বয়সের উপর নির্ভর করে, মানুষের প্রতি 7 ঘন্টা 13 থেকে 24 ঘন্টা ঘুমের প্রয়োজন। এই সময়ে, অনেক কিছু ঘটে: হৃদস্পন্দন, শ্বাস এবং বিপাক ভাটা এবং প্রবাহ; হরমোন মাত্রা সামঞ্জস্য; শরীর শিথিল হয়। মগজে তেমন কিছু নেই।
ক্যালিফোর্নিয়া বিশ্ববিদ্যালয়ের সান দিয়েগো স্কুল অফ মেডিসিনের মেডিসিনের অধ্যাপক এবং ঘুমের গবেষক ম্যাক্সিম বাজেনভ বলেছেন, "আমরা যখন ঘুমাই তখন মস্তিষ্ক খুব ব্যস্ত থাকে, আমরা যা শিখেছি তার পুনরাবৃত্তি করি।" "ঘুম স্মৃতিগুলিকে পুনর্গঠিত করতে সাহায্য করে এবং তাদের সবচেয়ে কার্যকর উপায়ে উপস্থাপন করে।"
পূর্ববর্তী প্রকাশিত কাজগুলিতে, বাজেনভ এবং সহকর্মীরা রিপোর্ট করেছেন যে কীভাবে ঘুম যুক্তিযুক্ত স্মৃতি তৈরি করে, বস্তু, মানুষ বা ঘটনার মধ্যে নির্বিচারে বা পরোক্ষ সংযোগ মনে রাখার ক্ষমতা এবং পুরানো স্মৃতি ভুলে যাওয়া থেকে রক্ষা করে।
কৃত্রিম নিউরাল নেটওয়ার্কগুলি মৌলিক বিজ্ঞান এবং চিকিৎসা থেকে শুরু করে অর্থ এবং সামাজিক মিডিয়া পর্যন্ত অসংখ্য প্রযুক্তি এবং সিস্টেমের উন্নতির জন্য মানুষের মস্তিষ্কের স্থাপত্যকে কাজে লাগায়। কিছু উপায়ে, তারা অতিমানবীয় কর্মক্ষমতা অর্জন করেছে, যেমন গণনাগত গতি, কিন্তু তারা একটি মূল দিকটিতে ব্যর্থ হয়: যখন কৃত্রিম নিউরাল নেটওয়ার্কগুলি ক্রমানুসারে শেখে, তখন নতুন তথ্য পূর্ববর্তী তথ্যকে ওভাররাইট করে, একটি ঘটনা যাকে বলা হয় বিপর্যয়কর ভুলে যাওয়া।
"বিপরীতভাবে, মানব মস্তিষ্ক ক্রমাগত শেখে এবং বিদ্যমান জ্ঞানের মধ্যে নতুন ডেটা অন্তর্ভুক্ত করে," বাজেনভ বলেন, "এবং এটি সাধারণত সবচেয়ে ভাল শেখে যখন স্মৃতি একত্রীকরণের জন্য ঘুমের সময়কালের সাথে নতুন ট্রেনিং করা হয়।"
18 নভেম্বর, 2022 সংখ্যায় লেখা PLOS কম্পিউটেশনাল বায়োলজি, জ্যেষ্ঠ লেখক বাজেনভ এবং সহকর্মীরা আলোচনা করেছেন যে কীভাবে জৈবিক মডেলগুলি কৃত্রিম নিউরাল নেটওয়ার্কগুলিতে বিপর্যয়কর ভুলে যাওয়ার হুমকি প্রশমিত করতে সাহায্য করতে পারে, গবেষণা আগ্রহের একটি বর্ণালী জুড়ে তাদের উপযোগিতাকে বাড়িয়ে তোলে।
বিজ্ঞানীরা স্পাইকিং নিউরাল নেটওয়ার্ক ব্যবহার করেছেন যা কৃত্রিমভাবে প্রাকৃতিক স্নায়ুতন্ত্রের অনুকরণ করে: তথ্য ক্রমাগত যোগাযোগের পরিবর্তে, এটি নির্দিষ্ট সময়ে বিচ্ছিন্ন ঘটনা (স্পাইক) হিসাবে প্রেরণ করা হয়।
তারা দেখেছে যে যখন স্পাইকিং নেটওয়ার্কগুলিকে একটি নতুন কাজের প্রশিক্ষণ দেওয়া হয়েছিল, কিন্তু মাঝে মাঝে অফ-লাইন সময়সীমার সাথে যা ঘুমের নকল করে, বিপর্যয়কর ভুলে যাওয়া প্রশমিত হয়েছিল। মানব মস্তিষ্কের মতো, গবেষণার লেখক বলেছেন, নেটওয়ার্কগুলির জন্য "ঘুম" তাদের পুরানো প্রশিক্ষণের ডেটা স্পষ্টভাবে ব্যবহার না করেই পুরানো স্মৃতি পুনরায় খেলতে দেয়।
