এআই মস্তিষ্কের মডেলের ভবিষ্যত বিতর্কের জন্ম দেয়

বেশ কিছু ভাল-অর্থায়নকারী দল কয়েক মিলিয়ন ডলারের বাজি ধরেছে যে বৃহৎ ভাষার মডেল তৈরি করা পদ্ধতি মস্তিষ্কের জন্য কাজ করবে: মস্তিষ্কের বিপুল পরিমাণ ডেটার উপর কৃত্রিম নিউরাল নেটওয়ার্কগুলিকে প্রশিক্ষণ দিন এবং মডেলগুলি উন্নতি করতে থাকবে। শুধুমাত্র এই বছর, মেটা, স্ট্যানফোর্ড ইউনিভার্সিটি, নিউরালিংক এবং অন্যরা মানব বা ইঁদুর মস্তিষ্কের এই ধরনের ভিত্তি মডেল তৈরি করেছে বা শুরু করেছে।

এই বাজিটি শোধ করবে কিনা তা মীমাংসা করা অনেক দূরে – এবং এটি আজ প্রকাশিত একটি দ্বৈত দৃষ্টিভঙ্গি নিবন্ধের কেন্দ্রবিন্দুতে রয়েছে নিউরোসায়েন্সের জার্নাল। নিবন্ধে, বিং ওয়েন ব্রান্টন এবং প্যাট্রিক মাইনল্ট কৃত্রিম-বুদ্ধিমত্তা (AI) মডেলগুলি যেগুলি সফলভাবে মস্তিষ্কের কার্যকলাপের পূর্বাভাস দেয় তাও মস্তিষ্ক কীভাবে কাজ করে তা ব্যাখ্যা করতে সাহায্য করবে এবং সেই বোঝার জন্য শরীরের মডেলিং প্রয়োজন কিনা তা নিয়ে বিতর্ক করুন। Brunton এবং Mineault এই রবিবার, 15 নভেম্বর, ওয়াশিংটন, ডিসি-তে সোসাইটি ফর নিউরোসায়েন্সের বার্ষিক সভায় একটি লাইভ সেশনের সময় বিষয়টি পুনরায় দেখার পরিকল্পনা করেছেন।

যে মডেলগুলি মস্তিষ্কের প্রতিক্রিয়াগুলির সঠিকভাবে ভবিষ্যদ্বাণী করে তারা একদিন প্রাণী বা মানুষের জন্য উপন্যাসের উদ্দীপনা এবং চিকিত্সার পরীক্ষায় দাঁড়াতে পারে, বলে ড্যানিয়েল ইয়ামিনসস্ট্যানফোর্ড ইউনিভার্সিটির মনোবিজ্ঞান এবং কম্পিউটার বিজ্ঞানের সহযোগী অধ্যাপক, যিনি এর সাথে জড়িত স্ট্যানফোর্ড ডিজিটাল মস্তিষ্ক প্রকল্পমানব মস্তিষ্কের একটি কার্যকরী এমআরআই (এফএমআরআই) এবং এমইজি-ভিত্তিক ভিত্তি মডেল তৈরি করার প্রচেষ্টা।

Mineault এবং অন্যদের মতে, মস্তিষ্ক কীভাবে কাজ করে তা ব্যাখ্যা করার জন্য এই মডেলগুলি একটি হাতিয়ারও হতে পারে। একটি মডেল যা মস্তিষ্কের কার্যকলাপের পুনরুত্পাদন করে তা এমনভাবে অধ্যয়ন করা যেতে পারে যেভাবে একটি জীবন্ত মস্তিষ্ক পারে না, এবং ভবিষ্যদ্বাণী করতে পারে যা পরবর্তীতে প্রকৃত মস্তিষ্কে যাচাই করা যেতে পারে, Mineault বলেছেন, নিউরোএআই এবং এআই সুরক্ষা গবেষণার একজন মানবহিতৈষী তহবিল, অ্যামরান্থ ফাউন্ডেশনের নিউরোএআই গবেষণার নেতৃত্বদানকারী।

