জীববিজ্ঞানপ্রিপ্রিন্টসিমুলেশনপড়তে ৪ মিনিট

স্প্রিংয়ের একটি জালের ঘুমের দরকার হবে কেন?

ঘুম কী? একে চেনা হয় বিশ্রামের এমন এক প্রত্যাবর্তনযোগ্য অবস্থা হিসেবে, যেখানে প্রাণী চারপাশে কম সাড়া দেয় — আর বঞ্চিত হলে পরে এর বেশি প্রয়োজন হয়। এভাবে সংজ্ঞায়িত করলে ঘুম পাওয়া যায় গোটা প্রাণিজগৎ জুড়ে: স্তন্যপায়ী আর পাখিতে, মাছ আর কৃমিতে, এমনকি কেন্দ্রীভূত স্নায়ুতন্ত্রহীন প্রাণীতেও, যেমন জেলিফিশ আর হাইড্রা। এই ব্যাপ্তি থেকে একটি প্রশ্ন ওঠে, যা তুলেছেন Syracuse University-র Nada Elmeligy, Nidhi Pashine ও J. M. Schwarz: ঘুমের প্রয়োজন কি শেখা থেকেই আসতে পারে, শেখার ব্যবস্থাটি যা-ই হোক না কেন?

কৃত্রিম বুদ্ধিমত্তার কাছে একটি আংশিক উত্তর আছে: “জাগরণ–ঘুম” (wake–sleep) অ্যালগরিদমের পর থেকে ঘুমের মতো পর্বগুলো নিউরাল নেটওয়ার্ককে পুরোনো জিনিস না ভুলে নতুন জিনিস শিখতে সাহায্য করেছে। কিন্তু ওই নেটওয়ার্কগুলো গাণিতিকভাবে নির্ধারিত শেখার নিয়ম মেনে চলে। দলটি চেয়েছিল আরও সরল এবং পুরোপুরি ভৌত কিছু — এমন একটি উপাদান, যা নিজের যান্ত্রিক আচরণের মাধ্যমেই শেখে।

যে স্প্রিংরা শেখে

তাঁদের শিক্ষার্থী হলো স্প্রিংয়ের একটি বিশৃঙ্খল জাল: 128টি গিঁট, যেগুলো জোড়া 354 থেকে 366টি স্প্রিং দিয়ে। যে কাজটি এটিকে শিখতে হয়, তা যান্ত্রিক। এক জোড়া বল যখন একটি স্প্রিংকে টানে (ইনপুট), তখন আরও দূরের আরেকটি স্প্রিংকে (আউটপুট) একটি নির্দিষ্ট টান দিয়ে সাড়া দিতে হয়। শেখা ঘটে স্থানীয়ভাবে: প্রতিটি স্প্রিং নিজের অনুভূত টান থেকে নিজের দৃঢ়তা (stiffness) সমন্বয় করে, কোনো কেন্দ্রীয় প্রসেসর ছাড়াই।

দলটি এমন 50টি জালকে প্রশিক্ষণ দিয়েছে 23টি পালার একটি ধারায়: নয়টি নতুন কাজ, আগের কাজগুলোর 14টি পুনরাবৃত্তির সঙ্গে মেশানো। ধারা যত এগিয়েছে, জালগুলোর তত ছোট ভগ্নাংশ নতুন কাজগুলো শিখতে পেরেছে। দোষ কাজগুলোর নিজেদের নয়: শুরুর অবস্থা থেকে প্রথমেই প্রশিক্ষণ দিলে একই কাজগুলো আরও বেশিবার শেখা গেছে।

শেখা ফুরিয়ে ফেলে শেখার ক্ষমতা

ব্যাখ্যা লুকিয়ে আছে এমন এক রাশিতে, যাকে লেখকেরা বলেন আধিপত্য (dominance)। একটি স্প্রিংয়ের দুই প্রান্ত ধরে টানলে ভার ছড়িয়ে পড়ে: একটি অংশ ওই স্প্রিংয়েই থাকে, বাকিটা যায় চারপাশের জালের মধ্য দিয়ে। একটি স্প্রিংয়ের আধিপত্য হলো এটি যে ভাগটি রাখে, 0 থেকে 1-এর মধ্যে। যে স্প্রিং পুরো ভার বহন করে, তা আর পরিবর্তনগুলো জালের বাকি অংশে পৌঁছে দিতে পারে না; যে স্প্রিং কিছুই বহন করে না, তার পৌঁছে দেওয়ার কিছু নেই। শেখার জন্য এর উপযোগিতা, যাকে লেখকেরা বলেন এর নমনীয়তা (plasticity), হলো গুণফল f(1 − f): দুই চরম প্রান্তে শূন্য, অর্ধেকে সবচেয়ে বেশি।

প্রশিক্ষণের আগে স্প্রিংগুলোর আধিপত্য গড়ের কাছাকাছি থাকে। প্রশিক্ষণ এগুলোকে মেরুকৃত (polarize) করে: কিছু স্প্রিং শেষে নিজেদের দুই প্রান্তের মধ্যে প্রায় পুরো ভারই বহন করে, অন্যরা প্রায় কিছুই না। আর এখানেই দলটি একটি সুনির্দিষ্ট সূত্র প্রমাণ করে। সব স্প্রিংয়ের নমনীয়তা যোগ করলে পাওয়া যায় জালের শেখার ক্ষমতা C; আধিপত্যগুলো গড় থেকে কতটা সরে গেছে তা মাপলে পাওয়া যায় মেরুকরণ P। তখন C + P একটি ধ্রুবক, যা কেবল জালের গঠন দিয়েই নির্ধারিত। মেরুকরণ যতটুকু বাড়ে, শেখার ক্ষমতা ঠিক ততটুকু হারায়। লেখকেরা P-কে বলেন জালের “ঘুমের চাপ” (sleep pressure)। সিমুলেশনে, C বেশি থাকার সময় যে কাজগুলো এসেছে, সেগুলো অনেক বেশিবার শেখা গেছে।

