News Flash

स्मृती आख्यान : मेंदूचे शिकणे आणि कृत्रिम बुद्धिमत्ता

गेल्या काही लेखांमध्ये आपण मेंदूच्या कार्यपद्धतीबद्दल जाणून घेतलं. त्या ओघातला हा शेवटचा लेख.

मंगला जोगळेकर

हातपाय हलवणं, डोळे भोवताली फिरवणं, वाचणं, बोलणं, अशा आपल्या अंगवळणी पडलेल्या आणि अजिबात वेगळ्या न जाणवणाऱ्या गोष्टी करताना, मेंदूत अगदी झटपट काही गुंतागुंतीच्या क्रिया घडत असतात. मेंदू आणि संगणकाची तुलना केल्यास मानवी मेंदू अनेक बाबतींत नि:संशय वरचढ ठरेल. पण मेंदूची हुशारी यंत्राला देता येईल का, यावरील संशोधनाला उत्तम यश मिळतं आहे. दैनंदिन कामं सुकर व्हावीत म्हणून अनेक ठिकाणी त्याचा वापर होतो आहे. हुबेहूब मेंदूसारखंच काम आणि विचार करणारी यंत्रं भविष्यात येतील का, याचं उत्तर माहीत नसलं तरी मेंदू कसा शिकतो याची प्रक्रिया जाणून घेणं मात्र रंजक ठरेल यात शंकाच नाही.

गेल्या काही लेखांमध्ये आपण मेंदूच्या कार्यपद्धतीबद्दल जाणून घेतलं. त्या ओघातला हा शेवटचा लेख. या लेखात मेंदूतील पेशींच्या कार्याबद्द्ल, तसंच त्याचा वापर माणसानं दैनंदिन जीवनातील तंत्रज्ञानात कसा खुबीनं केला आहे, याबद्द्ल माहिती घेऊ.

मेंदूतील पेशींना ‘न्यूरॉन्स’ म्हणतात. न्यूरॉन्स एखाद्या नवीन लावलेल्या रोपासारखे दिसतात. मध्यभागी पेशीचा केंद्रभाग (सोमा) असतो, तर एका बाजूला असंख्य टोकदार फांद्या आलेल्या दिसतात. त्यांना ‘डेन्ड्राइट’ असं म्हणतात. त्यांना खरं तर ‘अँटेना’ म्हणायला हवं. दूरदूरच्या पेशींकडून माहिती ग्रहण करणं हे त्यांचं काम. प्रत्येक न्यूरॉनला रोपाच्या मुळासारखी एखाद्दुसरी लांब शेपटीसुद्धा असते. त्यांना ‘अ‍ॅक्झान’ म्हणतात. पेशींकडची माहिती मेंदूच्या दुसऱ्या भागाकडे नेण्याचं काम त्यांच्यावर सोपवलेलं असतं.

मेंदूमध्ये संदेशवहनाचं काम कसं चालतं हे कळण्यासाठी पेशी म्हणजे एक चालू किंवा बंद होणारं बटण आहे असं समजा. अगदी आपल्या घरी दिवा चालू-बंद करायला वापरतो तसंच. पेशीकडे जेव्हा माहिती येते तेव्हा ती ‘ऑन’ अवस्थेत असते. त्याच वेळी आपल्याकडील माहिती दुसऱ्या पेशीकडे पोहोचवण्याचं काम तिला करावं लागतं. मेंदूतील हे माहिती किंवा संदेश देवाणघेवाणीचं काम इलेक्ट्रिकल/ केमिकल प्रवाहामुळे चाललेलं असतं. अ‍ॅक्झानच्या सूक्ष्म टोकातून निघालेला प्रवाह दुसऱ्या पेशीच्या डेन्ड्राइटच्या अंगाला उत्तेजित करतो. अ‍ॅक्झान आणि डेन्ड्राइट एकमेकांना चिकटलेले नसतात. त्या दोघांमध्ये अतिसूक्ष्म पोकळी असते. (त्याला ‘सिनॅप्स’ म्हणतात.) अ‍ॅक्झानच्या टोकातून काही केमिकलचे कण सोडले जातात, ते डेन्ड्राइटमधील प्रोटिनच्या (प्रथिनांच्या) कणांना चिकटतात. (या रसायनांना ‘न्यूरोट्रान्समीटर’ म्हणतात. असे वेगवेगळ्या प्रकारचे सुमारे शंभर न्यूरोट्रान्समीटर सध्या संशोधकांना माहिती आहेत.) ही चिकटण्याची क्रिया इलेक्ट्रिक चार्जमुळे  होते. या क्रियेमधून अ‍ॅक्झानकडची माहिती डेन्ड्राइटमार्फत दुसऱ्या पेशीकडे सुपूर्द होते. देवाणघेवाणीच्या क्रियेची ही साखळी, संदेश योग्य ठिकाणी पोहोचेपर्यंत मेंदूत पसरलेल्या अ‍ॅक्झान आणि डेन्ड्राइटच्या जाळ्यातून अशीच चालू राहाते.