যদিও Brunton এবং Mineault কিছু পয়েন্টে একমত, Brunton এবং অন্যান্য গবেষকরা আরো সন্দিহান। অনেক ভিন্ন মডেল একই নিউরোনাল রেকর্ডিং ফিট করতে পারে, কিন্তু কিছুই গ্যারান্টি দেয় না যে একটি উচ্চ ভবিষ্যদ্বাণীমূলক মডেল একটি মস্তিষ্কের মত কাজ করবে, ব্রুনটন বলেছেন, ওয়াশিংটন বিশ্ববিদ্যালয়ের জীববিজ্ঞানের অধ্যাপক।

এবং এমনকি যদি একটি মডেল একটি মস্তিষ্কের মত কাজ করে, এটি অগত্যা আমাদের এটি বুঝতে সাহায্য করবে না, বলেছেন জন ক্রাকাউয়ারজনস হপকিন্স ইউনিভার্সিটির নিউরোলজি এবং নিউরোসায়েন্সের অধ্যাপক ড. এই ধরনের একটি মডেল হবে “একটি দ্বিতীয় মস্তিষ্ক আপনাকে স্নায়বিকভাবে বুঝতে হবে।”

ই

xisting ফাউন্ডেশন মডেল ইতিমধ্যে গুরুত্বপূর্ণ পদক্ষেপ করেছে। উদাহরণস্বরূপ, তারা সঠিকভাবে উদ্দীপনার স্নায়বিক প্রতিক্রিয়ার ভবিষ্যদ্বাণী করতে পারে যা তারা কখনই প্রশিক্ষিত ছিল না। মাউস ভিজ্যুয়াল কর্টেক্সের একটি ভিত্তি মডেল, প্রাকৃতিক ভিডিও দেখার ইঁদুরের ক্যালসিয়াম ইমেজিং রেকর্ডিংয়ের উপর প্রশিক্ষিত, ভবিষ্যদ্বাণী করেছিল যে কীভাবে নিউরনগুলি সুসংগত গতি এবং শব্দে প্রতিক্রিয়া জানায়, প্রকাশিত একটি গবেষণা অনুসারে প্রকৃতি গত বছর মডেলটি নিউরনের শারীরবৃত্তীয় কোষের প্রকারের ভবিষ্যদ্বাণী করেছে, সেইসাথে নতুন ইঁদুরের মস্তিষ্কের ডেটার আধা ঘন্টারও কম দেখার পরে নিউরোনাল কার্যকলাপের পূর্বাভাস দিয়েছে।

সঠিক ভবিষ্যদ্বাণী শুধুমাত্র প্রথম ধাপ, বলেন আন্দ্রেয়াস টলিয়াসস্ট্যানফোর্ড ইউনিভার্সিটির চক্ষুবিদ্যার অধ্যাপক, যিনি এই বিষয়ে কাজ করেছেন প্রকৃতি এনিগমা প্রজেক্টের অধ্যয়ন এবং সহ-নেতৃত্ব করেন, যা আমরান্থ ফাউন্ডেশন দ্বারা অর্থায়ন করা হয়। একটি মডেলের কার্যকারিতার আসল পরীক্ষা হল এটি মস্তিষ্ক সম্পর্কে নতুন কিছু প্রকাশ করে কিনা। তার ল্যাব থেকে একটি পূর্বের মডেল, উদাহরণস্বরূপ, ভবিষ্যদ্বাণী করেছিল যে যখন একটি ইঁদুরের ছাত্ররা প্রসারিত হয়, তখন তার ভিজ্যুয়াল নিউরন হয়ে যায় অতিবেগুনী রশ্মির প্রতি আরও সংবেদনশীলযা টিম ইন-ভিভো পরীক্ষার মাধ্যমে নিশ্চিত করেছে।

