Predictive learning with local plasticity in excitatory-inhibitory networks
यह शोधपत्र प्रदर्शित करता है कि विशुद्ध रूप से स्थानीय प्लास्टिसिटी वाले पुनरावर्ती उत्तेजक-अवरोधी नेटवर्क, विशेष रूप से BCM-समान नियम, एक निरंतरता मैनिफोल्ड (consistency manifold) पर भार बनाए रखकर भविष्य कहनेवाला अनुमान (predictive inference) प्राप्त कर सकते हैं और विरल स्थानिक-कालिक विशेषताओं (sparse spatiotemporal features) को सीख सकते हैं, जिससे स्पष्ट त्रुटि निरूपणों की आवश्यकता के बिना प्रेडिक्टिव कोडिंग को जैविक रूप से प्रशंसनीय सर्किट तंत्रों से जोड़ा जा सकता 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
मानव मस्तिष्क अरबों न्यूरॉन्स का एक विशाल नेटवर्क है, जो दुनिया को समझने के लिए लगातार सक्रिय और आपस में जुड़ा रहता है। इस गतिविधि के केंद्र में दो विरोधी बल हैं: उत्तेजक (excitatory) संकेत जो न्यूरॉन्स को सक्रिय होने के लिए प्रोत्साहित करते हैं, और निरोधात्मक (inhibitory) संकेत जो उन्हें शांत करते हैं। दशकों से, वैज्ञानिक यह समझने की कोशिश कर रहे हैं कि कैसे ये सरल स्थानीय संपर्क मस्तिष्क को यह अनुमान लगाने जैसा जटिल कार्य करने में सक्षम बनाते हैं कि आगे क्या होने वाला है। एक प्रमुख विचार, जिसे 'प्रेडिक्टिव कोडिंग' कहा जाता है, यह सुझाव देता है कि मस्तिष्क हमेशा अपने संवेदी इनपुट के कारणों का अनुमान लगाता रहता है और केवल आश्चर्यजनक घटनाओं (surprises) पर ही ध्यान देता है। हालाँकि, एक बड़ा पहेली बना हुआ है: एक जैविक नेटवर्क, जो केवल आस-पास की कोशिकाओं की तत्काल गतिविधि के आधार पर अपने कनेक्शन को समायोजित कर सकता है, बिना किसी केंद्रीय कंप्यूटर के त्रुटियों की गणना किए, इस परिष्कृत अनुमान लगाने वाले खेल को कैसे कर सकता है?
एडिनबर्ग विश्वविद्यालय का एक नया अध्ययन एक सम्मोहक उत्तर प्रदान करता है, यह दिखाते हुए कि कैसे एक विशिष्ट प्रकार का तंत्रिका सर्किट (neural circuit) केवल स्थानीय नियमों का उपयोग करके भविष्य की भविष्यवाणी करना सीख सकता है। शोधकर्ताओं ने एक नेटवर्क का कंप्यूटर मॉडल बनाया जहाँ उत्तेजक न्यूरॉन्स संकेतों को आगे भेजते हैं, जबकि निरोधात्मक न्यूरॉन्स सिस्टम को नियंत्रण में रखने के लिए फीडबैक प्रदान करते हैं। उन्होंने पाया कि इस नेटवर्क के प्रभावी ढंग से सीखने के लिए, न्यूरॉन्स के बीच के संबंध एक बहुत ही विशिष्ट संतुलन में रहने चाहिए। यदि उत्तेजक कनेक्शन इस संतुलन से बहुत दूर भटक जाते हैं, तो नेटवर्क डेटा के वास्तविक पैटर्न को सीखने में विफल हो जाता है। टीम ने पाया कि एक विशेष 'लर्निंग रूल' (सीखने का नियम), जो वास्तविक पशु मस्तिष्क में देखे जाने वाले नियम के समान है, स्वाभाविक रूप से नेटवर्क को इस आदर्श स्थिति (sweet spot) में बनाए रखता है। यह नियम नेटवर्क को स्थिर छवियों, जैसे किनारों और आकारों, और साथ ही चलते हुए वीडियो से सीखने की अनुमति देता है, जहाँ यह गति की दिशा का अनुमान लगा सकता है और यहाँ तक कि अनुक्रम (sequence) के गायब होने पर भी लापता हिस्सों को भर सकता है।
शोधकर्ताओं ने अपने मॉडल का परीक्षण सरल, स्थिर छवियों पर करना शुरू किया, जैसे कि क्रॉस की हुई पट्टियाँ या प्राकृतिक फोटोग्राफों के हिस्से। वे यह देखना चाहते थे कि क्या नेटवर्क इन जटिल छवियों को उनके बुनियादी निर्माण खंडों, जैसे रेखाओं या किनारों में बिना यह बताए कि उसे क्या खोजना है, तोड़ सकता है। उन्होंने तुलना की कि नेटवर्क अपने कनेक्शन को कैसे समायोजित करता है। कुछ तरीके, जो न्यूरॉन्स के बीच साधारण संयोग (coincidence) पर निर्भर थे, नेटवर्क को इष्टतम संतुलन से दूर ले गए, जिससे सीखना अव्यवधर और गलत हो गया। हालाँकि, जब उन्होंने एक ऐसे नियम का उपयोग किया जो इस आधार पर कनेक्शन को समायोजित करता है कि वर्तमान गतिविधि भविष्यवाणी के साथ कितनी अच्छी तरह मेल खाती है, तो नेटवर्क पूरी तरह से संतुलित रहा। यह विशिष्ट नियम, जिसे लेखक "प्रेडिक्टिव रूल" कहते हैं, यह सुनिश्चित करता है कि निरोधात्मक फीडबैक हमेशा इनपुट के शोर (noise) को रद्द करने के लिए आवश्यक मात्रा में हो। परिणामस्वरूप, नेटवर्क ने छवियों को विशेषताओं के एक विरल सेट (sparse set) का उपयोग करके दर्शाना सीखा, जिसका अर्थ है कि चित्र का वर्णन करने के लिए एक समय में केवल कुछ ही न्यूरॉन्स सक्रिय होते हैं, ठीक वैसे ही जैसे स्तनधारियों के दृश्य वल्कुट (visual cortex) में होता है।
