कुछ तंत्रिका नेटवर्क इंसानों की तरह भाषा सीखते हैं क्वांटा पत्रिका

दिमाग कैसे सीखते हैं? यह एक रहस्य है, जो हमारी खोपड़ी में स्पंजी अंगों और हमारी मशीनों में उनके डिजिटल समकक्षों दोनों पर लागू होता है। भले ही कृत्रिम तंत्रिका नेटवर्क (एएनएन) कृत्रिम न्यूरॉन्स के विस्तृत जाल से निर्मित होते हैं, जो स्पष्ट रूप से हमारे मस्तिष्क द्वारा सूचनाओं को संसाधित करने के तरीके की नकल करते हैं, हम नहीं जानते कि क्या वे इनपुट को भी इसी तरह से संसाधित करते हैं।   

"इस बात पर लंबे समय से बहस चल रही है कि क्या तंत्रिका नेटवर्क उसी तरह सीखते हैं जैसे मनुष्य सीखते हैं," उन्होंने कहा वसेवोलॉड कपाटिंस्की, ओरेगॉन विश्वविद्यालय में एक भाषाविद्।

अब, एक अध्ययन प्रकाशित पिछला महीना सुझाव देता है कि प्राकृतिक और कृत्रिम नेटवर्क समान तरीकों से सीखते हैं, कम से कम जब भाषा की बात आती है। शोधकर्ताओं - के नेतृत्व में गैस्पर बेगुशकैलिफोर्निया विश्वविद्यालय, बर्कले के एक कम्प्यूटेशनल भाषाविद् - ने एक साधारण ध्वनि सुनने वाले मनुष्यों की मस्तिष्क तरंगों की तुलना उसी ध्वनि का विश्लेषण करने वाले तंत्रिका नेटवर्क द्वारा उत्पादित सिग्नल से की। परिणाम बिल्कुल एक जैसे थे. "हमारी जानकारी के अनुसार," बेगुस और उनके सहयोगियों ने लिखा, एक ही उत्तेजना के प्रति देखी गई प्रतिक्रियाएं "अब तक रिपोर्ट किए गए सबसे समान मस्तिष्क और एएनएन सिग्नल हैं।"

सबसे महत्वपूर्ण बात यह है कि शोधकर्ताओं ने सामान्य प्रयोजन के न्यूरॉन्स से बने नेटवर्क का परीक्षण किया जो विभिन्न कार्यों के लिए उपयुक्त हैं। "वे दिखाते हैं कि बहुत, बहुत सामान्य नेटवर्क, जिनमें भाषण या किसी अन्य ध्वनि के लिए कोई विकसित पूर्वाग्रह नहीं है, फिर भी मानव तंत्रिका कोडिंग के साथ एक पत्राचार दिखाते हैं," ने कहा। गैरी लुपियनविस्कॉन्सिन विश्वविद्यालय, मैडिसन के एक मनोवैज्ञानिक, जो काम में शामिल नहीं थे। परिणाम न केवल एएनएन सीखने के रहस्य को उजागर करने में मदद करते हैं, बल्कि यह भी सुझाव देते हैं कि मानव मस्तिष्क पहले से ही विशेष रूप से भाषा के लिए डिज़ाइन किए गए हार्डवेयर और सॉफ़्टवेयर से सुसज्जित नहीं हो सकता है।

तुलना के मानवीय पक्ष के लिए आधार रेखा स्थापित करने के लिए, शोधकर्ताओं ने 14 अंग्रेजी बोलने वालों और 15 स्पेनिश बोलने वालों के लिए आठ मिनट के दो ब्लॉकों में एक एकल शब्दांश - "बाह" - बार-बार बजाया। जब यह बज रहा था, शोधकर्ताओं ने प्रत्येक श्रोता के मस्तिष्क में न्यूरॉन्स की औसत विद्युत गतिविधि में उतार-चढ़ाव दर्ज किया - मस्तिष्क का वह हिस्सा जहां ध्वनियों को पहली बार संसाधित किया जाता है।

