मानव मस्तिष्क की कार्यप्रणाली के रहस्य वैज्ञानिकों को हमेशा परेशान करते रहे हैं। मानव मस्तिष्क की नकल करने की कोशिशें हमेशा से होती रही हैं। मानव मस्तिष्क परियोजना ऐसा ही एक प्रयास है। वैज्ञानिक किस स्तर पर हैं? क्या सफलताएँ हैं?
मानव मस्तिष्क सबसे रहस्यमय जैविक कंप्यूटर है जिसे हम जानते हैं। वास्तव में, सदियों से वैज्ञानिकों द्वारा इसके बारे में तेजी से परिष्कृत तरीकों से जानने के प्रयासों के बावजूद, हम इसके बारे में पर्याप्त नहीं जानते हैं। केवल नवीनतम प्रौद्योगिकियाँ ही हमें वास्तविक ज्ञान दे सकती हैं जिसके बारे में हम पहले केवल अनुमान ही लगा सकते थे। इससे यह तथ्य नहीं बदल जाता कि हम अभी भी पूर्ण जागरूकता से दूर हैं। आधुनिक वैज्ञानिक किस स्तर पर हैं?
यह भी दिलचस्प: तंत्रिका नेटवर्क क्या हैं और वे कैसे काम करते हैं?
1950 के दशक में, जब "कृत्रिम बुद्धिमत्ता" शब्द पहली बार विज्ञान में सामने आया और एआई शोधकर्ताओं ने सफलतापूर्वक साबित कर दिया कि आप एक मशीन को वह काम करना सिखा सकते हैं जो आप खुद नहीं कर सकते, तो वे इसे लेकर उत्साहित थे। सरल संभावना यह है कि एक मशीन सीख सकती है, गणितीय प्रमेयों को अपने आप साबित कर सकती है (उदाहरण के लिए, एलन नेवेल और हर्बर्ट साइमन द्वारा 1955 में विकसित लॉजिक थियोरिस्ट कार्यक्रम के साथ ऐसा किया गया था), या चेकर्स खेल सकती है और एक इंसान को हरा सकती है (आर्थर द्वारा कार्यक्रम) सैमुअल, एक आईबीएम इंजीनियर, बाद में स्टैनफोर्ड विश्वविद्यालय में प्रोफेसर) ने वैज्ञानिक दुनिया को यह विश्वास दिलाया कि मानव मस्तिष्क का पूर्ण अनुकरण केवल कुछ साल दूर है।
दशकों बीत चुके हैं, और कंप्यूटिंग शक्ति में भारी वृद्धि, कृत्रिम तंत्रिका नेटवर्क के विकास और गहरी मशीन लर्निंग के साथ एआई एल्गोरिदम के बावजूद, हम अभी भी मस्तिष्क के टुकड़ों का अनुकरण करने से बहुत दूर हैं। सीधे शब्दों में कहें तो, 20वीं सदी के उत्तरार्ध के एआई अग्रदूतों ने हमारे कछुओं में इस "जेली जैसे द्रव्यमान" की क्षमताओं को बहुत कम करके आंका, जो कि 90% पानी है।
यह भी दिलचस्प: चैटजीपीटी: उपयोग के लिए सरल निर्देश
जन्म के समय, मानव मस्तिष्क का वजन लगभग 300 ग्राम होता है। एक पूर्ण विकसित वयस्क मस्तिष्क का वजन लगभग 1,5 किलोग्राम होता है। इस 1,5 किलो में हमारा पूरा ब्रह्मांड और हमारी सभी मानसिक क्षमताएं समाहित हैं। न केवल सचेतन, जैसे कि अमूर्त सोच, रचनात्मकता, बल्कि वे भी जिनके बारे में हम नहीं जानते: गतिविधियों की गतिशीलता, संचार प्रणाली का नियंत्रण, श्वास और भी बहुत कुछ।
वैज्ञानिकों के बीच यह एक लोकप्रिय कथन है कि मानव मस्तिष्क में लगभग 100 अरब न्यूरॉन्स होते हैं। हम उनकी सटीक संख्या नहीं जानते हैं, और यह मानव प्रजाति के प्रत्येक व्यक्ति में भिन्न हो सकती है। लेकिन चलिए मान लेते हैं कि ये सच है और ये संख्या इतनी कम नहीं है. 100 बिलियन बहुत है, लेकिन आधुनिक सुपर कंप्यूटर बड़ी वस्तुओं का भी अनुकरण कर सकते हैं। हालाँकि, समस्या यह है कि एक न्यूरॉन कुछ अधिक जटिल है, उदाहरण के लिए, 3डी ग्राफिक्स में एक टेक्सल, एक छवि में एक पिक्सेल, या कोई अन्य ऑब्जेक्ट जिसे कोड के केवल एक छोटे टुकड़े के साथ वर्णित किया जा सकता है।
