Reconceptualizing Neuronal Plasticity

मानव मस्तिष्क अनुकूलन का एक उस्ताद है। साइकिल चलाना सीखने से लेकर स्ट्रोक के बाद भाषण की क्षमता वापस पाने तक, हमारा मन एक जैविक लचीलेपन पर निर्भर करता है जिसे न्यूरोनल प्लास्टिसिटी (neuronal plasticity) कहा जाता है। यह मस्तिष्क की वायरिंग को स्वयं को पुनर्गठित करने की क्षमता है, जो नए कनेक्शन बनाने और पुराने कनेक्शनों को मजबूत करने या उन्हें मिटाने की अनुमति देती है। दशकों से, वैज्ञानिकों ने मानचित्रण किया है कि यह कहाँ होता है और यह हमें ठीक होने में कैसे मदद करता है, लेकिन एक गहरा रहस्य अभी भी बना हुआ है: यह लचीलापन वास्तव में क्यों मौजूद है? क्या यह विकासवाद का महज एक सुभगापूर्ण संयोग है, या यह एक विशिष्ट, रणनीतिक उद्देश्य की पूर्ति करता है? इसके अलावा, जबकि हमने शक्तिशाली कंप्यूटर मॉडल बनाए हैं जो मस्तिष्क की गतिविधि की नकल करते हैं, ये डिजिटल सिमुलेशन अक्सर उस वास्तविक जैविक तंत्र की व्याख्या करने में विफल रहते हैं जो एक समूह की कोशिकाओं को कई, बहुत अलग कार्य करने की अनुमति देता है।

प्रदीप नवनीतराय छाया का एक नया अध्ययन इस अंतर को पाटने का प्रयास करता है जो मस्तिष्क की जैविक वास्तविकता और इसे समझने के लिए हमारे द्वारा उपयोग किए जाने वाले अमूर्त मॉडलों के बीच है। यह शोध पत्र इस बात को चुनौती देता है कि हम वर्तमान में मस्तिष्क के विकास और कार्य करने के तरीके के बारे में कैसे सोचते हैं। यह सुझाव देता है कि मस्तिष्क की लचीलापन की क्षमता विकास का एक यादृच्छिक उपोत्पाद नहीं है, बल्कि एक सोची-समझी रणनीति है जिसने हमारे पूर्वजों को बड़ा या अधिक ऊर्जा-खपत करने वाला मस्तिष्क बनाए बिना जटिल सोच कौशल विकसित करने की अनुमति दी। मस्तिष्क की संरचना को देखने का एक नया तरीका प्रस्तावित करके, लेखक एक ताज़ा स्पष्टीकरण प्रदान करते हैं कि कैसे विभिन्न विचार एक ही भौतिक हार्डवेयर को साझा कर सकते हैं, और क्यों यह साझाकरण विशिष्ट प्रकार के मानसिक कार्यों तक सीमित है।

लंबे समय से, शोधकर्ता इस बात को समझाने के लिए संघर्ष कर रहे हैं कि न्यूरॉन्स का एक ही भौतिक नेटवर्क विभिन्न संज्ञानात्मक कार्य कैसे उत्पन्न कर सकता है, जैसे कि एक चेहरा पहचानना और फिर गणित की समस्या हल करने के लिए स्विच करना। पारंपरिक कंप्यूटर मॉडल, जिन्हें न्यूरल नेटवर्क कहा जाता है, नोड्स के बीच के कनेक्शनों को विभिन्न संख्यात्मक मान, या "वेट्स" (weights) असाइन करके इसे हल करने का प्रयास करते हैं। हालाँकि, लेखक का तर्क है कि यह दृष्टिकोण एक मौलिक गलती करता है। यह मस्तिष्क को एक कैलकुलेटर की तरह मानता है जिसे एक नया काम करने के लिए नए नंबरों के साथ मैन्युअल रूप से रीप्रोग्राम करने की आवश्यकता होती है। वास्तव में, मस्तिष्क इन कृत्रिम नंबरों का उपयोग नहीं करता है। जैविक प्रक्रिया कहीं अधिक एकीकृत है। शोध पत्र बताता है कि यदि मस्तिष्क इन कृत्रत्मक समायोजनों पर निर्भर होता, तो यह समझाना असंभव होता कि कैसे एक ही भौतिक संरचना स्वाभाविक रूप से अपनी वायरिंग के पूर्ण बदलाव के बिना कार्यों के बीच स्विच कर सकती है।

