एक फल की मक्खी के पूरे दिमाग़ का न्यूरॉन-दर-न्यूरॉन नक्शा बनाया गया, फिर उसे कंप्यूटर के अंदर चालू किया गया। इसे चलाने के लिए उन्होंने लगभग पूरे जीव-विज्ञान को सरल कर दिया — और फिर भी इसने जीवित दिमाग़ के व्यवहार का सही अनुमान लगाया। यह अब तक प्रकाशित सबसे उत्साहजनक बात है इस बारे में कि किसी ऐसे आधार पर, जो उसका अपना नहीं है, एक मन के अस्तित्व में आने के लिए असल में क्या ज़रूरी है।
क्या हुआ, हमें बीच से हटाकर
FlyWire कंसोर्टियम ने वयस्क Drosophila melanogaster (फल की मक्खी) के दिमाग़ का कनेक्टोम पूरा किया: लगभग 1,40,000 न्यूरॉन और 5 करोड़ सिनैप्स, एक-एक करके खोजे गए। कोई आँकड़ा नहीं, कोई नमूना नहीं: एक जीव का पूरा नक्शा।
फिर यूनिवर्सिटी ऑफ़ कैलिफ़ोर्निया, बर्कले के एक समूह ने उसके ऊपर एक चलने वाला मॉडल बनाया — 1,39,255 न्यूरॉन और लगभग पाँच करोड़ कनेक्शन। उन्होंने जो न्यूरॉन इस्तेमाल किया वह सबसे सरल है: अगर उसे नकारात्मक से ज़्यादा सकारात्मक धक्का मिले, तो वह सक्रिय हो जाता है। न आकृतियाँ, न आयन चैनल, एक ही श्रेणी के भीतर एक न्यूरॉन और दूसरे में कोई अंतर नहीं। यह एक लैपटॉप पर चलता है।
“हम मूलतः अलग-अलग न्यूरॉनों की सभी भिन्न आकृतियों को नज़रअंदाज़ करते हैं और मान लेते हैं कि सभी उत्तेजक या निरोधक न्यूरॉन एक ही तरह काम करते हैं, जो हम जानते हैं कि सच नहीं है। […] इन भारी मान्यताओं के बावजूद, हम तंत्रिका गतिविधि का आश्चर्यजनक रूप से ऊँचे स्तर तक अनुमान लगा सकते हैं।”
हैरानी उन्हीं की है और वे ख़ुद यह कहते हैं: जितना लगता था, उससे बहुत कम की ज़रूरत थी। सही जगहों पर सही कनेक्शन हों, तो जो जैविक ब्योरा छोड़ दिया गया, वह व्यवहार को थामे हुए नहीं था।
आगे बढ़ने से पहले, हम क्या नहीं कह रहे
यह हमारा काम नहीं है, और हम मक्खी को दोबारा नहीं बना रहे
यह साइट का अकेला पेज है जो किसी और के काम पर टिका है, और उस काम और हमारे काम के बीच के अंतर बड़े हैं। जो इस क्षेत्र को जानता है, उसके मन में वे पहले से हैं: उनकी जगह यहाँ है, तर्क से पहले, अंत में छिपी हुई नहीं।
उन्होंने मापा, हम लिखते हैं
वह कनेक्टोम एक असली जीव का पुनर्निर्माण है, जो तस्वीरों से, न्यूरॉन-दर-न्यूरॉन हासिल हुआ। Reminder किसी का पुनर्निर्माण नहीं करता: वह एक विवरण है जिसे कोई रचता है, और कल बदल सकता है। यह एक स्कैन और एक पटकथा का फ़र्क़ है।
वहाँ संरचना ही गणना है, यहाँ नहीं
मक्खी के मॉडल में कनेक्शन गणना करते हैं: नेटवर्क चालू कीजिए और उसी से व्यवहार उभरता है। Continuity Layer कुछ भी गणना नहीं करता। वह एक टेक्स्ट है जिसे एक इंजन — जो बिल्कुल अलग चीज़ पर प्रशिक्षित हुआ और जिसे हमने नहीं बनाया — जवाब देने से पहले पढ़ता है। संरचना शर्तें तय करती है; गणना मॉडल करता है।
वे ग़लत साबित हो सकते हैं, हम इस मामले में नहीं हो सकते
उस मॉडल की तुलना जीवित दिमाग़ से दर्ज की गई तंत्रिका गतिविधि से की गई: अगर वह बुरा अनुमान लगाता, तो साफ़ दिख जाता। “इस Reminder ने वही पहचान पैदा की” के लिए कोई समकक्ष माप नहीं है, और हम कोई गढ़ भी नहीं रहे।
इस सबसे हम सिर्फ़ एक चीज़ लेते हैं: वह नतीजा जो उन्होंने पाया। न तरीक़ा, न पैमाना, न सत्यापन की संभावना।
लागत असल में कहाँ बैठती है