हमारे मस्तिष्क में न्यूरॉन्स एक दूसरे से जुड़े हुए होते हैं। ये भौतिक संबंध नहीं हैं, क्योंकि तब व्यक्तिगत न्यूरॉन्स में उत्पन्न विद्युत आवेग तेजी से पूरे शरीर में फैल जाएंगे, जिससे कार्य करना व्यावहारिक रूप से असंभव हो जाएगा। हमारे मस्तिष्क में सूचना का प्रसारण बिजली (आवेग) और रसायन विज्ञान (न्यूरोट्रांसमीटर) दोनों पर आधारित है। प्रत्येक न्यूरॉन (आइए विशिष्ट डेंड्राइट्स वाले "पेड़" के रूप में न्यूरॉन की अब लोकप्रिय छवि को याद करें) को दस हजार सिनैप्टिक कनेक्शन की मदद से दूसरों से जोड़ा जा सकता है।
सहमत हूँ, एक तंत्रिका कोशिका से 10000 कनेक्शन ट्रांजिस्टर में लॉजिक गेट की तुलना में बहुत अधिक जटिलता का स्तर है। यदि हम न्यूरॉन्स और उन स्थितियों के बीच सभी संभावित कनेक्शनों की संख्या की गणना करने का प्रयास करते हैं जो वे किसी भी क्षण (सिर्फ एक) में प्राप्त कर सकते हैं, तो हमें एक बड़ी संख्या मिलेगी जो पूरे अवलोकन योग्य ब्रह्मांड में परमाणुओं की अनुमानित संख्या से कहीं अधिक है। इस दृष्टिकोण का उपयोग करते हुए, कई वैज्ञानिक जो न्यूरोबायोलॉजी में विशेषज्ञ हैं और जिनके पास कंप्यूटर विज्ञान की पृष्ठभूमि भी है, उनका मानना है कि ज्ञान के वर्तमान स्तर और इसके अपेक्षित विकास के साथ भी, ऐसे जटिल अंग का पूर्ण अनुकरण एक ऐसा कार्य है जो हमारी क्षमताओं से अधिक होगा। एक लंबे समय। लेकिन इसका मतलब यह नहीं है कि वैज्ञानिकों ने कुछ नहीं किया और कुछ हासिल नहीं किया। आइए कुछ परियोजनाओं पर एक नजर डालें जिनका लक्ष्य संपूर्ण मानव मस्तिष्क का नहीं तो कम से कम उसके एक हिस्से का अनुकरण करना है।
यह भी पढ़ें: ChatGPT के 7 सबसे अच्छे उपयोग
2013 में, ओकिनावा इंस्टीट्यूट ऑफ टेक्नोलॉजी के जापानी वैज्ञानिक और फोर्सचुंगज़ेंट्रम जूलिच के जर्मन शोधकर्ता एकजुट हुए और कंप्यूटिंग शक्ति के साथ उस समय हमारे ग्रह पर सबसे शक्तिशाली सुपर कंप्यूटरों में से एक (जिसे के कंप्यूटर कहा जाता है, 500 में टॉप 2011 सूची में अग्रणी) का उपयोग किया। मस्तिष्क के केवल एक टुकड़े का अनुकरण करने का प्रयास करने के लिए 8,16 पीएफएलओपीएस (या प्रति सेकंड 8,16 क्वाड्रिलियन फ्लोटिंग-पॉइंट ऑपरेशन)। सामान्य तौर पर, सिमुलेशन में 1,73 बिलियन न्यूरॉन्स के काम की मैपिंग शामिल थी, जिसने मिलकर 10,4 ट्रिलियन सिनैप्टिक कनेक्शन का एक नेटवर्क बनाया। यह आपकी खोपड़ी में फंसी उस जैविक "जेली" की क्षमता का 1 प्रतिशत से थोड़ा अधिक है। सिमुलेशन में 82944 स्पार्क64 VIIIfx प्रोसेसर की पूरी शक्ति का उपयोग किया गया (एक सिस्टम की घड़ी आवृत्ति 2 गीगाहर्ट्ज और 8 कोर है)। क्या यह दृष्टिकोण काम आया?
