एआई-नियंत्रित 3डी रैट नए न्यूरोसाइंस अंतर्दृष्टि की ओर ले जा सकता है

हार्वर्ड विश्वविद्यालय और डीपमाइंड के शोधकर्ताओं ने हाल ही में एक आभासी, जैविक रूप से सटीक 3डी मॉडल बनाया है जो एक चूहे का है जिसे कृत्रिम तंत्रिका नेटवर्क द्वारा नियंत्रित किया जा सकता है। शोधकर्ताओं को उम्मीद है कि एक कृत्रिम तंत्रिका नेटवर्क द्वारा एक सिम्युलेटेड रैट को एक 3डी वातावरण के माध्यम से नियंत्रित करने का अध्ययन करने से न्यूरोसाइंटिस्टों को यह जानने में मदद मिल सकती है कि वास्तविक मस्तिष्क जीवों को कैसे नियंत्रित करते हैं।

आईईईई स्पेक्ट्रम ने हाल ही में रिपोर्ट किया, एक नए शोध पत्र में जो इस सप्ताह इंटरनेशनल कॉन्फ्रेंस ऑन लर्निंग रिप्रेजेंटेशन में प्रस्तुत किया जाएगा, एक सिम्युलेटेड, 3डी वातावरण के निर्माण की विवरण दिया गया है। इस वातावरण में एक 3डी मॉडल है जो एक चूहे का है, और यह कंप्यूटर-जनित प्रयोगशाला चूहा एआई मॉडल द्वारा नियंत्रित किया जाएगा। इस नए अध्ययन का उद्देश्य यह देखना है कि क्या रैट को नियंत्रित करने वाले तंत्रिका नेटवर्क में जैविक मस्तिष्क में पाए जाने वाले समान कार्य हो सकते हैं।

गहरे तंत्रिका नेटवर्क के निर्माण खंड न्यूरॉन्स हैं, या नोड्स जो डेटा को गणितीय कार्यों के साथ परिवर्तित करते हैं। ये न्यूरॉन्स परतों में जुड़े हुए होते हैं जो मस्तिष्क के सिनैप्टिक कनेक्शनों की तरह होते हैं। जबकि कृत्रिम तंत्रिका नेटवर्क और वास्तविक मस्तिष्क के बीच कई उल्लेखनीय अंतर हैं, कई न्यूरोसाइंटिस्ट और शोधकर्ता मानते हैं कि दोनों के बीच मौजूद समानताएं मस्तिष्क के कार्यों को समझने में मददगार हो सकती हैं, जिससे एआई और न्यूरोसाइंस दोनों में सुधार हो सकता है।

शोधकर्ताओं द्वारा बनाया गया 3डी कंप्यूटर-जनित वातावरण एआई शोधकर्ताओं के लिए एक नियंत्रित, प्रयोगात्मक मंच के रूप में कार्य करने के लिए है। शोधकर्ता इस वातावरण का उपयोग विभिन्न तंत्रिका नेटवर्क के साथ प्रयोग करने के लिए कर सकेंगे और देखेंगे कि वे चुनौतियों का सामना कैसे करते हैं और जैविक नेटवर्क के साथ कैसे जुड़ते हैं। पोस्टडॉक्टरल शोधकर्ता और अध्ययन के सह-लेखक जेसी मार्शल ने आईईईई स्पेक्ट्रम के हवाले से कहा, जबकि अधिकांश न्यूरोसाइंस प्रयोग एक कार्य (या कुछ कार्यों) करते समय जानवरों के मस्तिष्क का विश्लेषण करते हैं, और अधिकांश रोबोट को केवल कुछ कार्यों के लिए डिज़ाइन किया जाता है, लचीले मस्तिष्क के कार्यों और उत्पत्ति की एक अधिक व्यापक व्याख्या की आवश्यकता है। मार्शल के अनुसार, यह पत्र “लचीलापन कैसे उत्पन्न होता है और मस्तिष्क में कैसे लागू किया जाता है, और हमें जो ज्ञान मिलता है उसे डिजाइन करने के लिए कृत्रिम एजेंटों के साथ समान क्षमताओं को समझने के लिए हमारे प्रयास की शुरुआत है।”

कंप्यूटर-इंजीनियर्ड रैट जैविक रूप से सटीक है, जिसमें एक वास्तविक चूहे में पाए जाने वाले सभी जोड़ और मांसपेशियां हैं। रैट में प्रोप्रियोसेप्शन (अपने शरीर के अंगों की स्थिति की भावना) और दृष्टि जैसी सिम्युलेटेड इंद्रियां भी हैं। रैट की गति को नियंत्रित करने वाले तंत्रिका नेटवर्क को चार अलग-अलग कार्यों पर प्रशिक्षित किया गया था: एक गेंद पर सटीक समय के साथ टैप करना, एक भूलभुलैया का मार्गदर्शन करना, अंतराल पर कूदना, और एक पहाड़ी क्षेत्र में मार्गदर्शन करना।

