शोधकर्ता नए प्रकार की “मस्तिष्क कोशिकाओं” के साथ एआई प्रणालियों को बढ़ाने का लक्ष्य रखते हैं

एमआईटी में आधारित एक शोध दल गहरे न्यूरल नेटवर्क के प्रदर्शन को उन्हें अन्य प्रकार की मस्तिष्क कोशिकाओं पर आधारित संरचनाओं के साथ जोड़कर बढ़ाने का लक्ष्य रखता है। शोध दल न्यूरल नेटवर्क में एस्ट्रोसाइट्स पर आधारित संरचनाओं को एकीकृत करेगा, जिसका उद्देश्य न्यूरल नेटवर्क को समय के साथ संकेतों को संभालने के तरीके को बदलने देना है।

गहरे न्यूरल नेटवर्क मानव मस्तिष्क के न्यूरल नेटवर्क से प्रेरित हैं। पुरस्कार सीखने के अल्गोरिदम समय के साथ अपनी विफलताओं और सफलताओं से सीखते हैं, जिससे उन्हें शतरंज और गो जैसे जटिल चुनौतियों को मास्टर करने की अनुमति मिलती है। हालांकि, गहरे न्यूरल नेटवर्क तब कठिनाइयों का सामना करते हैं जब वे सामान्य समस्याओं का सामना करते हैं जिनसे मानवों को निपटना पड़ता है। किसी भी स्थिति जिसमें वर्तमान डोमेन या वातावरण में प्राप्त नहीं की गई सामान्य ज्ञान की आवश्यकता होती है, गहरे न्यूरल नेटवर्क के लिए कठिन होती है।

एमआईटी के पिकोवर संस्थान के अनुसार, शोध दल गहरे न्यूरल नेटवर्क को अधिक मजबूत, बहुमुखी और विश्वसनीय बनाने के लिए न्यूरल नेटवर्क में एस्ट्रोसाइट कोशिकाओं पर आधारित एक प्रकार की संरचना जोड़ने का लक्ष्य रखता है।

एमआईटी में न्यूरोसाइंस के न्यूटन प्रोफेसर, म्रिगनक सुर ने समझाया कि न्यूरॉन्स पर जोर देने से मस्तिष्क में अन्य प्रकार की कोशिकाएं, जो महत्वपूर्ण भूमिका निभाती हैं, को नजरअंदाज किया जा रहा है। सुर ने समझाया कि वर्तमान में भी राज्य-ऑफ-द-आर्ट गहरे न्यूरल नेटवर्क पर्यावरण में कारकों पर विचार करने और सीखने के लिए संघर्ष कर सकते हैं जब नियम/संदर्भ नहीं बदलते हैं या समय अप्रासंगिक है। ऐसी स्थितियों में, एक न्यूरल नेटवर्क समय के साथ सफल रणनीतियों को ट्रैक करने, अन्वेषण/शोषण व्यापार-बंद को संतुलित करने और एक अलग संदर्भ में समान कार्यों पर सीखे गए को लागू करने के लिए संघर्ष कर सकता है।

सुर के अनुसार, हाल के साक्ष्य सुझाव देते हैं कि एस्ट्रोसाइट्स उपरोक्त कार्यों को करने में मस्तिष्क को सक्षम बनाने में एक महत्वपूर्ण भूमिका निभाते हैं, न्यूरॉन्स के साथ-साथ एक समानांतर नेटवर्क के रूप में कार्य करने की उनकी क्षमता के लिए धन्यवाद। न्यूरल नेटवर्क में एस्ट्रोसाइट्स को पेश करने से एआई को लंबे समय के पैमाने पर एकत्रित जानकारी को एकीकृत करने, समान स्थितियों को पहचानने और सीखी गई क्षमताओं को पुन: उपयोग करने और न्यूरॉन्स के बीच सिनैप्टिक कनेक्शन को मॉड्यूलेट करने की अनुमति मिलेगी। एस्ट्रोसाइट्स मस्तिष्क के प्रीफ्रंटल कॉर्टेक्स में न्यूरॉन्स को परिदृश्यों का अन्वेषण करने और स्ट्रियाटम में कोशिकाओं को स्थितियों का फायदा उठाने में मदद करते हैं, दोनों रासायनिक न्यूरोमॉड्यूलेटर्स के माध्यम से प्रबंधित किए जाते हैं।

सुर के अनुसार, हाल के साक्ष्य सुझाव देते हैं कि एस्ट्रोसाइट्स उपरोक्त कार्यों को करने में मस्तिष्क को सक्षम बनाने में एक महत्वपूर्ण भूमिका निभाते हैं, न्यूरॉन्स के साथ-साथ एक समानांतर नेटवर्क के रूप में कार्य करने की उनकी क्षमता के लिए धन्यवाद। न्यूरल नेटवर्क में एस्ट्रोसाइट्स को पेश करने से एआई को लंबे समय के पैमाने पर एकत्रित जानकारी को एकीकृत करने, समान स्थितियों को पहचानने और सीखी गई क्षमताओं को पुन: उपयोग करने और न्यूरॉन्स के बीच सिनैप्टिक कनेक्शन को मॉड्यूलेट करने की अनुमति मिलेगी। एस्ट्रोसाइट्स मस्तिष्क के प्रीफ्रंटल कॉर्टेक्स में न्यूरॉन्स को परिदृश्यों का अन्वेषण करने और स्ट्रियाटम में कोशिकाओं को स्थितियों का फायदा उठाने में मदद करते हैं, दोनों रासायनिक न्यूरोमॉड्यूलेटर्स के माध्यम से प्रबंधित किए जाते हैं।

शोध दल विभिन्न प्रयोगों के माध्यम से एस्ट्रोसाइट्स गहरे न्यूरल नेटवर्क को कैसे बढ़ा सकते हैं, इसकी जांच करेगा, प्रत्येक प्रयोग अलग-अलग विशेषज्ञों द्वारा किया जाएगा। प्रयोगात्मक परिणामों का उपयोग शोध दल द्वारा आयोजित सिद्धांत को परिष्कृत करने के लिए किया जाएगा। शोधकर्ता चूहों और मनुष्यों में सरल प्रयोगों से डेटा एकत्र करेंगे और देखेंगे कि मस्तिष्क क्षेत्रों, एस्ट्रोसाइट्स और न्यूरोमॉड्यूलेटर्स में परिवर्तन प्रदर्शन को कैसे प्रभावित करते हैं।

अंत में, अल्फोंसो आराके और सुर चूहों को देखेंगे कि वे कैसे सीखते हैं जब एस्ट्रोसाइट्स काम करते हैं। वे एस्ट्रोसाइट्स को मैनिपुलेट भी करेंगे ताकि वे देख सकें कि यह पुरस्कार सीखने की प्रक्रिया को कैसे प्रभावित करता है।

जैसा कि बताया गया है टीम ने अपने अनुदान में:

“हमारा केंद्रीय परिकल्पना है कि एस्ट्रोसाइट्स और न्यूरोमॉड्यूलेटर्स के साथ न्यूरॉन्स की बातचीत राज्य-ऑफ-द-आर्ट पुरस्कार सीखने (आरएल) प्रणालियों के साथ जुड़े कई समस्याओं को पार करने और प्राकृतिक रूप से पुरस्कार सीखने को करने में मस्तिष्क को सक्षम बनाने वाली गणनात्मक शक्ति का स्रोत है।”