इसे हल करने के लिए, अध्ययन 'मॉडिफाइड इनवोल्यूटेड मैनिफोल्ड मॉडल' (Modified Involuted Manifold Model) या MIMM नामक एक नया वैचारिक ढांचा पेश करता है। मस्तिष्क की संरचना को कनेक्शनों के एक सपाट ग्रिड के रूप में देखने के बजाय, जिसे निरंतर ट्यूनिंग की आवश्यकता होती है, यह मॉडल मस्तिष्क की वास्तुकला की कल्पना एक जटिल, मुड़ी हुई आकृति के रूप में करता है। इस दृष्टिकोण में, कार्यों के बीच स्विच करने की मस्तिष्क की क्षमता कनेक्शनों की ताकत को बदलने के बजाय, उस स्थान की "आयामीता" (dimensionality) को बदलने से आती है जहाँ गणना होती है। इसे कागज के एक टुकड़े की तरह समझें जिसे विभिन्न आकृतियाँ बनाने के लिए अलग-अलग तरीकों से मोड़ा जा सकता है; कागज स्वयं नहीं बदलता है, लेकिन उसका रूप उसे विभिन्न उद्देश्यों की पूर्ति करने की अनुमति देता है। यह टोपोलॉजिकल दृष्टिकोण सुझाव देता है कि मस्तिष्क में एक अंतर्निहित, भौतिक संरचना है जो स्वाभाविक रूप से लचीलेपन की अनुमति देती है, जिससे वर्तमान कंप्यूटर मॉडलों में पाए जाने वाले मनमाने समायोजनों की आवश्यकता समाप्त हो जाती है।

शोध सुझाव देता है कि यह लचीलापन एक विकासवादी लाभ है। यदि मनुष्य को आवश्यक होने वाले प्रत्येक एकल कौशल के लिए न्यूरॉन्स का एक पूरी तरह से अलग सेट बनाना पड़ता, तो इसके लिए असंभव रूप से बड़ी मात्रा में ऊर्जा और स्थान की आवश्यकता होती। इसके बजाय, विकास ने संभवतः एक ऐसी प्रणाली का पक्ष लिया जहाँ विभिन्न मानसिक कार्य ओवरलैप हो सकते थे और एक ही अंतर्निहित तंत्रिका संसाधनों को साझा कर सकते थे। हालाँकि, यह साझाकरण यादृच्छिक नहीं है। हम इसे सिनस्थेसिया (synesthesia) जैसी घटनाओं में देखते हैं, जहाँ इंद्रियां आपस में मिल जाती हैं, या मस्तिष्क की चोट के बाद रिकवरी में, लेकिन हम इसे हर जगह नहीं देखते हैं। यह सीमा बताती है कि मस्तिष्क के पास एक विशिष्ट, उच्च-स्तरीय संरचना है जो यह तय करती है कि यह साझाकरण कहाँ और कब हो सकता है। यह एक ऐसी रणनीति है जो विशिष्ट कौशल की आवश्यकता और एक संक्षिप्त, कुशल मस्तिष्क की आवश्यकता के बीच संतुलन बनाती है।