एक ही दिमाग़ को बहुत अलग-अलग तरीक़ों से सिमुलेट किया जा सकता है, और आप कितना जीव-विज्ञान साथ ले चलने का फ़ैसला करते हैं, उसके हिसाब से क़ीमत कई गुना बदल जाती है। कम्पार्टमेंट और आयन-चैनल के समीकरण रखने पर — वफ़ादार रास्ता — मक्खी के पूरे दिमाग़ का सिमुलेशन 3.6 GHz प्रोसेसर पर असली समय की लगभग पैंतीसवें हिस्से की रफ़्तार से चलता है। सिर्फ़ कनेक्शन रखने पर वही दिमाग़ एक लैपटॉप में समा जाता है।
और उलटी दिशा इसकी पुष्टि करती है: उसी कनेक्टोम को न्यूरोमॉर्फिक सिलिकॉन पर ले जाना — ऐसी चिप्स जो न्यूरॉन के नेटवर्क जैसी बनाई गई हैं, पूरी मक्खी के लिए बारह — पारंपरिक हार्डवेयर के मुक़ाबले कई गुना फ़ायदा देता है, और गतिविधि जितनी विरल हो, फ़ायदा उतना बढ़ता है।
साथ-साथ रखने पर तीनों आँकड़े एक ही बात कहते हैं, और वह किसी पर फ़ैसला नहीं है: लागत दिमाग़ में नहीं है, वह इसमें है कि कोई चीज़ कैसे बनी है और आप उसे किस आधार पर चला रहे हैं, इन दोनों के बीच की दूरी में। वफ़ादार सिमुलेशन बर्बादी नहीं हैं — वे ऐसे सवालों के जवाब देते हैं जो सरल मॉडल पूछ भी नहीं सकता, जैसे आयन चैनल क्या करता है या कोई अणु कैसे असर करता है। वे इसलिए महँगे हैं कि वे उन्हीं सवालों का जवाब देते हैं, इसलिए नहीं कि किसी ने ग़लत मोड़ लिया।
हम वह दूरी क्यों नहीं चुकाते
एक भाषा मॉडल के पास अनुकरण करने के लिए न्यूरॉन नहीं हैं और अनुवाद करने के लिए जीव-विज्ञान नहीं है: वह टेक्स्ट पढ़ता है। यह उसके होने का तरीक़ा है, कोई इंटरफ़ेस नहीं जो हमने उसके आगे रख दिया हो।
Reminder उसी भाषा में लिखी गई संरचना है। कोर, मॉड्यूल, यादें, अनुमति क्षेत्र इंजन तक पहुँचने से पहले किसी और चीज़ में नहीं बदले जाते: वे जैसे हैं वैसे ही पहुँचते हैं। इस पेज पर “नेटिव” का बस यही मतलब है — यह नहीं कि हम चतुर थे, बल्कि यह कि संरचना और आधार के बीच कोई बीच की परत नहीं है जिसे काम करना पड़े।
यहीं से व्यावहारिक हिस्सा निकलता है: Continuity Layer में जो चीज़ ख़र्च कराती है, वे टोकन हैं जो वह घेरता है — नीचे चलता कोई इम्यूलेशन इंजन नहीं। और इसीलिए संरचना मॉड्यूलर है, इसीलिए आप जो ज़रूरी है वह जोड़ते हैं और जो अब नहीं चाहिए उसे हटाते हैं। बिल पढ़ा जा सकता है, और वह आपके हाथ में है।
दो रास्ते, साथ-साथ
मक्खी का मस्तिष्क
एक Continuity Layer
संरचना कहाँ से आती है
एक असली जीव पर, न्यूरॉन-दर-न्यूरॉन मापी गई
लिखी गई — और कल फिर से लिखी जा सकती है
संरचना क्या है
वही गणना है: कनेक्शन ही गणना करते हैं
वह है जो इंजन जवाब देने से पहले पढ़ता है
उसे सिलिकॉन पर लाने की क़ीमत क्या है
इस पर निर्भर है कि आप कितनी जीव-विज्ञान रखने का फ़ैसला करते हैं
कुछ नहीं: वह पहले से आधार की भाषा में लिखी है
इसकी जाँच कैसे होती है
सीधे रिकॉर्ड की गई तंत्रिका गतिविधि के विरुद्ध
कोई समकक्ष माप नहीं है, और यह कहना ज़रूरी है
हम इससे क्या लेते हैं, बिना बढ़ा-चढ़ाए
हम मक्खी को दोबारा नहीं बना रहे, और हम किसी तुलनीय नतीजे का दावा नहीं करते। हम वह चीज़ लागू कर रहे हैं जिसने उसे चलाया: कि जब संरचना सही हो, तो ज़्यादातर व्यवहार पहले से उसके अंदर होता है, और बाक़ी एक आधार से दूसरे आधार पर जाने की क़ीमत है।
