Simple, static, spiking nonlinearities can account for seemingly complex interactions between visual, motor and cognitive variables in the visual cortex.
यह अध्ययन प्रदर्शित करता है कि मकाक विजुअल कॉर्टेक्स में दृश्य उद्दीपकों, स्थानिक ध्यान, मोटर योजना और माइक्रोसैकेड्स के बीच जटिल अंतःक्रियाओं को एक सरल तंत्र द्वारा सरलतापूर्वक समझाया जा सकता है जहाँ कार्य-संबंधी संकेत एक स्पाइकिंग नॉनलिनियैरिटी के माध्यम से गेन (gain) के रूप में प्रकट होने वाले योगात्मक, उद्दीपक-स्वतंत्र मॉड्यूलेशन प्रदान करते हैं, जिससे माइक्रोसैकेड्स और ध्यान के बीच कारण संबंध के संबंध में विवादों का समाधान होता है।
मूल पेपर CC0 1.0 (https://creativecommons.org/publicdomain/zero/1.0/) के तहत सार्वजनिक डोमेन को समर्पित 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 बाहरी दुनिया और मन की आंतरिक अवस्था के बीच एक निरंतर बातचीत है। जब एक बंदर एक फल को देखता है, तो उसके विजुअल कॉर्टेक्स (दृश्य प्रांतस्था) के न्यूरॉन्स केवल फल की छवि को रिकॉर्ड नहीं करते हैं। वे इस बात से भी प्रभावित होते हैं कि जानवर अपना ध्यान कहाँ केंद्रित कर रहा है, वह अपनी आँखों को कहाँ ले जाने की योजना बना रहा है, और वह क्या निर्णय लेने वाला है। दशकों से, वैज्ञानिक इस बात को समझने के लिए संघर्ष कर रहे हैं कि ये विभिन्न संकेत—कच्चा दृश्य डेटा, ध्यान का केंद्र, और गति के लिए मोटर योजनाएं—एक ही तंत्रिका कोशिका के भीतर कैसे संयोजित होते हैं। क्या वे एक जटिल, उलझे हुए जाल में आपस में मिल जाते हैं जहाँ एक संकेत दूसरे के प्रति कोशिका की प्रतिक्रिया को बदल देता है? या वे अलग-अलग, स्वतंत्र धाराओं के रूप में आते हैं जिन्हें कोशिका बस आपस में जोड़ देती है? यह प्रश्न समझना महत्वपूर्ण है कि मस्तिष्क दुनिया की एक स्थिर तस्वीर को कैसे बनाए रखता है जबकि वह नए कार्यों के प्रति प्रतिक्रिया करने के लिए पर्याप्त लचीला भी बना रहता है।
शोधकर्ताओं की एक टीम ने मैकाक बंदरों के विजुअल कॉर्टेक्स में न्यूरॉन्स को देखते हुए इस गुत्थी को सुलझाने का प्रयास किया। उन्होंने मस्तिष्क के दो विशिष्ट क्षेत्रों पर ध्यान केंद्रित किया, जिन्हें V2 और V3 के रूप में जाना जाता है, जो दृश्य विवरणों को संसाधित करने के लिए महत्वपूर्ण हैं। इसे करने के लिए, उन्होंने एक चतुर प्रयोग डिजाइन किया जिसने बंदरों को उनकी आँखों की गतिविधियों से उनके ध्यान को अलग करने के लिए मजबूर किया। बंदरों को एक ही समय में दो अलग-अलग 3D छवियां दिखाई गईं, एक बाईं ओर और एक दाईं ओर। इन दोनों में से केवल एक छवि ही कार्य के लिए प्रासंगिक थी, जिसे एक सूक्ष्म संकेत द्वारा दर्शाया गया था। बंदर को यह तय करना था कि उस विशिष्ट छवि का केंद्र बाहर की ओर उभर रहा है या अंदर की ओर धंस रहा है। महत्वपूर्ण रूप से, बंदर ने अपना उत्तर एक ऐसे लक्ष्य को देखकर दिया जो एक यादृच्छिक ऊर्ध्वाधर स्थिति में दिखाई दिया था, जिसका छवि के स्थान से कोई संबंध नहीं था। इस सेटअप का अर्थ था कि बंदर बाईं छवि पर ध्यान केंद्रित कर सकता था जबकि दाईं ओर के लक्ष्य की ओर देख रहा था, या वह एक ऐसी गति की योजना बना सकता था जिसका उसकी दृष्टि के स्थान से कोई लेना-देना नहीं था। इसने वैज्ञानिकों को यह देखने की अनुमति दी कि जब ध्यान, आँखों की हरकतें और दृश्य इनपुट एक ही दिशा में नहीं होते हैं, तो मस्तिष्क उन्हें कैसे संभालता है।
