क्योंकि उन्हें सटीक रूप से मापना कठिन है)। उन्होंने एक कन्वोल्यूशनल न्यूरल नेटवर्क (CNN) बनाया। इसे एक "डिजिटल मस्तिष्क" के रूप में सोचें जिसे लाखों छवियों पर प्रशिक्षित किया गया है।

उन्होंने 265 विभिन्न वस्तु श्रेणियों (जैसे "जंगली पक्षी", "हवाई जहाज", "तितलियाँ") का एक विशेष डेटासेट बनाया। प्रत्येक छवि के लिए, उन्होंने नियंत्रित किया कि वस्तु कहाँ थी और उसका आकार कितना था।

उन्होंने तीन प्रकार के डिजिटल मस्तिष्क प्रशिक्षित किए:

  1. "केवल श्रेणी" वाला मस्तिष्क (The "Category-Only" Brain): जिसे केवल यह बताने के लिए प्रशिक्षित किया गया कि "वह एक पक्षी है!"
  2. "केवल रिग्रेशन" वाला मस्तिष्क (The "Regression-Only" Brain): जिसे केवल यह बताने के लिए प्रशिक्षित किया गया कि "पक्षी 5 इंच चौड़ा है और ऊपर-बाएँ कोने में है।"
  3. "संयुक्त" मस्तिष्क (The "Joint" Brain): जिसे एक ही समय में दोनों काम करने के लिए प्रशिक्षित किया गया।

परिणाम: "संयुक्त" मस्तिष्क एक सुपरस्टार था। वह पक्षी की पहचान भी कर सकता था और आपको उसकी सटीक स्थिति और आकार भी बता सकता था, और यह सब एक ही आंतरिक "फाइलिंग सिस्टम" का उपयोग करके कर सकता था। इसने सिद्ध किया कि एक एकल कोड ये दोनों काम कर सकता है।

3. सिद्धांत: "मैनिफोल्ड" लाइब्रेरी

अब, लेखकों ने पूछा: यह कैसे काम करता है? क्या चीज़ "संयुक्त" मस्तिष्क को इतना अच्छा बनाती है?

उन्होंने मैनिफोल्ड ज्योमेट्री (Manifold Geometry) नामक अवधारणा का उपयोग किया।

  • उपमा: कल्पना कीजिए कि हर "कुत्ते" की छवि एक विशाल, बहु-आयामी कमरे में एक बिंदु है। कुत्तों की सभी अलग-अलग तस्वीरें (बड़े कुत्ते, छोटे कुत्ते, कोने में कुत्ते, बीच में कुत्ते) बिंदुओं का एक बादल बनाती हैं। इस बादल को मैनिफोल्ड (Manifold) कहा जाता है।
  • लक्षक्य: डेटा को पढ़ना आसान बनाने के लिए, विभिन्न जानवरों (कुत्तों बनाम बिल्लियों) के बादल एक-दूसरे से दूर होने चाहिए (ताकि वे आपस में न मिलें)। लेकिन, "कुत्ते" के बादल के भीतर, बिंदुओं को एक सीधी, व्यवस्थित रेखा में व्यवस्थित होना चाहिए ताकि आप "आकार" को आसानी से पढ़ सकें।

लेखकों ने पाया कि "संयुक्त" मस्तिष्क इन बादलों को एक बहुत ही विशिष्ट तरीके से व्यवस्थित करता है। उन्होंने "पढ़ने की त्रुटि" (मस्तिष्क कितना गलत है) को दो भागों में विभाजित किया:

  1. स्थानीय त्रुटि (Local Error - "अंदर" की समस्या): क्या "कुत्ते" के बादल के भीतर जानकारी स्पष्ट है? (उदाहरण के लिए, क्या एक बड़ा कुत्ता मस्तिष्क के कोड में हमेशा बड़ा दिखता है?)
  2. ग्लोबल गैप (The Global Gap - "बाहर" की समस्या): यह बड़ी खोज है। भले ही "कुत्ते" का बादल स्पष्ट हो, और "बिल्ली" का बादल स्पष्ट हो, क्या आप आकार को पढ़ने के लिए एक ही नियम का उपयोग कर सकते हैं?
    • एक "केवल श्रेणी" वाले मस्तिष्क में, "कुत्ते" का बादल एक तरफ झुका हो सकता है, और "बिल्ली" का बादल दूसरी तरफ। आपको उन्हें मापने के लिए दो अलग-अलग रूलर (पैमानों) की आवश्यकता होगी।
    • "संयुक्त" मस्तिष्क में, लेखकों ने पाया कि सभी बादल पूरी तरह से संरेखित (aligned) हैं। "कुत्ते" का बादल और "बिल्ली" का बादल बिल्कुल एक ही दिशा में झुके हुए हैं। इसका मतलब है कि आप किसी भी वस्तु के आकार को मापने के लिए एक ही अकेले रूलर का उपयोग कर सकते हैं, चाहे वह कुछ भी हो।

