सोचने का तर्क। भाग 6. प्रोजेक्शन सिस्टम

उन लोगों के लिए, जिन्होंने अभी-अभी ज्वाइन किया है, मैं आपको सलाह देता हूं कि आप पहले भाग से शुरू करें , या कम से कम कॉर्टेक्स के वेव मॉडल के विवरण के साथ जो हम उपयोग करते हैं। लहर मॉडल का सार यह है कि जानकारी एक साथ दो तरीकों से एन्कोड की जाती है। पहली विधि न्यूरॉन-डिटेक्टरों द्वारा ज्ञात घटनाओं के अनुरूप विकसित गतिविधि का पैटर्न है। पहचानकर्ताओं की दूसरी लहरें, विकसित गतिविधि के पैटर्न से प्रचारित और अद्वितीय पैटर्न वहन करना। प्रत्येक तरंग के पैटर्न की विशिष्टता आपको सिग्नल स्रोत से दूरी पर इसकी गतिविधि के बारे में जानने की अनुमति देती है। इस दृष्टिकोण के साथ, कॉर्टिकल ज़ोन की मात्रा के बीच बेमेल और बंडलों में तंतुओं की संख्या की जानकारी जो उन्हें मैकक्लॉक और पिट्स द्वारा तैयार किए गए अन्य ज़ोन की जानकारी देती है।

यह हमारे तर्क से इस प्रकार है कि मस्तिष्क के दो प्रकार के अनुमान हैं। पहला सबसे समझने योग्य प्रकार तथाकथित स्थलाकृतिक मानचित्र है। उदाहरण के लिए, ऑप्टिक नसों के साथ आंखों से दृश्य संकेत चासम तक फैलता है। वहां, तंतुओं को पुनर्वितरित किया जाता है ताकि एक गोलार्ध केवल बाईं ओर से फाइबर प्राप्त करता है, और दूसरा केवल रेटिना के दाएं हिस्सों से होता है। ऑप्टिक पथ के साथ, सूचना बाहरी क्रैंक किए गए शरीर में प्रवेश करती है, और वहां से दृश्य प्रांतस्था तक। ऑप्टिक तंत्रिका में लगभग एक लाख फाइबर होते हैं, जो उस संकल्प से मेल खाता है जो आंख तक पहुंचता है। यह जानकारी प्राथमिक दृश्य कॉर्टेक्स पर दृश्य विकिरण के माध्यम से अनुमानित की जाती है। दृश्य विकिरण प्राथमिक दृश्य प्रांतस्था (नीचे आंकड़ा) के पूरे क्षेत्र में तंत्रिका तंतुओं के एक बंडल का एक समान वितरण है। इस मानचित्रण की स्थलाकृति इस तथ्य में निहित है कि रेटिना पर पड़ने वाले संकेत पास में हैं और प्रांतस्था पर उनके प्रक्षेपण में हैं। इस संचरण के साथ, संकेतों की स्थिति बनी रहती है। रेटिना के प्रत्येक स्थान से छवि कॉर्टेक्स के अपने क्षेत्र में गिरती है, जो आपको वस्तुओं की सापेक्ष स्थिति के बारे में जानकारी सहेजने की अनुमति देती है।


विज़ुअल पाथ (हबेल, 1988)

इसी तरह, स्थलाकृतिक क्रम बनाए रखने के दौरान, संकेत संवेदी क्षेत्रों पर भी अनुमानित होते हैं। यहाँ से प्रसिद्ध पेनफील्ड मानचित्र आता है जो संवेदी और मोटर कॉर्टेक्स (नीचे की आकृति) पर शरीर के विभिन्न भागों के प्रतिनिधित्व को दर्शाता है।


पेनफील्ड मैन

पारंपरिक पदानुक्रमित बहुपरत तंत्रिका नेटवर्क, एक बेहतर एक की कमी के लिए, स्थलाकृतिक प्रक्षेपण के सिद्धांत की नकल की, परतों के आकार में कमी और सूचना के रूप में उनके न्यूरॉन्स के प्रारंभिक ग्रहणशील क्षेत्रों में वृद्धि की घोषणा की।

