Rapid value learning reveals generalized and context-dependent codes in frontal cortex
यह अध्ययन प्रदर्शित करता है कि जबकि एंटीरियर सिंगुलेट कॉर्टेक्स और ऑर्बिटोफ्रोंटल कॉर्टेक्स में मूल्य निरूपण (value representations) सीखने के दौरान तेजी से उभरते हैं, वे विशिष्ट कोडिंग रणनीतियों का उपयोग करते हैं, जिसमें एंटीरियर सिंगुलेट कॉर्टेक्स प्रशिक्षण इतिहासों में एक सामान्य प्रारूप अपनाता है और ऑर्बिटोफ्रोंटल कॉर्टेक्स संदर्भ-निर्भर कोड का उपयोग करता 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
कल्पना कीजिए कि आपका मस्तिष्क एक अत्यंत उन्नत नेविगेशन सिस्टम की तरह है, जो लगातार यह पता लगाने की कोशिश कर रहा है कि कौन सा रास्ता सबसे अच्छे इनाम की ओर ले जाता है। ऐसा करने के लिए, यह एक विशेष प्रकार के "वैल्यू मैप" (मूल्य मानचित्र) पर निर्भर करता है जो बताता है कि कोई चीज़ कितनी अच्छी है। वैज्ञानिक दशकों से इस मानचित्र का अध्ययन कर रहे हैं, लेकिन वे इसे दो बहुत अलग तरीकों से देख रहे हैं। एक तरफ, शोधकर्ता उन मनुष्यों के मस्तिष्क को स्कैन करते हैं जो पहली बार एक नया खेल सीख रहे होते हैं। दूसरी ओर, वे बंदरों के मस्तिष्क में छोटे माइक्रोफोन लगाते हैं जिन्होंने एक ही खेल को हजारों बार खेला है। लंबे समय तक, सभी ने यह माना कि ये दोनों दृष्टिकोण एक ही चीज़ दिखा रहे हैं: कि मस्तिष्क का "वैल्यू मैप" वैसा ही दिखता है चाहे आप बिल्कुल नए हों या एक अनुभवी पेशेवर। लेकिन क्या होगा अगर यह गलत हो? क्या होगा अगर मस्तिष्क नई चीजों के लिए और परिचित चीजों के लिए पूरी तरह से अलग ब्लूप्रिंट का उपयोग करता है? इस बात को समझना महत्वपूर्ण है क्योंकि यह हमें यह समझने में मदद करता है कि जब हम किसी बिल्कुल नई चीज़ का सामना करते हैं, जैसे कि नई नौकरी या कोई अजीब भोजन, और जब हम वही करते हैं जो हम हमेशा से करते आए हैं, तो हम निर्णय कैसे लेते हैं।
यह अध्ययन इसी रहस्य की गहराई में उतरता है और बंदर के मस्तिष्क के दो विशिष्ट कमांड केंद्रों में व्यक्तिगत न्यूरॉन्स (छोटे विद्युत श्रमिकों) को सुनता है: एंटीरियर सिंगुलेट कॉर्टेक्स (ACC) और ऑर्बिटोफ्रंटल कॉर्टेक्स (OFC)। इन्हें मस्तिष्क के "वैल्यू मैनेजर्स" के रूप में समझें। शोधकर्ताओं ने दो बंदरों को नए, अजीब दिखने वाले चित्रों को अलग-अलग मात्रा में जूस के साथ जोड़ने के लिए प्रशिक्षित किया। उन्होंने यह काम अविश्वसनीय रूप से तेज़ी से किया, जिसमें बंदर को एक चित्र दिखाया और फिर एक "सेकेंडरी सिग्नल" (एक रंगीन पट्टी) दिखाया जिसने उन्हें बताया कि वास्तव में कितना जूस आने वाला है। बंदरों ने केवल 4 से 7 प्रयासों में नए चित्रों का मूल्य सीख लिया, जो कि एक इंसान द्वारा नया ऐप सीखने की गति जितनी ही तेज़ है।
