मस्तिष्क के लिए एक ‘उड़ान सिम्युलेटर’ से पता चलता है कि हम कैसे सीखते हैं – और क्यों कभी-कभी दिमाग भटक जाता है

मस्तिष्क के लिए एक ‘उड़ान सिम्युलेटर’ से पता चलता है कि हम कैसे सीखते हैं – और क्यों कभी-कभी दिमाग भटक जाता है

मस्तिष्क के लिए एक 'उड़ान सिम्युलेटर' से पता चलता है कि हम कैसे सीखते हैं - और क्यों कभी-कभी दिमाग भटक जाता है

कॉगलिंक जटिल संज्ञानात्मक कार्यों को प्राप्त करने के लिए मापदंडों को अनुकूलित करने के लिए तंत्रिका तंत्र और एल्गोरिदम को जोड़ता है। श्रेय: प्रकृति संचार (2025)। डीओआई: 10.1038/एस41467-025-63994-वाई

हर दिन, आपका मस्तिष्क अनिश्चितता के तहत हजारों निर्णय लेता है। अधिकांश समय, आप सही अनुमान लगाते हैं। जब आप नहीं सीखते, तो आप सीखते हैं। लेकिन जब मस्तिष्क की संदर्भ को परखने या अर्थ बताने की क्षमता लड़खड़ाती है, तो विचार और व्यवहार भटक सकते हैं। ध्यान-अभाव/अतिसक्रियता विकार से लेकर सिज़ोफ्रेनिया तक के मनोरोग विकारों में, मस्तिष्क गलत अनुमान लगा सकता है कि कार्य करने से पहले कितने सबूत इकट्ठा करने हैं – या जब नई जानकारी के आधार पर दुनिया के नियम बदलते हैं तो समायोजित करने में विफल हो सकता है।

टफ्ट्स यूनिवर्सिटी स्कूल ऑफ मेडिसिन में न्यूरोसाइंस के प्रोफेसर माइकल हलासा कहते हैं, “अनिश्चितता मस्तिष्क की तारों में अंतर्निहित है।” “वोट डालते न्यूरॉन्स के समूहों की तस्वीर – कुछ आशावादी, कुछ निराशावादी। आपके निर्णय औसत को दर्शाते हैं।” जब वह संतुलन बिगड़ जाता है, तो मस्तिष्क दुनिया को गलत तरीके से पढ़ सकता है: यादृच्छिक घटनाओं को बहुत अधिक अर्थ देना, जैसे कि सिज़ोफ्रेनिया में, या कठोर पैटर्न में फंस जाना, जैसे कि जुनूनी-बाध्यकारी विकार में।

हलासा का कहना है कि उन मिसफायर को समझना वैज्ञानिकों के लिए लंबे समय से चुनौतीपूर्ण रहा है। “मस्तिष्क एकल न्यूरॉन्स की भाषा बोलता है। लेकिन एफएमआरआई – वह उपकरण जिसका उपयोग हम लोगों में मस्तिष्क की गतिविधि का अध्ययन करने के लिए करते हैं – रक्त प्रवाह को ट्रैक करता है, न कि व्यक्तिगत मस्तिष्क कोशिकाओं की विद्युत बातचीत को।”

उस अंतर को पाटने का अर्थ है जानवरों में एकल-कोशिका अध्ययन, मानव मस्तिष्क इमेजिंग और व्यवहार से अंतर्दृष्टि का संयोजन। अब, एक नए प्रकार का कंप्यूटर मॉडल – जो वास्तविक जीव विज्ञान पर आधारित है – शोधकर्ताओं को यह अनुकरण करने देता है कि मस्तिष्क सर्किट कैसे निर्णय लेते हैं और नियम बदलने पर अनुकूलन करते हैं।

कॉगलिंक्स नामक मॉडल अपने डिजाइन में जैविक यथार्थवाद का निर्माण करता है, यह दर्शाता है कि वास्तविक मस्तिष्क कोशिकाएं कैसे जुड़ी हुई हैं और बाहरी वातावरण के बारे में अक्सर अस्पष्ट और अपूर्ण टिप्पणियों को कैसे मूल्य प्रदान करती हैं, इसके लिए कोडिंग करती है। “ब्लैक बॉक्स” की तरह काम करने वाली कई कृत्रिम बुद्धिमत्ता प्रणालियों के विपरीत, कॉगलिंक्स शोधकर्ताओं को दिखाता है कि इसके आभासी न्यूरॉन्स संरचना को कार्य करने के लिए कैसे जोड़ते हैं। परिणामस्वरूप, वैज्ञानिक मैप कर सकते हैं कि यह आभासी मस्तिष्क नई जानकारी के आधार पर अनुभव और धुरी से कैसे सीखता है।

में एक अध्ययन 16 अक्टूबर को प्रकाशित प्रकृति संचारवरिष्ठ लेखक हलासा और मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी (एमआईटी) के सहकर्मियों ने यह पता लगाने के लिए कॉगलिंक्स का उपयोग किया कि मस्तिष्क सर्किट लचीली सोच का समन्वय कैसे करते हैं। मस्तिष्क के लिए एक उड़ान सिम्युलेटर की तरह, कॉगलिंक्स शोधकर्ताओं को यह परीक्षण करने देता है कि जब प्रमुख निर्णय लेने वाले सर्किट बंद हो जाते हैं तो क्या होता है। जब उन्होंने दो सिम्युलेटेड मस्तिष्क क्षेत्रों – प्रीफ्रंटल कॉर्टेक्स और मीडियोडोर्सल थैलेमस – के बीच आभासी संबंध को कमजोर कर दिया, तो सिस्टम धीमी, आदत-प्रेरित सीखने में विफल रहा। यह परिणाम बताता है कि अनुकूलनशीलता के लिए यह मार्ग आवश्यक है।

