Recognition before Learning: Travelling Waves and Fixed Network Dynamics Support Translation-Invariant Categorization
यह शोध पत्र प्रदर्शित करता है कि एक निश्चित स्पाइकिंग नेटवर्क आर्किटेक्चर, जो संरचित जनसंख्या प्रतिक्रियाओं को उत्पन्न करने के लिए ट्रैवलिंग वेव्स का उपयोग करता है, पूर्व सिनैप्टिक लर्निंग की आवश्यकता के बिना दृश्य पैटर्न के ट्रांसलेशन-इनवेरिएंट वर्गीकरण को प्राप्त कर सकता 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
मस्तिष्क किसी चेहरे, किसी अक्षर या किसी परिचित वस्तु को दृष्टि के क्षेत्र में कहीं भी दिखाई देने पर कैसे पहचान लेता है, यह तंत्रिका विज्ञान (न्यूरोसाइंस) के सबसे स्थायी रहस्यों में से एक है। हमें हर बार यह सीखने की आवश्यकता नहीं होती कि यदि एक कप बाईं ओर है या दाईं ओर, तो वह अभी भी एक कप ही है; हमारा दृश्य तंत्र इस बदलाव को सहजता से संभाल लेता है। दशकों तक, प्रचलित स्पष्टीकरण यह रहा है कि मस्तिष्क को इन पैटर्न को अनुभव के माध्यम से सीखना चाहिए, जिसमें वह अपने अरबों न्यूरॉन्स के बीच के संबंधों को धीरे-धीरे तब तक समायोजित करता है जब तक कि वह आकृतियों को कहीं भी दिखने पर उन्हें पहचान न सके। यह दृष्टिकोण मानता है कि दुनिया को वर्गीकृत करने की मस्तिष्क की क्षमता पूरी तरह से अनुभव से शून्य से निर्मित होती है। हालाँकि, एक नया अध्ययन इस धारणा को चुनौती देता है, यह सुझाव देते हुए कि मस्तिष्क का हार्डवेयर किसी भी सीखने की प्रक्रिया से पहले ही पैटर्न पहचानने की क्षमता के साथ पूर्व-निर्धारित (pre-wired) हो सकता है। यह शोध मस्तिष्क के एक विशिष्ट क्षेत्र पर केंद्रित है जिसे हिप्पोकैम्पस कहा जाता है, जो स्मृति के लिए जाना जाता है, और यह पता लगाता है कि कैसे विद्युत संकेतों की केवल उनकी शक्ति के बजाय, उनका समय (timing), दुनिया का एक ऐसा मानचित्र बना सकता है जो पहले से ही पहचान के लिए व्यवस्थित है।
ह्यूबर्ट लोफ़लर और एंड्रियास बाहमर द्वारा किया गया यह अध्ययन, हिप्पोकैम्पस की वास्तुकला की नकल करने के लिए डिज़ाइन किए गए एक न्यूरल नेटवर्क के कंप्यूटर मॉडल को पेश करता है। इस मॉडल में, शोधकर्ताओं ने नेटवर्क को आकृतियों को पहचानना नहीं सिखाया। इसके बजाय, उन्होंने इसे प्रकाश और अंधेरे के पैटर्न—जैसे रेखाएं, ब्लॉक, हस्तलिखित संख्याएं और मुद्रित अक्षर—दिखाए और देखा कि नेटवर्क ने उन पर कैसी प्रतिक्रिया दी। उनके दृष्टिकोण की कुंजी एक तंत्र था जिसे 'ट्रैवलिंग वेव' (travelling wave) कहा जाता है। एक ऐसी उत्तेजना की लहर की कल्पना करें जो न्यूरॉन्स की एक चादर पर चलती है, जैसे तालाब में उठने वाली लहर। जैसे ही यह लहर एक दृश्य पैटर्न के ऊपर से गुजरती है, यह उस पैटर्न के प्रत्येक सक्रिय भाग को समय के एक विशिष्ट क्षण में परिवर्तित कर देती है। छवि का बाईं ओर का हिस्सा दाईं ओर के हिस्से की तुलना में एक न्यूरॉन को एक मिलीसेकंड पहले सक्रिय कर सकता है। यह प्रक्रिया एक स्थिर चित्र को विद्युत स्पाइक्स (spikes) के एक सटीक अनुक्रम में बदल देती है, जहाँ फायरिंग का क्रम आकृति की ज्यामिति के बारे में जानकारी वहन करता है।
