अवतार संज्ञानात्मक विज्ञान एक अंतःविषयक शोध क्षेत्र है जिसका उद्देश्य बुद्धिमान व्यवहार के अंतर्निहित तंत्रों की व्याख्या करना है। यह मन के पारंपरिक कम्प्यूटेशनल सिद्धांत को चुनौती देता है, यह तर्क देते हुए कि अनुभूति केवल अमूर्त प्रतीक हेरफेर नहीं है, बल्कि भौतिक शरीर और पर्यावरण के साथ उसकी अंतःक्रियाओं द्वारा गहराई से आकारित होती है। इस क्षेत्र में तीन मुख्य पद्धतियाँ शामिल हैं: मनोवैज्ञानिक और जैविक प्रणालियों का समग्र रूप से मॉडलिंग करना, मन और शरीर को एक इकाई के रूप में मानना; बुद्धिमान व्यवहार के सामान्य सिद्धांतों का एक सामान्य समूह विकसित करना; और नियंत्रित वातावरण में प्रयोगात्मक रूप से रोबोटिक एजेंटों का उपयोग करना। यह दृष्टिकोण संज्ञानात्मक विज्ञान, मनोविज्ञान, तंत्रिका विज्ञान और Artificial intelligence से अंतर्दृष्टि प्राप्त करता है, और Machine learning से लेकर स्वायत्त रोबोटिक्स तक के क्षेत्रों को प्रभावित किया है।
इस क्षेत्र की बौद्धिक जड़ें कंप्यूटिंग के प्रारंभिक प्रस्तावों तक फैली हुई हैं। 1950 में, एलन ट्यूरिंग ने सुझाव दिया कि एक मशीन को सोचने और बोलने के लिए मानव-समान शरीर की आवश्यकता हो सकती है, यह देखते हुए कि उसे सर्वोत्तम इंद्रिय अंग प्रदान किए जा सकते हैं और बाल विकास के समान प्रक्रिया के माध्यम से अंग्रेजी समझने और बोलने के लिए सिखाया जा सकता है। यह विचार बाद के अवतार दृष्टिकोणों का पूर्वाभास करता था, जो तर्क देते हैं कि धारणा और क्रिया अनुभूति से अविभाज्य हैं।
पारंपरिक संज्ञानात्मक सिद्धांत
पारंपरिक संज्ञानात्मक सिद्धांत, जो 20वीं सदी के मध्य में प्रमुख था, मुख्य रूप से प्रतीक हेरफेर पर आधारित है। इस मॉडल में, इनपुट को एक प्रसंस्करण इकाई में डाला जाता है जो वाक्यात्मक नियमों के अनुसार आउटपुट उत्पन्न करती है, जिससे अर्थ संबंधी अर्थ प्राप्त होता है। उदाहरण के लिए, मानव संवेदी अंग इनपुट उपकरणों के रूप में कार्य करते हैं, और बाहरी वातावरण से उत्तेजनाएं तंत्रिका तंत्र में डाली जाती हैं, जो प्रसंस्करण इकाई के रूप में कार्य करता है। तंत्रिका तंत्र संवेदी जानकारी पढ़ता है क्योंकि यह एक वाक्यात्मक संरचना का पालन करता है, जिससे आउटपुट उत्पन्न होते हैं जो शारीरिक गतियों और व्यवहार का निर्माण करते हैं। इस दृष्टिकोण की एक प्रमुख विशेषता यह है कि अनुभूति मस्तिष्क में सील कर दी जाती है, संवेदी इनपुट के अलावा बाहरी दुनिया से कटी हुई होती है।
यह कम्प्यूटेशनल ढांचा प्रारंभिक Artificial intelligence शोध को प्रभावित करता था, जिसमें MIT CSAIL और Xerox PARC जैसे संस्थानों में काम शामिल था। हालाँकि, इसे वैचारिक समस्याओं का सामना करना पड़ा, विशेष रूप से होमुनकुलस तर्क, जिसने सुझाव दिया कि प्रतीकों से अर्थ संबंधी अर्थ प्राप्त करने के लिए एक आंतरिक दुभाषिया की आवश्यकता होती है, जिससे अनंत प्रतिगमन होता है। इस आलोचना ने पारंपरिक मॉडल की प्रशंसनीयता को कमजोर कर दिया और वैकल्पिक दृष्टिकोणों को प्रेरित किया।
अवतार संज्ञानात्मक दृष्टिकोण
