Convergence of Artificial Intelligence and Cognitive Neuroscience Innovations and Future Directions
100 अध्ययनों की यह समीक्षा आर्टिफिशियल इंटेलिजेंस और संज्ञानात्मक तंत्रिका विज्ञान (कॉग्निटिव न्यूरोसाइंस) के अंतर्विषयक अभिसरण का परीक्षण करती है, जो स्मृति और ध्यान को प्रमुख अनुसंधान डोमेन के रूप में रेखांकित करती है तथा प्रमुख तकनीकी अनुप्रयोगों और व्याख्यात्मक एआई (एक्सप्लेनेबल एआई) जैसे उभरते दिशाओं को संबोधित करते हुए जैविक रूप से आधारित और सामाजिक रूप से जिम्मेदार बुद्धिमान प्रणालियों को विकसित करने के लिए निरंतर सहयोग का समर्थन करती 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
सदियों से, वैज्ञानिक एक ही रहस्य के दो अलग-अलग संस्करणों के पीछे भाग रहे हैं: मानव मस्तिष्क कैसे काम करता है, और क्या हम एक ऐसी मशीन बना सकते हैं जो हमारी तरह सोच सके? एक ओर, संज्ञानात्मक तंत्रिका विज्ञान (cognitive neuroscience) जीवित मस्तिष्क के भीतर झांकता है, यह मानचित्रण करता है कि कैसे अरबों सूक्ष्म कोशिकाएं स्मृति, भावना और निर्णय लेने की प्रक्रिया बनाने के लिए एक साथ सक्रिय होती हैं। दूसरी ओर, कृत्रिम बुद्धिमत्ता (artificial intelligence) ऐसे कंप्यूटर प्रोग्राम बनाती है जो समस्याओं को हल करने, चेहरों को पहचानने या कहानियाँ लिखने का प्रयास करते हैं। लंबे समय तक, ये दोनों क्षेत्र समानांतर पथों पर चलते रहे, आपस में शायद ही कभी संवाद करते थे। लेकिन हाल ही में, वे एक एकल, शक्तिशाली शक्ति में विलीन होने लगे हैं। मस्तिष्क अब केवल अध्ययन का विषय नहीं रह गया है; यह बेहतर कंप्यूटर बनाने के लिए एक ब्लूप्रिंट बन गया है। साथ ही, कंप्यूटर इतने शक्तिशाली हो गए हैं कि वे वैज्ञानिकों को मस्तिष्क के सबसे जटिल संकेतों को डिकोड करने में मदद कर सकें। यह नई साझेदारी यह क्रांतिकारी बदलाव लाने का वादा करती है कि हम बीमारियों का इलाज कैसे करें, अपने स्वयं के मन को कैसे समझें, और ऐसी तकनीक कैसे बनाएं जो हमारे लिए ही नहीं बल्कि हमारे साथ मिलकर काम करे।
शोधकर्ताओं उवेम जॉनसन उकपोंग और ओतुतु मार्गरेट चेतची द्वारा किया गया एक हालिया व्यवस्थित अध्ययन इस अभिसरण को स्पष्ट रूप से सामने लाता है। लेखकों ने यह समझने के लिए कि ये दो विषय वास्तव में कैसे परस्पर क्रिया कर रहे हैं, वे कहाँ सफल हो रहे हैं, और वे अभी भी कहाँ संघर्ष कर रहे हैं, एक सौ विभिन्न अध्ययनों का परीक्षण किया। उन्होंने स्वयं नए प्रयोग नहीं किए; इसके बजाय, वे मानचित्रकारों की तरह कार्य करते हुए, मौजूदा परिदृश्य का एक विस्तृत मानचित्र खींचते हैं ताकि यह दिखाया जा सके कि सबसे महत्वपूर्ण कार्य कहाँ हो रहा है। उनका विश्लेषण प्रकट करता है कि हालांकि दोनों क्षेत्र गहराई से जुड़े हुए हैं, फिर भी शोध समान रूप से वितरित नहीं है। वैज्ञानिकों ने पाया कि स्मृति सबसे अधिक अध्ययन किया जाने वाला क्षेत्र है, जो उनके द्वारा समीक्षा किए गए शोध का बीस प्रतिशत हिस्सा है। ध्यान (attention), भावना और कार्यकारी कार्य (executive function)—जो योजना बनाने और आवेगों को नियंत्रित करने की क्षमता है—इसके ठीक बाद आते हैं। यह वितरण बताता है कि शोधकर्ता वर्तमान में इस बात में सबसे अधिक रुचि रखते हैं कि मस्तिष्क सूचनाओं को कैसे संग्रहीत करता है और वह विशिष्ट कार्यों पर कैसे ध्यान केंद्रित करता है, शायद इसलिए क्योंकि ये वे क्षेत्र हैं जहाँ कंप्यूटर मॉडल ने सबसे अधिक प्रगति की है।