शोधकर्ताओं ने फिर देखा कि क्या हुआ जब यह स्पाइक्स का अनुक्रम नेटवर्क की अगली परत तक पहुँचा। आश्चर्यजनक रूप से, उन्होंने पाया कि नेटवर्क बिना प्रशिक्षित हुए भी आकृतियों की विभिन्न श्रेणियों के बीच अंतर कर सकता था। जब मॉडल को हस्तलिखित शून्य, एक या दो दिखाया गया, तो विद्युत गतिविधि का परिणाम प्रत्येक संख्या के लिए विशिष्ट था, भले ही नेटवर्क ने पहले कभी ये संख्याएं नहीं देखी थीं। नेटवर्क एक क्षैतिज रेखा और एक ऊर्ध्वाधर रेखा के बीच, या एक वर्ग और एक आयत के बीच अंतर कर सका, केवल संकेतों के निश्चित वायरिंग और समय के आधार पर। यह खोज बताती है कि मस्तिष्क की भौतिक संरचना और इसके माध्यम से संकेतों के यात्रा करने का तरीका एक ऐसी संरचित प्रस्तुति उत्पन्न कर सकता है जो अनुभव के माध्यम से विशिष्ट श्रेणियों को सीखने से बहुत पहले ही उपयोग के लिए तैयार होती है।
यह परीक्षण करने के लिए कि क्या यह पहचान वास्तव में सुदृढ़ थी, शोधकर्ताओं ने आकृतियों को स्क्रीन पर अलग-अलग स्थानों पर स्थानांतरित किया। कई कंप्यूटर विज़न सिस्टम में, किसी वस्तु को हिलाने से गतिविधि का पैटर्न इतनी नाटकीय रूप से बदल जाता है कि सिस्टम उसे उसी वस्तु के रूप में पहचानने में विफल हो जाता है। हालाँकि, इस मॉडल में, शोधकर्ताओं ने परिणामों को पढ़ने की एक ऐसी विधि का उपयोग किया जिसने गतिविधि की पूर्ण स्थिति (absolute position) को अनदेखा कर दिया। उन्होंने केवल स्पाइक्स की सापेक्ष व्यवस्था (relative arrangement) पर ध्यान केंद्रित किया। यहाँ तक कि जब आकृतियों को नई, अनदेखी स्थितियों में स्थानांतरित किया गया, तब भी नेटवर्क ने उन्हें सही ढंग से वर्गीकृत करना जारी रखा। सरल ज्यामितीय आकृतियों जैसे रेखाओं और ब्लॉकों के लिए, मॉडल ने लगभग पूर्ण सटीकता प्राप्त की। इसने अधिक जटिल पैटर्न पर भी अच्छा प्रदर्शन किया, हस्तलिखित अंकों और मुद्रित अक्षरों को याद से कहीं बेहतर दर पर सही ढंग से पहचाना। यह इंग दर्शाता है कि नेटवर्क की आकृतियों को पहचानने की क्षमता चीजों को कहाँ याद रखने पर निर्भर नहीं थी, बल्कि सिग्नल की अंतर्निहित संरचना पर आधारित थी।
