Predictive abstract task representations support few-shot learning in the rat brain
यह अध्ययन दर्शाता है कि चूहे ऑर्बिटोफ्रोंटल कॉर्टेक्स में अमूर्त "भूमिका" (role) निरूपणों को विशिष्ट कार्यों पर तेजी से पुनर्मैपिंग करके 'फ्यू-शॉट लर्निंग' (few-shot learning) प्राप्त करते हैं, जिससे वे कार्य संरचनाओं का सामान्यीकरण करने और मात्र कुछ ही परीक्षणों के भीतर नई परिस्थितियों के अनुकूल होने में सक्षम होते 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
अपने मस्तिष्क की कल्पना एक सुपर-स्मार्ट, लगातार अपडेट होने वाले वीडियो गेम कंसोल के रूप में करें। अधिकांश समय, इस खेल में सीखना एक उबाऊ संघर्ष (grind) है: आप एक ही दीवार से टकराते हैं, असफल होते हैं, फिर से प्रयास करते हैं, थोड़ा कम असफल होते हैं, और सैकड़ों प्रयासों के बाद धीरे-धीरे बेहतर होते हैं। यह सीखने का सामान्य तरीका है, जैसे फोन नंबरों की एक लंबी सूची को तब तक दोहराना जब तक कि वे याद न हो जाएं। लेकिन कभी-कभी, जानवर (और इंसान) एक सुपरपावर दिखाते हैं जिसे "फ्यू-शॉट लर्निंग" (few-shot learning) कहा जाता है। यह एक गेम के नए लेवल को पहली बार देखने जैसा है, यह महसूस करना कि नियम थोड़े अलग हैं, और केवल दो या तीन प्रयासों के बाद तुरंत जीतने की रणनीति समझ लेना। यह एक शहर की हर एक गली को रटने और ग्रिड सिस्टम को इतनी अच्छी तरह समझने के बीच का अंतर है कि आप तुरंत एक नए मोहल्ले में रास्ता खोज सकें। वैज्ञानिक लंबे समय से आश्चर्य कर रहे थे: मस्तिष्क यह कैसे करता है? विशेष रूप से, क्या मस्तिष्क में कोई विशेष "चीट कोड" (cheat code) है जो हमें किसी नई स्थिति के विवरण को याद करने के बजाय, तुरंत उसके ढांचे (structure) को समझने में मदद करता है? ऑर्बिटोफ्रोंटल कॉर्टेक्स (OFC), जो मस्तिष्क के अगले हिस्से के भीतर स्थित एक क्षेत्र है, जानकारी को व्यवस्थित करने का विशेषज्ञ माना जाता है, लेकिन कोई नहीं जानता था कि क्या यह इस तीव्र सीखने की गति के साथ तालमेल बिठाने के लिए अपने "चीट कोड्स" को इतनी तेज़ी से अपडेट कर सकता है।
यह शोध पत्र चूहों के मस्तिष्क का गहराई से अध्ययन करता है ताकि यह देखा जा सके कि वे इस मानसिक जादू को कैसे अंजाम देते हैं। शोधकर्ताओं ने चूहों के लिए 'रैट इंटरएक्टिव फोरेजिंग फैसिलिटी' (RIFF) नामक एक हाई-टेक, गोलाकार खेल का मैदान तैयार किया। इसके अंदर, चूहों को एक विशिष्ट क्रम सीखना था: एक विशिष्ट फूड पोर्ट को छूना, फिर दूसरे विशिष्ट पोर्ट को छूना, और फिर उन्हें इनाम मिलना था। लेकिन यहाँ एक ट्विस्ट था: हर बार जब चूहे को 11 इनाम मिलते, तो खेल बदल जाता। दो सही पोर्ट्स अपनी नई जगहों पर बदल जाते, और चूहों को बिना किसी चेतावनी के तुरंत नए जोड़े को खोजना होता। चूहे अद्भुत थे; वे केवल अंदाज़ा नहीं लगा रहे थे। नए क्रम में केवल दो या तीन सफल पुरस्कारों के बाद, वे लगभग सटीक प्रदर्शन कर रहे थे, उन्होंने पलक झपकते ही नया नियम समझ लिया था।