यह समीक्षा एक दिलचस्प दो-तरफा प्रेरणा को उजागर करती है। दशकों से, कंप्यूटर वैज्ञानिक विचारों के लिए मस्तिष्क की ओर देखते आए हैं। सबसे प्रसिद्ध उदाहरण कृत्रिम तंत्रिका नेटवर्क (artificial neural network) है, जो एक कंप्यूटर प्रणाली है जिसे जैविक न्यूरॉन्स के जुड़ने और सीखने के तरीके की नकल करने के लिए डिज़ाइन किया गया है। जिस तरह मानव मस्तिष्क नया कौशल सीखते समय कोशिकाओं के बीच संबंधों को मजबूत करता है, ये कंप्यूटर सिस्टम किसी कार्य में बेहतर होने के लिए अपने आंतरिक नंबरों को समायोजित करते हैं। शोधकर्ताओं ने नोट किया कि इस जैविक प्रेरणा ने 'डीप लर्निंग' को जन्म दिया है, जो कृत्रिम बुद्धिमत्ता का एक प्रकार है जो अविश्वसनीय सटीकता के साथ छवियों को पहचान सकता है और भाषा को समझ सकता है। बदले में, ये स्मार्ट कंप्यूटर सिस्टम अब न्यूरोसाइंटिस्टों की मदद कर रहे हैं। जब वैज्ञानिक मस्तिष्क का स्कैन करते हैं, तो मानव मस्तिष्क भारी मात्रा में डेटा उत्पन्न करता है, और पारंपरिक गणितीय उपकरण अक्सर इसे समझने में संघर्ष करते हैं। हालाँकि, कृत्रिम बुद्धिमत्ता इन जटिल पैटर्नों के माध्यम से छानकर छिपे हुए सुराग ढूंढ सकती है। समीक्षा ने दिखाया कि ये उपकरण पहले से ही डॉक्टरों को अल्जाइमर रोग, पार्किंसंस रोग और मिर्गी जैसी न्यूरोलॉजिकल स्थितियों की उच्च सटीकता के साथ भविष्यवाणी करने में मदद कर रहे हैं, जो अक्सर लक्षण प्रकट होने से बहुत पहले बीमारी के संकेतों को पकड़ लेते हैं।
इन सफलताओं के बावजूद, लेखक बताते हैं कि जीव विज्ञान और तकनीक का यह मिलन अभी पूर्ण नहीं हुआ है। आधुनिक कृत्रिम बुद्धिमत्ता को चलाने वाले कंप्यूटर अभी भी मानव मस्तिष्क से बहुत भिन्न हैं। जबकि एक मानव मस्तिष्क लगभग बीस वॉट बिजली पर चलता है—जो एक मंद बल्ब की ऊर्जा के बराबर है—एक बड़े कृत्रिम बुद्धिमत्ता मॉडल को प्रशिक्षित करने के लिए सैकड़ों हजार वॉट की आवश्यकता हो सकती है, जो एक छोटे शहर को बिजली देने के लिए पर्याप्त है। इसके अलावा, जैविक मस्तिष्क अविश्वसनीय रूप से अनुकूलनीय होते हैं; वे जीवन भर नई चीजें सीख सकते हैं और क्षतिग्रस्त होने पर खुद की मरम्मत कर सकते हैं। वर्तमान कंप्यूटर प्रणालियाँ बहुत अधिक कठोर हैं, जिन्हें अक्सर कुछ नया सीखने के लिए पूरी तरह से पुन: प्रशिक्षित होने की आवश्यकता होती है और उनमें विफल होने पर खुद को ठीक करने की क्षमता का अभाव होता है। समीक्षा सुझाव देती है कि अगली पीढ़ी की तकनीक, जिसे न्यूरोमॉर्फिक कंप्यूटिंग (neuromorphic computing) कहा जाता है, इस अंतर को पाटने का लक्ष्य रखती है। इन प्रणालियों को मस्तिष्क की तरह काम करने के लिए बनाया जा रहा है, जो इवेंट-ड्रिवन संकेतों का उपयोग करती हैं जो केवल आवश्यकता पड़ने पर ही सक्रिय होते हैं, जिससे वे बहुत अधिक ऊर्जा-कुशल और अनुकूलनीय हो सकती हैं।
