कृत्रिम तंत्रिका नेटवर्क जैविक तंत्रिका नेटवर्क से बने होते हैं जो हमारे दिमाग को बनाते हैं; उनका उपयोग कंप्यूटर को समान रूप से सीखने के लिए किया जाता है कि हमारे दिमाग कैसे सीखते हैं। उदाहरण के लिए, हम पुनरावृत्ति से समय के साथ अवधारणाओं को अलग करना सीखते हैं, पेड़ों और फूलों की इतनी किस्मों को देखने के बाद, हम सीखते हैं कि पेड़ का टेम्प्लेट क्या है, और भविष्य में वृक्षों को पहचान सकता है भले ही यह एक नई किस्म है। पेड़-शाखा-पत्तियों-ट्रंक की कुछ विशेषताओं को जोड़ा जाना जाता है, और जब एक साथ सक्रिय होते हैं तो हम पहचानते हैं, यह एक पेड़ है। एक कृत्रिम तंत्रिका नेटवर्क समान फैशन में कार्य करता है; कृत्रिम न्यूरॉन्स के बीच कनेक्शन समय के साथ मजबूत हो जाते हैं यदि उन्हें अक्सर “हेबियन” सीखने के लिए सक्रिय किया जाता है।
हालांकि, यह मॉडल मूर्खतापूर्ण नहीं है, क्योंकि सीधा सीखने का यह रूप तेजी से रचनात्मक शिक्षा को रोकता है जो अत्यधिक प्रभावशाली कनेक्शन का कारण बन सकता है। उदाहरण के लिए, जब शाखा-पत्तियों-ट्रंक-ट्री के बीच कनेक्शन बहुत शक्तिशाली होते हैं, तो किसी भी प्रासंगिक इनपुट, जैसे कि चार-पत्ती वाले क्लॉवर पर पत्तियों को पेड़ नेटवर्क द्वारा अपहृत किया जा सकता है, और अन्य संभावित मार्ग उपेक्षित हो जाते हैं। इसे ‘प्रतिबंधक फीडबैक लूप’ कहा जाता है, क्योंकि कनेक्शन का एक सेट किसी अन्य को गठित होने से प्रतिबंधित कर रहा है, और अनिवार्य रूप से बार-बार अन्य सभी के ऊपर खुद को मजबूती देता है।
एक हालिया पेपर (थिले, डाईहल, और कुक, 2017) ने इस समस्या को ठीक करने के लिए एक कृत्रिम तंत्रिका नेटवर्क मॉडल के लिए ‘जागने वाली नींद‘ एल्गोरिदम लागू करने का प्रस्ताव रखा। नींद चरण अनिवार्य रूप से हेबियन सीखने के तरीके को अस्थायी रूप से बंद कर देगा, यानि कनेक्शन की ताकत को बंद कर देगा, और बदले बिना नेटवर्क के माध्यम से यादृच्छिक इनपुट को चलाने के लिए अनुमति देगा। यह मनुष्यों में सपने देखने की प्रक्रिया की तुलना में किया जाता है।
इस बीच, मानव सपने अनुसंधान के क्षेत्र में, आरईएम नींद / सपने देखने वाले राज्य के ‘अनजान’ कार्यों का वर्णन करने के लिए इसी तरह के मॉडल प्रस्तावित किए गए हैं। 2 हाल के सैद्धांतिक पत्रों में, लेखक मालिनोव्स्की और हॉर्टन (2015) सपने देखने में एक ‘decontextualization’ प्रक्रिया का सुझाव देते हैं – छोटे टुकड़ों में यादों को तोड़ने की प्रक्रिया जो कई अलग-अलग स्मृति निशानों से जुड़ी हुई हैं, जो पूरे आत्मकथात्मक स्मृति नेटवर्क में नए कनेक्शन बनाती हैं। जागने के दौरान गठित नहीं किया जाएगा। यह प्रक्रिया आंशिक रूप से सपने देखने वाले राज्य की ‘अतिसंवेदनशीलता’ पर निर्भर करती है।
Hyperassociativity यादों के बीच किए गए बढ़ते कनेक्शन को संदर्भित करता है जो जागने के दौरान केवल थोड़े से जुड़े होते हैं। हालांकि कई शोधकर्ता इस बात से सहमत हैं कि सपने देखने और आरईएम नींद की अतिसंवेदनशीलता की विशेषता है, मालिनोव्स्की और हॉर्टन का सुझाव है कि ये ढीले कनेक्शन नींद से उत्पन्न अंतर्दृष्टि और रचनात्मकता के पीछे हो सकते हैं।