(हे जाळं जगभर पसरलेल्या रेल्वेच्या जाळ्याच्या तुलनेत कित्येक पटींनी मोठं असतं असं म्हणता येईल.) मेंदूकडे नवीन माहिती क्षणाक्षणाला येतच असते. माहिती मिळवण्याचा आणि ती पोहोचवण्याचा हा खेळ अव्याहत चालूच राहाणार, हे तुमच्या एव्हाना लक्षात आलं असेलच. तुम्हाला जरी जाणवत नसलं, तरी आता या क्षणाला हजारो, लाखो वेळेला तुमच्या स्वत:च्या मेंदूतील पेंशीमध्ये अशी क्रिया चालू आहे. तुम्ही वाचताना, खुर्चीमध्ये बसून हात-पाय हलवताना, मान डोलवताना, डोळे इकडे-तिकडे फिरवताना, मेंदूच्या आत चाललेला हा खेळ तुम्हाला कदाचित कल्पनेच्या पलीकडचा वाटेल.

कित्येक अब्ज पेशी आणि त्यांची एकमेकांशी असलेली परार्धावधी ‘कनेक्शन्स’, सगळंच समजण्यापलीकडचं. आपल्याला इतकंच लक्षात ठेवायचंय की पेशींना जोडणारी कनेक्शन्स मजबूत असतील, तर माहिती क्षणार्धात इकडून तिकडे जाईल. महामार्गावरचा प्रवास कच्च्या रस्त्यापेक्षा कसा वेगानं होतो, तसंच. आपण माहिती किती जमवतो (म्हणजे आपलं शिकणं) आणि ती किती प्रमाणात वापरतो, यावर कनेक्शन्सची शक्ती अवलंबून असते. म्हणजेच आपल्या ज्ञानाचं गमक या कनेक्शन्समध्ये आहे हे निर्विवाद.

क्षणोक्षणी मिळणारी नवीन माहिती मेंदूत साठवली जाते का?, जाऊ शकते का?, असे प्रश्न तुम्हाला कदाचित पडले असतील. मेंदूत माहिती शिरताना एका गाळणीतून (फिल्टर) जाते, ती गाळणी असते आपल्या भावनांची. आपल्याला महत्त्वाची वाटणारी माहिती आपण कान टवकारून ऐकतो हे या गाळणीला समजतं. मग ती माहिती जपून ठेवली जाईल अशा भागात पोहोचवली जाते. आपण कुठल्यातरी ताणात असलो, आपलं लक्ष बाहेरून येणाऱ्या आवाजांकडे, शरीराच्या वेदनेकडे किंवा इतर कुठे असलं, तर येणाऱ्या माहितीकडे मेंदू गांभीर्यानं बघत नाही. म्हणून नवीन शिकताना वातावरण तणावरहित हवं आणि मनाची अवस्था उत्साहपूर्ण हवी. म्हणजेच शिकण्याची मनापासून इच्छा असेल तरच आपण शिकू शकतो. याशिवाय ज्या वेळी नवीन शिकलेल्या माहितीवर आपण विचार करतो, त्याचा सारांश काढतो, उजळणी करतो, चर्चा करतो, ते ज्ञान वापरतो, तेव्हा ते मेंदूत घट्ट  बसायला लागतं. (‘मेंदूतील मेमरी कार्ड’ या मागच्या लेखात आपण नवीन शिकलेलं कायमच्या स्मरणशक्तीत कसं परिवर्तित होतं हे बघितलं आहेच).

