Simulated Light Schedules for Sleep-Wake Adjustments: Exploring the Incorporation of Reinforcement Learning

मानव इतिहास के अधिकांश समय में, हमारी आंतरिक घड़ियाँ सूर्य द्वारा निर्धारित की जाती थीं। हम भोर के साथ जागते थे और गोधूलि बेला के साथ सो जाते थे, एक ऐसी लय जो आँखों पर पड़ने वाली रोशनी द्वारा समन्वित होती थी। हालाँकि, आज हम कृत्रिम प्रकाश की दुनिया में रहते हैं जो वास्तव में कभी बंद नहीं होता। यह निरंतर चमक शरीर की जैविक समय प्रणाली को भ्रमित कर सकती है, जिससे नींद उथली महसूस हो सकती है या गलत समय पर जागना पड़ सकता है। वैज्ञानिक लंबे समय से जानते हैं कि प्रकाश वह प्राथमिक संकेत है जो हमारे शरीर को बताता है कि कब आराम करना है और कब सक्रिय रहना है, जो भोजन, तापमान या शोर से भी अधिक प्रभावी है। बाधित नींद के चक्र को ठीक करने के लिए, शोधकर्ताओं ने पारंपरिक रूप से कठोर, अक्सर असहज योजनाओं पर भरोसा किया है जो लोगों को विशिष्ट समय पर चमकीली रोशनी की ओर देखने या पूर्ण अंधकार में बैठने के लिए मजबूर करती हैं। ये विधियाँ सिद्धांत में तो काम करती हैं लेकिन वास्तविक जीवन में बनाए रखना कठिन है, जहाँ लोगों के पास नौकरियाँ, परिवार और सामाजिक जीवन होता है जो किसी सटीक प्रयोगशाला कार्यक्रम में फिट नहीं बैठता। चुनौती यह खोजने की थी कि शरीर को एक स्वस्थ लय की ओर धीरे से वापस लाने के लिए प्रकाश का उपयोग कैसे किया जाए, बिना किसी व्यक्ति को उसकी दैनिक दिनचर्या छोड़ने की मांग किए।

मोनश यूनिवर्सिटी मलेशिया के शोधकर्ताओं की एक टीम ने इन लाइट शेड्यूल (प्रकाश कार्यक्रमों) को डिजाइन करने के लिए कंप्यूटर को सिखाकर इस समस्या के प्रति एक नया दृष्टिकोण अपनाया है। एक निश्चित नियमों के सेट या पहले से लिखे गए मैनुअल के बजाय, उन्होंने एक ऐसा सिस्टम बनाया है जो 'रीइन्फोर्समेंट लर्निंग' (सुदृढीकरण शिक्षण) नामक एक प्रकार के आर्टिफिशियल इंटेलिजेंस का उपयोग करता है। कल्पना कीजिए कि एक छात्र संगीत वाद्ययंत्र बजाना सीख रहा है; वह एक स्वर लगाता है, सुनता है कि क्या वह सही लग रहा है, और अगले प्रयास के लिए अपनी उंगलियों की स्थिति को समायोजित करता है। शोधकर्ताओं ने प्रकाश के लिए इसी 'प्रयास-और-त्रुटि' (ट्रायल-एंड-एरर) तर्क को लागू किया। उन्होंने एक डिजिटल ढांचा बनाया जहाँ एक कंप्यूटर एल्गोरिदम एक छात्र की तरह कार्य करता है, जो किसी व्यक्ति के दैनिक प्रकाश जोखिम को एक विशिष्ट नींद के लक्ष्य को प्राप्त करने के लिए संशोधित करने का प्रयास करता है। कंप्यूटर केवल अनुमान नहीं लगाता; वह वास्तविक मानव व्यवहार के डेटाबेस से सीखता है। यह देखता है कि प्रकाश के पैटर्न लोगों के वास्तव में सोने और जागने के समय से कैसे संबंधित हैं, फिर व्यक्ति को उसके वांछित सोने के समय के करीब ले जाने के लिए प्रकाश कार्यक्रम को बार-बार ट्यून करता है।