अवतार संज्ञानात्मक विज्ञान पारंपरिक सिद्धांत की इनपुट-आउटपुट प्रणाली को अस्वीकार करता है, मुख्य रूप से होमुनकुलस तर्क द्वारा उठाई गई समस्याओं के कारण। आंतरिक प्रतीक हेरफेर पर निर्भर होने के बजाय, यह अनुभूति को तीन परस्पर संबंधित पहलुओं के माध्यम से परिभाषित करता है: शरीर के भौतिक गुण, संज्ञानात्मक प्रक्रिया में शरीर की भूमिका, और जीव और पर्यावरण का युग्मन।
शरीर के भौतिक गुण
पहला पहलू जांचता है कि शरीर के भौतिक गुण सोचने की क्षमता को कैसे प्रभावित करते हैं, पारंपरिक मॉडल के प्रतीक हेरफेर घटक को दूर करने का प्रयास करते हुए। गहराई धारणा, उदाहरण के लिए, अवतार दृष्टिकोण के तहत इसकी जटिलता के कारण बेहतर ढंग से समझाई जाती है। गहराई धारणा के लिए मस्तिष्क को दो आँखों के बीच की दूरी के कारण होने वाली असमान रेटिना छवियों का पता लगाने की आवश्यकता होती है, साथ ही शरीर और सिर के संकेतों की भी। जब सिर घूमता है, तो अग्रभूमि की वस्तुएं पृष्ठभूमि के विरुद्ध गति करती हुई दिखाई देती हैं। यह अवलोकन बताता है कि दृश्य प्रसंस्करण मध्यवर्ती प्रतीक हेरफेर के बिना होता है, क्योंकि स्पष्ट गति सीधे अनुभव की जाती है।
श्रवण धारणा एक और उदाहरण प्रदान करती है। कानों के बीच की दूरी जितनी अधिक होगी, संभावित श्रवण तीक्ष्णता उतनी ही अधिक होगी, और कानों के बीच सामग्री का घनत्व माध्यम से गुजरने वाली आवृत्ति तरंगों की ताकत को प्रभावित करता है। मस्तिष्क की श्रवण प्रणाली इन कारकों को ध्यान में रखती है, बिना उन्हें प्रतीकों द्वारा दर्शाने की आवश्यकता के। दूरी स्वयं अधिक तीक्ष्णता का अवसर बनाती है, और घनत्व आवृत्ति परिवर्तन का अवसर बनाता है। इस प्रकार, भौतिक गुणों पर विचार करते हुए, एक प्रतीकात्मक प्रणाली अनावश्यक और एक अनुपयोगी रूपक है।
संज्ञानात्मक प्रक्रिया में शरीर की भूमिका
दूसरा पहलू जॉर्ज लैकॉफ और मार्क जॉनसन के अवधारणाओं पर काम से काफी हद तक प्रेरित है। उन्होंने तर्क दिया कि मनुष्य अपनी बाहरी दुनिया को समझाने के लिए रूपकों का उपयोग करते हैं और उनके पास अवधारणाओं का एक बुनियादी भंडार होता है जिससे अन्य अवधारणाएँ प्राप्त की जा सकती हैं। इन बुनियादी अवधारणाओं में ऊपर, नीचे, सामने और पीछे जैसे स्थानिक अभिविन्यास शामिल हैं। मनुष्य इन अवधारणाओं को समझते हैं क्योंकि वे उन्हें अपने शरीर के माध्यम से सीधे अनुभव करते हैं। उदाहरण के लिए, क्योंकि मानव गति में सीधे खड़े होना और ऊपर-नीचे गति में चलना शामिल है, मनुष्यों में स्वाभाविक रूप से ऊपर और नीचे की अवधारणाएँ होती हैं। लैकॉफ और जॉनसन का तर्क है कि यह अन्य स्थानिक अभिविन्यासों के लिए समान है। ये बुनियादी स्थानिक अवधारणाएँ अन्य अवधारणाओं के निर्माण का आधार बनती हैं। खुशी और उदासी, उदाहरण के लिए, क्रमशः ऊपर या नीचे के रूप में देखी जाती हैं; जब कोई कहता है कि वे उदास महसूस कर रहे हैं, तो वे शारीरिक अनुभव में निहित एक रूपक मानचित्रण व्यक्त कर रहे हैं।
इस दृष्टिकोण ने Neural network मॉडल और Deep learning में शोध को प्रभावित किया है, जहाँ प्रतिनिधित्व अक्सर अमूर्त प्रतीकों के बजाय संवेदी-मोटर डेटा में आधारित होते हैं। यह Robotics में काम से भी जुड़ता है, जहाँ भौतिक अवतार सीखने और व्यवहार के लिए केंद्रीय है।
जीव और पर्यावरण का युग्मन