वैज्ञानिकों के मुताबिक, हां, लेकिन दूसरी ओर... यह इस पर निर्भर करता है कि आप इसे कैसे देखते हैं। मस्तिष्क के तंत्रिका नेटवर्क के उल्लिखित टुकड़े के संचालन के केवल 40 सेकंड के अनुकरण के लिए इस सुपर कंप्यूटर का लगभग 1 मिनट तक संचालन चला। इसलिए, हालांकि तथ्य यह है कि सिमुलेशन बिल्कुल भी किया गया था, इसे सफल कहा जा सकता है, प्रभाव, गणना समय और सिमुलेशन की मात्रा दर्शाती है कि हम यहां कितनी बड़ी समस्या का सामना कर रहे हैं। और यह याद रखना चाहिए कि न्यूरॉन्स की संख्या में वृद्धि के साथ, सिनैप्टिक नेटवर्क की जटिलता रैखिक रूप से नहीं, बल्कि तेजी से बढ़ती है! यदि वर्तमान में सबसे तेज़ अमेरिकी सुपरकंप्यूटर फ्रंटियर, जो ओक रिज नेशनल लेबोरेटरी में काम कर रहा है और 1102 पीएफएलओपीएस की कंप्यूटिंग शक्ति रखता है, यानी उल्लिखित जापानी के कंप्यूटर से 135 गुना अधिक, का उपयोग उसी कार्य के लिए किया गया था, तो इसका मतलब यह नहीं होगा वह फ्रंटियर 135 गुना बड़े तंत्रिका नेटवर्क (समान मॉडल मापदंडों के साथ) का अनुकरण कर सकता है। 1,73 बिलियन न्यूरॉन्स के नेटवर्क के एक वास्तविक सेकंड का वही अनुकरण एक अमेरिकी सुपर कंप्यूटर पर 40 मिनट नहीं, बल्कि 18 सेकंड से कम समय तक चलेगा। लेकिन यह अभी भी वास्तविक वास्तविक समय नेटवर्क सिमुलेशन से कहीं अधिक है, और हमारे दिमाग में जो कुछ है उसका केवल एक छोटा सा हिस्सा है। संपूर्ण मस्तिष्क की कार्यप्रणाली का अनुकरण अभी भी विज्ञान कथा के दायरे में आता है। लेकिन वैज्ञानिक अभी भी कोशिश कर रहे हैं.