कॉम्प्युटर युगाकडे वाटचाल

मेंदूत ज्ञान, माहिती, अनुभव साठवले जातात त्याचा वापर करून मेंदू विचार करतो, आपल्या पूर्वानुभवातून शिकतो. आपलं ज्ञान सखोल करत करत एखाद्या विषयात वैशिष्टय़पूर्ण झेप घेतो. असं ज्ञान यंत्रात साठवता येईल का?, त्याला विचार करणं शिकवता येईल का?, या प्रयत्नांमधून कॉम्प्युटरची निर्मिती झाली. आज कॉम्युटरशिवाय आपलं जीवन अशक्य आहे.

मेंदूचं शिकणं आणि कॉम्प्युटरचं शिकणं यातील फरक समजण्यासाठी एक उदाहरण घेऊ या. मेंदूला मोटारगाडी म्हणजे काय हे शिकवण्यासाठी केवळ एक मोटार दाखवली तरी पुरेशी आहे. समजा, कधीही मोटार बघितली नाही अशा एखाद्या गावात मोटरगाडी आली तर मुलं त्या धुळीनं माखलेल्या गाडीभोवती गोळा होतील, तिचा आकार बघतील, तिची चार चाकं बघतील, स्टीअरिंग बघतील, ते फिरवल्यावर गाडी वळू शकते, इत्यादी माहिती त्यांच्याकडे जमा होईल. मोटार ही बैलगाडीहून, हातगाडीहून कशी वेगळी आहे हे त्यांना लगेच समजून येईल. त्यानंतर पुन्हा मोटार गावात आली तर त्यांना ‘ही मोटार आहे’ हे पुन्हा सांगायला लागणार नाही. दोन मोटारींमधला फरकही ते शोधून काढतील. वरील उदाहरणातून मोटारीबद्दलच्या माहितीचे अनेक बारीक बारीक तुकडे मेंदूमध्ये विविध ठिकाणी साठवले गेले. मात्र कॉम्प्युटरला मोटार म्हणजे काय, हे समजायला शेकडो, हजारो चित्रं दाखवावी लागतील. त्यामध्ये वाहन म्हणजे काय, हे समजावून सांगायला लागेल. मोटार ही इतर वाहनांहून वेगळी आहे, हे समजावून द्यावं लागेल. ती मोटार लग्झरी कार आहे की जीप आहे, इत्यादीतील फरक स्पष्ट करावा लागेल. मेंदूमुळे आपले शिकणं कसं विनासायास आणि चपळतेनं घडतं हे समजून आश्चर्य वाटलं ना?

कॉम्प्युटर घडवताना संशोधकांच्या लक्षात आलं की त्याला नुसती माहिती देण्याऐवजी ‘शिकवावं’, त्याला विचार करायला लावावा. त्यावरून आलं ‘न्युरल नेटवर्क’- सोप्या भाषेत, मेंदूमधल्या पेशींच्या जाळ्याचं आणि संदेशवहनाचे अनुकरण करणारी एक कार्यप्रणाली. त्यासाठी मेंदूच्या संदेशवहनाबद्दल थोडी अधिक माहिती घेऊ. मेंदूवरील आवरणाला ‘कॉर्टेक्स’ म्हणतात. कॉर्टेक्समध्ये एकावर एक सात पातळ थर असतात असं समजलं जातं. प्रत्येक थरामध्ये न्युरॉन्सचं जाळं पसरलेलं असतं. पहिल्या थरातील न्युरॉन्स दुसऱ्या थरातील न्युरॉन्सशी संवाद साधतात. त्यासाठी ते एकमेकांना जोडलेले असतात. (एकाच थरातील न्युरॉन्स मात्र एकमेकांशी बोलत नाहीत. त्यांचं काम पुढच्या स्तरातील न्युरॉन्सकडे माहिती पाठवणं). दुसऱ्या स्तराकडे माहिती पोहोचल्यावर न्युरॉन्स त्या माहितीवर काम करतात आणि वरच्या थरातील न्युरॉन्सकडे पाठवतात. अशा रीतीनं माहितीचं पुढे जाणं चालू राहातं. जशी माहिती पुढे पुढे जाते तशी ती अधिकाधिक सखोल, तसंच अचूक होत जाते.

