कार्ल फ्रिस्टन का एआई कानून सिद्ध है: एफईपी बताता है कि न्यूरॉन्स कैसे सीखते हैं

एआई की दुनिया हमेशा के लिए बदल गई है

डॉ. कार्ल जे. फ्रिस्टन दुनिया में सबसे अधिक उद्धृत न्यूरोसाइंटिस्ट हैं, जिन्हें मस्तिष्क इमेजिंग और भौतिकी से प्रेरित मस्तिष्क सिद्धांत में उनके काम के लिए जाना जाता है। वह VERSES AI में मुख्य वैज्ञानिक भी हैं, जो पूरी तरह से नई तरह की AI पर काम कर रहे हैं, जिसे सक्रिय अनुमान AI कहा जाता है, जो मुक्त ऊर्जा सिद्धांत (FEP) पर आधारित है - कार्ल का सिद्धांत जिसे अभी जापान में शोधकर्ताओं ने साबित किया है कि कैसे मस्तिष्क सीखता है.

अब तक, अधिकांश एआई शोध मशीन लर्निंग मॉडल के आसपास केंद्रित रहे हैं, जो कई चुनौतियों का सामना करने के लिए जाने जाते हैं। प्रशिक्षण के लिए बड़े पैमाने पर डेटा लोड करने की अस्थिर वास्तुकला से लेकर आउटपुट में व्याख्या और व्याख्या की कमी तक, मशीन लर्निंग एल्गोरिदम को ऐसे उपकरण के रूप में देखा जाता है जो अज्ञात, अनियंत्रित हैं, और हालांकि वे पैटर्न मिलान में अच्छे हैं, लेकिन कोई वास्तविक 'सोच' नहीं है " जगह लेना।

डॉ. फ्रिस्टन वर्सेस के साथ जो काम कर रहे हैं वह बिल्कुल अलग है, और कुछ ही महीनों में यह जनता के हाथों में होगा। सक्रिय अनुमान एआई और एफईपी, नए स्थानिक वेब प्रोटोकॉल के साथ मिलकर, वितरित सामूहिक बुद्धिमत्ता की एक एकीकृत प्रणाली की नींव रख रहे हैं जो संपूर्ण प्रकृति में जैविक बुद्धिमत्ता के काम करने के तरीके की नकल करती है। उन्होंने एक पूरी तरह से नई संज्ञानात्मक वास्तुकला बनाई है जो स्व-संगठित, स्व-अनुकूलन और स्व-विकासशील है। और फिर भी, यह पूरी तरह से प्रोग्राम करने योग्य, जानने योग्य और श्रव्य है, जो इसे मानव शासन के साथ तालमेल बिठाने में सक्षम बनाता है।

यह वह AI है जो कृत्रिम बुद्धिमत्ता के बारे में आप जो कुछ भी सोचते हैं उसे बदल देगा।

आपका मस्तिष्क कैसे सीखता है

क्या आपने कभी सोचा है कि आपका मस्तिष्क हर दिन आपके द्वारा अनुभव की जाने वाली दृश्यों, ध्वनियों, गंधों और अन्य संवेदनाओं की निरंतर बाढ़ को कैसे समझता है? यह उस अराजक इनपुट को वास्तविकता की सुसंगत तस्वीर में कैसे बदल देता है जो आपको दुनिया को देखने, समझने और नेविगेट करने की अनुमति देता है?

तंत्रिका वैज्ञानिकों ने दशकों से इस प्रश्न पर विचार किया है। अब, रोमांचक नया शोध डॉ. कार्ल जे. फ्रिस्टन के "मुक्त ऊर्जा सिद्धांत" नामक एक अभूतपूर्व सिद्धांत का प्रयोगात्मक सत्यापन प्रदान करता है, जो सहज धारणा के पीछे की गहन गणनाओं की व्याख्या करता है।

जापान में RIKEN अनुसंधान संस्थान के वैज्ञानिकों द्वारा नेचर कम्युनिकेशंस में 7 अगस्त, 2023 को प्रकाशित अध्ययन इस बात का प्रमाण देता है कि न्यूरॉन्स के नेटवर्क इस सिद्धांत के आधार पर स्व-व्यवस्थित होते हैं। उनके निष्कर्ष इस बात की पुष्टि करते हैं कि दिमाग दुनिया का एक पूर्वानुमानित मॉडल बनाता है, आश्चर्य को कम करने और आगे बढ़ने के लिए बेहतर भविष्यवाणियां करने के लिए मान्यताओं को लगातार अद्यतन करता है।

“ हमारे परिणाम बताते हैं कि मुक्त-ऊर्जा सिद्धांत जैविक तंत्रिका नेटवर्क का स्व-संगठित सिद्धांत है। इसने भविष्यवाणी की कि विशेष संवेदी इनपुट प्राप्त करने पर सीखना कैसे हुआ और दवाओं से प्रेरित नेटवर्क उत्तेजना में परिवर्तन से यह कैसे बाधित हुआ। - ताकुया इसोमुरा, रिकेन