यह भी पढ़ें: सरल शब्दों में क्वांटम कंप्यूटर के बारे में
मानव मस्तिष्क परियोजना (एचबीपी) के पैमाने और इस वैज्ञानिक परियोजना के लिए आवंटित धन की तुलना मनुष्य से संबंधित एक अन्य परियोजना - प्रसिद्ध परियोजना "ह्यूमन जीन" से की जा सकती है, जो 1990 से 2003 तक चली। मानव जीनोम को पूरी तरह से समझने के लिए, मानव मस्तिष्क परियोजना का उद्देश्य वैज्ञानिकों को हमारे मस्तिष्क को बेहतर ढंग से समझने में मदद करना है। हालाँकि, मानव मस्तिष्क परियोजना, जो 2013 से चल रही है और मूल रूप से एक दशक के शोध के बाद (यानी 2023 में) समाप्त होने वाली थी, पूरे मस्तिष्क का अनुकरण करने के करीब भी नहीं आती है। तो, वैज्ञानिक इस शोध से कौन से लक्ष्य हासिल करने की योजना बना रहे हैं?
एचबीपी का मुख्य लक्ष्य पूरे मस्तिष्क का अनुकरण करना नहीं है, जैसा कि मुझे आशा है कि हम पहले ही दिखा चुके हैं कि यह कार्य आज हमारी सभ्यता की क्षमताओं से परे है। लक्ष्य कम से कम आंशिक रूप से मस्तिष्क की जटिलता पर काबू पाना है। इससे चिकित्सा, कंप्यूटर विज्ञान, न्यूरोलॉजी जैसे विज्ञानों के विकास के साथ-साथ उन प्रौद्योगिकियों के विकास में मदद मिलेगी जिनका काम इस बात से प्रेरित है कि हमारा दिमाग कैसे काम करता है।
HBP परियोजना के परिणामों में से एक मस्तिष्क अनुसंधान, EBRAINS के लिए एक डिजिटल प्लेटफ़ॉर्म का निर्माण है। EBRAINS एक खुला स्रोत प्लेटफ़ॉर्म है जो दुनिया भर के शोधकर्ताओं को सुरक्षित क्लाउड वातावरण में उपलब्ध डिजिटल टूल का उपयोग करने में सक्षम बनाता है। दूसरे शब्दों में, EBRAINS वैज्ञानिकों को मस्तिष्क के अलग-अलग क्षेत्रों की कार्यप्रणाली का मॉडल और विश्लेषण करने के लिए उपकरण प्रदान करता है।
ऐसा ही एक उपकरण HBP और EBRAINS द्वारा बनाया गया वर्चुअल ब्रेन सिमुलेशन प्रोग्राम है। यह उपकरण पूरे मस्तिष्क के काम का अनुकरण करने में पूरी तरह से असमर्थ है, लेकिन यह, उदाहरण के लिए, नई दवाओं के शोधकर्ताओं को न्यूरॉन्स के समूहों पर उनके प्रभाव का अनुकरण करने की अनुमति देता है। यह, बदले में, वैज्ञानिकों को अल्जाइमर रोग, अवसाद, पार्किंसंस रोग और अन्य जैसी जटिल बीमारियों के लिए उपयोगी नए उपचार विकसित करने की अनुमति देगा।
यह भी दिलचस्प:
अमेरिकी अनुसंधान संस्थानों द्वारा शुरू की गई एक और भी बड़ी और नई परियोजना यूएस ब्रेन पहल है। यह एक और बहु-वर्षीय, बहु-अरब डॉलर की अनुसंधान परियोजना है जिसका उद्देश्य मानव संयोजकता का मानचित्रण करना है। कनेक्शन क्या है? यह इस जीव के तंत्रिका कनेक्शन का एक सेट है। जिस तरह जीनोम आनुवंशिक श्रृंखला का एक पूरा नक्शा है, और प्रोटिओम किसी दिए गए जीव के प्रोटीन का एक पूरा नक्शा है। हम मानव जीनोम को पहले से ही जानते हैं, इसकी खोज में अरबों डॉलर का खर्च आया है। आज, जीनोम परीक्षण व्यापक रूप से उपलब्ध है और, उदाहरण के लिए, दोष की उपस्थिति के लिए आनुवंशिक परीक्षण में कई सौ डॉलर खर्च होते हैं। एक पूर्ण जीनोम थोड़ा अधिक महंगा है, लेकिन फिर भी पहले मानव डीएनए को पढ़ने की लागत से कम परिमाण का आदेश है।
