ಮಾನವ ಮೆದುಳು ಕೇವಲ ಅನುಭವದಿಂದಲೇ ಜ್ಞಾನವನ್ನು ಸಂಪಾದಿಸುತ್ತದೆ ಎಂಬ ಧಾರಣೆ ದೀರ್ಘಕಾಲದಿಂದ ವಿಜ್ಞಾನದಲ್ಲಿ ಪ್ರಚಲಿತದಲ್ಲಿದೆ. ಆದರೆ ಇತ್ತೀಚಿನ ಅಧ್ಯಯನಗಳು ಈ ಕಲ್ಪನೆಯನ್ನು ಪ್ರಶ್ನಿಸುತ್ತಿವೆ. ಜನನಕ್ಕೂ ಮುಂಚೆಯೇ ಮೆದುಳು ಕೆಲವು ಮೂಲಭೂತ ನಿಯಮಗಳನ್ನು ರೂಪಿಸಿಕೊಳ್ಳುತ್ತದೆ ಎಂಬುದಕ್ಕೆ ಈಗ ಪ್ರಯೋಗಾತ್ಮಕ ಸಾಕ್ಷ್ಯಗಳು ಲಭ್ಯವಾಗಿವೆ. ಇದು ಮಕ್ಕಳು ಜನಿಸಿದ ತಕ್ಷಣವೇ ಸಂಪೂರ್ಣ ಜ್ಞಾನವನ್ನು ಹೊಂದಿರುತ್ತಾರೆ ಎಂಬರ್ಥವಲ್ಲ; ಬದಲಾಗಿ, ಅವರು ಕಲಿಯಲು ಅಗತ್ಯವಾದ ಮೂಲ ವೇದಿಕೆ ಈಗಾಗಲೇ ಸಿದ್ಧವಾಗಿರುತ್ತದೆ.
ಈ ಸಂಶೋಧನೆ “ಮೆದುಳು ಪೂರ್ವನಿಯೋಜಿತವಾಗಿದೆ” ಎಂದು ಹೇಳುವಾಗ, ಅದು ಪೂರ್ಣ ಜ್ಞಾನವನ್ನು ಸೂಚಿಸುವುದಿಲ್ಲ. ಇಲ್ಲಿ ಉದ್ದೇಶಿಸುವುದು—ನ್ಯೂರಾನ್ಗಳು ಹೇಗೆ ಸಂಪರ್ಕಿಸಬೇಕು, ಯಾವ ಮಾಹಿತಿಗೆ ಹೆಚ್ಚು ಪ್ರಾಮುಖ್ಯತೆ ನೀಡಬೇಕು, ಮತ್ತು ಯಾವ ರೀತಿಯ ಲಯದಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸಬೇಕು ಎಂಬ ಮೂಲ ನಿಯಮಗಳು. ಈ ದೃಷ್ಟಿಕೋಣವು “ಮಾನವ ಮಗು ಖಾಲಿ ಫಲಕ” ಎಂಬ ಹಳೆಯ ಕಲ್ಪನೆಯನ್ನು ಪ್ರಶ್ನಿಸುತ್ತದೆ. ಅಂದರೆ, ಅನುಭವವು ಕಲಿಕೆಯನ್ನು ನಿರ್ಮಿಸುವುದಲ್ಲ; ಅದು ಈಗಾಗಲೇ ನಿರ್ಮಿತವಾದ ರಚನೆಯನ್ನು ಇನ್ನಷ್ಟು ನಿಖರಗೊಳಿಸುತ್ತದೆ.
ಜ್ಞಾನವು ಸಂಪೂರ್ಣವಾಗಿ ಅನುಭವದಿಂದಲೇ ರೂಪುಗೊಳ್ಳುತ್ತದೆ ಎಂಬ ಅಭಿಪ್ರಾಯಕ್ಕೆ ದೀರ್ಘ ಇತಿಹಾಸವಿದೆ. ಆದರೆ ಇತ್ತೀಚಿನ ನರ ವಿಜ್ಞಾನ ಅಧ್ಯಯನಗಳು ಈ ದೃಷ್ಟಿಕೋಣವನ್ನು ಪುನರ್ಪರಿಶೀಲಿಸುತ್ತಿವೆ. ಅಮೆರಿಕದ ಕ್ಯಾಲಿಫೋರ್ನಿಯಾ ವಿಶ್ವವಿದ್ಯಾಲಯದ ವಿಜ್ಞಾನಿಗಳ ತಂಡ, ಪ್ರೊಫೆಸರ್ Tal Sharf ಅವರ ನೇತೃತ್ವದಲ್ಲಿ, ಈ ವಿಚಾರವನ್ನು ಪ್ರಯೋಗಾತ್ಮಕವಾಗಿ ಪರೀಕ್ಷಿಸಿದೆ. ಈ ಅಧ್ಯಯನವು “ಅನುಭವವೇ ಎಲ್ಲವೂ” ಎಂಬ ಏಕಪಕ್ಷೀಯ ಅಭಿಪ್ರಾಯಕ್ಕೆ ಸಮತೋಲನದ ವೈಜ್ಞಾನಿಕ ನೋಟವನ್ನು ನೀಡುತ್ತದೆ.