अध्ययन ने इस मॉडल में समय का एक स्तर जोड़कर आगे बढ़ाया। वास्तविक जीवन केवल स्थिर चित्रों की एक श्रृंखला नहीं है; यह घटनाओं की एक निरंतर धारा है। इसकी नकल करने के लिए, शोधकर्ताओं ने एक तंत्र जोड़ा जहाँ नेटवर्क की वर्तमान स्थिति भविष्य की स्थिति को प्रभावित कर सकती है, जिससे स्मृति (memory) का एक रूप बनता है। जब उन्होंने इस अपडेटेड नेटवर्क को चलती हुई पट्टियों के वीडियो पर प्रशिक्षित किया, तो इसने न केवल वस्तु के आकार को, बल्कि उसकी यात्रा की दिशा को भी पहचानना सीखा। उल्लेखनीय रूप से, नेटवर्क ने अनुक्रमों को पूरा करने की क्षमता विकसित की। यदि चलती हुई पट्टी का वीडियो अचानक खाली (blank) कर दिया जाता है, तो नेटवर्क पट्टी को उसी दिशा में चलते हुए "देखना" जारी रखता है, जो उसने सीखा है उसके आधार पर अंतराल को भर देता है। यह सुझाव देता है कि नेटवर्क ने गति के नियमों को आत्मसात कर लिया है और वे उन्हें अपने मन में आगे चला सकता है, जो दुनिया में नेविगेट करने के लिए एक महत्वपूर्ण क्षमता है।
मॉडल को और अधिक वास्तविक बनाने के लिए, टीम ने सीखने के चरणों के बीच कृत्रिम अंतराल को हटा दिया और नेटवर्क को डेटा की एक निरंतर धारा से सीखने दिया, जैसा कि एक जीवित मस्तिष्क करता है। इस निरंतर संस्करण में, नेटवर्क ने तीव्र, कठोर स्विच के बजाय गतिविधि के सुचारू, घुमावदार पैटर्न विकसित किए। जब शोधकर्ताओं ने सीखने के बाद इस नेटवर्क को यादृच्छिक शोर (random noise) के साथ उत्तेजित किया, तो नेटवर्क ने उन अनुक्रमों को स्वतः ही फिर से दोहराया जो उसने पहले देखे थे। यह गतिविधि के पैटर्न को दोहराता रहा, जैसे कि वह किसी पिछली घटना को याद कर रहा हो। ये पैटर्न नेटवर्क के गतिविधि स्थान (activity space) में एक वलय जैसी संरचना (ring-like structure) बनाते हैं, जो एक एकल मान, जैसे कि दिशा, को बहुत सटीकता से दर्शाने की अनुमति देता है। यह व्यवहार मस्तिष्क के हिप्पोकैम्पस (hippocampus) की नकल करता है, जहाँ जानवर आराम के दौरान अपने रास्तों को फिर से दोहराते हैं, जिससे पता चलता है कि वही स्थानीय लर्निंग नियम भविष्यवाणी और स्मृति दोनों के आधार हो सकते हैं।
ये निष्कर्ष इस लंबे समय से चले आ रहे विचार को चुनौती देते हैं कि मस्तिष्क को यह गणना करने के लिए विशेष "एरर न्यूरॉन्स" (error neurons) की आवश्यकता होती है कि वह क्या उम्मीद करता है और वास्तव में क्या देख रहा है। इसके बजाय, अध्ययन सुझाव देता है कि मस्तिष्क अपनी आंतरिक भविष्यवाणियों और आने वाले संकेतों के बीच के अंतर का उपयोग सीधे अपने कनेक्शन को समायोजित करने के लिए कर सकता है। शोधकर्ताओं ने दिखाया कि सर्किट के उत्तेजक और निरोधात्मक हिस्सों के बीच एक कड़े, सुसंगत संबंध को बनाए रखकर, नेटवर्क बिना किसी अलग त्रुटि संकेत (error signal) के जटिल निष्कर्ष निकाल सकता है। इसका तात्पर्य यह है कि उत्तेजक कनेक्शनों की प्लास्टिसिटी (बदलने की क्षमता), भविष्यवाणी की कुंजी है। अध्ययन स्थानीय, जैविक सीखने के नियमों और भविष्यवाणी के वैश्विक, बुद्धिमान व्यवहार के बीच एक मजबूत सैद्धांतिक कड़ी प्रदान करता है, जो यह सुझाव देता है कि भविष्य का अनुमान लगाने की मस्तिष्क की क्षमता इस बात का स्वाभाविक परिणाम है कि उसके सर्किट कैसे संतुलित रहते 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।