অন্যান্য ফাউন্ডেশন মডেলের অনুরূপ সাফল্য রয়েছে। মেটা এর TRIBE v2—যা ভিডিও দেখা, অডিও শোনা এবং পাঠ্য পড়া লোকেদের থেকে 1,000 ঘন্টারও বেশি মস্তিষ্কের স্ক্যান করে — নতুন উদ্দীপনা এবং কাজের প্রতি এফএমআরআই প্রতিক্রিয়ার ভবিষ্যদ্বাণী করে যেগুলিকে কখনও প্রশিক্ষিত করা হয়নি, একটি অনুসারে প্রিপ্রিন্ট মে মাসে arXiv এ পোস্ট করা হয়েছে। এপ্রিল মাসে, কোম্পানিটি 15,000 ঘন্টার নির্ভুল-স্ক্যানিং fMRI ডেটা থেকে একটি মডেল তৈরি করার জন্য $15 মিলিয়ন প্রচেষ্টা চালু করেছে। জিন-রেমি কিংÉcole Normale Supérieure-এর সহযোগী গবেষক এবং মেটাতে ব্রেন অ্যান্ড এআই দলের নেতা, পাস করেছেন ট্রান্সমিটারমন্তব্য করার জন্য অনুরোধ অথ্যু এলেটিমেটাতে এআই যোগাযোগ ব্যবস্থাপক, যিনি বলেছিলেন যে মেটা মন্তব্য করতে সক্ষম হবে না।

এই মডেলগুলি আরও ডেটার সাথে উন্নতি করতে থাকে তা বোঝায় যে মস্তিষ্কের মডেলগুলি উপলব্ধ ডেটার পরিমাণ দ্বারা সীমাবদ্ধ, বলে গ্রেস লিন্ডসেনিউ ইয়র্ক ইউনিভার্সিটির মনোবিজ্ঞান এবং স্নায়ু বিজ্ঞান এবং ডেটা সায়েন্সের সহকারী অধ্যাপক, যিনি TRIBE বা মাউস ভিজ্যুয়াল কর্টেক্স মডেলের সাথে জড়িত নন। “আমরা যে কোনো পারফরম্যান্স দেখতে পাই এমন সর্বোচ্চ পারফরম্যান্স একটি মডেল পেতে পারে না। আরও ডেটা সাহায্য করা উচিত,” সে বলে।

ব্রুনটন সম্মত হন কিন্তু নোট করেন যে প্রকৃত মস্তিষ্কের মডেল করার জন্য আরও ডেটা পর্যাপ্ত হবে কিনা তা স্পষ্ট নয়। একটি মডেলে খাওয়ানো যেকোন ধরণের নিউরোনাল ডেটার পরিমাণ এবং এর কার্যকারিতার মধ্যে সম্পর্ক অজানা, এবং এটি সম্ভবত আরও ডেটা দিয়ে বড় ভাষার মডেলগুলি কীভাবে উন্নতি করে তার থেকে আলাদা, সে বলে।

উত্তরটি ডেটার উপর নির্ভর করতে পারে, প্রাথমিক গবেষণাগুলি পরামর্শ দেয়। এর ভবিষ্যদ্বাণী করার ক্ষমতা অমনিমাউসএকটি মডেল 73টি ইঁদুর থেকে 2.3 মিলিয়নেরও বেশি নিউরনের রেকর্ডিংয়ের উপর প্রশিক্ষিত, উদাহরণস্বরূপ, আরও ডেটা দিয়ে উন্নত। কিন্তু মডেলটিকে বড় করা—আরও পরামিতি যোগ করা, সামঞ্জস্যযোগ্য মানগুলি একটি মডেল টিউন হিসাবে এটি শিখতে পারে—কেবলমাত্র একটি নির্দিষ্ট বিন্দু পর্যন্ত সাহায্য করে৷ যে মডেলগুলি একজন ব্যক্তি তার মস্তিষ্কের কার্যকলাপ থেকে যা দেখছে তা ডিকোড করে প্রতি ব্যক্তি প্রতি আরও বেশি রেকর্ডিং ঘন্টার সাথে উন্নত হয়েছে, কিন্তু 2025 অনুসারে আরও বেশি লোক যোগ করা খুব কমই সাহায্য করেছে। অধ্যয়ন. তিনটি ফাউন্ডেশন মডেল সহ ব্রেইনএলএমযেটি 6,700 ঘন্টার এফএমআরআই রেকর্ডিংয়ের উপর প্রশিক্ষিত হয়েছিল, এটি মস্তিষ্কের সংযোগের একটি সাধারণ রৈখিক মডেলের চেয়ে মানুষের জ্ঞানীয় স্কোর ভবিষ্যদ্বাণী করার ক্ষেত্রে খারাপ ছিল- এবং একটি বৃহত্তর সংস্করণ একটি ছোট সংস্করণের চেয়ে খারাপ করেছে, প্রিপ্রিন্ট মে মাসে arXiv এ পোস্ট করা হয়েছে।

