Neural tracking of surprisal and semantic distance in naturalistic movie viewing
एक पूर्ण लंबाई वाली फिल्म देखते हुए प्रतिभागियों के fMRI डेटा का उपयोग करते हुए, यह अध्ययन प्रदर्शित करता है कि मानव मस्तिष्क प्राकृतिक श्रव्य-दृश्य भाषा बोध के दौरान द्विपक्षीय टेम्पोरल और फ्रंटल क्षेत्रों में तंत्रिका गतिविधि के अद्वितीय भविष्यवक्ताओं के रूप में सर्प्राइज़ल (surprisal) और सिमेंटिक दूरी (semantic distance) दोनों को ट्रैक 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
जब हम कोई कहानी सुनते हैं, तो हमारा मस्तिष्क केवल ध्वनि का निष्क्रिय रिकॉर्डर नहीं होता; बल्कि वह एक सक्रिय भविष्यवक्ता होता है, जो जो कुछ भी हमने पहले सुना है, उसके आधार पर लगातार यह अनुमान लगाता रहता है कि आगे क्या होगा। यह प्रक्रिया दो अलग-अलग लेकिन संबंधित मानसिक उपकरणों पर निर्भर करती है। पहला है संभाव्यता (probability) का बोध: पिछले शब्दों के आधार पर अगला शब्द आने की कितनी संभावना है? यदि एक वाक्य समाप्त होता है "आकाश है..." के साथ, तो हमारा मस्तिष्क दृढ़ता से "नीला" शब्द की अपेक्षा करता है, और उस शब्द का आगमन स्वाभाविक लगता है। यदि वाक्य "आकाश है..." पर समाप्त होता है, और अगला शब्द "केला" आता है, तो मस्तिष्क चौंक जाता है। चौंक जाने की इस भावना को 'सरप्राइज़ल' (surprisal) या विस्मय कहा जाता है। दूसरा उपकरण अर्थ का माप है, या वर्तमान शब्द पिछले संसाधित किए गए विचारों से कितना निकटता से संबंधित है। भले ही कोई शब्द सांख्यिकीय रूप से सबसे संभावित न हो, फिर भी वह बातचीत के विषय के साथ पूरी तरह फिट बैठ सकता है। मस्तिष्क यह समझने के लिए इन दो अलग-अलग प्रकार की सूचनाओं—सांख्यिकीय संभावना और अर्थ संबंधी संबद्धता—का उपयोग कैसे करता है, इसे समझना तंत्रिका विज्ञान (neuroscience) में एक केंद्रीय प्रश्न है, विशेष रूप से तब जब हम एक फिल्म देखने जैसे समृद्ध, वास्तविक दुनिया के वातावरण में डूबे होते हैं।
शोधकर्ताओं की एक टीम ने यह पता लगाने के लिए एक अध्ययन किया कि लोग एक पूरी फिल्म देखते समय मस्तिष्क इन दो विशिष्ट संकेतों को कैसे ट्रैक करता है। उन्होंने बीस वयस्कों को चुना जिन्होंने 2009 की फिल्म 500 डेज़ ऑफ़ समर कभी नहीं देखी थी और उनसे एक कार्यात्मक चुंबकीय अनुनाद इमेजिंग (fMRI) स्कैनर के भीतर लेटे हुए पूरी फिल्म देखने को कहा। इस मशीन ने वैज्ञानिकों को कहानी के unfolding (क्रमवार विकास) के दौरान वास्तविक समय में मस्तिष्क की गतिविधि को देखने की अनुमति दी। यह समझने के लिए कि मस्तिष्क क्या कर रहा था, शोधकर्ताओं ने पहले फिल्म के ऑडियो और विजुअल ट्रैक्स को हजारों छोटे डेटा बिंदुओं में विभाजित किया। उन्होंने स्क्रीन की चमक और कैमरे की गति से लेकर संवाद की आवाज़ और विशिष्ट शब्दों की आवृत्ति तक सब कुछ मापा। इसके बाद उन्होंने फिल्म में बोले गए प्रत्येक शब्द के लिए दो जटिल संख्याएँ निकालीं: एक जो यह दर्शाती थी कि पिछले संदर्भ के आधार पर वह शब्द कितना आश्चर्यजनक था, और दूसरी जो यह दर्शाती थी कि वह शब्द अपने से पहले आए शब्दों से अर्थ के रूप में कितना दूर या निकट था।
