An Innovative Perspective to Profound Functions of the Brain: Hypothesis of Resonance of Closed Neural Network Geometries
यह शोध पत्र रेजोनेंस ऑफ क्लोज्ड न्यूरल नेटवर्क ज्योमेट्रीज़ (RCNNG) ढांचे का प्रस्ताव करता है, जो यह प्रतिपादित करता है कि धारणा और चेतना आवर्ती तंत्रिका परिपथों (recurrent neural circuits) में स्थिर अनुनादी आकर्षणों (resonant attractors) से उत्पन्न होती है, जहाँ संवेदी स्थिरता और व्यक्तिपरक अनुभव ("इनरजेनेंस") भौतिक संरचनाओं के बजाय इनपुट-संचालित बंद तंत्रिका ज्यामितिओं के उनके अंतर्निहित अनुनादी पहचानों के मानचित्रण से उत्पन्न होते हैं।
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 का गुप्त संगीत (The Brain's Secret Symphony)
कल्पना कीजिए कि आपका मस्तिष्क एक विशाल, हलचल भरे शहर की तरह है। लंबे समय तक, वैज्ञानिकों ने सोचा कि यह शहर एक विशाल पुस्तकालय या कंप्यूटर हार्ड ड्राइव की तरह काम करता है। उस पुराने दृष्टिकोण में, हर विचार, स्मृति या भावना एक विशिष्ट शेल्फ पर रखी गई एक विशिष्ट पुस्तक की तरह थी। कुछ याद करने के लिए, आपका मस्तिष्क बस उस शेल्फ के पते को "खोजता" था, किताब निकालता था और उसे पढ़ लेता था। लेकिन समस्या यह है: मस्तिष्क अव्यवस्थित है। इसकी कोशिकाओं (न्यूरॉन्स) के बीच के संबंध लगातार बदलते, बढ़ते और सिकुड़ते रहते हैं। वहां कोई स्थिर "पते" या "शेल्फ" नहीं हैं जिन्हें खोजा जा सके। यदि मस्तिष्क एक पुस्तकालय की तरह काम करता, तो इसमें कुछ भी ढूंढना असंभव होता क्योंकि इसका मानचित्र हमेशा फिर से बनाया जा रहा होता है।
तो, मस्तिष्क वास्तव में कैसे काम करता है? बिजली की एक क्षणिक चिंगारी एक लाल सेब को देखने या एक गीत को याद करने की ठोस, स्थिर भावना में कैसे बदल जाती है? यही वह बड़ा रहस्य है जिसे यह शोध पत्र संबोधित करता है। यह "फाइलों को खोजने" के विचार से हटकर मस्तिष्क को एक गतिशील, प्रवाहमयी प्रणाली के रूप में देखता है। स्थिर भंडारण के बजाय, यह अनुनाद (resonance) पर ध्यान केंद्रित करता है—वही भौतिकी जो एक गिटार के तार को तब कंपन करने पर मजबूर करती है जब आप उससे मेल वाला सुर बजाते हैं, या एक पुल को तब हिला देती है जब एक मार्चिंग बैंड लय में कदम रखता है। शोध पत्र पूछता है: क्या होगा यदि हमारे विचार किसी स्थान में संग्रहीत नहीं हैं, बल्कि वे स्वयं वह कंपन हैं?
