जीवशास्त्रप्रीप्रिंटसिम्युलेशनवाचनासाठी ४ मिनिटे

स्प्रिंगांच्या जाळ्याला झोपेची गरज का भासावी?

झोप म्हणजे काय? ती विश्रांतीची एक उलटवता येणारी (reversible) अवस्था म्हणून ओळखली जाते, ज्यात प्राणी आपल्या सभोवतालाला कमी प्रतिसाद देतो — आणि झोपेपासून वंचित ठेवल्यानंतर त्याला ती अधिक लागते. अशा प्रकारे व्याख्या केल्यास, झोप संपूर्ण प्राणिसृष्टीत आढळते: सस्तन प्राणी आणि पक्षी, मासे आणि कृमी यांच्यात, आणि केंद्रीकृत चेतासंस्था नसलेल्या प्राण्यांमध्येही, जसे की जेलीफिश आणि हायड्रा. या व्याप्तीतून एक प्रश्न उभा राहतो, जो सिरॅक्यूज विद्यापीठातील (Syracuse University) नादा एल्मेलिगी (Nada Elmeligy), निधी पशिने (Nidhi Pashine) आणि जे. एम. श्वार्झ (J. M. Schwarz) यांनी विचारला: शिकणारी प्रणाली कोणतीही असो, झोपेची गरज खुद्द शिकण्यातूनच येत असेल का?

कृत्रिम बुद्धिमत्तेकडे याचे आंशिक उत्तर आहे: “जागृती–झोप” (wake–sleep) अल्गोरिदमपासून, झोपेसारख्या टप्प्यांनी न्यूरल नेटवर्कना जुन्या गोष्टी न विसरता नव्या गोष्टी शिकायला मदत केली आहे. पण ती नेटवर्क गणितीयदृष्ट्या विहित केलेल्या शिकण्याच्या नियमांचे पालन करतात. चमूला काहीतरी अधिक साधे आणि पूर्णपणे भौतिक हवे होते — आपल्या स्वतःच्या यांत्रिकीतून शिकणारा पदार्थ.

शिकणारे स्प्रिंग

त्यांचा शिकणारा म्हणजे स्प्रिंगांचे एक अव्यवस्थित जाळे (disordered network of springs): 354 ते 366 स्प्रिंगांनी जोडलेले 128 नोड (nodes). त्याला शिकायचे कार्य यांत्रिक आहे. जेव्हा बलांची एक जोडी एका स्प्रिंगला ओढते (इनपुट), तेव्हा थोड्या दूर असलेल्या दुसऱ्या स्प्रिंगने (आउटपुट) एका नेमक्या ताणाने (tension) प्रतिसाद दिला पाहिजे. शिकणे स्थानिक पातळीवर घडते: प्रत्येक स्प्रिंग आपल्याला जाणवणाऱ्या ताणांवरून स्वतःची ताठरता (stiffness) समायोजित करतो, कोणत्याही केंद्रीय प्रक्रियकाशिवाय.

चमूने अशी 50 जाळी 23 भेटींच्या (visits) एका प्रवाहावर प्रशिक्षित केली: नऊ नवी कार्ये, आधीच्या कार्यांच्या 14 पुनरावृत्तींसोबत मिसळलेली. प्रवाह पुढे जात असताना, नवी कार्ये शिकू शकणाऱ्या जाळ्यांचे प्रमाण कमी कमी होत गेले. दोष कार्यांचा नव्हता: सुरुवातीच्या अवस्थेतून, पहिल्यांदाच प्रशिक्षित केल्यावर, तीच कार्ये अधिक वेळा शिकली गेली.

शिकण्याने शिकण्याची क्षमता संपत जाते

लेखक ज्या राशीला प्रभुत्व (dominance) म्हणतात, तिच्यात याचे स्पष्टीकरण दडले आहे. एका स्प्रिंगची दोन टोके ओढा, आणि भार पसरतो: त्याचा काही भाग त्या स्प्रिंगमध्ये राहतो, उरलेला भाग त्याच्या भोवतीच्या जाळ्यातून जातो. स्प्रिंगचे प्रभुत्व म्हणजे तो राखून ठेवत असलेला वाटा, 0 आणि 1 दरम्यान. सगळा भार वाहणारा स्प्रिंग बदल उर्वरित जाळ्यापर्यंत पोहोचवू शकत नाही; काहीच भार न वाहणाऱ्या स्प्रिंगकडे पोहोचवण्यासारखे काहीच नसते. शिकण्यासाठी त्याची उपयुक्तता, जिला लेखक त्याची लवचीकता (plasticity) म्हणतात, म्हणजे गुणाकार f(1 − f): दोन्ही टोकांना शून्य, आणि अर्ध्यावर सर्वाधिक.