एक परिष्कृत कंप्यूटर मॉडलिंग तकनीक का उपयोग करते हुए, शोधकर्ताओं ने यह देखने के लिए कि कौन से डेटा बिंदु मस्तिष्क में देखी गई गतिविधि के पैटर्न को सबसे अच्छी तरह समझा सकते हैं, क्रमबद्ध भविष्यवाणियों की एक श्रृंखला बनाई। उन्होंने स्क्रीन पर होने वाले दृश्य परिवर्तनों और ध्वनि की कच्ची मात्रा जैसे सरल कारकों से शुरुआत की। इन बुनियादी विशेषताओं ने मस्तिष्क के पिछले हिस्से (जहाँ दृश्य प्रसंस्करण होता है) और मस्तिष्क के किनारों (जहाँ ध्वनि सबसे पहले प्राप्त होती है) में गतिविधि की सफलतापूर्वक भविष्यवाणी की। जैसे-जैसे उन्होंने अधिक जटिल भाषाई विशेषताओं को जोड़ा, जैसे कि सामान्य रूप से किसी शब्द का उपयोग कितनी बार होता है या कितने समान ध्वनि वाले शब्द मौजूद हैं, उनकी भविष्यवाणियाँ बेहतर होती गईं, जो भाषा और स्मृति से जुड़े क्षेत्रों तक फैल गईं। अंत में, उन्होंने दो मुख्य चरों (variables) को जोड़ा: शब्दों की सांख्यिकमती आश्चर्यजनकता (statistical surprise) और उनकी अर्थ संबंधी दूरी (semantic distance)। परिणामों ने दिखाया कि इन दो कारकों को शामिल करने से मस्तिष्क की गतिविधि की भविष्यवाणी करने की क्षमता में काफी सुधार हुआ, विशेष रूप से सुपीरियर टेम्पोरल गाइरस (superior temporal-gyrus) में, जो मस्तिष्क के किनारों पर स्थित एक क्षेत्र है और भाषा प्रसंस्करण के लिए जाना जाता है, तथा बाएं फ्रंटल लोब में।
सबसे महत्वपूर्ण खोज यह थी कि ये दोनों कारक केवल एक ही काम नहीं कर रहे थे। यहाँ तक कि जब शोधकर्ताओं ने एक के प्रभाव को ध्यान में रखा, तब भी दूसरे ने मस्तिष्क की गतिविधि में अद्वितीय परिवर्तन स्पष्ट किए। यह सुझाव देता है कि मस्तिष्क एक साथ दोनों चीज़ों को ट्रैक कर रहा है: कि आगे क्या होने की सांख्यिकीय संभावना है और विचारों के बीच वैचारिक संबंध क्या है, और इसके लिए दो पूरक प्रणालियों का उपयोग कर रहा है। हालाँकि दोनों संकेतों ने टेम्पोरल लोब के समान क्षेत्रों को सक्रिय किया, लेकिन शब्दों की सांख्यिकीय आश्चर्यजनकता ने सेरिबेलम (cerebellum) के एक विशिष्ट क्षेत्र के साथ एक अनूठा संबंध भी दिखाया, जो खोपड़ी के आधार पर स्थित मस्तिष्क का एक हिस्सा है और अक्सर समन्वय और समय (coordination and timing) से जुड़ा होता है। यह खोज इंगित करती है कि मस्तिष्क के पूर्वानुमान तंत्र सूक्ष्म हैं, जो "क्या होने की संभावना है" और "अर्थ के अनुसार क्या फिट बैठता है" को अलग लेकिन समानांतर सूचना धाराओं के रूप में संभालते हैं।
ये परिणाम महत्वपूर्ण हैं क्योंकि ये पारंपरिक प्रयोगशाला अध्ययनों के नियंत्रित, शांत वातावरण से परे जाते हैं। भाषा भविष्यवाणी पर पिछले शोध अक्सर लोगों को अलग-थलग वाक्यों को सुनने या शांति में टेक्स्ट पढ़ने पर निर्भर करते थे। एक पूरी फिल्म का उपयोग करके, शोधकर्ताओं ने प्रदर्शित किया कि मस्तिष्क इन सूक्ष्म भाषिक संकेतों को ट्रैक करना जारी रखता है, भले ही वह जटिल दृश्य दृश्यों, संगीत और भावनात्मक कहानी कहने के बीच घिरा हो। यह अध्ययन पुष्टि करता है कि भाषा की भविष्यवाणी करने की मस्तिष्क की क्षमता मजबूत है और यह हमारे अनुभव के साथ गहराई से एकीकृत है, जो प्रभावी ढंग से कार्य करती है भले ही इनपुट समृद्ध, बहुआयामी (multimodal) और अप्रत्याशित हो। यह कार्य यह दावा नहीं करता है कि इसने भाषा प्रसंस्करण के पूरे रहस्य को सुलझा लिया है, लेकिन यह पुख्ता सबूत प्रदान करता है कि हमारा मस्तिष्क हमारे द्वारा सुने गए शब्दों पर दो अलग-अलग प्रकार के परीक्षण लगातार चला रहा है, जिससे यह सुनिश्चित होता है कि हम न केवल यह समझें कि क्या कहा जा रहा है, बल्कि यह भी कि कहानी के प्रवाह में उसका महत्व क्यों 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।