“আমি সন্দিহান যে ফাউন্ডেশন মডেলগুলি প্রতিটি ধরণের ডেটার জন্য ঠিক ততটাই সফল হবে,” ব্রুনটন বলেছেন। “আমাদের মডেলের স্কেলিং আইন বুঝতে হবে, প্রতিটি ধরণের ডেটার জন্য, কতটা ডেটা যথেষ্ট তা বোঝার জন্য।”

ক

ডেটা-চালিত ফাউন্ডেশন মডেলগুলি মস্তিষ্কের কোনও যান্ত্রিক বোঝার দিকে পরিচালিত করবে কিনা তা কোনও খোলা প্রশ্ন নয়। তারা নিউরোনাল কার্যকলাপের রেকর্ডিংয়ের উপর সরাসরি প্রশিক্ষণের মাধ্যমে নিউরোনাল কার্যকলাপের পূর্বাভাস দিতে শেখে। বিপরীতে, টাস্ক-প্রশিক্ষিত মডেলগুলি – অন্য একটি উপায় যা স্নায়ুবিজ্ঞানীরা মস্তিষ্কের কার্যকারিতা বর্ণনা করার চেষ্টা করে – এমন কিছু করতে শিখুন যা একজন ব্যক্তি বা প্রাণী করতে পারে, যেমন একটি চিত্রের বস্তুগুলিকে চিনতে পারে এবং পরে মস্তিষ্কের সাথে তুলনা করা হয়।

ডেটা-চালিত মডেলগুলি আরও প্রতিশ্রুতিবদ্ধ পথ, মাইনল্ট বলে। সেরা টাস্ক-প্রশিক্ষিত দৃষ্টি মডেলগুলি ইনফেরোটেম্পোরাল কর্টেক্স থেকে নিউরোনাল রেকর্ডিংয়ের প্রায় অর্ধেক পার্থক্য ব্যাখ্যা করে, একটি অনুসারে ব্রেন-স্কোর বেঞ্চমার্ক, তিনি বলেন। এবং ইমেজ ক্লাসিফায়ার তারা প্রকৃতপক্ষে নিউরোনাল ক্রিয়াকলাপের পূর্বাভাস দেওয়ার ক্ষেত্রে কম সঠিক হয়ে উঠেছে কারণ তারা পূর্ববর্তী কাজ অনুসারে চিত্রগুলিকে শ্রেণিবদ্ধ করার ক্ষেত্রে আরও ভাল হয়েছে।

মস্তিষ্ক এবং ডেটা-চালিত মডেলগুলি স্বয়ংক্রিয়ভাবে একত্রিত হবে না, মাইনল্ট বলে। মস্তিষ্কের রেকর্ডিংগুলিতে সরাসরি প্রশিক্ষণের মডেলগুলি বাকি বৈচিত্রগুলি ব্যাখ্যা করতে সাহায্য করতে পারে, তিনি বলেন, বিশেষ করে ভিজ্যুয়াল প্রসেসিংয়ের মধ্যবর্তী পর্যায়ের রেকর্ডিং, যেমন V1, V2 এবং V4, যা রেটিনায় যা আসে তা রূপান্তরিত করে এবং বস্তুগুলিকে চিনতে পারে এমন অঞ্চলে খাওয়ায়। এই রেকর্ডিংগুলি একটি মডেলের ভিতরে কী ঘটতে পারে তা সীমাবদ্ধ করতে পারে, এটি নিশ্চিত করে যে এটি আরও মস্তিষ্কের মতো হয়, তিনি বলেছেন।