স্মৃতিগুলি মানব মস্তিষ্কে সিন্যাপটিক ওজনের প্যাটার্ন দ্বারা প্রতিনিধিত্ব করা হয় - দুটি নিউরনের মধ্যে সংযোগের শক্তি বা প্রশস্ততা।
"যখন আমরা নতুন তথ্য শিখি," বাজেনভ বলেন, "নিউরনগুলি নির্দিষ্ট ক্রমে আগুন দেয় এবং এটি তাদের মধ্যে সিন্যাপস বাড়ায়। ঘুমের সময়, আমাদের জাগ্রত অবস্থায় শেখা স্পাইকিং প্যাটার্নগুলি স্বতঃস্ফূর্তভাবে পুনরাবৃত্তি হয়। একে বলা হয় রিঅ্যাক্টিভেশন বা রিপ্লে।
"সিনাপটিক প্লাস্টিসিটি, পরিবর্তিত বা ঢালাই করার ক্ষমতা, ঘুমের সময় এখনও থাকে এবং এটি সিনাপটিক ওজনের ধরণগুলিকে আরও উন্নত করতে পারে যা স্মৃতিকে প্রতিনিধিত্ব করে, ভুলে যাওয়া রোধ করতে বা পুরানো থেকে নতুন কাজগুলিতে জ্ঞান স্থানান্তর সক্ষম করতে সহায়তা করে।"
যখন বাজেনভ এবং সহকর্মীরা কৃত্রিম নিউরাল নেটওয়ার্কগুলিতে এই পদ্ধতি প্রয়োগ করেন, তখন তারা দেখতে পান যে এটি নেটওয়ার্কগুলিকে বিপর্যয়কর ভুলে যাওয়া এড়াতে সহায়তা করেছে।
"এর মানে এই যে এই নেটওয়ার্কগুলি ক্রমাগত শিখতে পারে, যেমন মানুষ বা প্রাণী। ঘুমের সময় মানুষের মস্তিষ্ক কীভাবে তথ্য প্রক্রিয়া করে তা বোঝা মানুষের বিষয়ের স্মৃতিশক্তি বাড়াতে সাহায্য করতে পারে। ঘুমের ছন্দ বাড়ানোর ফলে স্মৃতিশক্তি ভালো হতে পারে।
"অন্যান্য প্রকল্পগুলিতে, আমরা ঘুমের সময় উদ্দীপনা প্রয়োগ করার জন্য সর্বোত্তম কৌশলগুলি বিকাশ করতে কম্পিউটার মডেলগুলি ব্যবহার করি, যেমন শ্রবণ টোন, যা ঘুমের ছন্দকে উন্নত করে এবং শেখার উন্নতি করে৷ এটি বিশেষভাবে গুরুত্বপূর্ণ হতে পারে যখন স্মৃতিশক্তি অ-অনুকূল হয়, যেমন যখন বার্ধক্যজনিত স্মৃতিশক্তি হ্রাস পায় বা আল্জ্হেইমার রোগের মতো কিছু পরিস্থিতিতে।
সহ-লেখকদের মধ্যে রয়েছে: রায়ান গোল্ডেন এবং জিন এরিক ডেলানোইস, উভয়ই UC সান দিয়েগোতে; এবং পাভেল সান্ডা, চেক একাডেমি অফ সায়েন্সেসের কম্পিউটার সায়েন্স ইনস্টিটিউট।
কৃত্রিম নিউরাল নেটওয়ার্কগুলি আরও ভালভাবে শেখে যখন তারা মোটেও না শেখার সময় ব্যয় করে উত্স https://www.sciencedaily.com/releases/2022/11/221118160305.htm থেকে https://www.sciencedaily.com/rss/computers_math/ থেকে পুনঃপ্রকাশিত artificial_intelligence.xml
- Bitcoin
- বিজবিল্ডারমাইক
- blockchain
- ব্লকচেইন সম্মতি
- ব্লকচেইন সম্মেলন
- ব্লকচেইন পরামর্শদাতা
- কয়েনবেস
- coingenius
- ঐক্য
- ক্রিপ্টো সম্মেলন
- ক্রিপ্টো খনির
- cryptocurrency
- বিকেন্দ্রীভূত
- Defi
- ডিজিটাল সম্পদ
- ethereum
- মেশিন লার্নিং
- অ ছত্রাকযুক্ত টোকেন
- Plato
- প্লেটো এআই
- প্লেটো ডেটা ইন্টেলিজেন্স
- প্লেটো ব্লকচেইন
- প্লেটোডাটা
- প্লেটোগেমিং
- বহুভুজ
- ঝুঁকি প্রমাণ
- W3
- zephyrnet