शोध पत्र का एक प्रमुख निष्कर्ष यह है कि मस्तिष्क और मन एक भौतिक पुल द्वारा जुड़े हुए हैं, न कि किसी जादुई या अमूर्त माध्यम से। तथ्य यह है कि न्यूरोनल प्लास्टिसिटी कुछ प्रकार के कार्यों तक सीमित है, यह सिद्ध करता है कि हमारे विचारों और हमारे मस्तिष्क की कोशिकाओं के बीच का संबंध भौतिक वास्तविकता में निहित है। यदि मन पूरी तरह से मस्तिष्क से अलग होता, तो मस्तिष्क का कोई भी हिस्सा सैद्धांतिक रूप से किसी भी कार्य को संभाल सकता था, और प्लास्टिसिटी सार्वभौमिक होती। तथ्य यह है कि यह नहीं है, हमें बताता है कि मस्तिष्क की संरचना हमारी सोच की सीमाओं को निर्धारित करती है। लेखक प्रस्तावित करते हैं कि यह संरचना एक "संरचनात्मक पुल" (structural bridge) के रूप में कार्य करती है, जो भौतिक न्यूरॉन्स को उनके द्वारा किए जाने वाले अमूर्त कार्यों से जोड़ती है। यह पुल न्यूरॉन्स से नहीं बना है, बल्कि इस विशिष्ट तरीके से बना है जिस तरह से वे न्यूरॉन्स विभिन्न प्रकार की जानकारी को संभालने के लिए व्यवस्थित हैं।

यह अध्ययन इस बात की भी पुनर्कल्पना करता है कि हमें मस्तिष्क के कंप्यूटर मॉडल कैसे बनाने चाहिए। वर्तमान मॉडल अक्सर संघर्ष करते हैं क्योंकि वे "टोकन्स" (tokens) पर निर्भर करते हैं—अमूर्त प्रतीक जिनका कोई वास्तविक अर्थ नहीं होता जब तक कि कंप्यूटर उन्हें एक मान नहीं दे देता। इससे एक ऐसी स्थिति पैदा होती है जहाँ मॉडल को सही उत्तर खोजने के लिए लाखों यादृच्छिक परीक्षणों से गुजरना पड़ता है। शोध पत्र में प्रस्तावित नया मॉडल सुझाव देता है कि यदि हम मस्तिष्क की संरचना को एक टोपोलॉजिकल स्पेस के रूप में मानते हैं जहाँ समय और स्थान आपस में मिले हुए हैं, तो मॉडल में "वेट्स" या मान अब मनमाने नहीं रह जाते। इसके बजाय, वे इस मौलिक नियम द्वारा निर्धारित होते हैं कि समय और स्थान कैसे परस्पर क्रिया करते हैं। इसका अर्थ है कि मॉडल को समाधान तक पहुँचने के लिए अनुमान लगाने की आवश्यकता नहीं होगी; उत्तर मॉडल की संरचना से स्वाभाविक रूप से उभर कर आएगा, ठीक वैसे ही जैसे कोई भौतिक वस्तु गुरुत्वाकर्षण के कारण गिरती है, न कि इसलिए कि कंप्यूटर ने उसे गिरने के लिए कहा।

अंततः, यह शोध पत्र मस्तिष्क को एक स्थिर मशीन के रूप में नहीं, बल्कि एक गतिशील, मुड़ी हुई संरचना के रूप में देखने का एक नया तरीका प्रदान करता है जो जीवन की मांगों के अनुरूप स्वाभाविक रूप से ढल जाती है। यह सुझाव देता है कि सीखने और ठीक होने की मस्तिष्क की क्षमता एक गहरे, भौतिक रणनीति का परिणाम है जिसे विकास ने लाखों वर्षों में परिष्कृत किया है। सरल कंप्यूटर-जैसे गणनाओं से हटकर एक अधिक जटिल, आकार-आधारित समझ की ओर बढ़ते हुए, लेखक एक स्पष्ट चित्र प्रदान करते हैं कि हमारा मन कैसे काम करता है। हालांकि इस नए मॉडल के गणितीय विवरण जटिल हैं, लेकिन इसका मूल विचार सीधा है: मस्तिष्क का लचीलापन इसकी बनावट में ही निहित है, जो इसे कम संसाधनों के साथ अधिक करने की अनुमति देता है, और मानव संज्ञान तथा कृत्रिम बुद्धिमत्ता के भविष्य को समझने का एक मार्ग प्रशस्त करता है।