তথ্য-গঠিত অভিনব কৃত্রিম মস্তিষ্ককোষ

গ্যয়টিংগেন বিশ্ববিদ্যালয় আর মাক্স প্ল্যাঙ্ক ইন্সটিটিউটের গবেষকরা মিলে এক অভিনব কৃত্রিম মস্তিষ্ককোষ বানিয়েছেন। নাম দিয়েছেন ইনফোমর্ফিক নিউরন। এইসব কৃত্রিম নিউরনকে প্রোগ্রাম করে তাঁরা কৃত্রিম স্নায়ুজালিকা (নিউরাল নেটওয়ার্ক) গঠন করেছেন। এর অন্তর্গত আলাদা আলাদা নিউরনগুলি নিজেরাই স্বয়ং-সংগঠিত হয়ে শিক্ষা নিতে পারে। নেটওয়ার্কের মধ্যে চারপাশের লাগোয়া পরিবেশ থেকে তারা দরকারি তথ্য টেনে নিতে পারে। আলাদা আলাদা নিউরনের বেশ কয়েকটি স্তর নিয়ে স্নায়ুজালিকাগুলি গঠিত। একটা ইনপুট সংকেত এই স্তরগুলির মধ্য দিয়ে প্রবাহিত হয়। তারপর প্রাসঙ্গিক তথ্যগুলি নিষ্কাশন করবার জন্য সংকেতটির প্রক্রিয়াকরণ ঘটানো হয়। একেবারে বুনিয়াদী স্তরে মানুষের মস্তিষ্ক আর কৃত্রিম স্নায়ুজালিকাগুলি একসঙ্গে মোটের ওপর এক সরল কম্পিউটিং একক হিসেবে কাজ করে। কিন্তু প্রচলিত কৃত্রিম নিউরনগুলির সঙ্গে জৈব মডেলগুলির শিখে নেওয়ার প্রক্রিয়ার বেশ উল্লেখযোগ্য তফাত আছে। বেশির ভাগ কৃত্রিম নিউরনই শেখবার জন্য নেটওয়ার্কের বাইরের সর্ব-প্রসারী সমন্বয়ের ওপর নির্ভর করে কাজ করে। কিন্তু জৈব নিউরনগুলি কেবল নেটওয়ার্কের অভ্যন্তরীণ লাগোয়া পরিবেশ থেকেই সংকেত গ্রহণ করে তার প্রক্রিয়াকরণ ঘটায়। এখনো নমনীয়তা আর শক্তি-দক্ষতার বিচারে জৈব নিউরাল নেটওয়ার্কগুলি কৃত্রিম নেটওয়ার্কগুলির তুলনায় ঢের উৎকৃষ্ট। কিন্তু এই নতুন ইনফোমর্ফিক নিউরনগুলি প্রতিবেশী নিউরনগুলির কাছ থেকে স্বাধীনভাবেই শেখার কাজ সম্পন্ন করতে পারে এবং তারা স্বয়ং-সংগঠিতও বটে। তার অর্থ, কৃত্রিম নেটওয়ার্কের ক্ষুদ্রতম এককটিকে এখন আর বাইরে থেকে নিয়ন্ত্রণ করার দরকার হবে না। সে নিজেই সিদ্ধান্ত নিতে পারে কোন ইনপুটটা তার কাছে প্রাসঙ্গিক, কোনটা নয়। এই অভিনব ইনফোমর্ফিক নিউরন গড়ে তোলার কাজে গবেষকরা মস্তিষ্ক স্বয়ং যেভাবে কাজ করে তা থেকেই প্রেরণা পেয়েছেন, বিশেষ করে মস্তিষ্কবল্কলের (সেরিব্রাল কর্টেক্স) পিরামিড আকৃতিবিশিষ্ট কোষগুলির দ্বারা। এই উদ্দীপক কোষগুলিও অব্যবহিত পরিবেশের নানা উৎস থেকে আসা উদ্দীপনার প্রক্রিয়াকরণ মারফত সেগুলোর অভিযোজন ঘটিয়ে তা থেকে শিক্ষা গ্রহণ করে। নতুন এই কৃত্রিম নিউরনগুলি খুব সাধারণ, সহজবোধ্য কিছু লক্ষ্য বেছে নিয়ে সেগুলি শিখে নেয়। শেখবার লক্ষ্যগুলিকে সংজ্ঞায়িত করার মধ্য দিয়ে গবেষকরা নিউরনদের এমনভাবে তালিম দেন যাতে তারা নিজেদের শেখবার নিয়ম নিজেরাই ঠিক করে নিতে পারে। প্রতিটি স্বতন্ত্র নিউরনের শিক্ষাগ্রহণ-প্রণালীর ওপর মনোযোগ নিবদ্ধ করেন তাঁরা। ইনফর্মেশন তত্ত্বের ভিত্তিতে তাঁরা এক অভিনব পরিমাপ-প্রণালী উদভাবন করেন। সেই প্রণালীই নিখুঁতভাবে ঠিক করে দেয়, নেটওয়ার্কের মধ্যে প্রতিবেশীদের কাছ থেকে একটি কৃত্রিম নিউরন ঠিক কতটুকু তথ্য নেবে, কতটুকু তথ্য তার পক্ষে বাড়তি, কতটুকুর জন্য অন্যদের সঙ্গে একত্রে কাজ করতে হবে, আর কোন কোন বিষয়ে নিজেদের মহল্লায় তাদের একা একাই বিশেষজ্ঞ হয়ে উঠতে হবে। একদিকে ইনপুটের কতকগুলি দিকে বিশেষজ্ঞ হয়ে ওঠা, অন্যদিকে প্রতিবেশীদের সঙ্গে সমন্বয় বজায় রেখে কাজ করা, এই দুই গুণের কল্যাণে এই নতুন ইনফোমর্ফিক নিউরনগুলি নেটওয়ার্কের সামগ্রিক কর্মভার আরও ভালোভাবে নিষ্পন্ন করতে পারে।
সূত্র : “Artificial neurons organize themselves.” ScienceDaily. ScienceDaily, 28 March 2025.

<www.sciencedaily.com/releases/2025/03/250328172944.htm>.