इस सिस्टम को प्रशिक्षित करने के लिए, शोधकर्ताओं को सबसे पहले वास्तविक दुनिया के डेटा की आवश्यकता थी। उन्होंने 19 युवाओं को भर्ती किया, जिनमें ज्यादातर विश्वविद्यालय के छात्र थे, और उनसे छह दिनों तक दो छोटे उपकरण पहनने के लिए कहा। एक उपकरण, जिसे पेंडेंट की तरह पहना जाता था, पूरे दिन उनकी आँखों पर पड़ने वाले प्रकाश को मापता था, जिसमें न केवल चमक बल्कि प्रकाश के विशिष्ट रंग भी शामिल थे जो शरीर की आंतरिक घड़ी को प्रभावित करते हैं। दूसरा उपकरण, जिसे कलाई पर पहना जाता था, उनकी गतिविधियों को ट्रैक करता था ताकि यह निर्धारित किया जा सके कि वे वास्तव में कब सो रहे थे और कब जाग रहे थे। टीम ने प्रतिभागियों से सरल स्लीप डायरी भी रखने को कहा। इस डेटा से, शोधकर्ताओं ने प्रतिभागियों को उनके औसत सोने के समय और उनकी नींद की दक्षता के आधार पर पांच अलग-अलग श्रेणियों में विभाजित किया। इस वर्गीकरण ने उन्हें "नींद के प्रकारों" को लक्ष्यों के रूप में मानने की अनुमति दी, ठीक वैसे ही जैसे एक कोच एथलीटों को उनकी प्राकृतिक दौड़ने की शैली के आधार पर समूहों में बांट सकता है।

अध्ययन के मुख्य भाग में दो मुख्य चरण शामिल थे। पहले, टीम ने एक वर्गीकरण मॉडल (क्लासिफिकेशन मॉडल) बनाया, जो एक प्रकार का कंप्यूटर प्रोग्राम है जो छह-दिवसीय प्रकाश कार्यक्रम को देख सकता है और भविष्यवाणी कर सकता है कि व्यक्ति किन पांच नींद श्रेणियों में से किस श्रेणी का है। उन्होंने इस मॉडल का परीक्षण नए डेटा पर किया और पाया कि यह उच्च सटीकता के साथ नींद की श्रेणी की पहचान कर सकता है। यह मॉडल सिस्टम के दूसरे भाग के लिए "शिक्षक" बन गया। दूसरे चरण में, उन्होंने प्रकाश कार्यक्रम उत्पन्न करने के लिए रीइन्फोर्समेंट लर्निंग एल्गोरिदम का उपयोग किया। कंप्यूटर ने व्यक्ति की मूल प्रकाश दिनचर्या से शुरुआत की और उसे एक लक्ष्य दिया: "इस कार्यक्रम को बदलें ताकि व्यक्ति एक अलग नींद की श्रेणी में पहुँच जाए।" एल्गोरिदम ने प्रकाश के स्तरों में छोटे बदलाव किए, जैसे शाम को रोशनी कम करना या सुबह रोशनी बढ़ाना, और फिर वर्गीकरण मॉडल से पूछा, "क्या इस बदलाव ने हमें लक्ष्य के करीब पहुँचाया?" यदि उत्तर 'हाँ' था, तो कंप्यूटर ने उस बदलाव को बरकरार रखा; यदि नहीं, तो उसने कुछ और आज़माया। यह प्रक्रिया हजारों बार दोहराई गई जब तक कि एल्गोरिदम ने एक ऐसा शेड्यूल नहीं खोज लिया जो अनुमानित नींद के पैटर्न को सफलतापूर्वक बदल सके।

परिणामों ने दिखाया कि कंप्यूटर वास्तव में ऐसे प्रकाश कार्यक्रम बना सकता है जो लोगों को विभिन्न नींद-जागने के पैटर्न की ओर ले जा सकते हैं। कुछ नींद श्रेणियों के लिए, कंप्यूटर द्वारा बनाए गए कार्यक्रम उन प्राकृतिक प्रकाश पैटर्न के बहुत समान थे जिन्हें शोधकर्ताओं ने अपने प्रतिभागियों में देखा था। हालाँकि, अन्य श्रेणियों के लिए, कंप्यूटर ने ऐसे कार्यक्रम बनाए जो लोगों के स्वाभाविक अनुभवों से काफी अलग थे, कभी-कभी ऐसे प्रकाश स्तरों का सुझाव दिया जिन्हें मानक घरेलू प्रकाश व्यवस्था के साथ प्राप्त करना कठिन होगा। शोधकर्ताओं ने सिम्युलेशन (अनुकरण) के माध्यम से यह जांचा कि यदि कोई व्यक्ति कंप्यूटर द्वारा जनरेट किए गए इन कार्यक्रमों का पालन करता है तो शरीर की आंतरिक घड़ी पर क्या प्रभाव पड़ेगा। कई मामलों में, सिमुलेशन ने सुझाव दिया कि कार्यक्रम मेलाटोनिन रिलीज (एक हार्मोन जो शरीर को संकेत देता है कि अब सोने का समय है) के समय को सफलतापूर्वक बदल देंगे। फिर भी, अध्ययन ने एक महत्वपूर्ण सीमा को भी उजागर किया: कंप्यूटर कभी-कभी प्रकाश के स्तरों को इतने चरम स्तर तक ले जाता था जो रोजमर्रा की जिंदगी में व्यावहारिक नहीं थे। यह सुझाव देता है कि जबकि तकनीक काम करती है, इसे इस बात के विरुद्ध सावधानीपूर्वक संतुलित किया जाना चाहिए कि एक इंसान के लिए वास्तव में क्या करना संभव है।