মস্তিষ্কের কার্যকলাপের পূর্বাভাস এটি বোঝার পথে হতে পারে, তিনি বলেছেন। 2012 সালে, কৃত্রিম নিউরাল নেটওয়ার্ক চিত্রগুলিকে শ্রেণীবদ্ধ করার ক্ষেত্রে অন্যান্য পদ্ধতির তুলনায় অনেক ভাল হয়ে উঠেছে, উদাহরণস্বরূপ, “কিন্তু এই মডেলগুলির ভিতরে কী চলছে তা বুঝতে আমাদের জন্য সত্যিই অনেক সময় লেগেছে।”

এই কারণেই, বিশ্বস্ত হওয়ার জন্য, একটি মডেলের ভবিষ্যদ্বাণী একটি বাস্তব মস্তিষ্কে পরীক্ষা করা প্রয়োজন, টলিয়াস বলেছেন। “এই মডেলগুলিও হ্যালুসিনেট করতে পারে,” কিন্তু একটি মডেল যথেষ্ট ভাল, তার দৃষ্টিতে, যখন এটি “একটি অভিনব আবিষ্কার করতে পারে যা মস্তিষ্কে যাচাইযোগ্য।”

এমনকি যদি, আরও তথ্যের জন্য ধন্যবাদ, একটি মডেল মস্তিষ্কের ক্রিয়াকলাপের পূর্বাভাস দেওয়ার ক্ষেত্রে আরও ভাল হয়ে যায়, এটি এটিকে আরও মস্তিষ্কের মতো করে তোলার মতো নয়, ইয়ামিনস বলেছেন। “সেই ফর্ম্যাটের একটি মডেলের অভ্যন্তরীণ স্তরগুলি থাকার কোন কারণ নেই যা মস্তিষ্কের মতো দেখতে। তারা কেবল একটি ভবিষ্যদ্বাণী মেশিনের মতো দেখতে পাবে।”

বস্তুগুলিকে চিনতে প্রশিক্ষিত মডেলগুলি যেমন উন্নত হয়েছে, উদাহরণস্বরূপ, তারা আরও ভাল হয়েছে৷ সঠিকভাবে নিউরোনাল প্রতিক্রিয়া ভবিষ্যদ্বাণী করা বানর ইনফেরোটেম্পোরাল কর্টেক্সে, বস্তু সনাক্তকরণের সাথে জড়িত একটি এলাকা, পূর্ববর্তী কাজ দেখায়। “এর অভ্যন্তরীণ [task-trained] মডেলের মস্তিষ্কের অভ্যন্তরীণ উপস্থাপনা মেলানোর সুযোগ রয়েছে, “ইয়ামিনস বলেছেন।

ইয়ামিনস বলেছেন, টাস্ক-প্রশিক্ষিত এবং ডেটা-চালিত মডেলগুলিকে একত্রিত করা হল সম্ভাব্যভাবে মস্তিষ্কের মতো সমস্যার সমাধানে একত্রিত হওয়ার আদর্শ উপায়, তবে অনুশীলনে এটি কীভাবে করা যায় “আবিষ্কার করা হয়নি।”

কিন্তু এমনকি এই ধরনের সংমিশ্রণ পদ্ধতিগুলি একই সম্ভাব্য ক্ষতির সম্মুখীন হয়, ব্রান্টন বলেছেন। এমনকি যখন ফাউন্ডেশন মডেলগুলি সঠিক ভবিষ্যদ্বাণী করে, উদাহরণস্বরূপ, তাদের মধ্যে অণু এবং কোষ থাকে না যা নিউরোনাল কার্যকলাপ তৈরি করে, যা সীমিত করে যে তারা থেরাপির প্রতিক্রিয়া কতটা ভালভাবে ভবিষ্যদ্বাণী করতে পারে। যখন একটি ওষুধ “রিসেপ্টর, আয়ন চ্যানেল, দ্বিতীয় বার্তাবাহক বা জিনের অভিব্যক্তিকে লক্ষ্য করে, তখন এটি অসম্ভাব্য বলে মনে হয় যে একটি ভিত্তি মডেল যেখানে বর্ণনার এই স্কেলগুলির অভাব রয়েছে তা মূল্যবান ভবিষ্যদ্বাণী করবে,” সে বলে।