हालाँकि, जैसे-जैसे ये तकनीकें आगे बढ़ रही हैं, वे अपने साथ गंभीर नैतिक प्रश्न भी लाती हैं जिन्हें समीक्षा वैज्ञानिक निष्कर्षों के समान ही महत्व देती है। लेखक इस बात पर जोर देते हैं कि मस्तिष्क का डेटा किसी भी अन्य व्यक्तिगत जानकारी से भिन्न है। यदि कोई कंप्यूटर प्रणाली आपके मस्तिष्क के स्कैन से आपके विचारों, भावनाओं या इरादों को पढ़ सकती है, तो गोपनीयता के दांव बहुत ऊंचे हो जाते हैं। समीक्षा "न्यूरोप्राइवेसी" (neuroprivacy) को एक महत्वपूर्ण चिंता के रूप में पहचानती है, और चेतावनी देती है कि सख्त कानूनों के बिना, इस संवेदनशील डेटा का दुरुपयोग किया जा सकता है या बिना अनुमति के इसे एक्सेस किया जा सकता है। पक्षपात के बारे में भी डर है। यदि कंप्यूटर प्रोग्रामों को केवल कुछ समूहों के डेटा पर प्रशिक्षित किया जाता है, तो वे दूसरों के लिए अनुचित या गलत निदान कर सकते हैं। शोधकर्ता तर्क देते हैं कि इस तकनीक के सुरक्षित और उपयोगी होने के लिए, इसे पारदर्शी होना चाहिए। डॉक्टरों और रोगियों को यह समझने की आवश्यकता है कि कंप्यूटर एक निष्कर्ष तक कैसे पहुँचा, न कि केवल एक "ब्लैक बॉक्स" उत्तर को स्वीकार करना जिसे कोई समझा न सके।
भविष्य की ओर देखते हुए, पेपर कई रोमांचक दिशाओं को रेखांकित करता जहाँ यह सहयोग ले जा सकता है। एक आशाजनक मार्ग ब्रेन-कंप्यूटर इंटरफेस का विकास है, जो पक्षाघात (paralysis) से पीड़ित लोगों को रोबोटिक भुजाओं को नियंत्रित करने या केवल अपने विचारों के माध्यम से संवाद करने की अनुमति देता है। दूसरा "न्यूरो-सिंबोलिक" (neuro-symbolic) प्रणालियों का निर्माण है, जो कृत्रिम बुद्धिमत्ता की पैटर्न-पहचान की शक्ति को मानव विचार के तार्किक तर्क के साथ जोड़ता है, जिससे मशीनें संभावित रूप से अधिक व्याख्या योग्य और विश्वसनीय बन सकती हैं। लेखक आर्टिफिशियल जनरल इंटेलिजेंस (AGI) के विचार को भी छूते हैं, जो एक सैद्धांतिक लक्ष्य है जहाँ एक मशीन के पास एक लचीला, मानव जैसा मन होता है जो किसी भी कार्य को सीखने में सक्षम होता है। जबकि यह एक दूर का और प्रयोगात्मक लक्ष्य बना हुआ है, समीक्षा सुझाव देती है कि बुद्धि प्राप्त करने का एकमात्र तरीका जैविक मस्तिष्क को समझना ही है।
अंततः, अध्ययन इस निष्कर्ष पर पहुँचता है कि बुद्धिमत्ता का भविष्य सहयोग में निहित है। न तो कंप्यूटर वैज्ञानिक और न ही न्यूरोसाइंटिस्ट मन की पहेली को अकेले सुलझा सकते हैं। आगे का रास्ता एक निरंतर साझेदारी की मांग करता है जहाँ इंजीनियर जीव विज्ञान से प्रेरित मशीनें बनाते हैं, और जीव विज्ञानी मस्तिष्क को समझने के लिए उन मशीनों का उपयोग करते हैं। यह संबंध स्वास्थ्य सेवा को बदलने की क्षमता रखता है, जो न्यूरोलॉजिकल विकारों के लिए शीघ्र निदान और व्यक्तिगत उपचार प्रदान करेगा। यह एक नए प्रकार की तकनीक का भी वादा करता है जो मानवीय स्वायत्तता और गोपनीयता का सम्मान करती है। जैसा कि लेखक कहते हैं, यात्रा अभी शुरू हुई है, और सबसे महत्वपूर्ण कदम यह सुनिश्चित करना है कि जैसे-जैसे हम स्मार्ट मशीनें बना रहे हैं, हम उन मानवीय मूल्यों की स्पष्ट समझ के साथ ऐसा करें जिनका उन्हें सेवा करनी 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।