यह समझने के लिए कि उन्होंने यह कैसे किया, वैज्ञानिकों ने खेलते समय चूहों के OFC में हजारों न्यूरॉन्स की विद्युत गतिविधि को रिकॉर्ड किया। वे एक विशिष्ट प्रकार के मानसिक प्रतिनिधित्व (mental representation) की तलाश कर रहे थे। वे जानते थे कि चूहे जानते थे कि कहाँ छूना है (क्रिया/action) और वे किस अवस्था (state) में हैं (जैसे कि "मुझे पहला पोर्ट ढूंढना है" बनाम "मुझे दूसरा पोर्ट ढूंढना है")। लेकिन उन्होंने कुछ और भी अमूर्त (abstract) खोजा: चूहों का मस्तिष्क "भूमिका" (role) के लिए कोडिंग कर रहा था। इसे एक थिएटर नाटक की तरह समझें। अभिनेता (भौतिक पोर्ट्स) हर रात बदलते हैं, लेकिन भूमिकाएं (नायक, खलनायक, सहायक) वही रहती हैं। चूहों का मस्तिष्क केवल यह याद नहीं कर रहा था कि "पोर्ट A नायक है"; बल्कि वे सीख रहे थे कि "जिस पोर्ट को मैं पहले छूता हूँ वह 'पहला-चरण' की भूमिका है, और जिसे मैं दूसरे स्थान पर छूता हूँ वह 'दूसक-चरण' की भूमिका है।"
सबसे रोमांचक हिस्सा यह है कि यह कितनी तेज़ी से हुआ। शोधकर्ताओं ने पाया कि जब खेल के नियम बदले, तो OFC के न्यूरॉन्स ने दिनों तक अपनी फायरिंग दर को धीरे-धीरे समायोजित नहीं किया। इसके बजाय, उन्होंने नए पोर्ट्स को पुराने भूमिकाओं के साथ तुरंत मैप (remap) कर दिया। केवल 2 से 3 पुरस्कारों के भीतर, तंत्रिका गतिविधि (neural activity) नए पोर्ट्स को पुराने पोर्ट्स की तरह मानने के लिए बदल गई, जो प्रभावी रूप से कह रही थी, "ठीक है, यह नया पोर्ट अब 'पहला-चरण' का अभिनेता है।" क्रियाओं पर भूमिकाओं का यह तीव्र पुनर्मूल्यांकन (remapping) बताता है कि मस्तिष्क नए स्थितियों को तुरंत समझने के लिए इन अमूर्त "भूमिका" प्रतिनिधित्वों का उपयोग करता है, जिससे वह 'ट्रायल-एंड-एरर' के धीमे संघर्ष को छोड़ देता है। ऐसा नहीं है कि चूहे केवल भाग्यशाली हैं; उनका मस्तिष्क खेल के पैटर्न को तुरंत पहचान रहा है और एक लचीली रणनीति लागू कर रहा है। यह अध्ययन बताता है कि भूमिकाओं को तेज़ी से पुनर्वितृत करने की यह क्षमता "फ्यू-शॉट लर्निंग" के पीछे का असली रहस्य है, जो मस्तिष्क को थोड़े से अनुभव से व्यापक रूप से सीखने और किसी नई स्थिति में तुरंत महारत हासिल करने की अनुमति देती है। हालांकि यह अध्ययन इस तंत्रिका गतिविधि और व्यवहार के बीच एक मजबूत संबंध दिखाता है, लेखक नोट करते हैं कि उन्होंने अभी तक यह साबित नहीं किया है कि यह विशिष्ट गतिविधि सीखने का कारण बनती है, लेकिन इसका समय (timing) एक सटीक मेल है, जो यह सुझाव देता है कि यह मस्तिष्क के तीव्र-सीखने वाले टूलकिट का एक प्रमुख हिस्सा 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।