वैज्ञानिकों ने चुनौती दी 70 साल पुरानी 'छिपकली मस्तिष्क' की धारणा को

मनुष्य के तर्कसंगत नए मस्तिष्क के नीचे सहज-वृत्ति पर चलने वाला एक पुराना 'छिपकली मस्तिष्क' होने की लोकप्रिय धारणा को जॉर्जिया टेक के शोधकर्ताओं ने चुनौती दी है। मस्तिष्क के विकास को परतों के रूप में बताने वाला यह सिद्धांत 1950 के दशक में प्रस्तावित किया गया था। साइंस एडवांसेज में प्रकाशित यह नया अध्ययन बताता है कि मस्तिष्क का विकास, पुरानी परतों पर नई परतें जुड़ने के बजाय, तारों की बुनावट के आधार पर बेहतर समझा जा सकता है। जॉर्जिया टेक के स्कूल ऑफ कम्प्यूटेशनल साइंस एंड इंजीनियरिंग के सहायक प्रोफेसर नबील इमाम ने कहा, "एक विकासवादी जीवविज्ञानी इस समस्या को इस तरह नहीं देखेगा।"

इमाम और उनके साथियों ने जैविक मस्तिष्कों और कृत्रिम न्यूरल नेटवर्क की बनावट की तुलना की। उन्होंने पाया कि सीमित मस्तिष्क स्थान को, आपस में प्रतिस्पर्धा करने वाली दो वायरिंग रणनीतियों के बीच बांटा जा सकता है। दृष्टि, अनुभूति और तर्क में शामिल नियोकॉर्टेक्स एक स्थानिक मानचित्र की तरह बना है, जिसमें अंगूठे और तर्जनी जैसे पास के शरीर के अंगों को संभालने वाले हिस्से एक-दूसरे के करीब होते हैं। 'छिपकली मस्तिष्क' कहा जाने वाला लिम्बिक सिस्टम अलग तरह से, एक बारकोड की तरह काम करता है, जो गंध या जटिल यादों को फैले हुए गतिविधि पैटर्न के जरिए दर्शाता है।

182 प्रजातियों की तुलना करने पर, शोधकर्ताओं ने पाया कि जब लिम्बिक सिस्टम का एक हिस्सा बड़ा होता था, तो उसके अन्य हिस्से भी बड़े होते थे, जबकि उसी समय नियोकॉर्टेक्स छोटा हो जाता था। यह अलग-अलग विकास के बजाय एक तालमेल भरे बदलाव को दिखाता है। कृत्रिम नेटवर्क परीक्षणों में, स्थानीय, स्थान-आधारित जुड़ाव दृष्टि, ध्वनि और स्पर्श के लिए उपयुक्त थे, जबकि गंध और स्मृति के लिए फैले हुए 'बारकोड-शैली' के नेटवर्क जरूरी थे। जब सिम्युलेटेड वातावरण में गंध को प्राथमिकता दी गई, तो फैला हुआ सिस्टम बड़ा हुआ और नियोकॉर्टेक्स सिकुड़ गया; दृष्टि को प्राथमिकता देने पर यह पैटर्न उलट गया। गंध पर बहुत निर्भर रहने वाले नौ-धारी आर्माडिलो का लिम्बिक सिस्टम बहुत बड़ा है, जबकि दृष्टि पर निर्भर गिलहरी बंदर का मस्तिष्क नियोकॉर्टेक्स-प्रधान है।

शोधकर्ताओं का कहना है कि इन निष्कर्षों से ऐसी एआई प्रणालियां बनाने का रास्ता भी मिल सकता है जिन्हें कम प्रशिक्षण डेटा और ऊर्जा की जरूरत हो। इमाम ने कहा, "आज के कृत्रिम न्यूरल नेटवर्क बहुत बड़ी मात्रा में डेटा से प्रशिक्षित किए जाते हैं; यह पोषण के बारे में है।" उन्होंने कहा, "लेकिन मस्तिष्क अनुभव से प्रशिक्षित होने वाली एक खाली स्लेट नहीं है। यह प्रकृति और पोषण का मिश्रण है।"