तीसरा पहलू एक जीव और उसके पर्यावरण के बीच निरंतर अंतःक्रिया पर जोर देता है, अनुभूति को पृथक आंतरिक प्रसंस्करण के रूप में देखने के विचार को अस्वीकार करता है। यह दृष्टिकोण नियंत्रित वातावरण में रोबोटिक एजेंटों के प्रयोगात्मक उपयोग के साथ संरेखित होता है, जो अवतार संज्ञानात्मक विज्ञान के लिए केंद्रीय पद्धति है। सरल नियमों वाले रोबोट स्पष्ट आंतरिक मॉडल के बिना जटिल व्यवहार प्रदर्शित कर सकते हैं, जैसा कि रॉडनी ब्रूक्स द्वारा Stanford AI Lab जैसे संस्थानों और बाद में MIT CSAIL में प्रारंभिक कार्य में प्रदर्शित किया गया था। यह दृष्टिकोण स्पष्ट ज्ञान प्रतिनिधित्व और तर्क पर पारंपरिक AI की निर्भरता के विपरीत है।
योगदानकर्ता और प्रभाव
अवतार संज्ञानात्मक विज्ञान अवतार दर्शन और संबंधित शोध क्षेत्रों से काफी हद तक उधार लेता है। योगदानकर्ताओं में ला जोला में न्यूरोसाइंसेस इंस्टीट्यूट के जेराल्ड एडेलमैन, फ्रांस में सीएनआरएस के फ्रांसिस्को वरेला, और फ्लोरिडा अटलांटिक विश्वविद्यालय के जे. ए. स्कॉट केल्सो जैसे तंत्रिका वैज्ञानिक शामिल हैं। लॉरेंस बार्सालो, माइकल टर्वे और एलेनोर रोश जैसे मनोवैज्ञानिकों ने योगदान दिया है, साथ ही गिल्स फौकोनियर, जॉर्ज लैकॉफ और लियोनार्ड टालमी सहित भाषाविदों ने भी। एडविन हचिन्स और मर्लिन डोनाल्ड जैसे मानवविज्ञानी ने भी इस क्षेत्र को आकार दिया है।
स्वायत्त एजेंट डिजाइन में, प्रारंभिक कार्य रॉडनी ब्रूक्स और वैलेंटिनो ब्रैटेनबर्ग को जिम्मेदार ठहराया जाता है। प्रभावशाली पुस्तकों में रॉल्फ फ़ीफ़र और क्रिश्चियन शेयर द्वारा इंटेलिजेंस को समझना, और फ़ीफ़र और जोश सी. बोंगार्ड द्वारा शरीर हमारे सोचने के तरीके को कैसे आकार देता है शामिल हैं। एंडी क्लार्क, डैन ज़हावी और इवान थॉम्पसन जैसे दार्शनिकों ने सैद्धांतिक आधार प्रदान किए हैं। इस क्षेत्र के विचारों ने आधुनिक AI शोध को भी प्रभावित किया है, जिसमें Large language model और Transformer (architecture) आर्किटेक्चर पर काम शामिल है, हालाँकि ये प्रणालियाँ अक्सर भौतिक अवतार के बिना काम करती हैं।
अनुप्रयोग और आधुनिक प्रासंगिकता
अवतार संज्ञानात्मक विज्ञान के रोबोटिक्स और AI में व्यावहारिक अनुप्रयोग हैं। Figure AI और Sanctuary AI जैसी कंपनियाँ मानवरूपी रोबोट विकसित करती हैं जो पर्यावरण के साथ अवतार अंतःक्रिया पर निर्भर करते हैं। Reinforcement learning और Curriculum Learning में शोध अक्सर अवतार सिद्धांतों को शामिल करता है, जहाँ एजेंट भौतिक या अनुकरणित अंतःक्रिया के माध्यम से सीखते हैं। यह क्षेत्र मानव-रोबोट अंतःक्रिया और स्वायत्त वाहन विकास को भी सूचित करता है, जैसे Waymo और Tesla, जहाँ धारणा और क्रिया कसकर युग्मित होते हैं।
यह दृष्टिकोण Artificial intelligence में निराकार मॉडल की सीमाओं के बारे में बहस को भी प्रभावित करता है। आलोचकों का तर्क है कि Large language model जैसी प्रणालियाँ, जो संवेदी आधार के बिना पाठ संसाधित करती हैं, वास्तविक समझ की कमी हो सकती हैं। अवतार संज्ञानात्मक विज्ञान बताता है कि वास्तविक बुद्धिमत्ता के लिए एक शरीर की आवश्यकता होती है जो दुनिया के साथ अंतःक्रिया करता है, एक दृष्टिकोण जो शिक्षा और उद्योग में शोध एजेंडा को आकार देना जारी रखता है।