A simple model of the co-emergence of grid and place fields
यह शोध पत्र एक एकीकृत आवर्ती नेटवर्क मॉडल (recurrent network model) प्रस्तुत करता है जिसे एकल संवेदी-पूर्वानुमान उद्देश्य (sensory-prediction objective) पर प्रशिक्षित किया गया है जो ग्रिड और प्लेस कोशिकाओं के अनसुपरवाइज्ड सह-उद्भव (unsupervised co-emergence) को सफलतापूर्वक प्रदर्शित करता है, जो उनके विकासात्मक क्रम की व्याख्या करता है और पूरक एन्कोडिंग दबावों के माध्यम से प्रमुख प्रयोगात्मक घटनाओं को पुनरुत्पादित 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 आपके मस्तिष्क में दो विशेष टीमों के कार्यकर्ता हैं जो दुनिया में आपका मार्गदर्शन करने में आपकी मदद करते हैं: प्लेस टीम (Place Team) और ग्रिड टीम (Grid Team)।
- प्लेस टीम (हिप्पोकैम्पस में पाई जाने वाली) एक मानचित्र पर "आप यहाँ हैं" पिन की तरह काम करती है। वे केवल तभी सक्रिय होते हैं जब आप किसी एक विशिष्ट स्थान पर होते हैं, जैसे कि आपके लिविंग रूम का सोफा।
- ग्रिड टीम (एंटोरहिनल कॉर्टेक्स में पाई जाने वाली) ग्राफ पेपर की तरह काम करती है। वे आपके हर कदम पर एक दोहराव वाले, षट्कोणीय (hexagonal) पैटर्न में सक्रिय होते हैं, जिससे दूरी और दिशा मापने के लिए एक सार्वभौमिक समन्वय प्रणाली (universal coordinate system) बन जाती है।
बड़ा रहस्य
लंबे समय से, वैज्ञानिक एक "मुर्गी पहले या अंडा पहले" जैसी पहेली में फंसे हुए थे। प्लेस टीम और ग्रिड टीम आपस में जुड़ी हुई हैं और एक-दूसरे की मदद करती हैं, लेकिन वे दोनों विकास के दौरान कैसे प्रकट होती हैं?
- क्या ग्रिड टीम पहले मानचित्र बनाती है, और प्लेस टीम बस एक जगह चुन लेती है?
- या प्लेस टीम पहले एक जगह ढूंढती है, और ग्रिड टीम उसके चारों ओर मानचित्र बनाती है?
अधिकांश कंप्यूटर मॉडलों ने इस पहेली को हल करने के लिए एक टीम को पहले बनाया और फिर दूसरी टीम को प्रकट होने के लिए मजबूर किया। वे यह पूरी तरह से नहीं पकड़ सके कि वे स्वाभाविक रूप से एक साथ कैसे विकसित होते हैं।
नया समाधान: एक भविष्यवाणी का खेल
यह शोध पत्र इस पहेली को हल करने के लिए एक नया कंप्यूटर मॉडल पेश करता है जो मस्तिष्क को एक भविष्यवाणी करने वाले अनुमान के खेल (predictive guessing game) की तरह मानता है।
कल्पना कीजिए कि आप एक वीडियो गेम खेल रहे हैं जहाँ आपको यह अनुमान लगाना है कि आपने अभी जो देखा और जिस तरह से आप चले, उसके आधार पर आपको आगे क्या दिखाई देगा।
- यदि आप बाईं ओर मुड़ते हैं, तो आप उम्मीद करते हैं कि आपको अपने बाईं ओर की दीवार दिखाई देगी।
- यदि आप आगे बढ़ते हैं, तो आप उम्मीद करते हैं कि दृश्य बदल जाएगा।
शोधकर्ताओं ने "न्यूरॉन्स" (कंप्यूटर नोड्स) का एक एकल, एकीकृत नेटवर्क बनाया जो इस नियम का पालन करता है कि प्रत्येक न्यूरॉन या तो एक "जाओ" संकेत (उत्तेजक/excitatory) है या एक "रुको" संकेत (अवरोधक/inhibitory)—ठीक वास्तविक मस्तिष्क की तरह। उन्होंने इस नेटवर्क को केवल यह अनुमान लगाने में कुशल होने के लिए प्रशिक्षित किया कि उसे अगली चीज़ क्या दिखाई देगी। उन्होंने इसे यह नहीं बताया कि, "हे, एक प्लेस सेल बन जाओ!" या "हे, एक ग्रड सेल बन जाओ!"