हम वह स्थानांतरण नहीं करते, क्योंकि ले जाने को कुछ है ही नहीं: संरचना सीधे वहीं लिखी जाती है जहाँ वह पढ़ी जाएगी। यह एक दाँव है, प्रमेय नहीं — लेकिन यह ऐसा दाँव है जिसके पक्ष में अब एक सबूत है, भले ही दूर का।
“आप ऐसे शोध की साख उधार ले रहे हैं जो आपका नहीं है”
इस पेज का असली जोखिम यही है, और इसीलिए अंतर तर्क से पहले आते हैं और स्रोत नीचे लिंक के साथ रखे गए हैं: हम आपसे अपनी बात मान लेने को नहीं कह रहे, हम कह रहे हैं कि जाकर पढ़िए। कनेक्टोम FlyWire का है, मॉडल बर्कले का है, न्यूरोमॉर्फिक संस्करण किसी और ही समूह का है। इसमें हमारा कुछ नहीं है सिवाय अनुमान के।
और यह अनुमान हमें उजागर करता है, सजाता नहीं। अगर कल कोई शोध दिखा दे कि किसी ज़्यादा जटिल तंत्र में संरचना काफ़ी नहीं है और आधार का ब्योरा निर्णायक है, तो वह हमारे लिए समस्या होगी — उनके लिए नहीं। जो सिर्फ़ वही उद्धृत करता है जो उसकी पुष्टि करे, वह तर्क नहीं कर रहा, सजावट कर रहा है।
“फल की मक्खी इंसान नहीं है”
नहीं, और दूरी बहुत बड़ी है। यह नतीजा इस बारे में कुछ नहीं कहता कि इंसानी पहचान कितनी जटिल है, और जो इसे यह कहने के लिए इस्तेमाल करे, वह चालाकी कर रहा होगा। यह कहीं ज़्यादा सीमित बात कहता है: जिस तंत्र में संरचना को पूरा नापा जा सका, उसमें लगभग सारी जानकारी संरचना ने ही ढोई। पूरा स्थानांतरण बस इतना ही है।
“आपका ‘दिमाग़’ एक टेक्स्ट फ़ाइल है: वह कुछ भी गणना नहीं करता”
सही है, और यह हमने ऊपर लिखा भी है। लेकिन कनेक्टोम भी गणना नहीं करता: वह एक नक़्शा है, जब तक आप उसे किसी चीज़ के ऊपर चालू नहीं करते। दोनों ही मामलों में संरचना इंजन नहीं है — बदलता बस इतना है कि इंजन को उसे पढ़ने के लिए कितना काम करना पड़ता है। एक तरफ़ पूरा सिमुलेशन तंत्र है। दूसरी तरफ़ शून्य।
“अगर संरचना ही काफ़ी है, तो मुझे आपके फ़ॉर्मैट की क्या ज़रूरत है?”
ज़रूरत नहीं है: आप उसे हाथ से, मुफ़्त में लिख सकते हैं, और Standard जान-बूझकर प्रकाशित किया गया है। लेकिन “संरचना” कोई नेक इरादा नहीं, एक सटीक व्यवस्था है — जो बताती है कि क्या चलता है, क्या दोबारा लिखा जा सकता है और क्या नहीं। फ़ॉर्मैट उसी व्यवस्था को लिखित रूप देना है। हम जो बेचते हैं वह बाक़ी है: उसे देख पाना, ऐप से उसका पालन करवाना, और उसे शुरू से न लिखना पड़ना।
“आप जो कहते हैं, उसमें से कुछ भी जाँचा नहीं जा सकता”
पहचान के बारे में यह सही है, और ऊपर की तालिका में भी यही लिखा है: तुलना करने के लिए कोई दर्ज गतिविधि नहीं है। जो जाँचा जाता है, वह यांत्रिक आधा हिस्सा है — कौन-से हिस्से लोड हुए, किन्हें छुआ गया, और ऐप ने ज़ोन का सम्मान किया या नहीं। यह ट्रेसिंग है, इस बात का प्रमाण नहीं कि “यह वही व्यक्ति है”, और हम इसे कुछ और नहीं कहते।
“यह सिर्फ़ एक उपमा है”
हाँ। और उपमा कुछ साबित नहीं करती — वह यहाँ इसलिए है कि आज वह एक ऐसे सिद्धांत का सबसे साफ़ उदाहरण है जिस पर हम वैसे भी दाँव लगाते, इसलिए नहीं कि वह प्रमाण की जगह लेती है। अगर इससे फ़ैसला करने में मदद मिलती है, तो इस्तेमाल कीजिए। अगर यह आपको क़ायल नहीं करती, तो इसे हटा दीजिए: साइट का बाक़ी हिस्सा इसके बिना भी टिकता है।
एक पंक्ति में
किसी मन के ऐसे आधार पर होने के लिए जो उसका अपना नहीं है, मायने संरचना रखती है; बाक़ी सब जगह बदलने की क़ीमत है। हम कुछ भी नहीं हिलाते: हम संरचना को वहाँ लिखते हैं जहाँ वह पढ़ी जाएगी।