Low-dimensional factorized neural computations underlie risk-adaptive choices
यह अध्ययन प्रदर्शित करता है कि जोखिम-अनुकूल निर्णय लेना (risk-adaptive decision-making) निम्न-आयामी तंत्रिका गणनाओं (low-dimensional neural computations) पर निर्भर करता है जो सुरक्षित और जोखिमपूर्ण अवस्थाओं को अलग करते हैं, एक ऐसी प्रक्रिया जिसे डीप रिइन्फोर्समेंट लर्निंग एजेंटों के माध्यम से पहचाना गया है और मानव तंत्रिका रिकॉर्डिंग में समान गतिशील पैटर्न द्वारा मान्य किया गया 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
अपने मस्तिष्क की कल्पना एक अत्यंत बुद्धिमान नेविगेशन सिस्टम के रूप में करें जो आपको एक धुंधले जंगल से बाहर निकालने की कोशिश कर रहा है। कभी-कभी रास्ता साफ होता है, लेकिन अक्सर, आपको अनुमान लगाना पड़ता है: "यदि मैं इस शॉर्टकट से जाता हूँ, तो क्या मुझे खजाने का संदूक मिलेगा, या मैं गड्ढे में गिर जाऊँगा?" यह निर्णय लेने (decision-making) की दैनिक वास्तविकता है। वैज्ञानिक इन अनुमानों से सीखने के अध्ययन को 'रीइन्फोर्समेंट लर्निंग' (Reinforcement Learning) कहते हैं। यह उसी तर्क का उपयोग करता है जिसका उपयोग एक कुत्ता करतब सीखने के लिए करता है (अच्छे व्यवहार के लिए इनाम) या एक वीडियो गेम का पात्र लेवल अप करने के लिए करता है। लेकिन यहाँ पेचीदा बात यह है: वास्तविक जीवन कोई वीडियो गेम नहीं है जिसमें सटीक निर्देश हों। हमें बड़े इनाम के रोमांच और बड़े नुकसान की डरावनी संभावना के बीच संतुलन बनाना पड़ता है। जब यह प्रणाली गड़बड़ा जाती है, तो यह समस्या पैदा कर सकती है, जैसे जुए की लत या आवेगपूर्ण विकल्प। हमारा मस्तिष्क इस उच्च-दांव वाले अनुमान लगाने वाले खेल को कैसे संभालता है, इसे समझने के लिए, शोधकर्ता अब आर्टिफिशियल इंटेलिजेंस के साथ टीम बना रहे हैं, कंप्यूटर प्रोग्रामों का उपयोग करके यह सिम्युलेट कर रहे हैं कि एक मस्तिष्क कैसे सोच सकता है, और फिर यह जाँच रहे हैं कि क्या वास्तविक मानव मस्तिष्क वास्तव में उसी तरह काम करता है।
यह शोध पत्र एक दिलचस्प जासूसी कहानी है जहाँ जांचकर्ताओं ने "बैलून एनालॉग रिस्क टास्क" (BART) नामक एक जोखिम भरे खेल को हल करने के लिए कंप्यूटर एजेंटों के एक झुंड का उपयोग किया। इस खेल में, आप एक गुब्बारा फुलाते हैं; गुब्बारा जितना बड़ा होगा, आप उतने ही अधिक अंक जीतेंगे, लेकिन यदि आप इसे बहुत अधिक फुला देते हैं, तो यह फट जाएगा और आपको कुछ भी नहीं मिलेगा। शोधकर्ताओं ने केवल कंप्यूटरों को खेलते हुए नहीं देखा; उन्होंने यह भी देखा कि खेलते समय कंप्यूटर के "मस्तिष्क" (उनके आंतरिक न्यूरल नेटवर्क) कैसे बदले। उन्होंने पाया कि कंप्यूटर स्वाभाविक रूप से दो अलग-अलग व्यक्तित्व प्रकारों में विभाजित हो गए। एक समूह, "एक्सप्लोरर्स" (Explorers), अत्यधिक सतर्क थे। वे गुब्बारों को बहुत धीरे और