देहान–चांजो मॉडल एक सैद्धांतिक ढांचा है जो तंत्रिका विज्ञान में सचेतन अभिगम (conscious access) के तंत्रिकीय आधार को समझाने का प्रयास करता है। स्टैनिस्लास देहान और जीन-पियरे चांजो द्वारा प्रस्तावित, यह न्यूरोबायोलॉजी और कम्प्यूटेशनल मॉडलिंग की अवधारणाओं को एकीकृत करता है ताकि यह वर्णन किया जा सके कि मस्तिष्क प्रासंगिक जानकारी का चयन और प्रवर्धन कैसे करता है, जिससे वह सचेतन प्रक्रिया के लिए उपलब्ध होती है। यह मॉडल वैश्विक तंत्रिकीय कार्यक्षेत्र (global neuronal workspace) की भूमिका पर जोर देता है, जो न्यूरॉनों का एक वितरित नेटवर्क है जो मस्तिष्क में संकेतों को प्रसारित कर सकता है, जिससे लचीला और जानबूझकर व्यवहार संभव होता है।
मॉडल का केंद्रबिंदु यह विचार है कि सचेतन अवस्थाएं लंबी-दूरी के कनेक्शन वाले न्यूरॉनों के नेटवर्क के प्रज्वलन (ignition) से उत्पन्न होती हैं, विशेष रूप से प्रीफ्रंटल और पार्श्विका प्रांतस्थाओं में। यह प्रज्वलन नीचे-से-ऊपर (bottom-up) संवेदी इनपुट द्वारा ट्रिगर होता है और ऊपर-से-नीचे (top-down) ध्यान द्वारा नियंत्रित होता है, जिससे एक सतत और व्यापक सक्रियता उत्पन्न होती है जो सचेतन और अचेतन प्रक्रिया के बीच अंतर करती है। यह मॉडल संज्ञानात्मक तंत्रिका विज्ञान में प्रभावशाली रहा है, जो न्यूरोइमेजिंग डेटा की व्याख्या के लिए एक ढांचा प्रदान करता है और चेतना, ध्यान, तथा निर्णय-निर्माण पर शोध का मार्गदर्शन करता है।
वैश्विक तंत्रिकीय कार्यक्षेत्र
देहान–चांजो मॉडल बर्नार्ड बार्स द्वारा प्रस्तावित पूर्व वैश्विक कार्यक्षेत्र सिद्धांत पर आधारित है, लेकिन इसे तंत्रिकीय तंत्रों में स्थापित करता है। कार्यक्षेत्र में कई मस्तिष्क क्षेत्रों में वितरित न्यूरॉनों का एक समूह शामिल होता है, जिसमें प्रीफ्रंटल कॉर्टेक्स, पूर्ववर्ती सिंगुलेट, और पार्श्विका पालियाँ शामिल हैं। ये न्यूरॉन लंबी-दूरी की उत्तेजक प्रक्षेपणों के माध्यम से आपस में जुड़े होते हैं, जिससे वे एक कार्यात्मक केंद्र बना सकते हैं जो विभिन्न संवेदी और संज्ञानात्मक मॉड्यूल से जानकारी को एकीकृत कर सकता है।
जब कोई उत्तेजना पर्याप्त मजबूत या प्रासंगिक होती है, तो यह इस कार्यक्षेत्र की अचानक और व्यापक सक्रियता को ट्रिगर करती है, जिसे प्रज्वलन कहा जाता है। यह प्रज्वलन एक अरैखिक, सब-या-कुछ नहीं (all-or-nothing) प्रतिक्रिया द्वारा विशेषता है, जिसे मॉडल कम्प्यूटेशनल सिमुलेशन का उपयोग करके पकड़ता है। मॉडल भविष्यवाणी करता है कि सचेतन अभिगम तब होता है जब कार्यक्षेत्र प्रज्वलित होता है, जबकि अचेतन प्रक्रिया स्थानीय रहती है और पूरे नेटवर्क को संलग्न नहीं करती।
स्वतःस्फूर्त गतिविधि और सिनैप्टिक प्लास्टिसिटी
मॉडल की एक प्रमुख विशेषता इसका विवरण है कि विकास और सीखने के दौरान कार्यक्षेत्र कैसे उभरता है। देहान और चांजो ने प्रस्तावित किया कि स्वतःस्फूर्त तंत्रिकीय गतिविधि, सिनैप्टिक प्लास्टिसिटी के साथ मिलकर, कार्यक्षेत्र की कनेक्टिविटी को आकार देती है। विकास के दौरान, मस्तिष्क आंतरिक गतिविधि पैटर्न उत्पन्न करता है जो चयन और सुदृढ़ीकरण की प्रक्रिया के माध्यम से, सूचना प्रसंस्करण के लिए उपयोगी कनेक्शनों को मजबूत करते हैं।
यह प्रक्रिया हेबियन लर्निंग नियमों के साथ तंत्रिकीय नेटवर्क का उपयोग करके कम्प्यूटेशनल मॉडल में औपचारिक रूप से दर्शाई जाती है। मॉडल दिखाता है कि न्यूरॉनों की एक आबादी कैसे एक ऐसे कार्यक्षेत्र में स्व-संगठित हो सकती है जो वैश्विक प्रसारण को बनाए रखने में सक्षम है। यह यह भी समझाता है कि ध्यान और कार्यशील स्मृति कार्यक्षेत्र में गतिविधि बनाए रखकर कैसे काम करते हैं, जिससे जानकारी को समय के साथ धारण और हेरफेर किया जा सकता है।
