शारीरिक प्रतिबंध ब्रेन-जैसे एआई के विकास को बढ़ावा देते हैं

एक ग्राउंडब्रेकिंग अध्ययन में, कैम्ब्रिज के वैज्ञानिकों ने कृत्रिम बुद्धिमत्ता के लिए एक नए दृष्टिकोण को अपनाया है, जिसमें दिखाया गया है कि शारीरिक प्रतिबंध कैसे एक एआई प्रणाली के विकास को गहराई से प्रभावित कर सकते हैं।

यह शोध, जो मानव मस्तिष्क के विकास और संचालन के प्रतिबंधों की याद दिलाता है, जटिल तंत्रिका तंत्र के विकास के बारे में नए दृष्टिकोण प्रदान करता है। इन प्रतिबंधों को एकीकृत करके, एआई न केवल मानव बुद्धिमत्ता के पहलुओं को दर्शाता है, बल्कि संसाधन व्यय और सूचना प्रसंस्करण दक्षता के बीच जटिल संतुलन को भी उजागर करता है।

एआई में शारीरिक प्रतिबंधों की अवधारणा

मानव मस्तिष्क, एक प्राकृतिक तंत्रिका नेटवर्क, विकसित होता है और जटिल शारीरिक और जैविक प्रतिबंधों के भीतर कार्य करता है। ये सीमाएं बाधाएं नहीं हैं, बल्कि इसकी संरचना और कार्य को आकार देने में महत्वपूर्ण हैं। कैम्ब्रिज विश्वविद्यालय के मेडिकल रिसर्च काउंसिल कॉग्निशन और ब्रेन साइंसेज यूनिट (एमआरसी सीबीएसयू) के गेट्स स्कॉलर जस्चा अचटरबर्ग के शब्दों में, “न केवल मस्तिष्क जटिल समस्याओं को हल करने में महान है, बल्कि यह बहुत कम ऊर्जा का उपयोग करके ऐसा करता है। हमारे नए काम में, हम दिखाते हैं कि मस्तिष्क की समस्या-समाधान क्षमताओं के साथ-साथ इसके संसाधनों को कम से कम करने के लक्ष्य को समझने से हमें यह समझने में मदद मिल सकती है कि मस्तिष्क क्यों ऐसा दिखता है।”

प्रयोग और इसका महत्व

कैम्ब्रिज टीम ने एक महत्वाकांक्षी परियोजना पर काम किया जिसमें एक कृत्रिम प्रणाली बनाना शामिल था जो मानव मस्तिष्क का एक अत्यधिक सरलीकृत संस्करण मॉडल करती है। यह प्रणाली अपने ‘शारीरिक’ प्रतिबंधों के अनुप्रयोग में अद्वितीय थी, जो मानव मस्तिष्क में पाए जाते हैं।

प्रणाली के भीतर प्रत्येक गणनात्मक नोड को एक आभासी स्थान में एक विशिष्ट स्थान सौंपा गया था, जो मानव मस्तिष्क में न्यूरॉन्स के स्थानिक संगठन की नकल करता था। दो नोड्स के बीच की दूरी जितनी अधिक थी, उनके बीच संचार उतना ही अधिक चुनौतीपूर्ण था, जो मानव मस्तिष्क में तंत्रिका संगठन की नकल करता था।

इस आभासी मस्तिष्क को फिर एक भूलभुलैया को नेविगेट करने का कार्य दिया गया, जो जानवरों को अक्सर मस्तिष्क अध्ययन में दी जाने वाली भूलभुलैया नेविगेशन कार्यों का एक सरलीकृत संस्करण है। इस कार्य का महत्व इस तथ्य में निहित है कि प्रणाली को कई टुकड़ों की जानकारी को एकीकृत करने की आवश्यकता होती है – जैसे कि प्रारंभ और अंत बिंदु, और मध्यवर्ती चरण – सबसे छोटा मार्ग खोजने के लिए। यह कार्य न केवल प्रणाली की समस्या-समाधान क्षमताओं का परीक्षण करता है, बल्कि विभिन्न चरणों में विभिन्न नोड्स और क्लस्टर कैसे महत्वपूर्ण हो जाते हैं, इसके अवलोकन की भी अनुमति देता है।

एआई प्रणाली में सीखना और अनुकूलन

भूलभुलैया नेविगेशन में एक नौसिखिया से विशेषज्ञ तक की यात्रा एक प्रमाण है कि एआई कितनी जल्दी अनुकूलन कर सकता है। शुरुआत में, प्रणाली, एक मानव की तरह जो एक नई कौशल सीख रहा है, कार्य में कई त्रुटियाँ करती थी। हालांकि, परीक्षण और त्रुटि की प्रक्रिया के माध्यम से और बाद की प्रतिक्रिया के माध्यम से, प्रणाली ने धीरे-धीरे अपने दृष्टिकोण को परिष्कृत किया।

इस सीखने की प्रक्रिया में प्रणाली के गणनात्मक नोड्स के बीच संबंधों की ताकत में परिवर्तन शामिल था, जो मानव मस्तिष्क में सिनैप्टिक प्लास्टिसिटी को दर्शाता है। जो विशेष रूप से आकर्षक है वह यह है कि शारीरिक प्रतिबंधों ने इस सीखने की प्रक्रिया को कैसे प्रभावित किया। दूरस्थ नोड्स के बीच संबंध स्थापित करने में कठिनाई का अर्थ था कि प्रणाली को अधिक कुशल, स्थानीय समाधान खोजने की आवश्यकता थी, जिससे जैविक मस्तिष्क में देखी जाने वाली ऊर्जा और संसाधन दक्षता की नकल होती है।

