On Image classification using spiking membrane systems with structural plasticity and spike time dependent plasticity rules

कंप्यूटर विज्ञान के शांत कोनों में, अनुसंधान की एक विशिष्ट शाखा ऐसी मशीनें बनाने का प्रयास कर रही है जो जीवित चीजों की तरह सोच सकें। दशकों से, मानक कृत्रिम बुद्धिमत्ता (आर्टिफिशियल इंटेलिजेंस) उन गणितीय मॉडलों पर निर्भर रही है जो सूचनाओं को निरंतर, स्थिर प्रवाह में संसाधित करते हैं, ठीक वैसे ही जैसे एक कैलकुलेटर संख्याओं की गणना करता है। लेकिन मानव मस्तिष्क अलग तरह से कार्य करता है। यह स्पाइक्स (spikes) नामक संक्षिप्त, तीक्ष्ण विद्युत विस्फोटों के माध्यम से संचार करता है, और इसकी कोशिकाओं के बीच के संबंध स्थिर नहीं होते; वे अनुभव के आधार पर बढ़ते, सिकुड़ते और खुद को फिर से व्यवस्थित करते हैं। 'नेचुरल कंप्यूटिंग' के रूप में ज्ञात यह क्षेत्र उस जैविक गतिशीलता को पकड़ने का प्रयास करता है। इसका लक्ष्य ऐसे सिस्टम बनाना है जो न केवल गणना करें, बल्कि अनुकूलित भी हों, जो संकेतों के समय (timing) और अपने स्वयं के नेटवर्क की भौतिक संरचना से सीख सकें।

कोलकाता के शोधकर्ताओं के एक दल ने इन जैविक व्यवहारों की नकल करने वाला एक नया कंप्यूटर मॉडल डिजाइन करके इस दिशा में एक महत्वपूर्ण कदम उठाया है। उन्होंने एक विशिष्ट चुनौती पर ध्यान केंद्रित किया: हस्तलिखित अक्षरों को पहचानना। जबकि मानक कंप्यूटर आसानी से टेक्स्ट पढ़ सकते हैं, वे अक्सर तब संघर्ष करते हैं जब इनपुट अव्यवस्थित या विकृत होता है। शोधकर्ता यह देखना चाहते थे कि क्या एक ऐसा सिस्टम, जो अपने आंतरिक कनेक्शनों को भौतिक रूप से पुनर्गठित कर सके और साथ ही उन कनेक्शनों की मजबूती को भी समायोजित कर सके, मौजूदा तरीकों की तुलना में शोर (noise) को बेहतर ढंग से संभाल सकता है। उनका कार्य एक ऐसा मॉडल पेश करता है जो दो शक्तिशाली जैविक अवधारणाओं को जोड़ता है: संकेतों के सटीक समय से सीखने की क्षमता, और मौके पर ही कनेक्शन बनाने और हटाने की क्षमता।

शोधकर्ताओं ने एक डिजिटल मस्तिष्क बनाया जो सरल इकाइयों से बना है जो न्यूरॉन्स की तरह कार्य करती हैं। पारंपरिक नेटवर्कों के विपरीत जहाँ दो बिंदुओं के बीच का मार्ग स्थायी होता है, यह प्रणाली कनेक्शनों को बदलने की अनुमति देती है। जब एक संकेत आता है, तो सिस्टम दो इकाइयों के बीच एक नया पुल बनाने या एक पुराने को हटाने का निर्णय ले सकता है। इसे 'स्ट्रक्चरल प्लास्टिसिटी' (structural plasticity) कहा जाता है। साथ ही, सिस्टम एक ऐसे लर्निंग रूल का उपयोग करता है जो मानव मस्तिष्क द्वारा यादों को मजबूत करने के तरीके से प्रेरित है। यदि दो इकाइयाँ एक ही समय में सक्रिय होती हैं, तो उनके बीच का कनेक्शन मजबूत हो जाता है; यदि वे असंतुलित समय पर सक्रिय होती हैं, तो कनेक्शन कमजोर हो जाता है। यह दोहरा दृष्टिकोण सिस्टम को न केवल यह सीखने में मदद करता है कि कौन से संकेत महत्वपूर्ण हैं, बल्कि सही पैटर्न पर ध्यान केंद्रित करने के लिए अपने नेटवर्क को भौतिक रूप से पुनर्गठित करने में भी सक्षम बनाता है।

