পূর্ববর্তী অনুমানের বিপরীতে, মানব নিওকর্টেক্সের স্নায়ু কোষগুলি ইঁদুরের তুলনায় ভিন্নভাবে সংযুক্ত থাকে।এটি Charité Universitätsmedizin Berlin দ্বারা পরিচালিত একটি নতুন গবেষণার ফলাফল এবং জার্নালে প্রকাশিত বিজ্ঞান* গবেষণায় দেখা গেছে যে মানুষের নিউরন এক দিকে যোগাযোগ করে, যেখানে ইঁদুরে, সংকেতগুলি বৃত্তে প্রবাহিত হয়। এটি তথ্য প্রক্রিয়াকরণের জন্য মানব মস্তিষ্কের দক্ষতা এবং ক্ষমতা বৃদ্ধি করে। এই ফলাফলগুলি কৃত্রিম নিউরাল নেটওয়ার্কগুলির বিকাশকে আরও প্রচার করতে পারে।
নিওকর্টেক্স মানুষের বুদ্ধিমত্তার একটি মূল কাঠামো এবং পাঁচ মিলিমিটারেরও কম পুরু। মস্তিষ্কের বাইরের স্তরে, 20 বিলিয়ন নিউরন অগণিত সংবেদনশীল উপলব্ধি প্রক্রিয়া করে, কর্মের পরিকল্পনা করে এবং আমাদের চেতনার ভিত্তি তৈরি করে। কীভাবে এই নিউরনগুলি এই সমস্ত জটিল তথ্য প্রক্রিয়া করে? তারা কীভাবে একে অপরের সাথে “সংযুক্ত” হয় তার উপর অনেক কিছু নির্ভর করে।
একটি আরও জটিল নিওকর্টেক্স-বিভিন্ন তথ্য প্রক্রিয়াকরণ
“নিওকর্টেক্সের স্নায়ু কাঠামো সম্পর্কে আমাদের পূর্বের বোঝাপড়া মূলত ইঁদুরের মতো প্রাণীর মডেল থেকে প্রাপ্ত ফলাফলের উপর ভিত্তি করে ছিল,” ব্যাখ্যা করেন চ্যারিটে ইউনিভার্সিটির নিউরোফিজিওলজি ইনস্টিটিউটের পরিচালক প্রফেসর জর্গ গেইগার। এই মডেলগুলিতে, প্রতিবেশী নিউরনগুলি প্রায়শই একে অপরের সাথে যোগাযোগ করে, যেন একটি কথোপকথন। একটি নিউরন আরেকটি নিউরনে একটি সংকেত পাঠায়, যা পরে একটি সংকেত ফেরত পাঠায়। এর মানে তথ্য একটি ধ্রুবক চক্রে প্রবাহিত হয়। “
মানুষের নিওকর্টেক্স ইঁদুরের চেয়ে মোটা এবং জটিল। তবুও, গবেষকরা পূর্বে ধরে নিয়েছিলেন – আংশিকভাবে ডেটার অভাবের কারণে – যে এটি সংযোগের একই মৌলিক নীতিগুলি অনুসরণ করে। গিগারের নেতৃত্বে চ্যারিট গবেষণা দল এখন অত্যন্ত বিরল টিস্যুর নমুনা এবং অত্যাধুনিক প্রযুক্তি ব্যবহার করছে তা দেখানোর জন্য যে এটি এমন নয়।
নিউরন যোগাযোগ শোনার একটি চতুর উপায়
গবেষণার জন্য, গবেষকরা ওষুধ-প্রতিরোধী মৃগী রোগে আক্রান্ত 23 জন রোগীর মস্তিষ্কের টিস্যু পরীক্ষা করেছেন যারা Charité-এ নিউরোসার্জারি করেছেন। অস্ত্রোপচারের সময়, এটির নীচের রোগাক্রান্ত কাঠামোতে অ্যাক্সেস পেতে মস্তিষ্কের টিস্যু অপসারণ করা প্রয়োজন। রোগী গবেষণার উদ্দেশ্যে এই অ্যাক্সেস টিস্যু ব্যবহারে সম্মতি দিয়েছেন।
মানব নিওকর্টেক্সের বাইরেরতম স্তরে সংলগ্ন নিউরনের মধ্যে সংকেত প্রবাহ পর্যবেক্ষণ করতে সক্ষম হওয়ার জন্য, দলটি “মাল্টিব্লক” কৌশলটির একটি উন্নত সংস্করণ তৈরি করেছে। এটি গবেষকদের একসাথে দশটি নিউরনের মধ্যে ঘটে যাওয়া যোগাযোগ শুনতে দেয় (বিশদ বিবরণের জন্য “পদ্ধতি সম্পর্কে” দেখুন)। তাই তারা ভিট্রোতে কোষগুলির কার্যকলাপ বন্ধ করার আগে অল্প সময়ের মধ্যে নেটওয়ার্ক ম্যাপ করার জন্য প্রয়োজনীয় সংখ্যক পরিমাপ করতে সক্ষম হয়েছিল। মোট, তারা নিউরনের মধ্যে প্রায় 1,170টি যোগাযোগের চ্যানেল এবং প্রায় 7,200টি সম্ভাব্য সংযোগ বিশ্লেষণ করেছে।