आइए कनेक्टोम और अमेरिकन ब्रेन प्रोजेक्ट पर वापस जाएं। इस परियोजना का उद्देश्य क्या है? बेथेस्डा, मैरीलैंड में यूएस नेशनल इंस्टीट्यूट ऑफ मेंटल हेल्थ के निदेशक जोश गॉर्डन ने कहा: "मस्तिष्क कोशिकाओं के सभी प्रकार को जानने से, वे एक-दूसरे से कैसे जुड़ते हैं और वे कैसे बातचीत करते हैं, उपचारों का एक नया सेट खुल जाएगा जो आज हम कल्पना भी नहीं कर सकते।” वर्तमान में, तंत्रिका कोशिका प्रकारों की दुनिया की सबसे बड़ी सूची बनाई और व्यवस्थित रूप से विकसित की जा रही है। ब्रेन इनिशिएटिव सेल सेंसस नेटवर्क (बीआईसीसीएन) नामक यह कैटलॉग बताता है कि मस्तिष्क में कितने अलग-अलग प्रकार की कोशिकाएं हैं, वे किस अनुपात में होती हैं, वे स्थानिक रूप से कैसे वितरित होती हैं, और उनके बीच क्या बातचीत होती है।
यह दृष्टिकोण कहाँ से आता है? यह समझने की आवश्यकता से कि मस्तिष्क कैसे काम करता है। इस दृष्टिकोण के फायदों को माइंडस्कोप कार्यक्रम के प्रमुख वैज्ञानिक, न्यूरोसाइंटिस्ट क्रिस्टोफ कोच ने नेचर को दिए एक बयान में समझाया है, जिसे सिएटल में एलन इंस्टीट्यूट फॉर ब्रेन साइंस द्वारा कार्यान्वित किया जाता है: "जिस तरह रसायन शास्त्र में कुछ भी आवर्त सारणी के बिना समझ में नहीं आता है तत्वों, अलग-अलग प्रकार की कोशिकाओं के अस्तित्व और कार्यप्रणाली को समझे बिना मस्तिष्क को समझने का कोई मतलब नहीं होगा।"
यदि हम काल्पनिक रूप से कोशिका दर कोशिका को स्कैन करने में सक्षम होने की तकनीकी क्षमता हासिल कर लेते हैं और, उदाहरण के लिए, मानव मस्तिष्क को फिर से बनाते हैं, तो ऐसे दृष्टिकोण का मतलब यह होगा कि भले ही हम सफल हो जाएं (जो आज यथार्थवादी नहीं है), हम अभी भी यह नहीं समझ पाएंगे कि क्यों मस्तिष्क वैसे ही काम करता है जैसे वह वास्तव में होता है। और इससे कोई फर्क नहीं पड़ता कि हम मस्तिष्क के बारे में एक जीवित जैविक अंग के रूप में बात कर रहे हैं या उसके डिजिटल, काल्पनिक रूप से क्लोन किए गए समकक्ष के बारे में। मस्तिष्क और निर्देशिका बीआईसीसीएन प्रत्येक तंत्रिका सर्किट की संरचना और संचालन को समझने के लिए शुरुआती बिंदु हैं, और इसलिए उस जटिल व्यवहार को समझने के लिए जो मस्तिष्क जैसे जटिल अंग के साथ सभी प्रजातियों को नियंत्रित करता है।
अनुसंधान जारी है, और वैज्ञानिक लगातार अपनी नई उपलब्धियों को विशेष रूप से बनाई गई वेबसाइट पर प्रस्तुत करते हैं। इसलिए, मुझे यकीन है कि जल्द ही और भी दिलचस्प खोजें हमारा इंतजार कर रही हैं।
यह भी दिलचस्प:
टिप्पणियां
जल्द ही सभी के दिमाग से अनावश्यक चीजों को हटाना संभव होगा...