ಮೆದುಳಿನ ಆರಂಭಿಕ ಬೆಳವಣಿಗೆಯನ್ನು ತಿಳಿದುಕೊಳ್ಳುವುದು ಕೇವಲ ತತ್ವಚರ್ಚೆಯ ವಿಷಯವಲ್ಲ. ಇದು ವೈದ್ಯಕೀಯ ಮತ್ತು ತಂತ್ರಜ್ಞಾನ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ನೇರ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಶಿಶುಗಳಲ್ಲಿ ನರಸಂಬಂಧಿತ ಅಸ್ವಸ್ಥತೆಗಳನ್ನು ಆರಂಭಿಕ ಹಂತದಲ್ಲೇ ಗುರುತಿಸಲು ಸಾಧ್ಯವಾಗಬಹುದು. ಇದೇ ತತ್ವವನ್ನು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಲ್ಲಿ ಅನ್ವಯಿಸಿದರೆ, ಕಡಿಮೆ ಡೇಟಾದಿಂದಲೇ ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಕಲಿಯುವ ಮಾದರಿಗಳನ್ನು ನಿರ್ಮಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.
ವಿಧಾನ
ವಿಜ್ಞಾನಿಗಳು ಮಾನವ ಕೋಶಗಳಿಂದ ‘ಆರ್ಗನಾಯ್ಡ್’ಗಳೆಂಬ ಮಿಲಿಮೀಟರ್ ಮಟ್ಟದ ಸಣ್ಣ ಮೆದುಳಿನ ಮಾದರಿಗಳನ್ನು ನಿರ್ಮಿಸಿದರು. ಇವು ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ ಬೆಳೆಯುವ, ಮೆದುಳಿನ ಕೆಲವು ಮೂಲಭೂತ ಲಕ್ಷಣಗಳನ್ನು ಅನುಕರಿಸುವ ಜೀವಂತ ಕೋಶಗಳ ಗುಂಪಾಗಿವೆ. ಇವುಗಳಲ್ಲಿ ನ್ಯೂರಾನ್ಗಳ ಜಾಲಗಳು ಸ್ವಾಭಾವಿಕವಾಗಿ ರೂಪುಗೊಳ್ಳುತ್ತವೆ.
ಪ್ರಕ್ರಿಯೆ
ಈ ಜಾಲಗಳ ವಿದ್ಯುತ್ ಚಟುವಟಿಕೆಯನ್ನು ಗಮನಿಸಲು ಮೈಕ್ರೋಎಲೆಕ್ಟ್ರೋಡ್ ಅರೆ ತಂತ್ರಜ್ಞಾನವನ್ನು ಬಳಸಲಾಯಿತು. ಇದು ಅನೇಕ ಸಣ್ಣ ಸಂವೇದಕಗಳನ್ನು ಹೊಂದಿರುವ ಚಿಪ್ ಆಗಿದ್ದು, ಒಂದೇ ಸಮಯದಲ್ಲಿ ಹಲವಾರು ನ್ಯೂರಾನ್ಗಳ ಚಟುವಟಿಕೆಯನ್ನು ಉನ್ನತ ಸ್ಪಷ್ಟತೆಯಲ್ಲಿ ದಾಖಲಿಸುತ್ತದೆ.