हालांकि, मस्तिष्क के सफेद पदार्थ में कनेक्शन की वास्तविक प्रणाली मौलिक रूप से अलग है। कॉर्टिकल ज़ोन के बीच एक ज़ोन से दूसरे क्षेत्र में गतिविधि पैटर्न के वैश्विक संचरण में सक्षम तंत्रिका छोरों को जोड़ने वाली कोई "मोटी" नहीं है। संपूर्ण प्रक्षेपण प्रणाली में अपेक्षाकृत पतले बीम होते हैं। इसके अलावा, कॉर्टेक्स के क्षेत्रों के साथ इन बीमों के संपर्क बाहर नहीं फैन करते हैं और विकिरण नहीं बनाते हैं, लेकिन घने "बिंदु" कनेक्शन हैं। यह विशेष रूप से सफेद पदार्थ की वास्तविक छवियों में स्पष्ट है, जहां प्रत्येक प्रक्षेपण दिशाओं का अलग-अलग पता लगाया जाता है (नीचे आंकड़ा)।


मस्तिष्क के श्वेत पदार्थ की संरचना (फालोन)

यह आत्मविश्वास से कहा जा सकता है कि क्रस्ट के क्षेत्रों के बीच संबंध स्थलाकृतिक अनुमानों द्वारा नहीं किए जाते हैं, लेकिन एक मौलिक रूप से भिन्न प्रकार के संबंधों द्वारा। हम इस दूसरी प्रकार की कनेक्शन तरंग सुरंगों को कहते हैं।

कॉर्टिकल ज़ोन की एक जोड़ी लें और दो छोटे, मनमाने ढंग से चयनित क्षेत्रों को जोड़ दें। हम ऐसा करते हैं ताकि ऊपरी क्षेत्र की गतिविधि को निचले क्षेत्र (नीचे आंकड़ा) में कॉपी किया जाए। इस मामले में, आपको प्रक्षेपण की स्थलाकृति के बारे में चिंता करने की आवश्यकता नहीं है। आप प्रक्षेपण तंतुओं को मिला सकते हैं, और इसके अलावा उनमें से कुछ को छोड़ सकते हैं, जिससे प्रक्षेपण का निर्वहन हो सकता है।


वेव टनल

इस तरह के कनेक्शन से हमें किसी भी तरह से ट्रांसमिटिंग ज़ोन की गतिविधि की पूरी तस्वीर के प्रसारण में मदद नहीं मिलती है। लेकिन यह पता चला है कि पूरी तस्वीर आवश्यक नहीं है। पहचान तरंगें प्रांतस्था के प्रत्येक स्थान से गुजरती हैं, जो इस क्षेत्र के सभी स्थिर पैटर्न के बारे में जानकारी लेती हैं। यही है, अगर कॉर्टिकल ज़ोन ने कुछ छवियों का जवाब देना सीख लिया है, तो इसके छोटे क्षेत्र में हम सभी मौजूदा पहचानकर्ताओं को देखेंगे। सब कुछ एक ऑप्टिकल होलोग्राम की तरह है, जहां प्रत्येक टुकड़ा पूरी छवि के बारे में जानकारी संग्रहीत करता है।

इसका मतलब यह है कि, पपड़ी के एक छोटे से हिस्से की गतिविधि को एक ज़ोन से दूसरे ज़ोन में स्थानांतरित करके, हम रिसीविंग ज़ोन में एक सेक्शन प्राप्त करेंगे जो कुछ ऐसे पैटर्न उत्पन्न करता है जो अलग नहीं हैं, वास्तव में, उन से जो लहरों के प्रसार के दौरान उत्पन्न होते हैं। ऐसी साइट निश्चित रूप से दोहराए जाने वाले पैटर्न के वितरण में अपनी छाल को प्रशिक्षित करना शुरू कर देगी। समय के साथ, यह इस तथ्य को जन्म देगा कि पहचान तरंगों को इस तरह की सुरंग के माध्यम से प्रेषित किया जाएगा और प्राप्त कॉर्टेक्स पर प्रचार करना जारी रहेगा।