यह देखने के लिए कि क्या वे भविष्यवाणियाँ लोगों में सच हैं, टीम ने एक साथी एफएमआरआई आयोजित किया अध्ययनमें भी प्रकाशित प्रकृति संचारजिसकी देखरेख रुहर-यूनिवर्सिटी बोचुम और हलासा के बर्कहार्ड प्लीगर दोनों ने की थी। स्वयंसेवकों ने एक खेल खेला जिसमें नियम अप्रत्याशित रूप से बदल गये। जैसा कि अपेक्षित था, प्रीफ्रंटल कॉर्टेक्स ने योजना को संभाला और मस्तिष्क के गहरे, मध्य क्षेत्र को स्ट्रिएटम निर्देशित आदतों के रूप में जाना जाता है – लेकिन जब खिलाड़ियों को एहसास हुआ कि नियम बदल गए हैं और उन्होंने अपनी रणनीति को समायोजित किया है तो मेडियोडोर्सल थैलेमस चमक उठा।

मस्तिष्क के लिए एक 'उड़ान सिम्युलेटर' से पता चलता है कि हम कैसे सीखते हैं - और क्यों कभी-कभी दिमाग भटक जाता है

नियमों में बदलाव के बाद एमडी, डीएमपीएफसी और स्ट्रिएटम की नियुक्ति। श्रेय: प्रकृति संचार (2025)। डीओआई: 10.1038/एस41467-025-63995-एक्स

इमेजिंग ने पुष्टि की कि मॉडल ने क्या पूर्वानुमान लगाया था: मेडियोडोर्सल थैलेमस मस्तिष्क की दो मुख्य शिक्षण प्रणालियों – लचीली और अभ्यस्त – को जोड़ने वाले एक स्विचबोर्ड के रूप में कार्य करता है – जो संदर्भ बदलने पर मस्तिष्क को अनुमान लगाने और तदनुसार रणनीतियों को बदलने में मदद करता है।

हलासा को उम्मीद है कि शोध एक नए प्रकार के लिए आधार तैयार करने में मदद करेगा।एल्गोरिथम मनोरोग“जिसमें कंप्यूटर मॉडल यह बताने में मदद करते हैं कि मस्तिष्क सर्किट में परिवर्तन से मानसिक बीमारी कैसे उभरती है, उपचार को सटीक रूप से लक्षित करने के लिए जैविक मार्करों की पहचान की जाती है।

कॉगलिंक्स अध्ययन के प्रमुख लेखक, एफएमआरआई अध्ययन के सह-लेखक और हलासा की प्रयोगशाला में एमआईटी डॉक्टरेट छात्र मियां ब्राबीबा वांग कहते हैं, “मनोचिकित्सा में एक बड़ा सवाल यह है कि आनुवंशिकी के बारे में हम जो जानते हैं उसे संज्ञानात्मक लक्षणों से कैसे जोड़ा जाए।”

वांग कहते हैं, “स्किज़ोफ्रेनिया से जुड़े कई उत्परिवर्तन पूरे मस्तिष्क में पाए जाने वाले रासायनिक रिसेप्टर्स को प्रभावित करते हैं।” “कोगलिंक्स के भविष्य के उपयोग से हमें यह देखने में मदद मिल सकती है कि कैसे उन व्यापक आणविक परिवर्तनों से मस्तिष्क के लिए लचीली सोच के लिए जानकारी व्यवस्थित करना कठिन हो सकता है।”

अधिक जानकारी:
पदानुक्रमित निर्णय लेने में अनिश्चितता प्रसंस्करण के लिए तंत्रिका आधार, प्रकृति संचार (2025)। डीओआई: 10.1038/एस41467-025-63994-वाई

प्रीफ्रंटल-स्ट्राइटल नेटवर्क में सुदृढीकरण सीखने की रणनीतियों का थैलेमिक विनियमन, प्रकृति संचार (2025)। डीओआई: 10.1038/एस41467-025-63995-एक्स. www.nature.com/articles/s41467-025-63995-x

टफ्ट्स विश्वविद्यालय द्वारा प्रदान किया गया


उद्धरण: मस्तिष्क के लिए एक ‘उड़ान सिम्युलेटर’ से पता चलता है कि हम कैसे सीखते हैं – और क्यों कभी-कभी दिमाग भटक जाता है (2025, 16 अक्टूबर) 16 अक्टूबर 2025 को https://medicalxpress.com/news/2025-10-flight-simulator-brain-reveals-minds.html से लिया गया।

यह दस्तावेज कॉपीराइट के अधीन है। निजी अध्ययन या अनुसंधान के उद्देश्य से किसी भी निष्पक्ष व्यवहार के अलावा, लिखित अनुमति के बिना कोई भी भाग पुन: प्रस्तुत नहीं किया जा सकता है। सामग्री केवल सूचना के प्रयोजनों के लिए प्रदान की गई है।