शोधकर्ताओं ने "विकासवादी एल्गोरिदम" के साथ नए दृष्टिकोण का प्रस्ताव दिया

जबकि हमारे वर्तमान कंप्यूटर आमतौर पर पूर्व-प्रोग्राम किए गए कार्य करते हैं, यह हमारे दिमाग के विपरीत है, जो अत्यधिक अनुकूली है। हमारी अनुकूलन क्षमता काफी हद तक सिनैप्टिक प्लास्टिसिटी पर निर्भर है, जिसमें सिनैप्स न्यूरॉन्स के बीच कनेक्शन बिंदु होते हैं। न्यूरोवैज्ञानिक सिनैप्टिक प्लास्टिसिटी में गहराई से रुचि रखते हैं क्योंकि यह सीखने की प्रक्रियाओं और स्मृति की कुंजी है।

तंत्रिका विज्ञान और कृत्रिम बुद्धिमत्ता (एआई) के शोधकर्ता मस्तिष्क को बेहतर ढंग से समझने के लिए इन अंतर्निहित प्रक्रियाओं के तंत्र के लिए मॉडल विकसित करते हैं। ये मॉडल हमें जैविक सूचना प्रसंस्करण में अंतर्दृष्टि प्राप्त करने में मदद करते हैं, और वे मशीनों को तेजी से सीखने में मदद करने के लिए महत्वपूर्ण हैं।

"विकासवादी एल्गोरिदम"

बर्न विश्वविद्यालय में फिजियोलॉजी संस्थान के शोधकर्ताओं ने अब "विकासवादी एल्गोरिदम" पर आधारित एक नया दृष्टिकोण विकसित किया है और ये कंप्यूटर प्रोग्राम जैविक विकास की प्रक्रिया की नकल करके समाधान खोजते हैं। 

अनुसंधान दल का नेतृत्व बर्न विश्वविद्यालय के फिजियोलॉजी संस्थान और हीडलबर्ग विश्वविद्यालय के किरचॉफ इंस्टीट्यूट फॉर फिजिक्स के डॉ. मिहाई पेट्रोविसी ने किया था।

अध्ययन जर्नल में प्रकाशित किया गया था eLife.

इन सबका अर्थ है जैविक फिटनेस, जो वह डिग्री है जिस तक कोई जीव अपने पर्यावरण के अनुकूल होता है, विकासवादी एल्गोरिदम के लिए एक मॉडल हो सकता है। इन एल्गोरिदम के साथ, किसी उम्मीदवार समाधान की "फिटनेस" इस बात पर निर्भर करती है कि वह अंतर्निहित समस्या को कितनी अच्छी तरह हल कर सकता है। 

तीन सीखने के परिदृश्य

नए दृष्टिकोण को "विकसित होना-सीखना" या "अनुकूली बनना" कहा जाता है। टीम ने तीन विशिष्ट शिक्षण परिदृश्यों पर ध्यान केंद्रित किया, जिनमें से पहले में कंप्यूटर को अपने प्रदर्शन के बारे में प्रतिक्रिया प्राप्त किए बिना इनपुट की निरंतर स्ट्रीम में दोहराए जाने वाले पैटर्न का पता लगाना शामिल था।

दूसरे परिदृश्य में वांछित व्यवहार करने पर कंप्यूटर को आभासी पुरस्कार प्राप्त करना शामिल था।

तीसरे परिदृश्य में "निर्देशित शिक्षण" शामिल था जहां कंप्यूटर को बताया गया था कि उसका व्यवहार वांछित से कितना विचलित है।

डॉ. जैकब जॉर्डन बर्न विश्वविद्यालय में फिजियोलॉजी संस्थान से संबंधित और सह-प्रथम लेखक हैं।

डॉ. जॉर्डन ने कहा, "इन सभी परिदृश्यों में, विकासवादी एल्गोरिदम सिनैप्टिक प्लास्टिसिटी के तंत्र की खोज करने में सक्षम थे, और इस तरह एक नई समस्या को सफलतापूर्वक हल किया।"

एल्गोरिदम ने मजबूत रचनात्मकता का प्रदर्शन किया।

डॉ. मैक्सिमिलियन श्मिट अध्ययन के सह-प्रथम लेखक हैं।

“उदाहरण के लिए, एल्गोरिदम को एक नया प्लास्टिसिटी मॉडल मिला जिसमें हमारे द्वारा परिभाषित सिग्नल एक नया सिग्नल बनाने के लिए संयुक्त होते हैं। वास्तव में, हम देखते हैं कि इस नए सिग्नल का उपयोग करने वाले नेटवर्क पहले से ज्ञात नियमों की तुलना में तेजी से सीखते हैं, ”डॉ. श्मिट ने कहा।

पेट्रोवोसी ने कहा, "हम ई2एल को जैविक शिक्षण सिद्धांतों में गहरी अंतर्दृष्टि प्राप्त करने और शक्तिशाली कृत्रिम शिक्षण मशीनों की दिशा में प्रगति में तेजी लाने के लिए एक आशाजनक दृष्टिकोण के रूप में देखते हैं।" 

डॉ. जॉर्डन ने टिप्पणी की, "हमें उम्मीद है कि यह तंत्रिका तंत्र में सिनैप्टिक प्लास्टिसिटी पर शोध को गति देगा।" 

टीम का कहना है कि नए निष्कर्ष इस बात की गहरी जानकारी प्रदान करेंगे कि स्वस्थ और रोगग्रस्त मस्तिष्क कैसे काम करते हैं, और वे बुद्धिमान मशीनों के विकास में सहायता कर सकते हैं जो उपयोगकर्ताओं के अनुकूल हो सकती हैं।