इस प्रक्रिया को अनुकरण में अच्छी तरह से देखा जाता है। नीचे तरंग प्रसार के दो समय-सहसंबंधित पैटर्न हैं। ऊपरी आंकड़ा प्रोजेक्टिंग कॉर्टेक्स है, निचला एक प्राप्त कॉर्टेक्स है। वर्ग सुरंग से जुड़े क्षेत्र हैं।


प्रोजेक्शन कोर्टेक्स गतिविधि


मेजबान कोर्टेक्स की गतिविधि। छवियाँ प्रोजेक्टिंग कॉर्टेक्स के समान उपायों के अनुरूप हैं।

यह देखा जाता है कि जब लहर क्रस्ट के ट्रांसमिटिंग जोन में सुरंग क्षेत्र से गुजरती है, तो यह तरंग को रिसीविंग जोन (पहले से प्रशिक्षित जोन दिखाए जाते हैं) में लॉन्च करती है। यह महत्वपूर्ण है कि परिणामी लहर मूल पहचानकर्ता के सभी गुणों को संरक्षित करती है। प्रत्येक घटना के लिए, साथ ही साथ मूल कोर्टेक्स पर, केवल इस घटना के वितरण पैटर्न की विशेषता प्राप्त कोर्टेक्स पर लागू होती है।

नीचे सिमुलेशन के दौरान प्राप्त वीडियो है। इसके बाईं ओर एक प्रशिक्षित ज़ोन है, और दाईं ओर ज़ोन ने अभी प्रशिक्षण शुरू किया है:




काउंटर प्रोजेक्शन

यदि प्रांतस्था के दो क्षेत्र काउंटर अनुमानों (ऊपर आंकड़ा) से जुड़े हुए हैं, तो एक दिलचस्प प्रभाव प्राप्त किया जा सकता है। पहले ज़ोन से पहचानकर्ता दूसरे ज़ोन में जाएगा, वहां प्रचार करेगा, और फिर वापस आकर तरंग सुरंग के संपर्क बिंदु से प्रचार करेगा। इसके अलावा, यदि क्षेत्रों के बीच संचरण माइलिनेटेड तंतुओं के माध्यम से होता है, तो नाड़ी का प्रसार वेग लगभग 100 मीटर / सेकंड है, फिर एक-दूसरे से करीब 10 सेंटीमीटर की दूरी पर स्थित क्षेत्रों के लिए राउंड ट्रिप ट्रिप सिग्नल का समय निकट संपर्क प्रक्षेपणों में अनुमानित किया जा सकता है। कुछ मिलीसेकंड। इसका मतलब यह है कि 100 मिलीसेकंड के क्रम की अवधि के साथ पहचानकर्ताओं की एक लहर के लिए, लौटे सिग्नल व्यावहारिक रूप से मुख्य लहर के साथ विलय कर देंगे। तो, इसे मौजूदा पहचानकर्ता का हिस्सा माना जाएगा।

परिणामस्वरूप, यदि पहले ज़ोन से पहले आया आइडेंटिफ़ायर किसी तरह कॉर्टेक्स के दूसरे ज़ोन पर पुन: पेश किया जाता है, तो, तरंग टनल के माध्यम से फ़र्स्ट ज़ोन में जाने के बाद, यह आइडेंटिफिकेशन वेव को पहले से ही इस ज़ोन में पहचान देगा। इस तरह का एक तंत्र न केवल एक क्षेत्र से दूसरे क्षेत्र में जानकारी स्थानांतरित करने की अनुमति देता है, बल्कि इसे कॉर्टेक्स के दोनों क्षेत्रों के लिए समझने योग्य रूप में वापस करने के लिए भी अनुमति देता है।
यदि आप स्थलाकृतिक और तरंग प्रक्षेपण की तुलना करते हैं, तो प्रत्येक अपने स्वयं के उद्देश्यों के लिए अच्छा है। स्थलाकृतिक प्रक्षेपण आवश्यक है जहां सक्रिय तत्वों की सापेक्ष स्थिति से संबंधित जानकारी को खोना असंभव है। लहर प्रक्षेपण सुविधाजनक है जब अवधारणाओं के एक सरल गणना पर आधारित विवरण तैयार करना संभव है।

