एल्गोरिदम कैसे जानकारी को अधिक कुशलता से बनाए रख सकता है, इस बारे में एक खोज मस्तिष्क की नए ज्ञान को अवशोषित करने की क्षमता में संभावित अंतर्दृष्टि प्रदान करती है।
निष्कर्ष संज्ञानात्मक हानि का मुकाबला करने और प्रौद्योगिकी में सुधार करने में सहायता कर सकते हैं।
वैज्ञानिकों ने कृत्रिम तंत्रिका नेटवर्क पर ध्यान केंद्रित किया, जिन्हें एएनएन के रूप में जाना जाता है, जो मस्तिष्क न्यूरॉन्स के व्यवहार का अनुकरण करने के लिए डिज़ाइन किए गए एल्गोरिदम हैं।
मानव मस्तिष्क की तरह, एएनएन बड़ी मात्रा में जानकारी को अवशोषित और वर्गीकृत कर सकते हैं।
हमारे दिमाग के विपरीत, हालांकि, एएनएन भूल जाते हैं कि वे पहले से ही क्या जानते हैं जब ताजा ज्ञान बहुत तेजी से पेश किया जाता है, एक घटना जिसे विनाशकारी भूल कहा जाता है।
शोधकर्ताओं ने लंबे समय से यह सिद्धांत दिया है कि नई अवधारणाओं को सीखने की हमारी क्षमता मस्तिष्क के हिप्पोकैम्पस और नियोकोर्टेक्स के बीच परस्पर क्रिया से उत्पन्न होती है।
हिप्पोकैम्पस ताजा जानकारी प्राप्त करता है और आराम और नींद के दौरान इसे फिर से चलाता है।
नियोकॉर्टेक्स नई सामग्री को पकड़ लेता है और अपने मौजूदा ज्ञान की समीक्षा करता है ताकि यह अतीत से विकसित समान श्रेणियों में ताजा सामग्री को इंटरलीव या परत कर सके।
हालाँकि, इस प्रक्रिया के बारे में कुछ सवाल हैं, यह देखते हुए कि मस्तिष्क को जीवन भर के दौरान एकत्रित की गई जानकारी के पूरे समूह को छाँटने में कितना समय लगेगा।
यह नुकसान समझा सकता है कि नए डेटा को बहुत तेज़ी से अवशोषित करते समय एएनएन दीर्घकालिक ज्ञान क्यों खो देते हैं।
परंपरागत रूप से, डीप मशीन लर्निंग में उपयोग किया जाने वाला समाधान पिछले डेटा के पूरे सेट पर नेटवर्क को फिर से प्रशिक्षित करना रहा है, चाहे वह नई जानकारी से निकटता से संबंधित हो, एक बहुत समय लेने वाली प्रक्रिया।
यूसीआई के वैज्ञानिकों ने इस मुद्दे की अधिक गहराई से जांच करने का फैसला किया और एक उल्लेखनीय खोज की।
पेपर के पहले लेखक, स्नातक छात्र रजत सक्सेना ने कहा, “हमने पाया कि जब एएनएन ने पुरानी जानकारी के एक बहुत छोटे उपसमुच्चय को इंटरलीव किया, जिसमें मुख्य रूप से वे नए ज्ञान के समान थे जो वे प्राप्त कर रहे थे, उन्होंने इसे बिना भूले सीखा था।” .
सक्सेना ने एक सहायक परियोजना वैज्ञानिक जस्टिन शोबे की सहायता से इस परियोजना का नेतृत्व किया।
ब्रूस मैकनॉटन की प्रयोगशाला के दोनों सदस्य, न्यूरोबायोलॉजी और व्यवहार के विशिष्ट प्रोफेसर।
सक्सेना ने कहा, “इसने एएनएन को उन सभी चीजों की समीक्षा किए बिना बहुत कुशलता से नई जानकारी लेने की अनुमति दी, जो उन्होंने पहले हासिल की थीं।”
“ये निष्कर्ष एक मस्तिष्क तंत्र का सुझाव देते हैं कि क्यों विशेषज्ञ उस क्षेत्र में गैर-विशेषज्ञों की तुलना में उस क्षेत्र में नई चीजें सीख सकते हैं।
यदि मस्तिष्क में पहले से ही नई जानकारी से संबंधित एक संज्ञानात्मक ढांचा है, तो नई सामग्री को और अधिक तेज़ी से अवशोषित किया जा सकता है क्योंकि मस्तिष्क के नेटवर्क के उस हिस्से में परिवर्तन की आवश्यकता होती है जो विशेषज्ञ ज्ञान को एन्कोड करता है।”
मैकनॉटन के अनुसार, खोज में संज्ञानात्मक मुद्दों से निपटने की क्षमता है।
“सीखने के पीछे के तंत्र को समझना प्रगति करने के लिए आवश्यक है,” उन्होंने कहा।
“यह हमें इस बात की जानकारी देता है कि क्या हो रहा है जब दिमाग उस तरह से काम नहीं करता जैसा उन्हें करना चाहिए।
हम उम्र बढ़ने से स्मृति समस्याओं वाले या मस्तिष्क क्षति वाले लोगों के लिए प्रशिक्षण रणनीतियां विकसित कर सकते हैं।
यह मस्तिष्क सर्किट में हेरफेर करने की क्षमता भी पैदा कर सकता है ताकि लोग इन घाटे को दूर कर सकें।”
निष्कर्ष चिकित्सा नैदानिक उपकरण, स्वायत्त कारों और कई अन्य जैसे मशीनों में एल्गोरिदम बनाने के लिए संभावनाएं प्रदान करते हैं और अधिक सटीक और कुशल हैं।
इस पर अध्ययन करें कि कैसे एल्गोरिदम जानकारी को बनाए रखता है, संज्ञानात्मक हानि से निपटने में मदद कर सकता है