बड़ी खोज यह थी कि जबकि दोनों मस्तिष्क क्षेत्रों ने तेज़ी से सीखा, उन्होंने इसे बिल्कुल अलग तरीकों से किया। ACC एक सार्वभौमिक अनुवादक (यूनिवर्सल ट्रांसलेटर) की तरह कार्य करता था। एक बार जब इसने एक नए चित्र का मूल्य सीख लिया, तो इसने उस नए चित्र के साथ बिल्कुल वैसा ही व्यवहार किया जैसा कि एक पुराने, परिचित चित्र के साथ करता है। इसने "वैल्यू" के लिए एक एकल, सामान्यीकृत कोड का उपयोग किया जिसे इस बात से कोई फर्क नहीं पड़ता था कि वस्तु नई है या पुरानी। यह एक GPS की तरह है जो आपको "गाड़ी में पेट्रोल भरने के लिए बाएं मुड़ें" जैसा निर्देश तभी देता है जब आप अपनी पुरानी कार चला रहे हों या अभी-अभी ली गई रेंटल कार।
हालाँकि, OFC एक चयनात्मक लाइब्रेरियन की तरह था जिसे संदर्भ (कॉन्टेक्स्ट) जानने की आवश्यकता थी। इसने केवल "वैल्यू" नहीं देखी; इसने "एक नई चीज़ की वैल्यू" बनाम "एक पुरानी चीज़ की वैल्यू" देखी। OFC ने वास्तव में अलग-अलग न्यूरॉन्स के समूहों को नियुक्त किया, जो इस बात पर निर्भर करता था कि बंदर किसी ताज़ा चीज़ को चुन रहा था या ऐसी चीज़ को जिसे उसने हजारों बार देखा था। इसके अलावा, OFC ही वह पहला था जिसने चिल्लाकर कहा, "हे, यह नया है!" इसने इनाम कितना अच्छा होगा, इसकी गणना करने से पहले ही चुनाव की नवीनता (नोवेल्टी) का संकेत दिया। यह सुझाव देता है कि OFC एक 'कॉन्टेक्स्ट मैनेजर' के रूप में कार्य करता है, जो नई स्थितियों को फ्लैग करता है ताकि मस्तिष्क अतिरिक्त ध्यान दे सके, जबकि ACC सीधे यह तय करने के काम में लग जाता है कि सबसे अच्छा क्या है।
अध्ययन ने यह भी पुष्टि की कि सीखने के बारे में एक क्लासिक सिद्धांत क्या है, विशेष रूप से ACC के बारे में। इसने दिखाया कि जैसे-जैसे बंदरों ने नए चित्रों को सीखा, मस्तिष्क का "वैल्यू सिग्नल" भौतिक रूप से स्थानांतरित हुआ। शुरुआत में, न्यूरॉन्स केवल तभी चमकते थे जब जूस (या जूस के लिए संकेत) आता था। लेकिन जैसे ही बंदरों ने सीखा कि चित्र जूस की भविष्यवाणी करता है, सिग्नल समय में पीछे की ओर कूद गया और चित्र की ओर चला गया, और जूस के प्रति प्रतिक्रिया फीकी पड़ गई। यह कुछ ही सेकंडों में हुआ, जो यह साबित करता है कि मस्तिष्क अपने वैल्यू मैप को लगभग तुरंत रीवायर कर सकता है। यह एक वेटर की तरह है जो पहले तब उत्साहित होता था जब खाना आता था, लेकिन एक बार मेनू सीख लेने के बाद, वह ग्राहक के ऑर्डर देते ही उत्साहित हो जाता है।
इसलिए, यह पेपर सुझाव देता है कि हालांकि मस्तिष्क नए मूल्यों को अविश्वसनीय रूप से तेज़ी से सीख सकता है, लेकिन यह एक ही, 'वन-साइज़-फिट्स-ऑल' पद्धति का उपयोग नहीं करता है। ACC एक जनरलिस्ट है, जो चीजों को सरल और सुसंगत रखता है, जबकि OFC एक स्पेशलिस्ट है, जो लगातार संदर्भ की जाँच करता है और नई चीज़ों को फ्लैग करता है। यह समझाने में मदद करता है कि हमारा मस्तिष्क इतना लचीला क्यों है: हमारे पास प्रबंधकों की एक टीम काम कर रही है, जिनमें से कुछ हमें स्थिर रखते हैं और अन्य हमें नई दुनिया के प्रति सतर्क रखते हैं।
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।