লুপ করার পরিবর্তে ফিডফরওয়ার্ড
তারা দেখতে পেল যে নিউরনের একটি ছোট উপসেট একে অপরের সাথে কথা বলে। “মানুষের মধ্যে, তথ্য এক দিকে প্রবাহিত হয়। এটি খুব কমই সরাসরি বা লুপের মাধ্যমে প্রারম্ভিক বিন্দুতে ফিরে আসে,” ব্যাখ্যা করেন ডঃ পেং ইয়াংফান, প্রকাশনাটির প্রথম লেখক তিনি নিউরোফিজিওলজি ইনস্টিটিউটে গবেষণা পরিচালনা করেছিলেন এবং এখন আছেন৷ চ্যারিটি ডিপার্টমেন্ট অফ নিউরোলজি এবং সেন্টার ফর নিউরোসায়েন্স রিসার্চ। দলটি ডেটা প্রক্রিয়াকরণে এই ফরোয়ার্ড সিগন্যাল প্রবাহের সুবিধাগুলি প্রদর্শনের জন্য মানব নেটওয়ার্ক আর্কিটেকচারের একই নীতির উপর ভিত্তি করে ডিজাইন করা কম্পিউটার সিমুলেশন ব্যবহার করেছে।
গবেষকরা কৃত্রিম নিউরাল নেটওয়ার্ককে একটি সাধারণ মেশিন লার্নিং টাস্ক দিয়েছেন: কথ্য সংখ্যার রেকর্ডিং থেকে সঠিক সংখ্যা সনাক্ত করা। একটি নেটওয়ার্ক মডেল যা মানবদেহের কাঠামোর নকল করে এই স্পিচ রিকগনিশন টাস্কে ইঁদুরের নকল করে এমন নেটওয়ার্ক মডেলের চেয়ে আরও সঠিকভাবে সাড়া দিয়েছে। এটি আরও দক্ষ, একটি মাউস মডেলে একই কর্মক্ষমতা অর্জনের জন্য 380টি নিউরনের সমতুল্য প্রয়োজন, একটি মানব মডেলে মাত্র 150টি নিউরনের তুলনায়।
কৃত্রিম বুদ্ধিমত্তার জন্য একটি অর্থনৈতিক রোল মডেল?
“মানুষের মধ্যে আমরা যে নির্দেশিত নেটওয়ার্ক আর্কিটেকচার দেখি তা আরও শক্তিশালী এবং সম্পদ-দক্ষ কারণ আরও স্বাধীন নিউরন একই সাথে বিভিন্ন কাজ পরিচালনা করতে পারে,” পেং ব্যাখ্যা করেছেন। “এর মানে হল যে স্থানীয় নেটওয়ার্কগুলি আরও তথ্য সঞ্চয় করতে পারে৷ টেম্পোরাল কর্টেক্সের বাইরের স্তরগুলিতে আমাদের অনুসন্ধানগুলি অন্যান্য কর্টিকাল অঞ্চলে প্রসারিত কিনা বা তারা মানুষের অনন্য জ্ঞানীয় ক্ষমতাগুলিকে কতটা ব্যাখ্যা করে তা স্পষ্ট নয়৷”
অতীতে, এআই বিকাশকারীরা কৃত্রিম নিউরাল নেটওয়ার্ক ডিজাইন করার সময় অনুপ্রেরণার জন্য জৈবিক মডেলের দিকে নজর দিয়েছে, কিন্তু জৈবিক মডেলের থেকে স্বাধীনভাবে অ্যালগরিদমগুলিকে অপ্টিমাইজ করেছে। “অনেক কৃত্রিম নিউরাল নেটওয়ার্ক ইতিমধ্যে এই ফরোয়ার্ড সংযোগের কিছু ফর্ম ব্যবহার করে কারণ এটি নির্দিষ্ট কাজের জন্য আরও ভাল ফলাফল প্রদান করতে পারে,” গেইগার বলেছেন। “আশ্চর্যজনকভাবে, মানব মস্তিষ্কও একই ধরনের নেটওয়ার্ক নীতিগুলি প্রদর্শন করে। মানব নিওকর্টেক্সে ব্যয়-কার্যকর তথ্য প্রক্রিয়াকরণের এই অন্তর্দৃষ্টিগুলি কৃত্রিম বুদ্ধিমত্তা নেটওয়ার্কগুলিকে পরিমার্জিত করার জন্য আরও অনুপ্রেরণা প্রদান করতে পারে।”