ক্রাকাউয়ার বলেছেন যে তিনি “ক্রমবর্ধমান সংশয়বাদী” কারণ দাবিগুলি স্নায়ু ডেটার ভবিষ্যদ্বাণী করা থেকে ওষুধ বা ক্ষতগুলির প্রতিক্রিয়ার পূর্বাভাস দেওয়ার জন্য বাড়তে থাকে৷ সঠিক ভবিষ্যদ্বাণী “সবই খুব সুন্দর,” তিনি বলেছেন। “কিন্তু এটা বলার থেকে একেবারেই আলাদা যে নিউরাল ডেটা আমাদের দিতে যাচ্ছে” মানুষ কীভাবে চিন্তা করে সে সম্পর্কে মনস্তাত্ত্বিক অন্তর্দৃষ্টি।

খ

রান্টনের বিতর্কের দিকটি একটি ভিন্ন ভিত্তি থেকে শুরু হয় – যে বুদ্ধিমত্তা সমগ্র জীবের একটি সম্পত্তি। তিনি একটি চিন্তা পরীক্ষা দিয়ে কেস করেছেন: আইজ্যাক নিউটন একটি আইফোন দিয়ে হাজার হাজার পতিত আপেলের ছবি তোলেন এবং ফুটেজে একটি ট্রান্সফরমার মডেলকে প্রশিক্ষণ দেন। মডেলটি পরবর্তী আপেলের পতনের ভবিষ্যদ্বাণী করবে “F=ma এর চেয়েও ভাল,” তিনি দ্বৈত দৃষ্টিভঙ্গি নিবন্ধে লিখেছেন, কিন্তু “আপনি এই ট্রান্সফরমার মডেলটি একটি রকেট ডিজাইন করতে এবং এটি চাঁদে স্থাপন করতে ব্যবহার করতে পারেননি৷ এই ধরনের বোঝাপড়ায় পৌঁছে তিনি লিখেছেন, “ডেটা উপেক্ষা করে নিয়েছিলেন।”

এবং এমনকি মডেল যা বাস্তবসম্মত আচরণ করে তারা প্রতারণা করতে পারে, সে বলে। তারের কৃমি সংযোগ একটি মাছি শরীর উত্পাদিত “নিখুঁতভাবে সেবাযোগ্য হাঁটা” – কিন্তু একটি র্যান্ডম নেটওয়ার্ক ঠিক পাশাপাশি হাঁটা.

শরীরের বিবরণ কখনও কখনও একপাশে সেট করা যেতে পারে, Mineault বলেছেন. “আমি মনে করি যে আমরা যদি উপলব্ধি বা জ্ঞানের বিষয়ে কথা বলি, তবে সেই কারণগুলি খুব গুরুত্বপূর্ণ নয়।”

দ্বৈত দৃষ্টিভঙ্গি নিবন্ধে ব্রুনটন এবং মিনাল্টের যুক্তিগুলির মধ্যে পার্থক্যগুলি মূলত মস্তিষ্কের কোন স্তরে অধ্যয়ন করতে হবে এবং প্রথমে কী তৈরি করতে হবে তা নিয়ে আসে। তারা অনুরূপ পরবর্তী ধাপে স্থির হয়েছে: যতটা সম্ভব পরিমাপ করুন, এবং তারপর সেই পরিমাপগুলিকে কীভাবে মস্তিষ্ক কাজ করে তার নীতিগুলিতে পাতন করুন। মাইনল্ট বলেছেন যে সঠিক পথটি হল বড় আকারের রেকর্ডিং এবং বিস্তারিত সংযোগ দিয়ে শুরু করা। ব্রুনটন বলেছেন যে তিনি ডিজিটাল যমজদের স্বাগত জানান, যতক্ষণ না তারা মূর্ত হয়ে থাকে এবং প্রতিক্রিয়া অন্তর্ভুক্ত করে।

যেহেতু গবেষকরা পরীক্ষা করেন যে স্কেল অর্থ প্রদান করে কিনা, তাদের একটি তিক্ত বড়ি গিলে ফেলার জন্য প্রস্তুত হওয়া উচিত। “আমাদের এই সম্ভাবনা স্বীকার করতে হবে যে উত্তরটি হতে পারে, ‘ওহ হ্যাঁ, এটি কাজ করবে না’,” ব্রুনটন বলেছেন।