कॉम्प्युटरला विचार करायला शिकवण्याच्या प्रोग्रॅमिंग पद्धतीला ‘आर्टिफिशियल न्युरल नेटवर्क’ (एएनएन) असं म्हटलं जातं. कृत्रिम बुद्धिमत्तेवर साधारण पन्नासच्या दशकात अभ्यास सुरू झाला. गेल्या पन्नास-साठ वर्षांत या क्षेत्रातील शास्त्रज्ञांची कामगिरी केवळ अतुलनीय म्हणावी लागेल. मेंदू कसा शिकतो याचा अजूनही मानवाला पूर्ण उलगडा झालेला नाही. परंतु वर बघितल्याप्रमाणे पेशींचा संवाद कसा चालतो ते माहिती झालं आहे. त्यावरून पेशींच्या ऐवजी कॉम्प्युटरमध्ये ‘युनिट्स’ किंवा ‘नोड्स’ केले गेले. काय साध्य करायचं आहे, त्यासाठी किती नोड्स लागतील, त्या किती नोड्सशी जोडायला हव्यात, ही जोडणी किती मजबूत हवी, याबद्दल ज्ञान वाढत वाढत चाललं आहे. ही जोडणी पद्धत न्युरल नेटवर्किंगचा महत्त्वाचा भाग आहे. यामधून कॉम्प्युटरला स्वत:ची विचारक्षमता देण्याचा प्रयत्न झाला.

सोप्या प्रश्नांपासून ते गुंतागुंतीचे प्रश्न सोडवण्यासाठी गरजेप्रमाणे कृत्रिम बुद्धीचा वापर शास्त्रज्ञ करत आहेत. आपल्या घडय़ाळांमध्ये, मोबाईलमध्ये जिथे-तिथे आपण आपल्या नकळत न्युरल नेटवर्कचा आधार घेत आपलं आयुष्य सुखकर करत आहोत. आपलं हस्ताक्षर किंवा सही तपासणं, चेहरा किंवा अंगठय़ाचा ठसा ताडून पाहाणं, आपलं ‘क्रे डिट रेटिंग’ सांगणं, ‘एटीएम’ मशीनमध्ये किती पैशांचा साठा ठेवावा?, खोटय़ा क्रेडिट कार्डाचा वापर कसा थांबवावा?, गूगलवर गेल्यावर आपल्या शोधानुसार आपल्याला कोणती जाहिरात दाखवावी?, अशी अनेक कामं ‘एएनएन’वर अवलंबून आहेत. जाहिरात, आरोग्य, बँकिंग अशा विविध क्षेत्रांमध्ये ‘एएनएन’चा वापर चालू आहे. या कार्यप्रणालीमध्ये वेळ, श्रम, तसंच पैशांचीही बचत होते. ‘एएनएन’वर आधारित प्रोग्रॅम्स जलदगतीनं चालतात आणि ते अचूक असतात. यामुळे अनेक क्षेत्रांमध्ये ‘एएनएन’ची उपयुक्तता सिद्ध होताना दिसत आहे. आपण बोलतो त्या शेकडो भाषा यंत्रांना समजायला लागल्या आहेत. आपल्या बोलण्याचं, लिहिण्याचं शब्दांमध्ये अचूक रूपांतर करणं ही प्रचंड मोठी उडी समजली जाते. या संशोधनाला ‘डीप लर्निग’ म्हणतात. चालक व्यक्तीशिवाय चालणारी मोटारगाडी ही काही काळापूर्वी एक स्वप्नवत वाटणारी कल्पना, काही वर्षांत ती सत्यात उतरेल यावर आता विश्वास बसायला लागला आहे. अशा रीतीनं शास्त्रज्ञांनी अथक परिश्रमाअंती हनुमानउडी मारल्याचं तुम्हाला ठायी ठायी दिसेल.