इसके अलावा, शोधकर्ताओं ने तंत्रिका नेटवर्क के दो अलग-अलग सेटों में समान "बाह" ध्वनियां डालीं - एक को अंग्रेजी ध्वनियों पर प्रशिक्षित किया गया, दूसरे को स्पेनिश पर। शोधकर्ताओं ने तब तंत्रिका नेटवर्क की प्रसंस्करण गतिविधि को रिकॉर्ड किया, नेटवर्क की परत में कृत्रिम न्यूरॉन्स पर ध्यान केंद्रित किया जहां ध्वनियों का पहले विश्लेषण किया जाता है (ब्रेनस्टेम रीडिंग को प्रतिबिंबित करने के लिए)। ये वे संकेत थे जो मानव मस्तिष्क तरंगों से काफी मेल खाते थे।

शोधकर्ताओं ने एक प्रकार का तंत्रिका नेटवर्क आर्किटेक्चर चुना, जिसे जेनेरेटिव एडवरसैरियल नेटवर्क (जीएएन) के रूप में जाना जाता है, जिसका मूल रूप से चित्र उत्पन्न करने के लिए 2014 में आविष्कार किया गया था। GAN दो तंत्रिका नेटवर्क से बना है - एक विवेचक और एक जनरेटर - जो एक दूसरे के खिलाफ प्रतिस्पर्धा करते हैं। जनरेटर एक नमूना बनाता है, जो एक छवि या ध्वनि हो सकता है। विवेचक यह निर्धारित करता है कि यह प्रशिक्षण नमूने के कितना करीब है और फीडबैक प्रदान करता है, जिसके परिणामस्वरूप जनरेटर से एक और प्रयास होता है, और इसी तरह जब तक जीएएन वांछित आउटपुट नहीं दे पाता।.

इस अध्ययन में, विवेचक को शुरू में अंग्रेजी या स्पेनिश ध्वनियों के संग्रह पर प्रशिक्षित किया गया था। तब जनरेटर - जिसने उन ध्वनियों को कभी नहीं सुना - को उन्हें उत्पन्न करने का एक तरीका खोजना पड़ा। इसकी शुरुआत यादृच्छिक ध्वनियाँ निकालने से हुई, लेकिन विवेचक के साथ लगभग 40,000 दौर की बातचीत के बाद, जनरेटर बेहतर हो गया, और अंततः उचित ध्वनियाँ उत्पन्न करने लगा। इस प्रशिक्षण के परिणामस्वरूप, विवेचक वास्तविक और उत्पन्न लोगों के बीच अंतर करने में भी बेहतर हो गया।

यह इस बिंदु पर था, विवेचक के पूरी तरह से प्रशिक्षित होने के बाद, शोधकर्ताओं ने इसे "बाह" ध्वनि बजाई। टीम ने विवेचक के कृत्रिम न्यूरॉन्स की औसत गतिविधि के स्तर में उतार-चढ़ाव को मापा, जिससे मानव मस्तिष्क तरंगों के समान संकेत उत्पन्न हुआ।

मानव और मशीन गतिविधि स्तरों के बीच इस समानता ने सुझाव दिया कि दोनों प्रणालियाँ समान गतिविधियों में संलग्न हैं। "जिस तरह शोध से पता चला है कि देखभाल करने वालों की प्रतिक्रिया शिशु ध्वनियों के उत्पादन को आकार देती है, विवेचक नेटवर्क की प्रतिक्रिया जनरेटर नेटवर्क के ध्वनि उत्पादन को आकार देती है," कपाटिंस्की ने कहा, जिन्होंने अध्ययन में भाग नहीं लिया।

प्रयोग से मनुष्यों और मशीनों के बीच एक और दिलचस्प समानता का भी पता चला। मस्तिष्क तरंगों से पता चला कि अंग्रेजी और स्पैनिश बोलने वाले प्रतिभागियों ने "बाह" ध्वनि को अलग तरह से सुना (स्पेनिश बोलने वालों ने "पाह" को अधिक सुना), और जीएएन के संकेतों ने यह भी दिखाया कि अंग्रेजी-प्रशिक्षित नेटवर्क ने ध्वनियों को कुछ हद तक अलग तरीके से संसाधित किया स्पैनिश-प्रशिक्षित व्यक्ति।