मस्तिष्क की संगीतमय ज्यामिति (The Brain's Musical Geometry)
यहाँ हसन नियाज़ी का एक नया विचार आता है, जिसे हाइपोथीसिस ऑफ रेजोनेंस ऑफ क्लोज्ड न्यूरल नेटवर्क ज्योमेट्रीज़ (RCNNG) कहा जाता है। यह बोलने में कठिन है, लेकिन अवधारणा आश्चर्यजनक रूप से संगीतमय और ज्यामितीय है।
नियाज़ी का सुझाव है कि मस्तिष्क जानकारी को किसी विशिष्ट स्थान पर संग्रहीत नहीं करता है। इसके बजाय, जब आप कुछ देखते, सुनते या महसूस करते, तो आपका मस्तिष्क एक बंद लूप (closed loop) बनाता है—एक गोलाकार पथ जहाँ संकेत इधर-उधर घूमते रहते हैं, जैसे ट्रैक पर दौड़ती हुई रेस कार। जब संकेत ट्रैक की "गति" से मेल खाता, तो यह अनुनाद (resonance) पैदा करता है। इसे एक बच्चे को झूले पर धकेलने जैसा समझें। यदि आप बिल्कुल सही क्षण में धक्का देते हैं, तो झूला ऊँचा और ऊँचा जाता है। शोध पत्र के अनुसार, लाल रंग की अनुभूति तब उत्पन्न होती है जब लाल रंग के स्पेक्ट्रल गुणों (spectral properties) के लिए ट्यून की गई एक बंद ज्यामिति अपनी अनुनादी पहचान (resonant identity) को प्रकट करती है।
शोध पत्र तर्क देता है कि अनुभूति (perception) (लाल देखना) केवल वह क्षण है जब इनपुट के लिए ट्यून किया गया वह विशिष्ट बंद लूप अपनी अनुनादी पहचान के साथ स्थापित होता है। ऐसा नहीं है कि मस्तिष्क लाल रंग की स्मृति को "ढूंढता है"; मस्तिष्क लाल रंग की उस विशिष्ट बंद ज्यामिति की अनुनादी पहचान बन जाता है। शोध पत्र स्पष्ट रूप से इस विचार को खारिज करता है कि अनुभूति एक सीधी रेखा में होती है (जैसे डोमिनोज़ की गिरती हुई श्रृंखला) या एक शाखाओं वाले पेड़ की तरह। वे आकार बहुत सरल हैं। एक वास्तविक अनुभव जैसा महसूस कराने के लिए आपको एक बंद लूप की आवश्यकता होती है जो स्थिर, दोहराव वाला पैटर्न बना सके।
होने का "इनरजेंस" (The "Innergence" of Being)
यहाँ मामला वास्तव में दिलचस्प हो जाता है। शोध पत्र एक नया शब्द पेश करता है: इनरजेंस (Innergence)।
आमतौरिक रूपमा, जब हम किसी चीज़ का अवलोकन करते हैं, तो हम बाहर से अंदर की ओर देखते हैं (जैसे आप एक पेड़ को देख रहे हैं)। लेकिन इस सिद्धांत में, अनुनादी बंद ज्यामिति (resonant closed geometry) ही एक साथ प्रेक्षक (observer) और ज्ञाता (perceiver) के रूप में कार्य करती है। लूप केवल डेटा प्रोसेस करने वाली मशीन नहीं है; लूप की अनुनादी पहचान ही अनुभव करने की भावना है। चेतना नेटवर्क में कई बंद ज्यातियों के एक साथ या क्रमिक रूप से अनुनाद (simultaneous or sequential resonance) से मेल खाती है। शोध पत्र के अनुसार, व्यक्तिपरक प्रथम-व्यक्ति (first-person) अनुभव, बंद ज्यातियों की अनुनादी अवस्था (resonant state) से उत्पन्न होता है। यह एक स्पीकर पर बज रहे गाने की रिकॉर्डिंग (बाहरी) और अपने सीने में संगीत के कंपन को महसूस करने (आंतरिक) के बीच के अंतर जैसा है। शोध पत्र सुझाव देता है कि चेतना वह है जो तब घटित होती है जब कई ऐसे लूप एक साथ कंपन करते हैं, आपस में जुड़ते हैं और अनुभव का एक जटिल, वैश्विक सिम्फनी बनाते हैं।
मस्तिष्क बिना मानचित्र के कैसे "याद रखता" है?