ಫಲಿತಾಂಶ
ಯಾವುದೇ ಹೊರಗಿನ ಪ್ರೇರಣೆಗಳಿಲ್ಲದಿದ್ದರೂ, ನ್ಯೂರಾನ್ಗಳು ಕ್ರಮಬದ್ಧ ಮಾದರಿಯಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿರುವುದು ಕಂಡುಬಂದಿತು. ಅಂದರೆ, ಅವು ಯಾದೃಚ್ಛಿಕವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸದೇ, ನಿರ್ದಿಷ್ಟ ಕ್ರಮವನ್ನು ಅನುಸರಿಸುತ್ತಿದ್ದವು. ವಿದ್ಯುತ್ ಅಲೆಗಳು ನಿರ್ದಿಷ್ಟ ದಾರಿಗಳಲ್ಲಿ ಹರಿದು, ಪುನರಾವರ್ತಿತ ಮತ್ತು ಸಂಘಟಿತ ಚಟುವಟಿಕೆ ಮಾದರಿಗಳನ್ನು ತೋರಿಸಿವೆ.
ವಿವರಣೆ
ಈ ಮಾದರಿಗಳು ಯಾದೃಚ್ಛಿಕವಲ್ಲ. ಬದಲಾಗಿ, ಮೆದುಳು ಮೊದಲಿನಿಂದಲೇ ಕೆಲವು ರಚನಾ ನಿಯಮಗಳನ್ನು ಅನುಸರಿಸುವಂತೆ ರೂಪುಗೊಂಡಿದೆ ಎಂಬುದನ್ನು ಸೂಚಿಸುತ್ತವೆ. ಈ ಪೂರ್ವಸಿದ್ಧ ವಿನ್ಯಾಸವು ನಂತರದ ಅನುಭವವನ್ನು ವೇಗವಾಗಿ ಮತ್ತು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಸಂಸ್ಕರಿಸಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ನೆರವಾಗುತ್ತದೆ.
ಪ್ರಾಯೋಗಿಕ ದೃಢೀಕರಣ
ಈ ಅಧ್ಯಯನವು ಕ್ಯಾಲಿಫೋರ್ನಿಯಾ ವಿಶ್ವವಿದ್ಯಾಲಯದ ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ ನಡೆದಿದ್ದು, ಮಿಲಿಮೀಟರ್ ಗಾತ್ರದ ಆರ್ಗನಾಯ್ಡ್ಗಳಲ್ಲಿ ಪರೀಕ್ಷೆಗಳು ನಡೆಸಲ್ಪಟ್ಟಿವೆ. ಉನ್ನತ ತಂತ್ರಜ್ಞಾನ ಬಳಸಿ, ಒಂದೊಂದು ನ್ಯೂರಾನ್ನ ಚಟುವಟಿಕೆಯನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ವಿಶ್ಲೇಷಿಸಲಾಗಿದೆ. ಕೆಲವು ಸಂದರ್ಭಗಳಲ್ಲಿ, ಈ ಮಾದರಿಗಳಲ್ಲಿ ಕಂಡುಬರುವ ಚಟುವಟಿಕೆಗಳು ಅವಧಿಗೂ ಮುಂಚೆ ಜನಿಸಿದ ಶಿಶುಗಳ ಮೆದುಳಿನ EEG ಮಾದರಿಗಳೊಂದಿಗೆ ಹೋಲಿಕೆಯಾಗಿರುವುದು ಗಮನಾರ್ಹವಾಗಿದೆ. ಇದು ಈ ಅಧ್ಯಯನದ ವೈಜ್ಞಾನಿಕ ಪ್ರಾಮಾಣಿಕತೆಯನ್ನು ಮತ್ತಷ್ಟು ಬಲಪಡಿಸುತ್ತದೆ.
ಅನ್ವಯಗಳು
ಈ ಸಂಶೋಧನಾ ಫಲಿತಾಂಶಗಳು ವೈದ್ಯಕೀಯ ಕ್ಷೇತ್ರದಲ್ಲಿ ಮಹತ್ವದ ಉಪಯೋಗಗಳನ್ನು ಹೊಂದಿವೆ. ಉದಾಹರಣೆಗೆ, ಶಿಶುಗಳ ಮೆದುಳಿನ ಚಟುವಟಿಕೆಯನ್ನು ಸುರಕ್ಷಿತವಾಗಿ ಗಮನಿಸುವ ಮೂಲಕ, ಅಭಿವೃದ್ಧಿಯಲ್ಲಿ ಸಂಭವಿಸಬಹುದಾದ ವ್ಯತ್ಯಾಸಗಳನ್ನು ಆರಂಭಿಕ ಹಂತದಲ್ಲೇ ಗುರುತಿಸಲು ಸಾಧ್ಯವಾಗಬಹುದು. ಇದರಿಂದ ಚಿಕಿತ್ಸಾ ಕ್ರಮಗಳನ್ನು ಸಮಯೋಚಿತವಾಗಿ ಕೈಗೊಳ್ಳಲು ಸಹಾಯವಾಗುತ್ತದೆ.
ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಲ್ಲಿ, ಪೂರ್ವನಿಯೋಜಿತ ನಿಯಮಗಳನ್ನು ಹೊಂದಿರುವ ಮಾದರಿಗಳು ಕಡಿಮೆ ಡೇಟಾದಲ್ಲಿಯೇ ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಕಲಿಯುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿರಬಹುದು. ಉದಾಹರಣೆಗೆ, ಅತಿ ಕಡಿಮೆ ಚಿತ್ರಗಳ ಆಧಾರದಲ್ಲೇ ವಸ್ತುಗಳನ್ನು ಗುರುತಿಸುವ ದೃಶ್ಯ ಗುರುತಿಸುವ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಬಹುದು.
ಮಿತಿಗಳು
ಆರ್ಗನಾಯ್ಡ್ಗಳು ಸಂಪೂರ್ಣ ಮಾನವ ಮೆದುಳಿನ ಪ್ರತಿರೂಪವಲ್ಲ. ಅವುಗಳಲ್ಲಿ ರಕ್ತಪ್ರವಾಹವಿಲ್ಲ, ಇಂದ್ರಿಯಾಂಗಗಳ ಸಂಪರ್ಕವಿಲ್ಲ, ಮತ್ತು ದೇಹದ ಇತರ ವ್ಯವಸ್ಥೆಗಳೊಂದಿಗೆ ಸಂವಹನವಿಲ್ಲ. ಆದ್ದರಿಂದ, ಈ ಫಲಿತಾಂಶಗಳನ್ನು ನೇರವಾಗಿ ಮಾನವ ಮೆದುಳಿಗೆ ಅನ್ವಯಿಸುವಾಗ ಎಚ್ಚರಿಕೆ ಅಗತ್ಯ.
ಹೋಲಿಕೆ
ಒಬ್ಬ ಶಿಲ್ಪಿ ಕಲ್ಲಿನ ಮೇಲೆ ಮೊದಲಿಗೆ ಮೂಲ ರೇಖೆಗಳನ್ನು ಕೆತ್ತುತ್ತಾನೆ. ಆ ಮೂಲ ರೇಖೆಗಳೇ ಮುಂದಿನ ಮೂರ್ತಿಯ ಅಂತಿಮ ರೂಪವನ್ನು ನಿರ್ಧರಿಸುತ್ತವೆ. ಅದೇ ರೀತಿಯಲ್ಲಿ, ಮೆದುಳು ಆರಂಭದಲ್ಲೇ ಒಂದು ಮೂಲ ವಿನ್ಯಾಸವನ್ನು ನಿರ್ಮಿಸಿಕೊಂಡು, ಅನುಭವದ ಮೂಲಕ ಅದನ್ನು ಕ್ರಮೇಣ ಪರಿಪೂರ್ಣಗೊಳಿಸುತ್ತದೆ.
ಕೊನೆಮಾತು: ನಾವು ಜಗತ್ತನ್ನು ಅನುಭವಿಸುವುದಕ್ಕೂ ಮುಂಚೆಯೇ, ನಮ್ಮ ಮೆದುಳು ಅದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಅಗತ್ಯವಾದ ಮೂಲ ರಚನೆಯನ್ನು ರೂಪಿಸಿಕೊಳ್ಳುತ್ತದೆ ಎಂಬುದು ಈ ಅಧ್ಯಯನದ ಮುಖ್ಯ ಸಂದೇಶ. ಭವಿಷ್ಯದಲ್ಲಿ, ಈ ತಿಳುವಳಿಕೆ ಮಾನವ ಜ್ಞಾನ, ಶಿಕ್ಷಣ ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಅಭಿವೃದ್ಧಿಯನ್ನು ಹೇಗೆ ಬದಲಾಯಿಸಬಹುದು? ಎಂಬ ಮಹತ್ವದ ಪ್ರಶ್ನೆಯನ್ನು ಇದು ನಮ್ಮ ಮುಂದೆ ನಿಲ್ಲಿಸುತ್ತದೆ.
ಪ್ರೊ. ಸತೀಶ್. ಎಲ್.ಎ
ಭೌತಶಾಸ್ತ್ರ ಪ್ರಾಧ್ಯಾಪಕರು
lasgayit@gmail.com