सामान्य सूचना चित्र जिसके साथ मस्तिष्क संचालित होता है, विवरणों का एक संग्रह है। कॉर्टेक्स के प्रत्येक क्षेत्र इसके लिए विशिष्ट कारकों में एक विवरण बनाते हैं। इसके अलावा, कारकों के एक सेट के अलावा, विवरण का रूप भी क्षेत्रों में भिन्न होता है। स्थलाकृतिक रूप छवि के गुणों की विशेषता को बनाए रखता है जब तत्वों की सापेक्ष स्थानिक व्यवस्था मायने रखती है। विवरण का तरंग रूप उन कारकों की एक अनियंत्रित गणना के बराबर है जिन्होंने उनकी गतिविधि को दिखाया है।

चैनलों की संकीर्णता की समस्या को हल करने के अलावा, लहर मॉडल उच्च स्तर के न्यूरॉन्स के ग्रहणशील क्षेत्रों की स्थानीयता से संबंधित पारंपरिक मॉडल में निहित आवश्यक विरोधाभास को दूर करना संभव बनाता है। विरोधाभास का सार यह है कि प्रत्येक नए स्तर के साथ, न्यूरॉन्स को अधिक से अधिक सामान्यीकृत संकेतों और अवधारणाओं का चयन करना चाहिए, लेकिन इसके लिए उन्हें कभी-कभी देखे गए गुणों की व्यापक कवरेज की आवश्यकता होती है। चूंकि सभी स्तरों पर वास्तविक न्यूरॉन्स के पास ग्रहणशील क्षेत्र सीमित हैं, शास्त्रीय मॉडल में इसे समझाने में कुछ कठिनाइयां हैं।

यदि हम नियोकोगिट्रॉन को याद करते हैं, तो इसके सभी जटिल न्यूरॉन्स को सरल कोशिकाओं के विमानों द्वारा सेवा दी जानी चाहिए। एक ही विमान में प्रवेश करने वाली सरल कोशिकाओं का वजन समान होता है और साथ ही साथ पिछली परत के सभी संभावित क्षेत्रों की निगरानी करती है। जहाँ हमारी तरंग प्रत्येक स्थान पर आवश्यक जानकारी पहुँचाती है, प्रत्येक स्थिति में नियोकोगनिट्रॉन में साधारण न्यूरॉन्स का एक सेट वांछित पैटर्न की उपस्थिति के लिए पूरी सतह को स्कैन करता है। इस तरह के स्कैन के लिए समग्रता पर नज़र रखने की आवश्यकता होती है, क्योंकि सिर्फ एक स्थिति को बदलने से पैटर्न पूरी तरह बदल जाता है। समस्या को कम करने के तरीके के रूप में, आप धुंधला (नीचे आंकड़ा) का उपयोग कर सकते हैं। धुंधला होने पर, समग्रता की आवश्यकता कुछ कमजोर हो जाती है, क्योंकि प्रत्येक साधारण न्यूरॉन कतरनी की एक निश्चित सीमा में प्रतिक्रिया करने की क्षमता प्राप्त करता है।


धुंधला मान्यता वृद्धि (फुकुशिमा के।, 2013)

लेकिन क्या किसी भी तरह से इस्तेमाल किया जा सकता है प्राथमिक छवि प्रसंस्करण कोर्टेक्स के अधिक अमूर्त क्षेत्रों के लिए खराब रूप से लागू होता है, जहां विकसित गतिविधि के पैटर्न में "तीव्र" सेटिंग होती है।

तरंग प्रतिनिधित्व का उपयोग ग्रहणशील क्षेत्रों के स्थानीयता के सवाल को पूरी तरह से हटा देता है। यह पता चला है कि न्यूरॉन को अपने सिनाप्सेस के साथ पूरे कोर्टेक्स का पालन नहीं करना चाहिए। यदि "छाल" मोहम्मद के पास नहीं जाती है, तो मोहम्मद "छाल" पर जाता है। पहचानकर्ताओं की तरंगें स्वयं प्रत्येक न्यूरॉन के लिए सभी आवश्यक जानकारी लाती हैं, जिसके बोध के लिए यह केवल उनके लिए उनके तात्कालिक वातावरण की बारीकी से निगरानी करने के लिए पर्याप्त है, जो उन्हें पूरी तरह से गुजरने वाली तरंगों की प्रकृति को दर्शाता है।

