A hierarchy of spatial predictions across human visual cortex during natural vision
प्राकृतिक छवियों को देखते हुए मनुष्यों के 7T fMRI डेटा का विश्लेषण करके, यह अध्ययन प्रकट करता है कि दृश्य प्रांतस्था (visual cortex) दृश्य क्षेत्र के across विशिष्ट भविष्यवाणी व्यवस्थाओं (prediction regimes) को लागू करती है, जहाँ केंद्रीय दृष्टि निम्न से उच्च स्तर तक पूर्वानुमान क्षमता के प्रति एक पदानुक्रमित संवेदनशीलता प्रदर्शित करती है, जबकि परिधीय दृष्टि प्रवर्धित प्रभाव दिखाती है जहाँ प्रारंभिक क्षेत्र भी उच्च-स्तरीय अप्रत्याशितता के प्रति प्रतिक्रिया करते हैं।
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 जासूस है जो कभी भी यह अनुमान लगाना बंद नहीं करता कि आगे क्या होने वाला है। यह पेपर इस बारे में है कि जब आप अपने आस-पास की दुनिया को देखते हैं, जैसे कि एक व्यस्त सड़क या एक जंगल, तो वह जासूस कैसे काम करता है।
लंबे समय से, वैज्ञानिक और AI विशेषज्ञ दो बड़े सवालों पर बहस कर रहे हैं:
- क्या मस्तिष्क स्वचालित रूप से हर समय अनुमान लगाता है, या केवल तभी जब वह बहुत अधिक प्रयास कर रहा होता है?
- मस्तिष्क वास्तव में किस बारे में अनुमान लगा रहा है? क्या वह सरल चीजों का अनुमान लगा रहा है जैसे कि "क्या वह एक सीधी रेखा है?" या जटिल चीजों का जैसे कि "क्या वह एक कुत्ता है?"
इस रहस्य को सुलझाने के लिए लेखकों ने 73,000 प्राकृतिक तस्वीरों पर ध्यान केंद्रित करने का निर्णय लिया। उन्होंने एक विशेष प्रकार के MRI स्कैनर (7T fMRI) का उपयोग किया जो मस्तिष्क के लिए एक हाई-डेफिनिशन कैमरे की तरह काम करता है, और उन्होंने यह समझने के लिए कि तस्वीरों में क्या अनुमानित था और क्या आश्चर्यजनक था, एक शक्तिशाली AI "पेंटर" का उपयोग किया।
यहाँ उनके द्वारा की गई खोजों की कहानी है, जिसे सरल भागों में विभाजित किया गया है:
1. मस्तिष्क हमेशा अनुमान लगाता है ("आश्चर्य" का मीटर)
सबसे पहले, वे जानना चाहते थे कि क्या मस्तिष्क सामान्य रूप से देखते समय वास्तव में अनुमान लगाता है, या यह केवल चीजों के होने का इंतजार करता है।
उन्होंने एक AI टूल का उपयोग किया जो एक अनुमानित पेंटर (predictive painter) की तरह कार्य करता है। कल्पना कीजिए कि आप AI को एक जंगल की तस्वीर दिखाते हैं, लेकिन आप बीच में एक छोटा सा हिस्सा ढक देते हैं। AI आसपास के पेड़ों के आधार पर यह अनुमान लगाने की कोशिश करता है कि उस छिपे हुए हिस्से के नीचे क्या है।
- यदि AI सही अनुमान लगाता है, तो छिपा हुआ हिस्सा अनुमानित (predictable) था।
- यदि AI गलत अनुमान लगाता है, तो छिपा हुआ हिस्सा अनिश्चित (unpredictable) था (एक आश्चर्य)।
परिणाम: जब उन्होंने मस्तिष्क की प्रतिक्रिया को देखा, तो उन्होंने पाया कि आश्चर्य मस्तिष्क को अधिक मेहनत करने पर मजबूर करता है। जब छवि का छिपा हुआ हिस्सा अप्रत्याशित था (AI गलत था), तो मस्तिष्क अधिक सक्रिय हुआ। जब यह अनुमानित था, तो मस्तिष्क शांत रहा। यह साबित करता है कि मस्तिष्क पृष्ठभूमि में लगातार एक "आश्चर्य मीटर" चला रहा है, भले ही हम केवल चित्रों को सहजता से देख रहे हों।
2. केंद्रीय दृष्टि: एक विशिष्ट असेंबली लाइन
इसके बाद, उन्होंने देखा कि मस्तिष्क किसके बारे में अनुमान लगा रहा है। उन्होंने मस्तिष्क के दृश्य क्षेत्रों को एक पदानुक्रम (hierarchy) में विभाजित किया, शुरुआत (V1) से लेकर बाद के चरणों (V4) तक। इसे एक फैक्ट्री असेंबली लाइन की तरह समझें।