"और वे मतभेद एक ही दिशा में काम करते हैं," बेगुस ने समझाया। अंग्रेजी बोलने वालों का मस्तिष्क तंत्र स्पैनिश बोलने वालों के मस्तिष्क तंत्र की तुलना में "बाह" ध्वनि पर थोड़ा पहले प्रतिक्रिया करता है, और अंग्रेजी में प्रशिक्षित GAN उसी ध्वनि पर स्पेनिश-प्रशिक्षित मॉडल की तुलना में थोड़ा पहले प्रतिक्रिया करता है। इंसानों और मशीनों दोनों में, समय का अंतर लगभग समान था, लगभग एक सेकंड का हजारवां हिस्सा। बेगुश ने कहा, इससे अतिरिक्त सबूत मिले कि मानव और कृत्रिम नेटवर्क "संभवतः चीजों को समान तरीके से संसाधित कर रहे हैं।"

हालाँकि यह अभी भी स्पष्ट नहीं है कि मस्तिष्क भाषा को कैसे संसाधित करता है और सीखता है, भाषाविद् नोम चॉम्स्की ने 1950 के दशक में प्रस्तावित किया था कि मनुष्य भाषा को समझने की एक जन्मजात और अद्वितीय क्षमता के साथ पैदा होते हैं। चॉम्स्की ने तर्क दिया कि वह क्षमता वस्तुतः मानव मस्तिष्क में अंतर्निहित है।

नया कार्य, जो भाषा के लिए डिज़ाइन नहीं किए गए सामान्य प्रयोजन न्यूरॉन्स का उपयोग करता है, अन्यथा सुझाव देता है। कपाटिंस्की ने कहा, "पेपर निश्चित रूप से इस धारणा के खिलाफ सबूत प्रदान करता है कि भाषण के लिए विशेष अंतर्निहित मशीनरी और अन्य विशिष्ट विशेषताओं की आवश्यकता होती है।"

बेगुश स्वीकार करते हैं कि यह बहस अभी तक सुलझी नहीं है। इस बीच, वह परीक्षण करके मानव मस्तिष्क और तंत्रिका नेटवर्क के बीच समानताएं तलाश रहा है, उदाहरण के लिए, क्या सेरेब्रल कॉर्टेक्स (जो मस्तिष्क तंत्र के अपना काम पूरा करने के बाद श्रवण प्रसंस्करण करता है) से आने वाली मस्तिष्क तरंगें गहराई से उत्पन्न संकेतों के अनुरूप हैं GAN की परतें.

अंततः, बेगूज़ और उनकी टीम एक विश्वसनीय भाषा-अधिग्रहण मॉडल विकसित करने की उम्मीद करती है जो बताता है कि मशीनें और मनुष्य दोनों भाषाएँ कैसे सीखते हैं, जिससे उन प्रयोगों की अनुमति मिलती है जो मानव विषयों के साथ असंभव होंगे। "उदाहरण के लिए, हम एक प्रतिकूल वातावरण बना सकते हैं [जैसा कि उपेक्षित शिशुओं के साथ देखा जाता है] और देखें कि क्या इससे भाषा संबंधी विकार जैसा कुछ होता है," कहा क्रिस्टीना झाओवाशिंगटन विश्वविद्यालय के एक न्यूरोसाइंटिस्ट, जिन्होंने बेगुस और के साथ नए पेपर का सह-लेखन किया एलन झोउ, जॉन्स हॉपकिन्स विश्वविद्यालय में डॉक्टरेट छात्र।

बेगुश ने कहा, "अब हम यह देखने की कोशिश कर रहे हैं कि हम कितनी दूर तक जा सकते हैं, सामान्य प्रयोजन न्यूरॉन्स के साथ हम मानव भाषा के कितने करीब पहुंच सकते हैं।" "क्या हम अपने पास मौजूद कम्प्यूटेशनल आर्किटेक्चर के साथ प्रदर्शन के मानवीय स्तर तक पहुंच सकते हैं - सिर्फ अपने सिस्टम को बड़ा और अधिक शक्तिशाली बनाकर - या यह कभी संभव नहीं होगा?" हालांकि निश्चित रूप से जानने से पहले और अधिक काम करना आवश्यक है, उन्होंने कहा, "हम आश्चर्यचकित हैं, इस अपेक्षाकृत प्रारंभिक चरण में भी, इन प्रणालियों - मानव और एएनएन - की आंतरिक कार्यप्रणाली कितनी समान प्रतीत होती है।"