जब आभासी रैट ने कार्यों को पूरा किया, तो शोध टीम ने न्यूरोसाइंस के क्षेत्र में उपयोग की जाने वाली तकनीकों पर आधारित तकनीकों का उपयोग करके नेटवर्क की गतिविधि के रिकॉर्ड का विश्लेषण किया। शोधकर्ताओं ने नेटवर्क की गतिविधि का विश्लेषण किया ताकि यह पता लगाया जा सके कि नेटवर्क ने कार्यों को पूरा करने के लिए मोटर नियंत्रण योजना को कैसे लागू किया।

शोधकर्ताओं ने पाया कि तंत्रिका नेटवर्क ने विभिन्न कार्यों के लिए कुछ प्रतिनिधित्व का पुन: उपयोग किया, विभिन्न परिदृश्यों में सामान्य पैटर्न लागू किए। न्यूरॉनल गतिविधि अक्सर विचारों के रूप में प्रस्तुत की गई, जो वास्तविक चूहों और पक्षियों में देखी जाती है। एक अप्रत्याशित खोज यह थी कि एआई मॉडल में प्राकृतिक गतिविधि एक लंबे समय तक मौजूद थी, जो कि अपेक्षित थी यदि एआई मॉडल केवल अंगों और मांसपेशियों की गति को नियंत्रित कर रहा था। यह सुझाव देता है कि एआई नेटवर्क कूदने और दौड़ने जैसी चीजों के लिए एक अमूर्त स्तर पर व्यवहार और गति को प्रदर्शित करता है। यह वास्तविक जानवरों के लिए प्रस्तावित संज्ञानात्मक मॉडल को दर्शाता है।

हालांकि कृत्रिम तंत्रिका नेटवर्क वास्तविक तंत्रिका नेटवर्क की शारीरिक अभिव्यक्ति और यथार्थवाद की कमी हो सकती है, मैकगिल विश्वविद्यालय के न्यूरोसाइंटिस्ट ब्लेक रिचर्ड्स जैसे न्यूरोसाइंटिस्ट का तर्क है कि आईईईई स्पेक्ट्रम की रिपोर्ट के अनुसार, मॉडल वास्तविक तंत्रिका नेटवर्क के साथ तंत्रिका प्रसंस्करण की कई महत्वपूर्ण विशेषताओं को साझा करते हैं, और वे तंत्रिका गतिविधि के व्यवहार पर प्रभाव के बारे में भविष्यवाणियां करने में उपयोगी हो सकते हैं। इसलिए, हाल के पत्र की उपलब्धि एक अधिक वास्तविक वातावरण में तंत्रिका नेटवर्क के साथ प्रयोग करने और उन्हें प्रशिक्षित करने के तरीके को डिजाइन करना था, जिससे जैविक डेटा के साथ प्रयोगों की तुलना करना बेहतर हो सके।

क्वींस यूनिवर्सिटी के न्यूरोसाइंटिस्ट स्टीफन स्कॉट भी मानते हैं कि नए पत्र में डिजाइन की गई फ्रेमवर्क न्यूरल गतिविधि के नीचे के कारणों की जांच करने का एक उपयोगी तरीका हो सकता है। आभासी रैट कई चरणों वाले जटिल व्यवहार कर सकता है जो तंत्रिका गतिविधि के साथ सटीक रूप से संबंधित हो सकते हैं। यह जानवरों के मॉडल के साथ अधिकांश प्रयोगों की तुलना में एक लाभ है, जो कि जटिल कार्यों पर किए जाते हैं क्योंकि तंत्रिका गतिविधि की रिकॉर्डिंग कितनी जटिल है।

हालांकि, स्कॉट यह भी स्वीकार करते हैं कि जटिल कार्यों को करने वाले जानवरों से तंत्रिका डेटा को प्राप्त करने की प्रक्रिया बहुत मुश्किल हो सकती है। इसलिए, स्कॉट को उम्मीद है कि पत्र के लेखक आभासी रैट की तंत्रिका गतिविधि की तुलना वास्तविक दुनिया के प्रयोगशाला प्रयोगों में आसान कार्यों के दौरान गतिविधि से करेंगे, ताकि यह समझा जा सके कि आभासी मॉडल और वास्तविक दुनिया के मस्तिष्क पैटर्न कैसे भिन्न हैं।