टेक्नियन-इज़राइल इंस्टीट्यूट ऑफ टेक्नोलॉजी के एक अध्ययन के अनुसार, मस्तिष्क में एकल-न्यूरॉन स्तर पर यह पाया गया है कि गणना न केवल न्यूरॉन्स के बीच बातचीत में होती है, बल्कि प्रत्येक व्यक्तिगत न्यूरॉन के भीतर होती है।
इन कोशिकाओं में से प्रत्येक, यह पता चला है, एक साधारण स्विच नहीं है, बल्कि एक जटिल गणना मशीन है।
यह खोज न केवल हमारी समझ को बदलने का वादा करती है कि मस्तिष्क कैसे काम करता है बल्कि पार्किंसंस रोग से लेकर आत्मकेंद्रित तक की स्थितियों की बेहतर समझ है।
नए आर्किटेक्चर के लिए प्रेरणा की पेशकश करते हुए, निष्कर्षों से मशीन सीखने को आगे बढ़ने की भी उम्मीद है।
रूथ और ब्रूस रैपापोर्ट फैकल्टी ऑफ मेडिसिन के तकनीक प्रोफेसर जैकी शिलर और उनकी टीम ने इस रहस्य पर प्रकाश डालने के लिए एकल-न्यूरॉन स्तर पर मस्तिष्क की जांच की।
उन्होंने पाया कि गणना न केवल न्यूरॉन्स (तंत्रिका कोशिकाओं) के बीच बातचीत में होती है, बल्कि प्रत्येक व्यक्तिगत न्यूरॉन के भीतर होती है।
इन कोशिकाओं में से प्रत्येक, यह पता चला है, एक साधारण स्विच नहीं है, बल्कि एक जटिल गणना मशीन है।
हाल ही में साइंस पत्रिका में प्रकाशित यह खोज न केवल मस्तिष्क के काम करने की हमारी समझ में बदलाव का वादा करती है, बल्कि पार्किंसंस रोग से लेकर ऑटिज़्म तक की स्थितियों की बेहतर समझ में भी बदलाव लाती है।
और अगर वह पर्याप्त नहीं थे, तो इन समान निष्कर्षों से मशीन सीखने को आगे बढ़ने की उम्मीद है, जो नए आर्किटेक्चर के लिए प्रेरणा प्रदान करते हैं।
गति मस्तिष्क के प्राथमिक मोटर प्रांतस्था द्वारा नियंत्रित होती है।
इस क्षेत्र में, शोधकर्ता यह निर्धारित करने में सक्षम हैं कि किसी भी क्षण में कौन सा न्यूरॉन आग लगाता है जिससे हम जो आंदोलन देखते हैं उसे उत्पन्न करते हैं।
प्रो. शिलर की टीम ने सबसे पहले एक इकाई के रूप में पूरे न्यूरॉन की गतिविधि की जांच नहीं की, बल्कि उसके भागों की जांच की।
प्रत्येक न्यूरॉन में शाखाओं वाले विस्तार होते हैं जिन्हें डेंड्राइट्स कहा जाता है।
ये डेंड्राइट अन्य तंत्रिका कोशिकाओं के टर्मिनलों (अक्षतंतु कहा जाता है) के निकट संपर्क में हैं, जिससे उनके बीच संचार की अनुमति मिलती है।
एक संकेत डेंड्राइट्स से कोशिका के शरीर तक जाता है, और फिर अक्षतंतु के माध्यम से आगे स्थानांतरित होता है।
डेंड्राइट्स की संख्या और संरचना तंत्रिका कोशिकाओं के बीच बहुत भिन्न होती है, जैसे एक पेड़ का मुकुट दूसरे के मुकुट से भिन्न होता है।
प्रो. शिलर की टीम ने जिन विशेष न्यूरॉन्स पर ध्यान केंद्रित किया, वे कॉर्टेक्स के सबसे बड़े पिरामिड न्यूरॉन्स थे।