प्रशिक्षणापूर्वी, स्प्रिंगांची प्रभुत्वे सरासरीच्या जवळ असतात. प्रशिक्षण त्यांचे ध्रुवीकरण करते (polarizes): काही स्प्रिंग आपल्या टोकांमधील जवळजवळ सगळा भार वाहू लागतात, तर काही जवळजवळ काहीच नाही. आणि इथे चमूने एक नेमका नियम सिद्ध केला आहे. सर्व स्प्रिंगांच्या लवचीकतेची बेरीज करून जाळ्याची शिकण्याची क्षमता C मिळवा; प्रभुत्वे सरासरीपासून किती दूर भरकटतात ते मोजून ध्रुवीकरण P मिळवा. मग C + P हा एक स्थिरांक आहे, जो केवळ जाळ्याच्या रचनेवरून ठरतो. ध्रुवीकरणाचा प्रत्येक मिळवलेला अंश म्हणजे तितकीच गमावलेली शिकण्याची क्षमता. लेखक P ला जाळ्याचा “झोपेचा दाब” (sleep pressure) म्हणतात. सिम्युलेशनमध्ये, C उच्च असताना आलेली कार्ये कितीतरी अधिक वेळा शिकली गेली.

आवाजाकडे कान देणे

हे नुकसान भरून काढता येईल का? तत्त्वतः, हो: अतिप्रभावी स्प्रिंग कमकुवत करा, अतिदुर्बल स्प्रिंग बळकट करा. अडचण अशी की स्प्रिंगचे प्रभुत्व संपूर्ण जाळ्यावर अवलंबून असते. चमूला एक स्थानिक पळवाट सापडली: जाळ्याला आतून लहान यादृच्छिक बलांनी हलवा, आणि प्रत्येक स्प्रिंगमध्ये साठलेली सरासरी ऊर्जा त्याचे प्रभुत्व उघड करते. मग प्रत्येक स्प्रिंगला फक्त स्वतःची ताठरता आणि स्वतःचे प्रसरण (stretch) एवढेच लागते.

कार्य-भेटींच्या दरम्यान घातलेल्या या दुरुस्तीमुळे संपूर्ण प्रवाहभर जाळी शिकत राहिली. विश्रामावस्थेतील ताठरतेकडे नेणाऱ्या आंधळ्या शिथिलीकरणापेक्षा (relaxation) ती 50 पैकी 49 जाळ्यांमध्ये सरस ठरली. प्राण्यांच्या झोपेच्या अनेक वैशिष्ट्यांचा प्रतिध्वनीही तिच्यात उमटला. काहीही नवे शिकले जात नसताना दुरुस्ती हानिकारक ठरली, आणि सुमारे 40% भेटींमध्ये नवे कार्य येत असताना ती सर्वाधिक उपयोगी ठरली. शेवटची तीन दुरुस्ती-सत्रे वगळल्याने “झोपेचा दाब” साचत गेला, आणि भरपाईसाठी अतिरिक्त मात्रा लागली — मात्र वगळलेल्या मात्रेच्या केवळ 75.3%, आणि सहा सत्रे चुकल्यानंतर 52.2%.

दुरुस्तीला वाट का पाहावी लागते

शिकत असतानाच दुरुस्ती का करू नये? कारण सुरू असलेले कार्य ते वाहणाऱ्या स्प्रिंगांवर अतिरिक्त ताण टाकते. त्यांची ऊर्जा-मोजमापे वर जातात — सर्व 50 जाळ्यांमध्ये — त्यामुळे दुरुस्ती कामात गुंतलेल्या स्प्रिंगांना अतिप्रभावी समजते आणि नेमके वापरात असलेले मार्गच मऊ करते. कार्य सुरू असताना केलेल्या दुरुस्तीने ऑफलाइन केलेल्या दुरुस्तीपेक्षा खूपच वाईट निकाल दिले.

हा पक्षपात मोजमापांना नेहमी फक्त वरच्याच दिशेने ढकलत असल्याने, कार्य सुरू असताना जो स्प्रिंग अजूनही दुर्बल दिसतो, तो खरोखरच दुर्बल असतो. म्हणून चमूने एक विभागणी करून पाहिली: “जागृतीत” बळकट करा, फक्त “झोपेत” कमकुवत करा. ती पूर्णपणे ऑफलाइन दुरुस्तीइतकीच जवळजवळ प्रभावी ठरली. उलटी विभागणी प्रत्येक जाळ्यात कामगिरीला हानिकारक ठरली. लेखक उंदरांच्या दृश्य बाह्यकात (visual cortex) एक साम्य नोंदवतात, जिथे जागेपणी क्रियाशीलता वरच्या दिशेने आणि झोपेत खालच्या दिशेने समायोजित केली जाते — एक संभाव्य भौतिक स्पष्टीकरण, जे लेखक तपासून पाहायच्या गृहीतकाच्या रूपात मांडतात.

अजूनही बाहेरूनच दाबला जाणारा स्विच

जाळी स्वतःहून झोपायचे ठरवत नाहीत: शिकणे आणि दुरुस्ती यांचे वेळापत्रक, तसेच पुनर्प्राप्तीचे लक्ष्य, एका बाह्य पर्यवेक्षकाकडून ठरवले जाते. आणि दुरुस्तीला मागील कार्यांबद्दल काहीही माहीत नसल्याने, ती स्मृतींची झीज करते — जैविक झोपेच्या उलट, जी दिवसभरातील अनुभवांना पुन्हा सक्रियही करते. लेखकांचे पुढचे प्रश्न असे आहेत: शिकणारी प्रणाली स्वतःहून ऑफलाइन टप्प्याकडे कधी वळेल — आणि स्वप्न पाहण्याचे एखादे भौतिक रूप तिने नुकतेच शिकलेले जपू शकेल का.