इस विचार का परीक्षण करने के लिए, टीम ने अंग्रेजी अक्षरों का एक सिंथेटिक डेटासेट बनाया। उन्होंने 7-बाय-5 पिक्सेल के सरल ग्रिड लिए, जहाँ काले पिक्सेल अक्षर का प्रतिनिधित्व करते थे और सफेद पिक्सेल पृष्ठभूमि का। उन्होंने इन ग्रिडों को विद्युत स्पाइक्स के अनुक्रमों में बदल दिया। वास्तविक दुनिया की खामियों को दर्शाने के लिए, उन्होंने डेटा के कुछ बिट्स को बेतरतीब ढंग से बदल दिया (flipped), जिससे काले पिक्सेल सफेद और सफेद पिक्सेल काले हो गए, जिससे तीन स्तरों का शोर (noise) उत्पन्न हुआ: कम, मध्यम और उच्च। फिर उन्होंने इन शोर वाले अनुक्रमों को अपने नए मॉडल में डाला और देखा कि यह अक्षरों को कितनी अच्छी तरह पहचान पाता है। उन्होंने इसकी तुलना एक पिछले मॉडल से की जिसमें केवल समय-आधारित लर्निंग नियम था, बिना कनेक्शनों को फिर से जोड़ने की क्षमता के।

परिणामों ने दिखाया कि नया सिस्टम उल्लेखनीय रूप से लचीला था। जब डेटा पूरी तरह से साफ था, तो मॉडल ने लगभग 99.8 प्रतिशत की औसत सटीकता के साथ अक्षरों की पहचान की। इससे भी महत्वपूर्ण बात यह है कि जैसे-जैसे शोर बढ़ा, नया मॉडल पुराने मॉडल की तुलना में बेहतर स्थिति बनाए रखने में सफल रहा। मध्यम और उच्च स्तर के शोर वाले परिदृश्यों में, जहाँ पुराना मॉडल लड़खड़ाने लगा था, नया सिस्टम उच्च सटीकता बनाए रखने में सक्षम रहा। उदाहरण के लिए, जब 35-बिट अक्षर पैटर्न के सात बिट्स बदल दिए गए, तो नया मॉडल अभी भी लगभग 80 प्रतिशत बार अक्षरों को सही ढंग से पहचानने में सफल रहा, जो पिछले बेंचमार्क से बेहतर प्रदर्शन था। शोधकर्ताओं ने पाया कि कनेक्शनों को गतिशील रूप से बनाने और हटाने की क्षमता ने सिस्टम को यादृच्छिक त्रुटियों को छानने और अक्षर के मूल आकार पर ध्यान केंद्रित करने में मदद की।

अध्ययन ने एक समझौते (trade-off) को भी रेखांकित किया। जबकि नया मॉडल शोर वाली स्थितियों में अधिक मजबूत और सटीक था, इसे पुनर्गठन और वेट एडजस्टमेंट की जटिल प्रक्रिया को प्रबंधित करने के लिए अधिक कम्प्यूटेशनल संसाधनों की आवश्यकता थी। पुराना, सरल मॉडल तेज़ और हल्का था लेकिन महत्वपूर्ण विरूपण को संभालने में कम सक्षम था। शोधकर्ताओं ने उल्लेख किया कि उनका कार्य एक 'प्रूफ ऑफ कॉन्सेप्ट' के रूप में कार्य करता है, जो यह प्रदर्शित करता है कि एक सिस्टम समस्याओं को हल करने के लिए अपने स्वयं के ढांचे को विकसित कर सकता है। उन्होंने वास्तविक दुनिया की तस्वीरों के बजाय टेम्पलेट्स से उत्पन्न सिंथेटिक डेटासेट का उपयोग किया, जिसका अर्थ है कि निष्कर्ष विशेष रूप से इस प्रकार के पैटर्न रिकग्निशन कार्य पर लागू होते हैं। हालाँकि, सफलता यह सुझाव देती है कि संरचनात्मक परिवर्तनों को समय-आधारित लर्निंग के साथ जोड़ना ऐसी मशीनें बनाने के लिए एक शक्तिशाली रणनीति हो सकती है जो न केवल स्मार्ट हैं, बल्कि वास्तविक दुनिया के अव्यवस्थित और अप्रत्याशित डेटा के प्रति अनुकूल भी हैं।