- फैक्ट्री फ्लोर (V1): यह क्षेत्र बुनियादी चीजों को संभालता है। अध्ययन में पाया गया कि आपकी दृष्टि के बिल्कुल केंद्र में (जहाँ आप सीधे चीजों को देखते हैं), यह क्षेत्र ज्यादातर सरल, निम्न-स्तरीय विवरणों जैसे किनारों, रेखाओं और बनावट (textures) के बारे में अनुमान लगाता है। यह एक कर्मचारी की तरह है जो यह जाँच रहा है कि क्या एक ईंट सीधी है।
- मैनेजर्स (V2, V3, V4): जैसे-जैसे जानकारी ऊपर की ओर बढ़ती है, मस्तिष्क जटिल, उच्च-स्तरीय चीजों जैसे आकार, वस्तुएं और दृश्यों के बारे में अनुमान लगाने लगता है। यह एक मैनेजर की तरह है जो यह जाँच रहा है कि क्या पूरी दीवार एक घर जैसी दिखती है।
उपमा: आपकी केंद्रीय दृष्टि में, मस्तिष्क एक सुव्यवस्थित टीम की तरह है जहाँ एंट्री-लेवल कर्मचारी ईंटों की जाँच करते हैं, और बॉस इमारत की जाँच करते हैं। यह उस "क्लासिक" सिद्धांत से मेल खाता है कि मस्तिष्क कैसे काम करता है।
3. परिधीय दृष्टि (Peripheral Vision): "बड़ी तस्वीर" का शॉर्टकट
यहाँ मामला वास्तव में दिलचस्प हो जाता है। शोधकर्ताओं ने यह भी देखा कि आपकी परिधीय दृष्टि (आपकी दृष्टि के किनारे, जहाँ चीजें धुंधली होती हैं) में क्या होता है।
उन्होंने पाया कि वहाँ नियम पूरी तरह से बदल जाते हैं।
- यहाँ तक कि परिधीय दृष्टि में भी "एंट्री-लेवल वर्कर्स" (V1) ने केवल सरल रेखाओं के बजाय जटिल, उच्च-स्तरीय चीजों (जैसे "क्या वह एक कार है?") के बारे में अनुमान लगाना शुरू कर दिया।
- मस्तिष्क ऐसा लगता है जैसे कह रहा हो, "हे, किनारे धुंधले और अविश्वसनीय हैं। मैं सूक्ष्म विवरणों का अनुमान नहीं लगा सकता, इसलिए मैं बस बड़ी तस्वीर (big picture) का अनुमान लगाऊंगा।"
उपमा: कल्पना कीजिए कि आप दूर से लोगों की भीड़ को देख रहे हैं (परिधीय दृष्टि)। आप उनकी शर्ट के बटन (निम्न-स्तरीय विवरण) नहीं देख सकते, इसलिए आपका मस्तिष्क बस अनुमान लगाता है, "वह लोगों का एक समूह है" (उच्च-स्तरीय)। लेकिन यदि आप टेलीस्कोप से ज़ूम इन करते हैं (केंद्रीय दृष्टि), तो आपका मस्तिष्क अनुमान लगाने लगता है, "वह एक लाल बटन है," "वह एक नीला बटन है।"
4. यह क्यों मायने रखता है?
यह अध्ययन विज्ञान के एक बड़े विवाद को सुलझाता है।
- कुछ वैज्ञानिकों का मानना था कि मस्तिष्क केवल बड़ी, जटिल चीजों (जैसे AI मॉडल करते हैं) के बारे में अनुमान लगाता है।
- अन्य का मानना था कि मस्तिष्क हर चीज के बारे में अनुमान लगाता है, छोटी रेखाओं से लेकर बड़ी वस्तुओं तक, एक सख्त पदानुक्रम में।
निष्कर्ष: मस्तिष्क वास्तव में दोनों है।
- जब आप किसी चीज़ को सीधे देखते हैं (उच्च विश्वसनीयता), तो यह एक पदानुक्रमित प्रणाली (hierarchical system) का उपयोग करता है: पहले छोटे विवरणों का अनुमान लगाना, फिर बड़े विचार।
- जब आप धुंधले किनारों (कम विश्वसनीयता) को देखते हैं, तो यह एक शॉर्टकट सिस्टम में बदल जाता है: यह केवल बड़े विचारों का अनुमान लगाता है क्योंकि बारीक विवरण बहुत अस्पष्ट होते हैं।
मुख्य बात (The Takeaway)
आपका मस्तिष्क एक प्रतिभाशाली, अनुकूलनशील जासूस है। यह केवल एक रणनीति का उपयोग नहीं करता है।
- आपकी दृष्टि के केंद्र में: यह एक विवरण-उन्मुख जासूस है, जो हर ईंट और हर रेखा की जाँच करता है, नीचे से ऊपर की ओर एक भविष्यवाणी बनाता है।
- आपकी दृष्टि के कोनों में: यह एक त्वरित-सोचने वाला रणनीतिकार है, जो सूक्ष्म विवरणों को छोड़ देता है और ऊर्जा बचाने और सुरक्षित रहने के लिए सीधे "बड़ी तस्वीर" पर कूद जाता है।
यह शोध हमें समझने में मदद करता है कि मानव दृष्टि कैसे काम करती है और हमें बेहतर AI बनाने में मदद कर सकता है जो दुनिया को हमारे जैसा देखता है—यह जानता है कि कब विवरणों को देखना है और कब बस बड़ी तस्वीर का अनुमान लगाना 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।