यदि मस्तिष्क के पास शेल्फ नहीं हैं, तो यह याद कैसे रखता है? नियाज़ी अनुनाद पुनर्प्राप्ति (Resonant Retrieval) का प्रस्ताव करते हैं।
कल्पित कीजिए कि आपके पास ट्यूनिंग फोर्क्स (tuning forks) से भरा एक कमरा है। आपको यह जानने की ज़रूरत नहीं है कि कौन सा फोर्क किसका है ताकि आप जिसे चाहते हो उसे ढूँढ सकें। आप बस एक ऐसा ट्यूनिंग फोर्क बजाते हैं जो आपके द्वारा खोजे जा रहे सुर से मेल खाता है। मेल खाने वाला फोर्क जोर से कंपन करने लगेगा, जबकि अन्य शांत रहेंगे।
मस्तिष्क में, यदि आप किसी चेहरे को याद करना चाहते हैं, तो आप पता नहीं खोजते। आप एक ऐसा संकेत भेजते है जो उस चेहरे की "आवृत्ति" (frequency) से मेल खाता है। वह विशिष्ट बंद लूप जो आपने पहली बार वह चेहरा देखते समय बनाया था, फिर से अनुनाद करने लगेगा, जिससे वह स्मृति वापस जीवंत हो जाएगी। शोध पत्र के सिमुलेशन दिखाते कि जब आप एक संकेत को दोहराते हैं (जैसे बार-बार एक ही चेहरा देखना), तो मस्तिष्क उस संकेत के लिए अधिक लूप बनाता है, जिससे स्मृति मजबूत और खोजने में आसान हो जाती है। यह एक पूरे गायक मंडली (choir) के समान है जो एक ही सुर गाने के लिए तैयार है।
सिमुलेशन ने क्या दिखाया
लेखक ने इसे केवल कल्पना में नहीं रचा; उन्होंने इसे परखने के लिए 50 से 5,000 नोड्स वाले एडेप्टिव रिकरेंट नेटवर्क (adaptive recurrent networks) का उपयोग किया।
- निष्कर्ष: जब उन्होंने डिजिटल नेटवर्क को एक दोहराए जाने वाले संकेत (जैसे एक स्थिर ताल) के साथ फीड किया, तो नेटवर्क ने स्वाभाविक रूप से बंद लूप बनाए जो उस ताल के साथ तालमेल बिठाकर कंपन करते थे। ये लूप स्थिर थे और टूटे नहीं, भले ही संकेत थोड़ा शोर भरा (noisy) था।
- जुड़ाव: जब उन्होंने एक साथ दो संकेत बजाए, तो उन संकेतों के लूप आपस में जुड़ने लगे। यह समझाता है कि हम चीजों को कैसे जोड़ते हैं (जैसे कॉफी की गंध और सुबह की याद आना)।
- गणित: शोध पत्र कुछ भारी गणित (जैसे "परसिस्टेंट होमोलॉजी", जो एक आकार में लूपों को गिनने का एक फैंसी तरीका है) का उपयोग यह साबित करने के लिए करता है कि ये कंपन करते लूप वास्तविक, स्थिर संरचनाएं हैं, न कि केवल रैंडम ग्लिच। सिमुलेशन ने दिखाया कि जैसे-जैसे नेटवर्क बड़ा हुआ, यह इन लूपों को अधिक धारण कर सका, जिससे एक समृद्ध, अधिक जटिल "आंतरिक दुनिया" का निर्माण हुआ।
इसका क्या अर्थ है (और क्या नहीं है)
शोध पत्र इस बारे में बहुत स्पष्ट है कि इसने क्या किया है और क्या नहीं है। इसने अभी तक यह साबित नहीं किया है कि यह बिल्कुल उसी तरह काम करता है जैसे वास्तविक जीवन में मानव मस्तिष्क काम करता है। इसने जीवित व्यक्ति में इन लूपों को मापने के लिए कोई "चेतना मीटर" नहीं खोजा है।
इसके बजाय, शोध पत्र सुझाव देता है कि यह एक संभावित, भौतिकी-आधारित तरीका है यह समझाने का कि मस्तिष्क बिना किसी कठोर मानचित्र की आवश्यकता के स्थिर विचार और भावनाएं कैसे बना सकता है। यह तर्क देता है कि "आप होने" की भावना इन बंद लूपों की अनुनादी पहचान का परिणाम है। यह इस विचार को खारिज करता है कि हमें अपनी स्मृतियों को खोजने के लिए एक विशेष "पते" की आवश्यकता है। यह इस विचार को भी खारिज करता है कि सरल, सीधी रेखा वाले संकेत चेतना पैदा कर सकते हैं।
लेखक का प्रस्ताव है कि यदि यह सिद्धांत सही है, तो वैज्ञानिक विशेष उपकरणों का उपयोग करके वास्तविक मस्तिष्क डेटा में इन विशिष्ट, स्थिर कंपन करते लूपों को खोज सकेंगे। तब तक, RCNNG मन की एक सुंदर, संगीतमय तस्वीर पेश करता है: धूल भरी किताबों का पुस्तकालय नहीं, बल्कि कंपन करते लूपों का एक जीवित, सांस लेता हुआ ऑर्केस्ट्रा, जहाँ हर विचार एक गीत है जिसे मस्तिष्क स्वयं को सुनाता 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।