कई गुण तरंग मॉडल से उत्पन्न होते हैं, जो वास्तविक मस्तिष्क की प्रक्षेपण प्रणाली के बारे में मौजूदा विचारों के साथ अच्छे समझौते में हैं:

• तरंग सुरंगें क्रस्ट के संपर्क के क्षेत्र में कॉम्पैक्ट हैं, जिसका अर्थ है कि कई संपर्क पैड एक दूसरे के साथ हस्तक्षेप किए बिना मौजूद हो सकते हैं;
• सुरंगें उस जगह के लिए महत्वपूर्ण नहीं हैं जहां जानकारी ली गई थी और छाल में प्रवेश के स्थान पर;
• सुरंगों को संपर्क क्षेत्र में सभी न्यूरॉन्स की गतिविधि को हटाने की आवश्यकता नहीं है;
• सुरंगों के लिए, यह तंतुओं के क्रम को बनाए रखने के लिए अप्रत्याशित है, तंतुओं को बेतरतीब ढंग से एक बीम के अंदर मिश्रित किया जा सकता है, जो हस्तांतरण के परिणाम को प्रभावित नहीं करता है।

तरंग प्रतिमान से, सूचना की एक समझ मस्तिष्क की विशेषता प्रक्रियाओं को प्रवाहित करती है, जो कि हम कंप्यूटर सिस्टम का वर्णन करने के लिए उपयोग किए जाने वाले कार्यों से काफी अलग है। एक पारंपरिक कंप्यूटर में कई नोड होते हैं, जिनमें से प्रत्येक अपना कार्य करता है। कार्यक्रमों में विशिष्ट कार्यों पर केंद्रित कई मॉड्यूल शामिल हैं। नोड्स भौतिक स्तर पर हैं, और लॉजिकल एक्सचेंज डेटा पर प्रोग्राम मॉड्यूल हैं। परिणाम पूर्वनिर्धारित एल्गोरिदम का निष्पादन है। ज्यादातर मामलों में एक तत्व में खराबी या त्रुटि एल्गोरिथ्म को पूरा करने की असंभवता की ओर ले जाती है।

मस्तिष्क में प्रांतस्था के क्षेत्र होते हैं, जो सीखने, उनकी विशेषज्ञता हासिल करते हैं। विशेषज्ञता का सार यह है कि किन क्षेत्रों में क्रस्ट ज़ोन अपने विवरण का निर्माण करेगा। प्रक्षेपण प्रणाली के माध्यम से कॉर्टेक्स के किसी भी क्षेत्र द्वारा बनाया गया विवरण, उन सभी क्षेत्रों के लिए उपलब्ध हो जाता है जिनके साथ इसका प्रक्षेपण संपर्क होता है। प्रक्षेपण प्रणाली ने क्रमिक रूप से ऐसे विन्यास का अधिग्रहण किया है जो आपको जो हो रहा है उसका सबसे पूर्ण प्रदर्शन प्राप्त करने की अनुमति देता है।


बंदर मस्तिष्क प्रोजेक्शन विज़ुअलाइज़ेशन (आईबीएम रिसर्च)

यह ध्यान दिया जाना चाहिए कि प्रोजेक्शन फाइबर के माध्यम से प्रसारित अनुमानों के अलावा, सूचना एक क्षेत्र से दूसरे में फैल सकती है, बस क्षेत्रों की सशर्त सीमा को पार कर सकती है। ज़ोन के किनारे तक पहुंचने वाले पहचानकर्ताओं की एक लहर पड़ोसी क्षेत्र में और फैल सकती है। ऐसा होता है या नहीं यह इन क्षेत्रों में न्यूरॉन्स की विशेषता न्यूरोट्रांसमीटर और एक्सट्रैसिनैप्टिक रिसेप्टर्स के प्रकार के संयोग या बेमेल द्वारा निर्धारित किया जा सकता है या नहीं। यदि यह मामला है, तो मौजूदा प्रक्षेपण कनेक्शन योजनाओं को ऐसे "पड़ोसी" अनुमानों के साथ पूरक होना चाहिए।