सावधानी से फुलाते थे, खेल के हर एक विवरण को समझने की कोशिश करते थे, लेकिन अंत में उन्हें कम अंक मिले। दूसरा समूह, "बाइमोडल" (Bimodal) रणनीतिकार, जोखिम-अनुकूलन के माहिर थे। उन्होंने छोटे गुब्बारों को थोड़ा सा फुलाने (सुरक्षित रहने के लिए) का सीखा, लेकिन बड़े गुब्बारों को बहुत अधिक फुलाया, यह जानते हुए कि उन्हें ठीक कब रुकना है। ये "बाइमोडल" एजेंट खेल में बहुत बेहतर थे।
लेकिन असली जादू तब हुआ जब शोधकर्ताओं ने कंप्यूटर मस्तिष्क के भीतर विचारों के आकार को देखा। उन्होंने पाया कि "बाइमोडल" एजेंटों ने अपने विचारों को एक व्यवस्थित, निम्न-आयामी (low-dimensional) तरीके से व्यवस्थित किया था। कल्पना कीजिए कि उनके विचार एक चिकनी, घुमावदार स्लाइड की तरह हैं जो स्पष्ट रूप से "सुरक्षित" को "जोखिम भरे" स्थितियों से अलग करती है। इसके विपरीत, "एक्सप्लोरर" एजेंटों के विचार अव्यवस्थित और उलझे हुए थे जहाँ सुरक्षित और जोखिम भरी स्थितियाँ आपस में मिल गई थीं। शोधकर्ताओं ने फिर उस कंप्यूटर-जनित मानचित्र को लिया और उसकी तुलना उसी गुब्बारे वाले खेल को खेलने वाले मिर्गी के 44 मानव रोगियों की वास्तविक मस्तिष्क गतिविधि से की। परिणाम आश्चर्यजनक रूप से समान थे। जो मनुष्य "बाइमोडल" एजेंटों की तरह खेलते थे, उनकी मस्तिष्क गतिविधि ने उन्हीं व्यवस्थित स्लाइड्स का निर्माण किया, जो विभिन्न स्तर के जोखिमों को स्पष्ट रूप से अलग करती थीं। जो मनुष्य "एक्सप्लोरर्स" की तरह खेलते थे, उनमें अव्यवस्थित, उलझे हुए मस्तिष्क पैटर्न थे।
यह शोध पत्र सुझाव देता है कि स्मार्ट, जोखिम भरे निर्णय लेने का रहस्य केवल एक "अच्छे" मस्तिष्क के बारे में नहीं है, बल्कि एक ऐसे मस्तिष्क के बारे में है जो सूचना को एक विशिष्ट, कुशल ज्यामितीय आकार में व्यवस्थित करता है। "बाइमोडल" मानव और कंप्यूटर दोनों ने एक ऐसी रणनीति का उपयोग किया जहाँ उन्होंने मध्यम और उच्च-इनाम वाले गुब्बारों को एक बड़े "आगे बढ़ो" श्रेणी के रूप में माना, जबकि खतरनाक गुब्बारों को पूरी तरह से अलग रखा। इसने उन्हें त्वरित, अनुकूल निर्णय लेने में सक्षम बनाया। इसके विपरीत, "एक्सप्लोरर्स" ने सुरक्षित और मध्यम जोखिमों के बीच के अंतर को समाप्त कर दिया, जिससे जोखिम लेने का निर्णय लेना कठिन हो गया। यह अध्ययन यह साबित नहीं करता है कि यही एकमात्र तरीका है जिससे मस्तिष्क काम करता है, लेकिन यह दृढ़ता से संकेत देता है कि हमारे मस्तिष्क, हमारे सर्वश्रेष्ठ कृत्रिम बुद्धिमत्ता की तरह, अनिश्चितता से निपटने के लिए इन स्वच्छ, निम्न-आयामी मानचित्रों पर निर्भर करते हैं। यह एक सुंदर उदाहरण है कि कैसे मानव विकल्पों की अव्यवस्थित, जटिल दुनिया वास्तव में सरल, सुरुचिपूर्ण गणितीय संरचनाओं पर आधारित हो सकती है, चाहे वह सिलिकॉन चिप्स में हो या मानव न्यूरॉन्स में।
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।