গোলমালে কান পাতা

ক্ষতিটা কি সারানো যায়? নীতিগতভাবে, হ্যাঁ: খুব বেশি আধিপত্যশীল স্প্রিংগুলোকে দুর্বল করা, খুব দুর্বলগুলোকে জোরালো করা। অসুবিধা হলো, একটি স্প্রিংয়ের আধিপত্য পুরো জালের ওপর নির্ভর করে। দলটি একটি স্থানীয় শর্টকাট খুঁজে পেয়েছে: ভেতর থেকে ছোট ছোট এলোমেলো বল দিয়ে জালটিকে ঝাঁকালে প্রতিটি স্প্রিংয়ের গড় সঞ্চিত শক্তি তার আধিপত্য প্রকাশ করে দেয়। তখন প্রতিটি স্প্রিংয়ের দরকার কেবল নিজের দৃঢ়তা আর প্রসারণ।

কাজের পালাগুলোর মাঝে ঢুকিয়ে দিলে এই মেরামত পুরো ধারা জুড়ে জালগুলোর শেখা চালু রেখেছে। 50টির মধ্যে 49টি জালে এটি বিশ্রাম-দৃঢ়তার দিকে একটি অন্ধ শিথিলকরণকে হারিয়ে দিয়েছে। এটি প্রাণীর ঘুমের কয়েকটি বৈশিষ্ট্যেরও প্রতিধ্বনি তুলেছে। নতুন কিছু শেখা না হলে মেরামত ক্ষতি করেছে, আর সবচেয়ে বেশি সাহায্য করেছে যখন প্রায় 40% পালায় একটি নতুন কাজ এসেছে। শেষ তিনটি মেরামত-পর্ব বাদ দিলে “ঘুমের চাপ” জমে উঠেছে, আর ঘাটতি পূরণে লেগেছে একটি বাড়তি মাত্রা — যদিও বাদ পড়া অংশের মাত্র 75.3%, আর ছয়টি পর্ব বাদ পড়ার পর 52.2%।

মেরামতকে কেন অপেক্ষা করতে হয়

শেখার সময়েই মেরামত নয় কেন? কারণ চলমান একটি কাজ সেটি বহনকারী স্প্রিংগুলোতে বাড়তি বিকৃতি (strain) যোগ করে। তাদের শক্তির মাপ বেড়ে যায় — 50টি জালের সবকটিতে — তাই মেরামত ব্যস্ত স্প্রিংগুলোকে অতিরিক্ত আধিপত্যশীল বলে ভুল করে, আর ঠিক যে পথগুলো ব্যবহার হচ্ছে সেগুলোকেই নরম করে দেয়। কাজ চলার সময় করা মেরামত অফলাইনে করা মেরামতের চেয়ে অনেক খারাপ ফল দিয়েছে।

যেহেতু পক্ষপাত মাপগুলোকে কেবল ওপরের দিকেই ঠেলে, তাই কাজ চলার সময়ও যে স্প্রিংকে দুর্বল দেখায়, সেটি সত্যিই দুর্বল। তাই দলটি একটি ভাগাভাগি চেষ্টা করেছে: “জাগরণে” শক্ত করা, দুর্বল করা কেবল “ঘুমে”। এটি প্রায় পুরোপুরি অফলাইন মেরামতের মতোই ভালো কাজ করেছে। উল্টো ভাগাভাগি প্রতিটি জালে কর্মদক্ষতার ক্ষতি করেছে। লেখকেরা ইঁদুরের দর্শন-কর্টেক্সে (visual cortex) একটি সাদৃশ্যের কথা উল্লেখ করেন, যেখানে জাগ্রত অবস্থায় কার্যকলাপ ওপরের দিকে আর ঘুমের সময় নিচের দিকে সমন্বয় করা হয় — একটি সম্ভাব্য ভৌত ব্যাখ্যা, যা তাঁরা যাচাইযোগ্য একটি অনুমান হিসেবে উপস্থাপন করেন।

সুইচ এখনো বাইরে থেকে টেপা হয়

জালগুলো নিজে থেকে ঘুমানোর সিদ্ধান্ত নেয় না: একটি বাহ্যিক তত্ত্বাবধায়ক শেখা আর মেরামতের সময়সূচি ঠিক করে এবং পুনরুদ্ধারের লক্ষ্য নির্ধারণ করে। আর মেরামত যেহেতু অতীতের কাজগুলো সম্পর্কে কিছুই জানে না, তাই এটি স্মৃতি ক্ষয় করে, জৈবিক ঘুমের মতো নয়, যা দিনের অভিজ্ঞতাগুলোকে আবার সক্রিয়ও করে। লেখকদের পরের প্রশ্ন: একটি শিক্ষার্থী কখন নিজে থেকেই একটি অফলাইন পর্বে চলে যাবে — আর স্বপ্ন দেখার কোনো ভৌত রূপ কি সদ্য শেখা জিনিস রক্ষা করতে পারে।