जादुई परिणाम: सह-उद्भव (Co-Emergence)
आश्चर्यजनक रूप से, जैसे-जैसे नेटवर्क अपने अनुमान लगाने के खेल में बेहतर होता गया, बिना किसी विशेष निर्देश के दोनों प्रकार की कोशिकाएं अपने आप प्रकट होने लगीं।
- कुछ न्यूरॉन्स प्लेस टीम की तरह व्यवहार करने लगे (वर्तमान दृश्य को पुनर्गठित करने में मदद करने के लिए विशिष्ट स्थानों पर ध्यान केंद्रित करना)।
- अन्य न्यूरॉन्स ग्रिड टीम की तरह व्यवहार करने लगे (गति का अनुमान लगाने में मदद करने के लिए पैटर्न पर ध्यान केंद्रित करना)।
यह एक समूह के लोगों की तरह है जो मिलकर एक रहस्य सुलझाने की कोशिश कर रहे हैं। बिना यह बताए कि कौन "जासूस" है और कौन "मानचित्र बनाने वाला" है, वे स्वाभाविक रूप से उन दो भूमिकाओं में विभाजित हो गए क्योंकि पहेली को हल करने के लिए वे सबसे कुशल तरीके थे।
यह क्यों महत्वपूर्ण है
मॉडल ने न केवल इन कोशिकाओं को बनाया; इसने जटिल स्थितियों में बिल्कुल एक वास्तविक जानवर के मस्तिष्क की तरह कार्य किया:
- हेयरपिन मेज़ (Hairpin Mazes): जब रास्ता वापस खुद पर ही लौट आता है, तो ग्रिड पैटर्न टूट जाता है, जैसा कि वास्तविक प्रयोगों में होता है।
- दीवारें हटाना: जब एक दीवार गायब हो जाती है, तो अलग-अलग कमरों के ग्रिड पैटर्न आपस में मिल जाते हैं, जैसा कि वास्तविकता में होता है।
- उड़ते चमगादड़: इसने स्वतंत्र रूप से उड़ने वाले चमगादड़ों में देखे जाने वाले 3D ग्रिड पैटर्न को भी सफलतापूर्वक बनाया।
- विकास: इसने दिखाया कि "प्लेस" शैली की सोच, "ग्रिड" शैली से थोड़ा पहले दिखाई देती है, जो बढ़ते हुए जानवरों में देखी जाने वाली प्रक्रिया से मेल खाती है।
निष्कर्ष
यह शोध पत्र सुझाव देता है कि मस्तिष्क को इन नेविगेशन सिस्टमों को बनाने के लिए दो अलग-अलग ब्लूप्रिंट की आवश्यकता नहीं है। इसके बजाय, इसे केवल एक सरल लक्ष्य चाहिए: अगली चीज़ क्या होगी, इसकी भविष्यवाणी करना।
इसे अच्छी तरह से करने के लिए, मस्तिष्क स्वाभाविक रूप से दो पूरक रणनीतियाँ विकसित करता है:
- पुनर्गठन (Reconstruction): "अभी इस विशिष्ट स्थान का दृश्य कैसा दिखता है?" (प्लेस सेल्स)।
- भविष्यवाणी (Prediction): "यदि मैं इस दिशा में चलता हूँ, तो मुझे आगे क्या दिखाई देगा?" (ग्रिड सेल्स)।
"अगले दृश्य का अनुमान लगाने" के इस एकल खेल को खेलकर, मस्तिष्क स्वाभाविक रूप से "आप यहाँ हैं" पिन और "ग्राफ पेपर" मानचित्र दोनों को एक साथ 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।