यह अध्ययन नींद संबंधी विकारों को हल करने या जेट लैग का पूर्ण इलाज खोजने का दावा नहीं करता है। इसके बजाय, यह व्यक्तिगत प्रकाश योजनाएं बनाने के लिए एक नई विधि का प्रदर्शन करता है। शोधकर्ता इस बात पर जोर देते हैं कि उनका काम एक प्रोटोटाइप है, एक शुरुआती बिंदु जो 'लाइट डाइट' (प्रकाश आहार) को डिजाइन करने के लिए मशीन लर्निंग का उपयोग करने की अवधारणा को सिद्ध करता है। वे उल्लेख करते हैं कि उनका डेटा युवाओं के एक छोटे समूह से आया था, इसलिए परिणामों को अभी सभी पर, जैसे कि वृद्ध वयस्कों या विशिष्ट स्वास्थ्य स्थितियों वाले लोगों पर लागू नहीं किया जा सकता है। इसके अलावा, क्योंकि सिस्टम सीधे शरीर के आंतरिक रसायन विज्ञान को मापने के बजाय प्रकाश के आधार पर नींद के पैटर्न की भविष्यवाणी करने पर निर्भर करता है, इसलिए निष्कर्ष प्रत्यक्ष शारीरिक प्रमाण के बजाय सिमुलेशन और सांख्यिकीय पैटर्न पर आधारित हैं। लेखकों का सुझाव है कि इस तकनीक को एक व्यावहारिक उपकरण बनने के लिए, इसे बड़े समूहों पर परीक्षण करने और यह सुनिश्चित करने के लिए परिष्कृत करने की आवश्यकता होगी कि निर्मित प्रकाश कार्यक्रम न केवल प्रभावी हों बल्कि पालन करने में भी यथार्थवादी हों।

अंततः, यह शोध नींद विज्ञान के लिए एक अधिक लचीले भविष्य का द्वार खोलता है। कठोर, 'एक ही नियम सबके लिए' (वन-साइज़-फिट्स-ऑल) के नियमों से हटकर, अनुकूलन योग्य शिक्षण प्रणालियों की ओर बढ़कर, वैज्ञानिक अंततः ऐसे प्रकाश सुझाव दे सकते हैं जो किसी व्यक्ति के वास्तविक जीवन में सहजता से फिट हो सकें। कंप्यूटर को किसी व्यक्ति को एक घंटे तक चमकीली रोशनी की ओर देखने के लिए मजबूर करने की आवश्यकता नहीं है; यह घर या कार्यालय की लाइटिंग में सूक्ष्म बदलावों का सुझाव दे सकता है जो कई दिनों में संचित होकर शरीर की घड़ी को धीरे से रीसेट कर सकते हैं। हालांकि वर्तमान संस्करण अभी अपने शुरुआती चरणों में है, रीइन्फोर्समेंट लर्निंग का उपयोग करके इन अनुकूलित कार्यक्रमों को उत्पन्न करने की क्षमता एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करती है। यह ध्यान को प्रयोगशाला में जो सैद्धांतिक रूप से संभव है, से हटाकर उस पर केंद्रित करता है जो वास्तविक दुनिया में प्राप्त किया जा सकता है, जो उस दुनिया में बेहतर नींद के लिए एक आशाजनक मार्ग प्रदान करता है जो कभी वास्तव में सोती नहीं है।