लेखक सपनों के विचित्रता के कई उदाहरणों में सपने देखने की अतिसंवेदनशीलता का प्रदर्शन करते हैं: सपने स्मृति के असामान्य तत्वों को एक साथ जोड़ते हैं-एक दोस्त को बिल्ली द्वारा व्यक्त किया जा सकता है; एक सपने की कहानी अचानक बदल सकती है-आपका घर अचानक आपके कार्य कार्यालय में बदल जाता है; सपने हाल के अतीत या यहां तक कि अनुमानित भविष्य के साथ रिमोट अतीत के तत्वों को एक साथ खींचते हैं-आप अपने पुराने हाईस्कूल में आगामी भाषण देते हैं।
प्रायोगिक शोध ने यह भी दिखाया है कि आरईएम नींद से जागृति के बाद संज्ञान अतिसंवेदनशील है। विषय एक शब्द संघ कार्य को असामान्य प्रतिक्रिया देंगे, और दृढ़ता से संबंधित अर्थपूर्ण शब्द जोड़े के विरोध में कमजोर से संबंधित वरीयता देते हैं। साक्ष्य नींद की स्थिति के सुझाव के साथ संरेखित है जो अस्थायी रूप से जागने के ‘हेबियन’ राजमार्गों को उठा रहा है।
हार्टमैन (1 99 6) ने इसी तरह सुझाव दिया कि जागने के विचार में, सूचना एक रैखिक तरीके से बहती है, जबकि सपने देखने में, जानकारी के प्रवाह की कोई दिशा नहीं होती है, यह आगे की तरफ या किनारे पर अधिक ढीली जुड़ी अवधारणाओं को स्थानांतरित करने के लिए स्वतंत्र है। यादों में यादों को तोड़ने के लिए यह आवश्यक हो सकता है जिसे पूरी तरह से नेटवर्क में एकीकृत किया जा सकता है। यह कार्य शायद सबसे अच्छा प्रदर्शन होता है जब यह विफल होता है। उदाहरण के लिए, पोस्टट्रूमैटिक तनाव विकार में, पुनरावर्ती दुःस्वप्न जो आघात को फिर से चलाता है, एक दर्दनाक अनुभव के बाद दशकों तक बना रहता है। यह ‘प्रतिबंधक फीडबैक लूप’ की याद दिलाता है जो कि बहुत शक्तिशाली और प्रभावशाली है, और कोई भी प्रासंगिक इनपुट पूरे सर्किट को चलाने के लिए ट्रिगर करेगा। इस प्रकार, प्रणाली एक आघात को ‘अनदेखा’ करने में असमर्थ है, इसे तोड़ने में असमर्थ है और इसके स्थान पर उपन्यास कनेक्शन बनाने की अनुमति है।
सपने देखने में ‘अतिसंवेदनशीलता’ भावनात्मक यादों को एकीकृत करने और रचनात्मकता को उत्तेजित करने के लिए कुछ फायदे हो सकती है, लेकिन यह तर्क दिया जा सकता है कि यह ‘अनावश्यक’ सुविधा इस स्तर के अपने तंत्रिका नेटवर्क के लिए किसी भी तंत्रिका नेटवर्क के लिए एक यांत्रिक आवश्यकता है, और खुद को बनाए रखने के लिए, ‘प्रतिबंधित प्रतिक्रिया loops’ से बचने के लिए। वास्तव में, कृत्रिम तंत्रिका नेटवर्क में पहले वर्णित, प्रयोगकर्ताओं ने पाया कि ‘सपने देखने’ चरण को जोड़ने के लिए, जहां हेबियन सीखना बंद कर दिया गया था, दस गुना तक सीखने की दर में वृद्धि की अनुमति दी गई, प्रतिबंधित प्रतिक्रियात्मक लूप से बचा, और सबसे अच्छा सब ने, अपने कृत्रिम तंत्रिका नेटवर्क को सपने देखने की अप्रत्याशित खुशी दी।
संदर्भ
कैर, एम।, और नील्सन, टी। (2015)। सुबह आरईएम नींद नल भावनात्मक अर्थात् नेटवर्क तक व्यापक पहुंच की सुविधा प्रदान करता है। नींद, 38 (3), 433-443।
हार्टमैन, ई। (1 99 6)। प्रकृति और सपनों के कार्यों पर एक सिद्धांत के लिए रूपरेखा। सपने देखना, 6 (2), 147।
हॉर्टन, सीएल, और मालिनोव्स्की, जेई (2015)। सपने देखने वाले मस्तिष्क में आत्मकथात्मक स्मृति और अतिसंवेदनशीलता: नींद में स्मृति समेकन के लिए प्रभाव। मनोविज्ञान में फ्रंटियर, 6।
मालिनोव्स्की, जेई, और हॉर्टन, सीएल (2015)। रूपक और अतिसंवेदनशीलता: नींद और सपने देखने में भावनाओं के आकलन के पीछे कल्पना तंत्र। मनोविज्ञान में फ्रंटियर, 6।
थिले, जे।, डाईहल, पी।, और कुक, एम। (2017)। आवर्ती, स्पाइकिंग तंत्रिका नेटवर्क के लिए एक जागने-नींद एल्गोरिदम। ArXiv प्रीप्रिंट arXiv: 1703.06290।