कृत्रिम प्रणाली में उभरने वाली विशेषताएं

जैसे-जैसे प्रणाली विकसित हुई, यह मानव मस्तिष्क जैसी विशेषताओं को प्रदर्शित करने लगी, जो आश्चर्यजनक रूप से समान थीं। एक ऐसा विकास हब का गठन था – उच्च संबंधित नोड जो नेटवर्क भर में जानकारी संचार के रूप में कार्य करते थे, मानव मस्तिष्क में तंत्रिका हब के समान।

हालांकि, अधिक दिलचस्प यह था कि व्यक्तिगत नोड्स ने जानकारी को कैसे संसाधित किया। एक जटिल कोडिंग योजना को अपनाकर, जिसमें एक नोड एक ही समय में भूलभुलैया के विभिन्न पहलुओं का प्रतिनिधित्व कर सकता था, जो जटिल जीवों में न्यूरॉन्स की अनुकूलन क्षमता की याद दिलाता है।

कैम्ब्रिज के मनश्चिकित्सा विभाग के प्रोफेसर डंकन अस्टले ने इस पहलू पर प्रकाश डाला, कहा, “यह सरल प्रतिबंध – यह दूरस्थ नोड्स को तार देना कठिन है – कृत्रिम प्रणालियों को जटिल विशेषताओं का उत्पादन करने के लिए मजबूर करता है। दिलचस्प बात यह है कि वे विशेषताएं जैविक प्रणालियों जैसे मानव मस्तिष्क में साझा की जाती हैं।”

व्यापक निहितार्थ

इस शोध के निहितार्थ कृत्रिम बुद्धिमत्ता से परे हैं और मानव संज्ञान की समझ में भी गहरे हैं। मानव मस्तिष्क के प्रतिबंधों को एक एआई प्रणाली में प्रतिकृति करके, शोधकर्ता मस्तिष्क संगठन और व्यक्तिगत संज्ञानात्मक मतभेदों में योगदान के बारे में अमूल्य अंतर्दृष्टि प्राप्त कर सकते हैं।

यह दृष्टिकोण मस्तिष्क की जटिलताओं में, विशेष रूप से संज्ञानात्मक और मानसिक स्वास्थ्य को प्रभावित करने वाली स्थितियों की समझ में एक अनोखी खिड़की प्रदान करता है। एमआरसी सीबीएसयू के प्रोफेसर जॉन डंकन कहते हैं, “इन कृत्रिम मस्तिष्कों से हमें वास्तविक मस्तिष्क में जब वास्तविक न्यूरॉन्स की गतिविधि रिकॉर्ड की जाती है तो हम जो जटिल और भ्रमित करने वाले डेटा देखते हैं, उसे समझने में मदद मिलती है।”

एआई डिजाइन का भविष्य

इस ग्राउंडब्रेकिंग शोध के एआई प्रणाली के भविष्य के डिजाइन पर महत्वपूर्ण निहितार्थ हैं। अध्ययन जीवविज्ञान से संबंधित सिद्धांतों, विशेष रूप से शारीरिक प्रतिबंधों से प्रेरित अधिक कुशल और अनुकूलनीय कृत्रिम तंत्रिका नेटवर्क बनाने के लिए एक मार्ग प्रदान करता है।

एमआरसी सीबीएसयू के डॉ. दन्याल अकार्का ने इस बात पर जोर दिया कि जटिल, तंत्रिका प्रणालियों को बनाने के लिए जो लचीले और कुशल तरीके से सूचना को एन्कोड और प्रदर्शित कर सकते हैं, न्यूरोबायोलॉजी से बहुत प्रेरणा मिलेगी।

जस्चा अचटरबर्ग इस खोज के एआई प्रणालियों को बनाने के लिए मानव समस्या-समाधान क्षमताओं की नकल करने की संभावना पर और विस्तार से बताते हैं। उन्होंने सुझाव दिया कि एआई प्रणालियां जो मानवों जैसी चुनौतियों का सामना करती हैं, विशेष रूप से शारीरिक प्रतिबंधों जैसे ऊर्जा सीमाओं के भीतर कार्य करते हुए, मानव मस्तिष्क जैसी संरचनाओं का विकास करेंगी। “वास्तविक दुनिया में तैनात रोबोटों के दिमाग,” अचटरबर्ग समझाते हैं, “संभवतः हमारे दिमाग जैसे दिखेंगे क्योंकि वे हमारे जैसी ही चुनौतियों का सामना करेंगे।”

कैम्ब्रिज टीम द्वारा किए गए शोध ने मानव तंत्रिका प्रणालियों और कृत्रिम बुद्धिमत्ता के बीच समानताओं को समझने में एक महत्वपूर्ण कदम का प्रतिनिधित्व करता है। एक एआई प्रणाली पर शारीरिक प्रतिबंध लगाकर, उन्होंने न केवल मानव मस्तिष्क की प्रमुख विशेषताओं को प्रतिकृति किया है, बल्कि अधिक कुशल और अनुकूलनीय एआई के डिजाइन के लिए नए मार्ग भी खोले हैं।