न्यूरोइमेजिंग और विकारों पर अनुप्रयोग
देहान–चांजो मॉडल का उपयोग कार्यात्मक चुंबकीय अनुनाद इमेजिंग (fMRI) और इलेक्ट्रोएन्सेफलोग्राफी (EEG) डेटा की व्याख्या करने के लिए किया गया है। अध्ययनों ने दिखाया है कि सचेतन धारणा एक देर से होने वाली, व्यापक गतिविधि की लहर से जुड़ी होती है, जबकि अचेतन उत्तेजनाएं केवल प्रारंभिक, स्थानीय प्रतिक्रियाएं उत्पन्न करती हैं। मॉडल इन निष्कर्षों का एक मात्रात्मक विवरण प्रदान करता है, जो तंत्रिकीय सक्रियता के समय और सीमा को सचेतन रिपोर्ट से जोड़ता है।
मॉडल को चेतना के विकारों, जैसे कोमा और वनस्पति अवस्था पर भी लागू किया गया है। यह भविष्यवाणी करता है कि चेतना की हानि कार्यक्षेत्र की लंबी-दूरी की कनेक्टिविटी में टूटने से होती है, और पुनर्प्राप्ति इस कनेक्टिविटी की बहाली से जुड़ी होती है। इसने गैर-प्रतिक्रियाशील रोगियों में अवशिष्ट चेतना का आकलन करने के लिए मस्तिष्क उत्तेजना और न्यूरोइमेजिंग का उपयोग करके नैदानिक शोध को प्रेरित किया है।
कम्प्यूटेशनल कार्यान्वयन
देहान–चांजो मॉडल को विभिन्न कम्प्यूटेशनल सिमुलेशन में लागू किया गया है, जो अक्सर सरलीकृत तंत्रिकीय नेटवर्क का उपयोग करते हैं। इन मॉडलों में स्पाइकिंग न्यूरॉन, सिनैप्टिक प्लास्टिसिटी, और डोपामाइन तथा एसिटाइलकोलाइन जैसी न्यूरोमॉड्यूलेटरी प्रणालियाँ शामिल हैं। वे स्ट्रूप प्रभाव, ध्यानात्मक झपकी, और विस्कॉन्सिन कार्ड सॉर्टिंग परीक्षण जैसे कार्यों का अनुकरण करते हैं, जो व्यवहारिक और तंत्रिकीय डेटा को पुन: उत्पन्न करते हैं।
इन कार्यान्वयनों ने कृत्रिम बुद्धिमत्ता के क्षेत्र को प्रभावित किया है, विशेष रूप से उन आर्किटेक्चर के विकास में जो नीचे-से-ऊपर और ऊपर-से-नीचे प्रसंस्करण को जोड़ते हैं। मॉडल का वैश्विक कार्यक्षेत्र पर जोर मशीन लर्निंग और गहन शिक्षण में शोध को प्रेरित किया है, जहां ट्रांसफार्मर में ध्यान तंत्र कार्यक्षेत्र के चयनात्मक प्रवर्धन के साथ अवधारणात्मक समानताएं साझा करते हैं। हालांकि, मॉडल मुख्य रूप से एक तंत्रिका-वैज्ञानिक सिद्धांत बना हुआ है, जो तंत्रिकीय नेटवर्क और बड़े भाषा मॉडल में इंजीनियरिंग दृष्टिकोणों से अलग है।
आलोचनाएं और जारी बहस
प्रभावशाली होते हुए भी, देहान–चांजो मॉडल को आलोचना का सामना करना पड़ा है। कुछ शोधकर्ताओं का तर्क है कि सब-या-कुछ नहीं प्रज्वलन एक अति-सरलीकरण है, क्योंकि सचेतन अवस्थाएं तीव्रता और सामग्री में भिन्न हो सकती हैं। अन्य लोग कार्यक्षेत्र की कारणात्मक भूमिका पर सवाल उठाते हैं, यह सुझाव देते हुए कि यह चेतना का एक तंत्र नहीं, बल्कि एक सहसंबंध हो सकता है। मॉडल अनुभव की व्यक्तिपरक गुणवत्ता, या क्वालिया, को भी पूरी तरह से संबोधित नहीं करता, जो चेतना अनुसंधान में एक केंद्रीय चुनौती बनी हुई है।
इन बहसों के बावजूद, मॉडल ने अनुभवजन्य कार्य के एक बड़े समूह को उत्तेजित किया है और विकसित होना जारी है। हालिया विस्तार भविष्यवाणी प्रसंस्करण और पदानुक्रमित संगठन को शामिल करते हैं, जिसका उद्देश्य तंत्रिकीय तंत्रों और उच्च-स्तरीय संज्ञानात्मक कार्यों के बीच की खाई को पाटना है। 2020 के दशक की शुरुआत तक, यह चेतना के सबसे प्रमुख और परीक्षण-योग्य सिद्धांतों में से एक बना हुआ है, जिसमें MIT CSAIL और स्टैनफोर्ड एआई लैब जैसे संस्थानों में चल रहे शोध तंत्रिका विज्ञान और एआई दोनों के लिए इसके निहितार्थों की खोज कर रहे हैं।