रहस्योद्घाटन धारणा

यह समझने के लिए कि यह सिद्धांत इतना क्रांतिकारी क्यों है, हमें आपके मस्तिष्क के सामने आने वाली चुनौती की विशालता की सराहना करने की आवश्यकता है। हर पल, आपकी इंद्रियां विविध संकेतों का एक तूफान इकट्ठा करती हैं - प्रकाश और छाया के पैटर्न, आपके कानों को कंपन करने वाली ध्वनि तरंगें, गंध रिसेप्टर्स को सक्रिय करने वाले रसायन। किसी तरह आपका मस्तिष्क चेहरे, धुन या कॉफी की सुगंध जैसी सुसंगत वस्तुओं को महसूस करके इस अराजकता को समझ लेता है।

यह प्रक्रिया तुरंत और सहज लगती है। लेकिन हुड के नीचे, आपका मस्तिष्क एक अविश्वसनीय रूप से जटिल अनुमान समस्या को हल कर रहा है, जो बाहरी दुनिया में संवेदी पैटर्न उत्पन्न करने वाले संभावित कारणों का पता लगा रहा है। यह उलटा पहेली - प्रभाव से छिपे हुए कारणों का पता लगाने के लिए पीछे की ओर काम करना - बहुत कठिन है, खासकर जब से एक ही कारण (जैसे किसी व्यक्ति का चेहरा) संदर्भ के आधार पर अलग-अलग संवेदी पैटर्न बना सकता है।

प्रसिद्ध न्यूरोसाइंटिस्ट कार्ल फ्रिस्टन द्वारा तैयार किया गया मुक्त ऊर्जा सिद्धांत, मस्तिष्क इसे कैसे संभालता है, इसके लिए एक सुंदर व्याख्या प्रस्तावित करता है। इसमें कहा गया है कि आने वाले संवेदी डेटा को समझाने के लिए न्यूरॉन्स लगातार ऊपर से नीचे की भविष्यवाणियां उत्पन्न कर रहे हैं। किसी भी बेमेल के परिणामस्वरूप "भविष्यवाणी त्रुटियां" होती हैं जो भविष्य की भविष्यवाणियों को बेहतर बनाने के लिए मान्यताओं को अद्यतन करती हैं। आपका मस्तिष्क एक अनुमान लगाने वाली मशीन है, जो आश्चर्य और अनिश्चितता को कम करने के लिए दुनिया के अपने आंतरिक मॉडल को लगातार अपडेट करती रहती है।

न्यूरोनल नेटवर्क में सिद्धांत को सिद्ध करना

मुक्त ऊर्जा सिद्धांत एक एकल एकीकृत ढांचे के भीतर धारणा, सीखने और ध्यान के बारे में कई टिप्पणियों को संश्लेषित करता है। लेकिन जैविक न्यूरोनल नेटवर्क में प्रत्यक्ष प्रयोगात्मक सत्यापन की कमी रही है।

ऐसा प्रमाण प्रदान करने के लिए, जापानी टीम ने चूहे के भ्रूण की मस्तिष्क कोशिकाओं से विकसित सूक्ष्म-स्तरीय न्यूरोनल संस्कृतियाँ बनाईं। उन्होंने दो "स्पीकरों" से संकेतों को मिलाकर उत्पन्न श्रवण संवेदनाओं की नकल करते हुए विद्युत पैटर्न प्रदान किए।

प्रारंभ में नेटवर्क ने बेतरतीब ढंग से प्रतिक्रिया व्यक्त की, लेकिन धीरे-धीरे एक वक्ता या दूसरे को चुनिंदा रूप से प्रतिक्रिया देने के लिए स्व-संगठित हो गए, जैसे किसी शोर-शराबे वाली कॉकटेल पार्टी में एक ही आवाज में ट्यून करना। इसने मिश्रित संवेदी संकेतों को विशिष्ट छिपे हुए कारणों से अलग करने की क्षमता का प्रदर्शन किया - धारणा के लिए एक महत्वपूर्ण गणना।

भविष्यवाणियों का सत्यापन

शक्तिशाली रूप से, शोधकर्ताओं ने इस स्व-संगठन को मुक्त ऊर्जा सिद्धांत के आधार पर कंप्यूटर मॉडल द्वारा मात्रात्मक भविष्यवाणियों से मेल खाते हुए दिखाया। जीवित न्यूरोनल नेटवर्क द्वारा नियोजित अंतर्निहित कम्प्यूटेशनल मॉडल को रिवर्स इंजीनियरिंग द्वारा, वे केवल प्रारंभिक माप के आधार पर अपने सीखने के प्रक्षेप पथ का पूर्वानुमान लगा सकते हैं। ऊपर से नीचे की भविष्यवाणियों के बेमेल होने से सिनैप्टिक परिवर्तन हुए जिससे भविष्य में भविष्यवाणियों में सुधार हुआ।

