Representational geometry as a fidelity metric for connectome-constrained networks: evidence from the Drosophila visual system
यह अध्ययन कनेक्टोम-प्रतिबंधित नेटवर्कों के लिए एक फिडेलिटी मेट्रिक (fidelity metric) के रूप में रिप्रजेंटेशनल ज्योमेट्री (representational geometry) का प्रस्ताव करता है, जो यह प्रदर्शित करता है कि फ्लाईवायर (FlyWire) कनेक्टोम पर आधारित ड्रोसोफिला (Drosophila) विजुअल सर्किट, व्यवहार संबंधी डिकोडिंग या सिंगल-यूनिट रिकॉर्डिंग की आवश्यकता के बिना, जैविक रूप से सटीक जनसंख्या प्रतिक्रिया संरचनाएं (population response structures) उत्पन्न करते हैं जो उन्हें यादृच्छिक बेसलाइन से अलग करते हैं और इन विवो (in vivo) दिशा ट्यूनिंग (direction tuning) से सटीक रूप से मेल खाते 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 आप एक ऐसा रोबोट बनाने की कोशिश कर रहे हैं जो मक्खी की तरह चलता है। आप इसे मक्खी के मस्तिष्क का एक सटीक मानचित्र (इसका "वायरिंग डायग्राम") प्रोग्राम करके और इसे चलना सिखाकर बना सकते हैं। लेकिन यहाँ एक पेचीदा बात है। आप एक ऐसा रोबोट भी बना सकते हैं जिसमें पूरी तरह से रैंडम, अव्यवस्थित वायरिंग हो जो फिर भी पूरी तरह से चलना सीख जाए। यदि आप केवल रोबोट के पैरों को देखते हैं, तो आप यह नहीं बता सकते कि कौन सा "असली" मक्खी का मस्तिष्क है और कौन सा बस एक भाग्यशाली दुर्घटना है।
यही वह समस्या है जिसे यह शोध पत्र संबोधित करता है। लेखक कहते हैं कि केवल इसलिए कि एक कंप्यूटर मॉडल एक मक्खी की तरह व्यवहार करता है, इसका मतलब यह नहीं है कि वह मक्खी की तरह ही "सोचता" है। हमें रोबट के "मस्तिष्क" की सीधे जांच करने का एक तरीका चाहिए, बिना यह देखे कि वह क्या करता है।
समाधान: एक "आकार" की जाँच
लेखक मस्तिष्क के आंतरिक तर्क की जाँच करने का एक नया तरीका प्रस्तावित करते हैं, जिसे वे रिप्रेजेंटेशनल ज्योमेट्री (representational geometry) कहते हैं।
एक न्यूरल नेटवर्क को एक विशाल पुस्तकालय के रूप में सोचें। जब मक्खी कुछ देखती है (जैसे कि एक चलती हुई रेखा), तो पुस्तकालय की विशिष्ट अलमारियाँ चमक उठती हैं।
- यदि वह बाईं ओर चलती रेखा देखती है, तो अलमारियाँ A, B और C चमक उठती हैं।
- यदि वह दाईं ओर चलती रेखा देखती है, तो अलमारियाँ X, Y और Z चमक उठती हैं।
"ज्यामिति" (geometry) सरल शब्दों में उन चमकने वाली अलमारियों के बीच की दूरी का मानचित्र है। यह पूछता है: "बाईं ओर चलती रेखा के प्रति पुस्तकालय की प्रतिक्रिया, दाईं ओर चलती रेखा के प्रति प्रतिक्रिया से कितनी समान है?"
एक वास्तविक मक्खी के मस्तिष्क में, ये प्रतिक्रियाएँ एक बहुत ही विशिष्ट, सुचारू, गोलाकार आकार बनाती हैं (जैसे एक घड़ी का चेहरा जहाँ हर दिशा की अपनी एक अनूठी जगह होती है)। एक रैंडम, अव्यवस्थित मस्तिष्क में, उनकी प्रतिक्रियाएँ बिखरी हुई और अराजक होती है, जैसे बिना किसी पैटर्न के पत्थरों का ढेर।
प्रयोग
शोधकर्ताओं ने फल मक्खी के दृश्य तंत्र (visual system) का एक वास्तविक, विस्तृत मानचित्र लिया (FlyWire नामक एक प्रोजेक्ट से) और उसी सटीक वायरिंग का उपयोग करके 50 कंप्यूटर मॉडल बनाए। उन्होंने 50 अन्य मॉडल भी बनाए जिनमें रैंडम वायरिंग थी जो उतनी ही स्थिर थी लेकिन जिसमें कोई जैविक संरचना नहीं थी।
उन्होंने दोनों समूहों को चलती हुई रेखाओं (जैसे स्क्रीन पर फिसलती रेखाएं) की एक श्रृंखला दिखाई और उनकी प्रतिक्रियाओं के "आकार" को मापा।
परिणाम
- असली वायरिंग की जीत: असली मक्खी की वायरिंग वाले मॉडलों ने एक सुंदर, सुचारू गोलाकार पैटर्न बनाया जो पूरी तरह से इस बात से मेल खाता था कि वास्तविक मक्खियाँ दिशा को कैसे प्रोसेस करती हैं। रैंडम मॉडल्स इस आकार को बनाने में विफल रहे; उनके पैटर्न अव्यवस्थित थे और उनका कोई अर्थ नहीं था।
- वास्तविक मक्खियों से मिलान: जब उन्होंने कंप्यूटर मॉडलों की तुलना जीवित मक्खियों के वास्तविक रिकॉर्डिंग से की, तो असली वायरिंग वाले मॉडल जीवित जीवों के लगभग समान थे। रैंडम मॉडल काफी अलग थे।
- "ON" बनाम "OFF" का अंतर: अध्ययन में एक सूक्ष्म विवरण भी मिला: मस्तिष्क का वह हिस्सा जो "प्रकाश चालू होने" (ON pathway) का पता लगाता है, उसमें "प्रकाश बंद होने" (OFF pathway) का पता लगाने वाले हिस्से की तुलना में बहुत अधिक स्पष्ट और मजबूत आकार था। यह वही है जो वैज्ञानिक पहले से ही मक्खी के जीव विज्ञान के बारे में जानते हैं।
यह क्यों महत्वपूर्ण है
सबसे बड़ी बात यह है कि यह "आकार की जाँच" (representational geometry) एक शक्तिशाली उपकरण है। यह बता सकता है कि कौन सा मस्तिष्क जैविक रूप से वास्तविक है और कौन सा केवल एक रैंडम अनुमान है, और इसके लिए निम्नलिखित की आवश्यकता नहीं है:
- मक्खी को चलते या उड़ते हुए देखना।
- व्यक्तिगत मस्तिष्क कोशिकाओं को मापने के लिए छोटी सुइयों को चुभाना।
आपको बस यह देखने की आवश्यकता है कि न्यूरॉन्स का पूरा समूह चित्रों के एक सेट के प्रति कैसे प्रतिक्रिया करता है। यह वैज्ञानिकों को यह सत्यापित करने का एक विश्वसनीय तरीका देता है कि क्या उनके विशाल मस्तिष्क सिमुलेशन वास्तव में प्रकृति की सटीक नकल हैं, न कि केवल भाग्यशाली नकली नकल जो काम करने का दिखावा कर रहे 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।