स्प्रिंगों के एक नेटवर्क को नींद की ज़रूरत क्यों होगी?
नींद क्या है? इसे विश्राम की एक प्रतिवर्ती (reversible) अवस्था के रूप में पहचाना जाता है, जिसमें कोई जानवर अपने परिवेश पर कम प्रतिक्रिया करता है — और जिससे वंचित रहने के बाद उसे इसकी ज़्यादा ज़रूरत होती है। इस तरह परिभाषित करने पर, नींद पूरे जंतु-जगत में दिखाई देती है: स्तनधारियों और पक्षियों में, मछलियों और कृमियों में, और ऐसे जानवरों में भी जिनमें कोई केंद्रीकृत तंत्रिका तंत्र नहीं होता, जैसे जेलीफ़िश और हाइड्रा। यह व्यापकता एक सवाल उठाती है, जिसे Syracuse University में Nada Elmeligy, Nidhi Pashine और J. M. Schwarz ने पूछा: क्या नींद की ज़रूरत स्वयं सीखने से आ सकती है, चाहे सीखने वाली प्रणाली कोई भी हो?
कृत्रिम बुद्धि के पास इसका आंशिक उत्तर है: “wake–sleep” (जागना–सोना) एल्गोरिदम के समय से, नींद जैसे चरणों ने न्यूरल नेटवर्कों को पुरानी चीज़ें भूले बिना नई चीज़ें सीखने में मदद की है। लेकिन वे नेटवर्क गणितीय रूप से निर्धारित सीखने के नियमों का पालन करते हैं। टीम कुछ सरल और पूरी तरह भौतिक चाहती थी — एक ऐसा पदार्थ जो अपनी ही यांत्रिकी के ज़रिए सीखता हो।
सीखने वाले स्प्रिंग
उनका सीखने वाला तंत्र स्प्रिंगों का एक अव्यवस्थित नेटवर्क (disordered network of springs) है: 128 नोड, जो 354 से 366 स्प्रिंगों से जुड़े हैं। उसे जो काम सीखना है वह यांत्रिक है। जब बलों का एक जोड़ा एक स्प्रिंग को खींचता है (इनपुट), तो कुछ दूर स्थित एक दूसरे स्प्रिंग (आउटपुट) को एक सटीक तनाव के साथ प्रतिक्रिया देनी होती है। सीखना स्थानीय रूप से होता है: हर स्प्रिंग जो तनाव महसूस करता है उनसे अपनी कठोरता (stiffness) ख़ुद समायोजित करता है, बिना किसी केंद्रीय प्रोसेसर के।
टीम ने ऐसे 50 नेटवर्कों को 23 प्रस्तुतियों (visits) की एक धारा पर प्रशिक्षित किया: नौ नए काम, जिनके बीच पहले के कामों की 14 पुनरावृत्तियाँ मिली हुई थीं। जैसे-जैसे धारा आगे बढ़ी, नए काम सीख पाने वाले नेटवर्कों का अनुपात घटता चला गया। दोष स्वयं कामों का नहीं था: शुरुआती अवस्था से, पहले प्रशिक्षित किए जाने पर, वही काम ज़्यादा बार सीखे गए।
सीखना, सीखने की क्षमता को ख़र्च कर देता है
व्याख्या एक राशि में छिपी है जिसे लेखक प्रभुत्व (dominance) कहते हैं। किसी स्प्रिंग के दोनों सिरों को खींचिए और भार फैल जाता है: एक हिस्सा उसी स्प्रिंग में रहता है, बाक़ी उसके चारों ओर के नेटवर्क से होकर जाता है। किसी स्प्रिंग का प्रभुत्व वह हिस्सा है जो वह अपने पास रखता है, 0 और 1 के बीच। जो स्प्रिंग सारा भार उठाता है वह बदलावों को बाक़ी नेटवर्क तक आगे नहीं पहुँचा सकता; जो स्प्रिंग कुछ नहीं उठाता उसके पास आगे पहुँचाने को कुछ नहीं होता। सीखने के लिए उसकी उपयोगिता, जिसे लेखक उसकी सुनम्यता (plasticity) कहते हैं, गुणनफल f(1 − f) है: दोनों छोरों पर शून्य, आधे पर सबसे बड़ी।
प्रशिक्षण से पहले, स्प्रिंगों के प्रभुत्व औसत के क़रीब रहते हैं। प्रशिक्षण उन्हें ध्रुवीकृत कर देता है: कुछ स्प्रिंग अपने सिरों के बीच लगभग सारा भार उठाने लगते हैं, दूसरे लगभग कुछ नहीं। और यहाँ टीम एक सटीक नियम सिद्ध करती है। सभी स्प्रिंगों की सुनम्यता को जोड़िए तो नेटवर्क की सीखने की क्षमता C मिलती है; मापिए कि प्रभुत्व औसत से कितनी दूर भटकते हैं तो ध्रुवीकरण P मिलता है। तब C + P एक स्थिरांक है, जो केवल नेटवर्क की संरचना से तय होता है। ध्रुवीकरण में हुई हर बढ़त सीखने की क्षमता का उतना ही नुक़सान है। लेखक P को नेटवर्क का “नींद का दबाव” (sleep pressure) कहते हैं। सिमुलेशनों में, जो काम तब आए जब C ऊँचा था, वे कहीं ज़्यादा बार सीखे गए।