सबसे अप्रत्याशित निष्कर्षों में से एक यह था कि यदि न्यूरॉन्स के बीच के संबंध पर्याप्त घने हों, तो पहचान के लिए 'ट्रैवलिंग वेव' का होना अनिवार्य नहीं था। शोधकर्ताओं ने परीक्षण किया कि क्या होता है जब वे लहर को हटा देते हैं और सभी संकेतों को एक ही समय में भेजते हैं। उन्होंने पाया कि यदि कनेक्शन संकीर्ण और केंद्रित थे, तो नेटवर्क आकृतियों को सटीक रूप से वर्गीकृत कर सकता था। हालाँकि, यदि कनेक्शन व्यापक और बिखरे हुए थे, तो संकेत एक अस्पष्ट धुंधलेपन में बदल गए, और नेटवर्क आकृतियों के बीच अंतर करने की क्षमता खो बैठा। इससे पता चला कि ट्रैवलिंग वेव की वास्तविक शक्ति मस्तिष्क की प्रतिक्रिया को केंद्रित और स्थानीयकृत रखने की क्षमता में निहित है। यह एक फिल्टर के रूप में कार्य करता है जो यह सुनिश्चित करता है कि केवल प्रासंगिक संकेत ही सही समय पर प्रसंस्करण के लिए पहुँचें, जिससे मस्तिष्क शोर (noise) से अभिभूत होने से बच जाता है, भले ही भौतिक कनेक्शन व्यापक हों।
अध्ययन ने यह भी पता लगाया कि क्या सीखने से इस प्रणाली में सुधार हो सकता है। शोधकर्ताओं ने नेटवर्क के भीतर संबंधों को बदलने की अनुमति दी, जो सीखने की प्रक्रिया का अनुकरण करता है। उन्होंने पाया कि इस सीखने से आकृतियों के वर्गीकरण में कोई सुधार नहीं हुआ। नेटवर्क अपने निश्चित, अपरिवर्तनीय कनेक्शनों के साथ पहले से ही अपने शिखर प्रदर्शन पर था। यह सुझाव देता है कि पैटर्न को पहचानने की प्रारंभिक क्षमता मस्तिष्क के डिज़ाइन का एक गुण है, न कि अभ्यास का परिणाम। इस दृष्टिकोण में, सीखना शायद एक अलग उद्देश्य की पूर्ति करता है, जैसे कि इन प्रारंभिक पहचानों को परिष्कृत करना या अधिक जटिल कार्यों को संभालना, लेकिन एक आकृति को दूसरी से अलग करने की मौलिक क्षमता अंतर्निहित प्रतीत होती है।
यह कार्य इस बात पर एक नया दृष्टिकोण प्रदान करता है कि मस्तिष्क सूचनाओं को कैसे संसाधित करता है। यह सुझाव देता है कि मस्तिष्क एक खाली स्लेट के रूप में शुरू नहीं होता है जिसे अनुभव और त्रुटि के माध्यम से ज्ञान से भरा जाना चाहिए। इसके बजाय, मस्तिष्क की भौतिक व्यवस्था और इसके माध्यम से विद्युत तरंगों के चलने का तरीका व्यवस्था का एक आधार प्रदान करता है। यह पूर्व-मौजूद संरचना मस्तिष्क को दृश्य दुनिया को तुरंत विशिष्ट श्रेणियों में व्यवस्थित करने की अनुमति देती है, जो आगे के प्रसंस्करण के लिए तैयार है। निष्कर्षों का तात्पर्य है कि जिसे हम अक्सर "सीखना" समझते हैं, वह वास्तव में एक ऐसे सिस्टम को सूक्ष्म रूप से ट्यून करना हो सकता है जो पहले से ही दुनिया को सार्थक रूप से समझने में सक्षम है। यह दिखाकर कि स्थिर नेटवर्क 'ट्रांसलेशन-इनवेरिएंट' (translation-invariant) वर्गीकरण का समर्थन कर सकते हैं, यह अध्ययन मस्तिष्क की वास्तुकला और इसके संकेतों के समय के महत्व को उजागर करता है, जो यह सुझाव देता है कि चेहरे या अक्षर को पहचानने की क्षमता हमारे अनुभवों के साथ-साथ मस्तिष्क के डिज़ाइन का भी एक उत्पाद 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।