शोधकर्ताओं ने लगभग 1,200 व्यक्तिगत न्यूरॉन्स की गतिविधि को रिकॉर्ड किया जबकि बंदर इस कार्य को कर रहे थे। वे विशेष रूप से एक बहुत छोटी, अनैच्छिक नेत्र गति (माइक्रोसैकेड) में रुचि रखते थे। ये आँखों की सूक्ष्म थरथराहट होती हैं जो हम तब भी करते हैं जब हम स्थिर रहने की कोशिश करते हैं। पिछले अध्ययनों ने सुझाव दिया था कि ये सूक्ष्म गतियां ध्यान के काम करने के तरीके की कुंजी हो सकती हैं, शायद एक द्वार के रूप में कार्य करती हैं जो केवल तभी ध्यान के द्वार खोलती हैं जब आँख वस्तु की ओर बढ़ती है। हालाँकि, नए डेटा ने एक अलग कहानी बताई। शोधकर्ताओं ने पाया कि न्यूरॉन्स ने ध्यान और इन सूक्ष्म नेत्र गतियों के प्रति इस तरह प्रतिक्रिया दी जैसे कि वे दो पूरी तरह से अलग चीजें हों। ध्यान देने से होने वाली गतिविधि में वृद्धि तब भी हुई, चाहे आँख वस्तु की ओर जा रही हो या उससे दूर। इसी प्रकार, आँखों की सूक्ष्म थरथराहट ने न्यूरॉन की गतिविधि में अपना छोटा, अस्थायी उछाल जोड़ा, लेकिन यह उछाल इस बात पर निर्भर नहीं था कि बंदर कहाँ ध्यान केंद्रित कर रहा था।
इन अवलोकनों को समझने के लिए, टीम ने एक सांख्यिकीय मॉडल बनाया ताकि यह देखा जा सके कि विभिन्न संकेत कैसे संयोजित होते हैं। उन्होंने परीक्षण किया कि क्या मस्तिष्क इन संकेतों को एक जटिल तरीके से मिला रहा है, जहाँ ध्यान शायद न्यूरॉन की छवि के प्रति प्रतिक्रिया को बदल देता है। इसके बजाय, उन्होंने पाया कि सबसे सरल स्पष्टीकरण ही सही था। दृश्य इनपुट, ध्यान और नेत्र गतियाँ सभी न्यूरॉन तक अलग-अलग, योगात्मक (additive) संकेतों के रूप में पहुँचीं। कल्पना करें कि एक न्यूरॉन एक ऐसे उपकरण के समान है जो दृश्य दुनिया से विद्युत इनपुट का एक आधार स्तर प्राप्त करता है। ध्यान और नेत्र गतियाँ बस उस इनपुट में थोड़ा अतिरिक्त वोल्टेज जोड़ देते हैं, जैसे रेडियो की आवाज़ बढ़ाना। न्यूरॉन फिर इस संयुक्त संकेत को एक निश्चित, गैर-रेखीय फिल्टर (non-linear filter) के माध्यम से संसाधित करता है। यही फिल्टर संकेतों के सरल जोड़ को उन जटिल पैटर्न में बदल देता है जिन्हें वैज्ञानिक अंतिम आउटपुट में देखते हैं। यह अंतिम चरण, न्यूरॉन की अपनी आंतरिक प्रक्रिया, ही है जो संकेतों को आपस में क्रिया करते हुए दिखाती है, भले ही वे अलग-अलग आए हों।
अध्ययन ने यह भी देखा कि बंदर के अंतिम निर्णय ने न्यूरॉन्स को कैसे प्रभावित किया। जब बंदर ने "निकट" या "दूर" चुना, तो न्यूरॉन्स ने ऐसी गतिविधि दिखाई जो छवि के प्रति उनकी संवेदनशीलता को नया आकार देती हुई प्रतीत हुई। फिर भी, वही सरल तंत्र सत्य रहा। निर्णय का संकेत न्यूरॉन के इनपुट में एक स्वतंत्र जुड़ाव के रूप में आया। इसने छवि को देखने के मौलिक तरीके को नहीं बदला; इसने बस आधारभूत गतिविधि को ऊपर या नीचे की ओर स्थानांतरित कर दिया। शोधकर्ताओं ने इसकी पुष्टि इस बात से की कि एक ऐसा मॉडल जो इन स्वतंत्र, योगात्मक इनपुट्स को मानता है, वह उन मॉडलों की तुलना में बेहतर भविष्यवाणी कर सकता है जो चरों के बीच जटिल अंतःक्रियाओं को थोपने की कोशिश करते हैं। वास्तव में, अधिक जटिल मॉडल अक्सर खराब प्रदर्शन करते हैं, जो यह सुझाव देता है कि मस्तिष्क को इन संकेतों को संयोजित करने के लिए जटिल संबंध बनाने की आवश्यकता नहीं है।
यह निष्कर्ष दृश्य प्रांतस्था (visual cortex) के कार्य करने के तरीके का एक स्पष्ट और सरल दृष्टिकोण प्रदान करता है। यह सुझाव देता है कि मस्तिष्क दृश्य दुनिया के मूल इनपुट को ध्यान और क्रिया की बदलती मांगों से अलग रखकर एक स्थिर प्रतिनिधित्व सुरक्षित रखता है। तंत्रिका गतिविधि में दिखने वाली जटिलता अनिवार्य रूप से परस्पर क्रियाओं के एक उलझे हुए जाल का संकेत नहीं है, बल्कि यह सरल, स्वतंत्र संकेतों के एक मानक, गैर-रेखीय फिल्टर से गुजरने का परिणाम है। शोधकर्ताओं ने माइक्रोसैकेड्स के बारे में लंबे समय से चल रही बहस को भी स्पष्ट किया। उनके डेटा ने दिखाया कि ये सूक्ष्म नेत्र गतियां ध्यान को संचालित नहीं करती हैं या इसके प्रभावों को नियंत्रित नहीं करती हैं। इसके बजाय, ध्यान और नेत्र गतियां समानांतर प्रक्रियाएं हैं जो मस्तिष्क को स्वतंत्र रूप से प्रभावित करती हैं। मस्तिष्क इन विविध संकेतों—संवेदी, मोटर और संज्ञानात्मक—को एक सरल तंत्र के माध्यम से एकीकृत करता है जो उसे छवि की स्पष्टता खोए बिना लचीला रहने की अनुमति देता 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।