इन कोशिकाओं, जिन्हें आंदोलन में भारी रूप से शामिल होने के लिए जाना जाता है, में एक बड़ा वृक्ष के समान वृक्ष होता है, जिसमें कई शाखाएं, उप-शाखाएं और उप-उप-शाखाएं होती हैं।
टीम ने जो खोजा वह यह है कि ये शाखाएं केवल आगे की जानकारी नहीं देती हैं।
प्रत्येक उप-उप-शाखा उसे प्राप्त होने वाली जानकारी की गणना करती है और परिणाम को बड़ी उप-शाखा को भेजती है।
उप-शाखा अपनी सभी सहायक कंपनियों से प्राप्त सूचनाओं की गणना करती है और उसे आगे बढ़ाती है।
इसके अलावा, कई वृक्ष के समान शाखाएं अपने संयुक्त कम्प्यूटेशनल उत्पाद को बढ़ाने के लिए एक दूसरे के साथ बातचीत कर सकती हैं।
परिणाम प्रत्येक व्यक्तिगत न्यूरॉन के भीतर की गई एक जटिल गणना है।
पहली बार, प्रो. शिलर की टीम ने दिखाया कि न्यूरॉन को विभाजित किया गया है, और इसकी शाखाएं स्वतंत्र रूप से गणना करती हैं।
“हम प्रत्येक न्यूरॉन को एक प्रकार की सीटी के रूप में सोचते थे, जो या तो थिरकता है, या नहीं,” प्रो. शिलर बताते हैं।
“इसके बजाय, हम एक पियानो देख रहे हैं।
इसकी चाबियों को एक साथ मारा जा सकता है, या क्रम में, विभिन्न धुनों की अनंतता का निर्माण किया जा सकता है।”
यह जटिल सिम्फनी हमारे दिमाग में खेल रही है जो हमें विभिन्न, जटिल और सटीक आंदोलनों की अनंतता सीखने और प्रदर्शन करने में सक्षम बनाती है।
कई न्यूरोडीजेनेरेटिव और न्यूरोडेवलपमेंटल विकारों के डेटा को संसाधित करने की न्यूरॉन की क्षमता में परिवर्तन से जुड़े होने की संभावना है।
पार्किंसन रोग में, यह देखा गया है कि वृक्ष के समान वृक्ष में शारीरिक और शारीरिक परिवर्तन होते हैं।
टेक्नियन टीम द्वारा नई खोजों के आलोक में, हम समझते हैं कि इन परिवर्तनों के परिणामस्वरूप, न्यूरॉन की समानांतर गणना करने की क्षमता कम हो जाती है।
ऑटिज़्म में, ऐसा लगता है कि वृक्ष के समान शाखाओं की उत्तेजना बदल जाती है, जिसके परिणामस्वरूप स्थिति से जुड़े कई प्रभाव होते हैं।
न्यूरॉन्स कैसे काम करते हैं, इसकी उपन्यास समझ इन और अन्य विकारों के संबंध में उनके उन्मूलन की आशा के साथ नए शोध मार्ग खोलती है।
ये वही निष्कर्ष मशीन सीखने वाले समुदाय के लिए एक प्रेरणा के रूप में भी काम कर सकते हैं।
डीप न्यूरल नेटवर्क, जैसा कि उनके नाम से पता चलता है, ऐसे सॉफ़्टवेयर बनाने का प्रयास करते हैं जो मानव मस्तिष्क के समान कुछ सीखता है और कार्य करता है।
यद्यपि उनकी प्रगति लगातार समाचार बनाती है, ये नेटवर्क जीवित मस्तिष्क की तुलना में आदिम हैं।
हमारा मस्तिष्क वास्तव में कैसे काम करता है, इसकी बेहतर समझ अधिक जटिल तंत्रिका नेटवर्क को डिजाइन करने में मदद कर सकती है, जिससे वे अधिक जटिल कार्य कर सकते हैं।
हमारा दिमाग किस तरह से मूवमेंट को प्रोसेस और स्टोर करता है?
