'ரேண்டம் ட்ரீ' அமைப்பைப் பயன்படுத்தி மக்கள் கதைகளை எவ்வாறு நினைவில் கொள்கிறார்கள் என்பதை கணித மாதிரி விளக்குகிறது.

மக்கள் பல வகையான தகவல்களை நினைவில் வைத்திருக்கும் திறன் கொண்டவர்கள், அவற்றில் உண்மைகள், தேதிகள், நிகழ்வுகள் மற்றும் சிக்கலான கதைகள் கூட அடங்கும். அர்த்தமுள்ள கதைகள் மனித நினைவில் எவ்வாறு சேமிக்கப்படுகின்றன என்பதைப் புரிந்துகொள்வது அறிவாற்றல் உளவியலில் அதிக ஆராய்ச்சியின் முக்கிய மையமாகும்.

எமோரி பல்கலைக்கழகத்தின் மேம்பட்ட ஆய்வு நிறுவனம் மற்றும் வெய்ஸ்மேன் அறிவியல் நிறுவனம் ஆகியவற்றின் விஞ்ஞானிகள் சமீபத்தில் "ரேண்டம் ட்ரீஸ்" எனப்படும் கணிதப் பொருட்களைப் பயன்படுத்தி மக்கள் அர்த்தமுள்ள கதைகளை எவ்வாறு பிரதிநிதித்துவப்படுத்துகிறார்கள் மற்றும் அவற்றை நினைவகத்தில் சேமிக்கிறார்கள் என்பதை மாதிரியாகக் காட்ட முயன்றனர். இயற்பியல் மறுஆய்வு கடிதங்களில் வெளியிடப்பட்ட அவர்களின் ஆய்வறிக்கை, கணிதம், கணினி அறிவியல் மற்றும் இயற்பியலை அடிப்படையாகக் கொண்ட மனித நினைவக செயல்முறைகளைப் படிப்பதற்கான ஒரு புதிய கருத்தியல் கட்டமைப்பை முன்வைக்கிறது.

"எங்கள் ஆய்வு ஒரு முக்கியமான தேவையை நிவர்த்தி செய்வதை நோக்கமாகக் கொண்டது: கதைகள் போன்ற அர்த்தமுள்ள பொருட்களுக்கு மனித நினைவாற்றலின் கணிதக் கோட்பாட்டை உருவாக்குதல்," என்று ஆய்வறிக்கையின் மூத்த எழுத்தாளர் மிஷா சோடிக்ஸ் கூறினார். "அத்தகைய கோட்பாட்டை உருவாக்குவதற்கு விவரிப்புகள் மிகவும் சிக்கலானவை என்று துறையில் ஒருமித்த கருத்து உள்ளது, ஆனால் நாங்கள் வேறுவிதமாகக் காட்டியுள்ளோம் என்று நான் நம்புகிறேன்: சிக்கலான தன்மை இருந்தபோதிலும், மக்கள் கதைகளை எவ்வாறு நினைவுபடுத்துகிறார்கள் என்பதில் புள்ளிவிவர ஒழுங்குமுறைகள் உள்ளன, அவற்றை ஒரு சில எளிய அடிப்படைக் கொள்கைகளால் கணிக்க முடியும்."

சீரற்ற மரங்களைப் பயன்படுத்தி அர்த்தமுள்ள நினைவுகளின் பிரதிநிதித்துவத்தை திறம்பட மாதிரியாக்க, சோடைக்ஸ் மற்றும் சகாக்கள் அமேசான் மற்றும் ப்ராலிஃபிக் ஆன்லைன் தளங்களைப் பயன்படுத்தி ஏராளமான பங்கேற்பாளர்களுடன் கதை-நினைவுபடுத்தும் சோதனைகளை நடத்தினர். இந்த ஆய்வு லாபோவின் படைப்புகளிலிருந்து கதைகளைப் பயன்படுத்தியது. மொத்தத்தில், 100 பேர் வெவ்வேறு நீளங்களைக் கொண்ட 11 கதைகளை (20 முதல் 200 வாக்கியங்கள் வரை) நினைவுபடுத்தும்படி கேட்கப்பட்டனர், அதன் பிறகு விஞ்ஞானிகள் தங்கள் கோட்பாட்டைச் சோதிக்க நினைவக டிரான்ஸ்கிரிப்ட்களை பகுப்பாய்வு செய்தனர்.

"1960களில் புகழ்பெற்ற மொழியியலாளர் டபிள்யூ. லேபோவ் பதிவு செய்த வாய்மொழி வரலாறுகளின் தொகுப்பை நாங்கள் தேர்ந்தெடுத்தோம்," என்று சோடிக்ஸ் விளக்கினார். "இவ்வளவு அளவிலான தரவுகளை பகுப்பாய்வு செய்வதற்கு சமீபத்தில் உருவாக்கப்பட்ட பெரிய மொழி மாதிரிகள் (LLMகள்) வடிவில் நவீன செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்த வேண்டும் என்பதை நாங்கள் விரைவாக உணர்ந்தோம்."