शोर को सुनना
क्या इस नुक़सान को पलटा जा सकता है? सिद्धांत रूप में, हाँ: बहुत ज़्यादा प्रभुत्व वाले स्प्रिंगों को कमज़ोर कीजिए, बहुत कमज़ोर स्प्रिंगों को मज़बूत कीजिए। कठिनाई यह है कि किसी स्प्रिंग का प्रभुत्व पूरे नेटवर्क पर निर्भर करता है। टीम को एक स्थानीय छोटा रास्ता मिला: नेटवर्क को भीतर से छोटे यादृच्छिक बलों से हिलाइए, और हर स्प्रिंग में संचित औसत ऊर्जा उसका प्रभुत्व बता देती है। तब हर स्प्रिंग को केवल अपनी कठोरता और अपने खिंचाव की ज़रूरत होती है।
कामों की प्रस्तुतियों के बीच डाली गई इस मरम्मत ने पूरी धारा में नेटवर्कों को सीखते रहने दिया। इसने 50 में से 49 नेटवर्कों में विश्राम-कठोरता (rest stiffness) की ओर एक अंधाधुंध शिथिलन को मात दी। इसमें जानवरों की नींद की कई विशेषताओं की गूँज भी थी। जब कुछ नया नहीं सीखा जा रहा था तब मरम्मत ने नुक़सान पहुँचाया, और सबसे ज़्यादा मदद तब की जब लगभग 40% प्रस्तुतियों में एक नया काम आया। आख़िरी तीन मरम्मत सत्र छोड़ देने से “नींद का दबाव” जमा होता गया, और उसकी भरपाई के लिए एक अतिरिक्त ख़ुराक लगी — हालाँकि जो छोड़ा गया था उसका केवल 75.3%, और छह सत्र छूटने के बाद 52.2%।
मरम्मत को इंतज़ार क्यों करना पड़ता है
सीखते समय ही मरम्मत क्यों नहीं? क्योंकि चल रहा काम उसे ढोने वाले स्प्रिंगों पर अतिरिक्त खिंचाव डालता है। उनकी ऊर्जा के माप ऊपर जाते हैं — सभी 50 नेटवर्कों में — इसलिए मरम्मत व्यस्त स्प्रिंगों को अत्यधिक प्रभुत्व वाले स्प्रिंग समझ बैठती है और ठीक उन्हीं रास्तों को नरम कर देती है जो उपयोग में हैं। काम के दौरान की गई मरम्मत ने ऑफ़लाइन की गई मरम्मत की तुलना में कहीं ख़राब परिणाम दिए।
चूँकि यह पक्षपात मापों को हमेशा केवल ऊपर की ओर धकेलता है, जो स्प्रिंग किसी काम के दौरान भी कमज़ोर दिखता है वह सचमुच कमज़ोर है। इसलिए टीम ने एक बँटवारा आज़माया: “जागने” के दौरान मज़बूत करो, कमज़ोर केवल “नींद” के दौरान करो। यह लगभग पूरी तरह ऑफ़लाइन मरम्मत जितना ही अच्छा चला। उलटे बँटवारे ने हर नेटवर्क में प्रदर्शन बिगाड़ा। लेखक चूहों के दृश्य कॉर्टेक्स (visual cortex) में एक समानता की ओर ध्यान दिलाते हैं, जहाँ जागते समय गतिविधि ऊपर की ओर और नींद के दौरान नीचे की ओर समायोजित की जाती है — एक संभावित भौतिक व्याख्या जिसे वे जाँची जाने वाली परिकल्पना के रूप में प्रस्तुत करते हैं।
एक स्विच जो अब भी बाहर से दबाया जाता है
नेटवर्क अपने आप सोने का फ़ैसला नहीं करते: एक बाहरी पर्यवेक्षक सीखने और मरम्मत का समय तय करता है, और पुनर्प्राप्ति का लक्ष्य निर्धारित करता है। और क्योंकि मरम्मत पिछले कामों के बारे में कुछ नहीं जानती, वह स्मृतियों को घिस देती है, जैविक नींद के विपरीत, जो दिन के अनुभवों को फिर से सक्रिय भी करती है। लेखकों के अगले सवाल हैं कि कोई सीखने वाला तंत्र कब अपने आप एक ऑफ़लाइन चरण में चला जाएगा — और क्या सपने देखने का कोई भौतिक रूप उस चीज़ की रक्षा कर सकता है जो उसने अभी-अभी सीखी है।