टीम ने यह भी प्रदर्शित किया कि फार्माकोलॉजिकल प्रभावों के अनुरूप, न्यूरॉन उत्तेजना में हेरफेर ने नेटवर्क के मौजूदा मॉडल को बाधित करके भविष्यवाणी के अनुसार सीखने को बदल दिया। कुल मिलाकर, अध्ययन इस बात का पुख्ता सबूत देता है कि फ्री एनर्जी सिद्धांत बताता है कि न्यूरोनल नेटवर्क कैसे बायेसियन अनुमान लगाते हैं, टॉप-डाउन जेनरेटर मॉडल को लगातार अपडेट करने के लिए सिनैप्टिक कनेक्शन की संरचना करते हैं जो संवेदी डेटा को सबसे अच्छी तरह से समझाते हैं।

मस्तिष्क-प्रेरित एआई की ओर

जैविक तंत्रिका नेटवर्क की उत्कृष्ट कम्प्यूटेशनल क्षमताओं को समझने के महत्वपूर्ण व्यावहारिक निहितार्थ हैं। जैसा कि डॉ. फ्रिस्टन वर्सेज एआई के साथ मुख्य वैज्ञानिक के रूप में कर रहे हैं, सक्रिय अनुमान और मुक्त ऊर्जा सिद्धांत, स्थानिक वेब प्रोटोकॉल के साथ, एक पूरी तरह से नए प्रकार के एआई को प्राप्त करने के लिए तैनात किया जा रहा है जो बायोमिमेटिक इंटेलिजेंस पर आधारित है, मानवीय धारणा की दक्षता और सामान्यीकरण के साथ, मशीन लर्निंग के क्रूर-बल बैकप्रोपेगेशन के बजाय।

जैसा कि शोधकर्ताओं का सुझाव है, बायेसियन अनुमान के माध्यम से सक्रिय अनुमान एआई और मुक्त ऊर्जा सिद्धांत, एक तंत्रिका नेटवर्क को नए वास्तविक समय संवेदी डेटा के सेवन और निरंतर अद्यतन के माध्यम से स्व-अनुकूलन करने की अनुमति देता है, साथ ही साथ पहले से स्थापित आउटपुट और निर्धारण पर विचार करते हुए, पूर्वानुमानित मॉडल तैयार करता है। मस्तिष्क-प्रेरित कृत्रिम बुद्धिमत्ता (इंटेलिजेंट एजेंट) के निर्माण को सक्षम करना जो वास्तविक तंत्रिका नेटवर्क की तरह सीखते हैं। इन इंटेलिजेंट एजेंटों का एक समूह, संदर्भ-समृद्ध नेस्टेड डिजिटल ट्विन स्पेस के एकीकृत वैश्विक नेटवर्क के भीतर, संदर्भ के अपने स्वयं के फ्रेम से प्राप्त अद्वितीय विशिष्ट बुद्धिमत्ता के अपने सुविधाजनक बिंदु से उत्पन्न होता है, जो प्रासंगिक विश्व मॉडल प्रदान करता है जो गायब है। व्यावहारिक एआई अनुप्रयोग। एआई अनुसंधान को आगे बढ़ाने और एजीआई (सामान्य इंटेलिजेंस) या एएसआई (सुपर इंटेलिजेंस) प्राप्त करने में यह पहेली का एक महत्वपूर्ण हिस्सा है। ऐसे न्यूरोमॉर्फिक कंप्यूटिंग सिस्टम को आगे बढ़ाना एक महत्वपूर्ण लक्ष्य है क्योंकि हम मशीनों में जैविक अनुभूति की बहुमुखी प्रतिभा और अनुकूलनशीलता का अनुकरण करना चाहते हैं।

इसलिए, यह समझना कि आपका मस्तिष्क कैसे काम करता है, अमूर्त लग सकता है, यह अग्रणी शोध व्यावहारिक कृत्रिम बुद्धिमत्ता अनुप्रयोगों को करीब लाता है, और वास्तव में क्रांतिकारी कार्य की पुष्टि करता है जिसे VERSES AI ने पेश किया है और AI की दुनिया में अग्रणी है। मुक्त ऊर्जा सिद्धांत कॉर्टिकल गणना का एक एकीकृत सिद्धांत प्रदान करता है, और जीवित न्यूरोनल नेटवर्क में इसका प्रयोगात्मक सत्यापन वास्तव में मस्तिष्क जैसी कृत्रिम बुद्धिमत्ता के निर्माण की दिशा में एक महत्वपूर्ण मील का पत्थर है।

सक्रिय अनुमान एआई और मुक्त ऊर्जा सिद्धांत के क्षेत्र में डॉ. कार्ल फ्रिस्टन के क्रांतिकारी काम के बारे में अधिक जानने के लिए वर्सेज एआई और स्पैटियल वेब फाउंडेशन पर जाएं।