मेंदू आणि कॉम्प्युटरची स्पर्धा

बुद्धिबळ हा खेळ मेंदूला नवनवीन आव्हानं देऊन रंजन करणारा एक समृद्ध खेळ मानला जातो. दरवेळी अचंबा वाटेल अशा खेळींमुळे याचं नावीन्य न संपणारं आहे. त्यामुळे कॉम्प्युटरचा, ‘एएनएन’चा वापर त्यात न झाला तरच नवल! सुरुवातीला सामन्यांचा ‘डेटा-बेस’ करण्यासाठी कॉम्प्युटरचा उपयोग झाला. यापुढील पायरी होती न्युरल नेटवर्क वापरून कॉम्प्युटरला बुद्धिबळ शिकवण्याची. या ठिकाणी नवीन खेळाडू कसा खेळ शिकेल त्याप्रमाणे कॉम्प्युटर शिकत गेला. खेळातले उंट, घोडे कसे चालतात, वजीर कसा महत्त्वाचा आहे, राजाला वाचवणं महत्त्वाचं, नाही तर डाव संपेल, शह  मिळाल्यावर काय करावं?, मात करणं म्हणजे काय? परिस्थितीनुसार खेळी कशी करावी?.. असा सापेक्ष विचार त्याला शिकवला गेला. ‘अल्फा झिरो’ हे एक न्युरल नेटवर्कवर आधारित ‘चेस इंजिन’ आहे- म्हणजे काय खेळी करावी हे सांगणारा प्रोग्रॅम आहे (अर्थातच यांसारखे अनेक प्रोग्रॅम उपलब्ध आहेत). वरील पद्धतीप्रमाणे शिकण्यासाठी त्यानं आत्तापर्यंत तीस कोटी सामने स्वत:शीच खेळले आहेत. त्यामुळे बुद्धिबळ खेळण्याची त्याच्या कौशल्याची तुम्ही कल्पना करू शकता. माणसाशी त्यानं सामना खेळलेला नाही आणि खेळला तर मानवाचा त्यापुढे टिकाव लागण्याची शक्यता नाहीच. यंत्रं आपल्यावर मात करू शकतील ही शक्यता नजिकच्या काळात संभवनीय असेल. काळजी वाटली ना? अर्थातच यंत्राला किती बुद्धिमत्ता दिली जाईल?, सुबुद्ध यंत्रांवर अवलंबित्व वाढल्यामुळे माणसाचा मेंदू शक्ती गमावू लागेल का?, बुद्धिमान यंत्रं माणसावर कुरघोडी करतील का?, कॉम्प्युटर माणसाचा साथी न राहाता त्याचा शत्रू होईल का?, या प्रश्नांची उत्तरं येणारा काळ देईलच. (जमल्यास या विषयावर पुन्हा बोलूच) परंतु मानवी मेंदू हे एक अनाकलनीय कोडं आहे आणि परिस्थितीपुढे झुकणं आपल्या स्वभावातच नाही. त्यामुळे मानवी मेंदूचं पाऊल कायमच एक पाऊल पुढेच असेल अशा ठाम विश्वासातच हा लेख संपवते.

mangal.joglekar@gmail.com

लोकसत्ता आता टेलीग्रामवर आहे. आमचं चॅनेल (@Loksatta) जॉइन करण्यासाठी येथे क्लिक करा आणि ताज्या व महत्त्वाच्या बातम्या मिळवा.

First Published on April 17, 2021 1:06 am

Web Title: brain learning and artificial intelligence comparison of brain and computer zws 70
Next Stories
1 जगणं बदलताना : ..म्हणजे सारं आयुष्य नव्हे!
2 पुरुष हृदय बाई : पुरुषसूक्त
3 जोतिबांचे लेक  : स्त्री सन्मानासाठी
Just Now!
X