Reward changes the use and structure of predictive spatial maps
यह शोध पत्र यह प्रदर्शित करता है कि पुरस्कार दो विशिष्ट तंत्रों के माध्यम से हिप्पोकैम्पल प्रेडिक्टिव स्थानिक मानचित्रों (hippocampal predictive spatial maps) को प्रभावित करता है: लक्ष्य संकेत मुख्य रूप से इस बात को बदलते हैं कि व्यवहार को निर्देशित करने के लिए एक मौजूदा मानचित्र का उपयोग कैसे किया जाता है, जबकि विशिष्ट पुरस्कार-संबंधी शिक्षण संकेत वास्तव में उस प्लास्टिसिटी (plasticity) को संचालित करते हैं जो मानचित्र की संरचना को नया आकार देती 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
मस्तिष्क में एक विशेष मानचित्र-निर्माण प्रणाली होती है जो जानवरों को अपनी दुनिया में नेविगेट करने की अनुमति देती है। हिप्पोकैम्पस में, जो मस्तिष्क के भीतर एक गहरा क्षेत्र है, वहां 'प्लेस सेल्स' (स्थान कोशिकाएं) नामक न्यूरॉन्स होते हैं। इनमें से प्रत्येक कोशिका तब सक्रिय होती है जब एक जानवर किसी विशिष्ट स्थान पर होता है, जो प्रभावी रूप से एक आंतरिक मानचित्र पर एक निर्देशांक (कोऑर्डिनेट) को रोशन करती है। दशकों से, वैज्ञानिक जानते हैं कि यह मानचित्र स्थिर नहीं है; यह अनुभव के आधार पर बदलता है। जब एक जानवर सीखता है कि इनाम कहाँ छिपा है, तो इन प्लेस सेल्स की गतिविधि अक्सर बदल जाती है, और वे पुरस्कार के स्थान के आसपास अधिक सघन रूप से केंद्रित हो जाते हैं। लेकिन एक मौलिक प्रश्न अनुत्तरित रह गया था: क्या मस्तिष्क केवल इनाम पर ध्यान केंद्रित करने के लिए अपने मौजूदा मानचित्र के उपयोग के तरीके को बदलता है, या क्या यह वास्तव में मानचित्र को भौतिक रूप से फिर से लिखता है, यानी स्थान के नए प्रतिनिधित्व को बनाने के लिए न्यूरॉन्स के बीच के संबंधों को बदल देता है?
इसका उत्तर देने के लिए, शोधकर्ताओं ने एक कंप्यूटर मॉडल बनाया जो इस बात की नकल करता है कि मस्तिष्क कैसे सीखता है। उन्होंने एक डिजिटल एजेंट बनाया जिसने एक आभासी वर्गाकार अरीना (मैदान) का अन्वेषण किया, जिसे केवल अपने सामने की दृश्य जानकारी मिली, जैसे कि दीवारों की दूरी और वस्तुओं की उपस्थिति। एजेंट के आंतरिक नेटवर्क को अपने वर्तमान दृश्य और गति के आधार पर अगले दृश्य की भविष्यवाणी करने के लिए प्रशिक्षित किया गया था। इस भविष्यवाणी की प्रक्रिया के माध्यम से, नेटवर्क ने स्वतः ही एक स्थानिक मानचित्र विकसित कर लिया, जिसमें विशिष्ट स्थानों पर सक्रिय होने वाले न्यूरॉन्स के अलग-अलग समूह थे, ठीक वैसे ही जैसे वास्तविक जानवरों में पाए जाने वाले प्लेस सेल्स होते हैं। यह मानचित्र एजेंट के इनाम के बारे में जानने से पहले ही अस्तित्व में था।
इसके बाद, शोधकर्ताओं ने वातावरण में एक इनाम पेश किया और एजेंट को उसकी ओर ले जाने के लिए एक अलग नियंत्रण प्रणाली को प्रशिक्षित किया। जैसे-जैसे एजेंट ने इनाम तक नेविगेट करना सीखा, शोधकर्ताओं ने एक नाटकीय परिवर्तन देखा: मानचित्र में मौजूद प्लेस सेल्स इनाम के स्थान के आसपास मजबूती से केंद्रित होने लगे। हालाँकि, जब उन्होंने एजेंट द्वारा पहले तय किए गए बिल्कुल उसी पथ को फिर से चलाया, जिसमें नए प्रशिक्षित नेटवर्क का उपयोग किया गया था, तो यह क्लस्टरिंग (संकेंद्रण) बहुत कमजोर थी। इससे यह पता चला कि लक्ष्य-निर्देशित व्यवहार के दौरान देखी गई गतिविधि का मजबूत संकेंद्रण काफी हद तक इसलिए था क्योंकि एजेंट अलग-अलग रास्तों से जा रहा था और इनाम की ओर विभिन्न कोणों से बढ़ रहा था, न कि मानचित्र की अंतर्निहित संरचना के पूर्ण बदलाव के कारण। मानचित्र बदला था, लेकिन केवल मामूली रूप से।
अध्ययन ने यह भी पता लगाया कि इन परिवर्तनों को क्या प्रेरित करता है, इसके लिए एक विशिष्ट शिक्षण संकेत (टीचिंग सिग्नल) जोड़ा गया जो नेटवर्क को बताता था कि वह इनाम के कितने करीब है। जब यह संकेत मौजूद था, तो मानचित्र में परिवर्तन बड़े और अधिक सुसंगत हो गए, जिससे प्लेस फील्ड्स (स्थान क्षेत्र) अधिक विश्वसनीय रूप से इनाम की ओर स्थानांतरित हो गए। शोधकर्ताओं ने यह भी परीक्षण किया कि क्या होता है जब इनाम को एक नए स्थान पर स्थानांतरित कर दिया जाता है। उन्होंने पाया कि एजेंट जिस दिशा में जा रहा था, वह नए लक्ष्य के अनुसार तेजी से अनुकूलित हो गया, लेकिन प्लेस फील्ड्स का भौतिक स्थान अधिक धीरे से स्थानांतरित हुआ और पुराने इनाम के स्थान की कुछ स्मृति बनाए रखी। अंत में, जब इनाम और शिक्षण संकेत को पूरी तरह से हटा दिया गया, तो पूर्व इनाम स्थान के पास कोशिकाओं का संकेंद्रण कम हो गया, और मानचित्र अपनी मूल स्थिति की ओर वापस लौट आया।
ये निष्कर्ष बताते हैं कि मस्तिष्क इनाम को संभालने के लिए दो अलग-अलग तंत्रों का उपयोग करता है। एक तंत्र यह बदलता है कि मौजूदा मानचित्र का उपयोग कैसे किया जाता है, जिससे जानवर लक्ष्य पर अपना ध्यान और व्यवहार केंद्रित कर पाता है। दूसरा तंत्र, जो विशिष्ट शिक्षण संकेतों द्वारा संचालित होता है, स्वयं मानचित्र को भौतिक रूप से नया आकार देता है, लेकिन यह पुनर्गठन तात्कालिक व्यवहारिक बदलावों की तुलना में एक अधिक सूक्ष्म और क्रमिक प्रक्रिया है। यह शोध यह समझने के लिए एक स्पष्ट ढांचा प्रदान करता है कि मस्तिष्क का स्थानिक मानचित्र दुनिया का एक स्थिर प्रतिनिधित्व भी है और एक लचीला उपकरण भी है जिसे जानवर के मूल्यों द्वारा ट्यून (समायोजित) किया जा सकता 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।