वर्णित प्रक्षेपण विचारधारा में अद्भुत लचीलापन है। किसी भी क्षेत्र को अक्षम करने से संपूर्ण संरचना की विफलता नहीं होती है, लेकिन यह केवल विवरण प्रणाली को खराब करता है। किसी भी क्षेत्र में एक त्रुटि घातक नहीं है, क्योंकि इसे अन्य क्षेत्रों के काम से मुआवजा दिया जा सकता है।

मस्तिष्क की तुलना समाचार एजेंसियों, समाचार पत्रों और वेबसाइटों की एक प्रणाली से की जा सकती है। उन सभी ने अपने विवरण को प्रकाशित किया कि क्या हो रहा है। कई एक दूसरे से जानकारी उधार लेते हैं। जानकारी को उनमें से प्रत्येक द्वारा व्यक्तिगत रूप से प्रस्तुत और व्याख्या किया जा सकता है। कुछ की अपनी विशेषज्ञता है: किसी के पास राजनीतिक समाचारों के लिए पूर्वाग्रह है, किसी में संस्कृति या प्रौद्योगिकी के समाचारों के लिए। स्रोतों में से एक को बंद करने से पूरी प्रणाली नहीं टूटती है, लेकिन केवल सूचना स्थान को थोड़ा कम करता है। प्रतिभागियों में से प्रत्येक पूरी तरह से सभी दूसरों का पालन नहीं करता है, लेकिन इसकी अपनी अच्छी तरह से स्थापित ट्रैकिंग सूची है, जिसमें ऐसे स्रोत शामिल हैं जो उसके लिए सबसे दिलचस्प हैं।

मैं तुम्हें एक सादृश्य देता हूं। एक वैश्विक परियोजना पर एक साथ काम करने वाले संस्थानों की एक प्रणाली की कल्पना करें। आप काम को भागों में तोड़ सकते हैं और संस्थानों को संकीर्ण, असंतुष्ट कार्य दे सकते हैं। जब उनमें से प्रत्येक अपना काम पूरा कर लेता है, तो यह सब कुछ एक साथ रखता है और अंतिम परियोजना प्राप्त करता है। एक और तरीका यह है कि एक ही बार में सब कुछ ढह जाए और एक दूसरे की नकल करते हुए, सहयोग करते हुए, दूसरे लोगों के विकास का उपयोग करते हुए, कई विकल्प बनाएं और फिर उनमें से सर्वश्रेष्ठ का चयन करें। जाहिर है, पहले विकल्प के कई फायदे हैं, कम से कम स्पष्टता और नियंत्रणीयता जो हो रही है। दूसरे संस्करण में, प्रक्रिया स्पष्ट नहीं है, और परिणाम की गारंटी नहीं है। लेकिन यह पता चला है कि जैसा कि आप सीखते हैं और प्रतिस्पर्धी अनुभव प्राप्त करते हैं, सही प्रोत्साहन प्रणाली के साथ, दूसरा विकल्प उन परिणामों का उत्पादन कर सकता है जो पहली योजना से काफी बेहतर हैं।

अगले भाग में मैं यह वर्णन करने का प्रयास करूँगा कि कैसे व्यवहार में आप कॉर्टेक्स के क्षेत्रों के बीच सूचनाओं को प्रस्तुत करने के सिद्धांतों के बारे में ज्ञान का उपयोग कर सकते हैं।

साहित्य का इस्तेमाल किया

अगर कहीं बहुत संक्षिप्त, असंगत या स्लाइन है, तो कृपया टिप्पणियों में लिखें।

पिछले भाग:
भाग 1. न्यूरॉन
भाग 2. कारक
भाग 3. अवधारणात्मक, दृढ़ नेटवर्क
भाग 4. पृष्ठभूमि गतिविधि
भाग 5. मस्तिष्क की तरंगें