மக்கள் கதைகளிலிருந்து தனிப்பட்ட நிகழ்வுகளை மட்டும் நினைவுபடுத்துவதில்லை, ஆனால் பெரும்பாலும் கதையின் பெரும்பகுதியை (எ.கா., அத்தியாயங்கள்) ஒரே வாக்கியத்தில் சுருக்கமாகக் கூறுவதைக் கண்டறிந்தோம். இது கதை ஒரு மரமாக நினைவகத்தில் சேமிக்கப்படுகிறது என்றும், பெரிய அத்தியாயங்களின் சுருக்கமான சுருக்கங்களைக் குறிக்கும் வேர்க்கு நெருக்கமான முனைகளைக் கொண்டுள்ளது என்றும் நம்புவதற்கு எங்களை வழிநடத்தியது.

ஒரு நபர் ஒரு கதையை முதன்முதலில் கேட்டு அல்லது படித்து அதைப் புரிந்துகொள்ளும் தருணத்தில் ஒரு கதையைக் குறிக்கும் மரம் உருவாகிறது என்று சோடிக்ஸ் மற்றும் அவரது சகாக்கள் கருதுகோள் விடுத்தனர். வெவ்வேறு மக்கள் ஒரே கதைகளை வித்தியாசமாக உணர்கிறார்கள் என்பதை முந்தைய ஆராய்ச்சி காட்டுவதால், உருவாகும் மரங்கள் தனித்துவமான அமைப்புகளைக் கொண்டிருக்கும்.

"ஒரு குறிப்பிட்ட கட்டமைப்பின் சீரற்ற மரங்களின் தொகுப்பாக நாங்கள் மாதிரியை உருவாக்கினோம்," என்று சோடிக்ஸ் கூறினார். "இந்த மாதிரியின் அழகு என்னவென்றால், அதை கணித ரீதியாக விவரிக்க முடியும், மேலும் அதன் கணிப்புகளை தரவுகளுடன் நேரடியாக சோதிக்க முடியும், அதைத்தான் நாங்கள் செய்தோம். நினைவகம் மற்றும் மீட்டெடுப்பின் எங்கள் சீரற்ற மர மாதிரியின் முக்கிய கண்டுபிடிப்பு, அனைத்து அர்த்தமுள்ள பொருட்களும் பொதுவாக நினைவகத்தில் ஒரே மாதிரியாகக் குறிப்பிடப்படுகின்றன என்ற அனுமானமாகும்.

"மனித அறிவாற்றல் செயல்முறைகளைப் புரிந்துகொள்வதில் எங்கள் ஆராய்ச்சி பரந்த தாக்கங்களைக் கொண்டிருக்கக்கூடும், ஏனெனில் விவரிப்புகள் நமது தனிப்பட்ட வாழ்க்கையிலும், சமூக மற்றும் வரலாற்று செயல்முறைகளிலும் பல்வேறு வகையான நிகழ்வுகளைப் பற்றி நாம் பகுத்தறியும் ஒரு உலகளாவிய வழியாகத் தோன்றுகின்றன."

மக்கள் தங்கள் நினைவுகளில் அர்த்தமுள்ள தகவல்களை எவ்வாறு சேமித்து பிரதிநிதித்துவப்படுத்துகிறார்கள் என்பதை ஆய்வு செய்வதற்கான கணித மற்றும் AI அடிப்படையிலான அணுகுமுறைகளின் திறனை குழுவின் சமீபத்திய பணி எடுத்துக்காட்டுகிறது. எதிர்கால ஆய்வுகளில், சோடிக்ஸ் மற்றும் அவரது சகாக்கள் தங்கள் கோட்பாடு மற்றும் சீரற்ற மர மாதிரி அணுகுமுறையை புனைகதை போன்ற பிற வகையான கதைகளுக்கு எந்த அளவிற்குப் பயன்படுத்தலாம் என்பதை மதிப்பிட திட்டமிட்டுள்ளனர்.

"எதிர்கால ஆராய்ச்சிக்கான ஒரு லட்சிய திசை மர மாதிரிக்கான நேரடி ஆதாரங்களைத் தேடுவதாக இருக்கும்" என்று சோடிக்ஸ் மேலும் கூறினார். "இதற்கு எளிய பின்னணியைத் தவிர வேறு சோதனை நெறிமுறைகளை உருவாக்குவது தேவைப்படும். கதை புரிதல் மற்றும் பின்னணியில் ஈடுபடும் நபர்களில் மூளை இமேஜிங் நுட்பங்களைப் பயன்படுத்துவது மற்றொரு சுவாரஸ்யமான திசையாகும்."