4. "धुंधली खिड़की" का प्रभाव (प्रायोगिक बाधाएं)

यहाँ शोध पत्र का सबसे व्यावहारिक हिस्सा है। लेखकों ने महसूस किया कि पिछले प्रयोग वास्तविक बंदरों पर "धुंधले" क्यों थे।

जब वैज्ञानिक बंदर के मस्तिष्क से रिकॉर्ड करते हैं, तो वे केवल न्यूरॉन्स के एक बहुत छोटे समूह (शायद 100 या 200) को सुन सकते हैं, जबकि वहां लाखों न्यूरॉन्स मौजूद होते हैं।

  • उपमा: कल्पना कीजिए कि आप एक चाबी के छेद (keyhole) के माध्यम से एक विशाल शहर के लेआउट को समझने की कोशिश कर रहे हैं। आप कुछ इमारतें देख सकते हैं, लेकिन आप पूरी सड़क ग्रिड को नहीं देख सकते।
  • निष्कर्ष: जब लेखकों ने इस "कीहोल" दृश्य (न्यूरॉन्स का सब-सैंपलिंग) का अनुकरण किया, तो संयुक्त मस्तिष्क का सुंदर "ग्लोबल अलाइनमेंट" गायब हो गया! "ग्लोबल गैप" बहुत बड़ा हो गया, और संयुक्त मस्तिष्क बिल्कुल "केवल श्रेणी" वाले मस्तिष्क जैसा दिखने लगा।

मुख्य बात: मस्तिष्क वास्तव में इस पूर्ण एकीकृत कोड का उपयोग कर रहा है, लेकिन क्योंकि हम केवल न्यूरॉन्स के एक छोटे से हिस्से को रिकॉर्ड कर सकते हैं, हम बड़ी तस्वीर को नहीं देख पाते हैं। यह केवल एक वायलिन को सुनकर एक पूरे सिम्फनी (स्वरलहरी) को समझने की कोशिश करने जैसा है; आप सामंजस्य (harmony) को मिस कर देते हैं।

सारांश: हमारे लिए इसका क्या अर्थ है?

  1. एकीकृत कोड मौजूद है: मस्तिष्क (और स्मार्ट AI) एक ही न्यूरल कोड में "कुछ क्या है" और "वह कहाँ है" को एक-दूसरे के काम में बाधा डाले बिना संग्रहीत कर सकता है।
  2. गुप्त सूत्र (Secret Sauce): जादू केवल इस बात में नहीं है कि मस्तिष्क व्यक्तिगत वस्तुओं को कैसे देखता है, बल्कि इसमें है कि वह सभी अलग-अलग वस्तुओं के दृश्य को कैसे संरेखित (align) करता है ताकि उन्हें एक ही सरल नियम द्वारा पढ़ा जा सके।
  3. भविष्य का अनुसंधान: यदि हम वास्तविक जानवरों में इसे सिद्ध करना चाहते हैं, तो हमें एक साथ बहुत अधिक न्यूरॉन्स को रिकॉर्ड करने की आवश्यकता है। यदि हम केवल कुछ को देखते हैं, तो हम गलत निष्कर्ष निकालेंगे कि मस्तिष्क में यह एकीकृत कोड नहीं है।

संक्षेप में, मस्तिष्क एक मास्टर ऑर्गनाइज़र है जो अपने "क्या" और "कहाँ" फाइलों को पूरी तरह से संरेखित रखता है, लेकिन इस संरेखण को स्पष्ट रूप से देखने के लिए हमें बेहतर सूक्ष्मदर्शी (अधिक न्यूरॉन्स) की आवश्यकता 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।

Digest आज़माएँ →

इसी तरह के और पेपर

इस विषय के सभी पेपर देखें 🧠 neuroscience →