.jpg?$p=62968b4&&q=0.8)
ജി.പി.എസ്. എന്ന് കേള്ക്കുമ്പോള് ആദ്യം ഓര്മ വരിക ഇപ്പോഴത്തെ വാഹനങ്ങളിലും മറ്റും പിടിപ്പിച്ചിട്ടുള്ള ജി.പി.എസ് (ഗ്ലോബല് പൊസിഷനിങ് സിസ്റ്റം) എന്ന ചെറിയൊരു യന്ത്രമായിരിക്കും. അല്ലെങ്കില് ആന്ഡ്രോയ്ഡ് മൊബൈലുകളിലെ ജിപിഎസ് മാപ്പുകളായിരിക്കും. ഇവയിലൂടെ വാഹനങ്ങള് ഒരു പ്രത്യേക നിമിഷത്തില് എവിടെയാണ്? നമ്മള് ശരിയായ ദിശയിലാണോ സഞ്ചരിക്കുന്നത്, ലക്ഷ്യ സ്ഥാനത്ത് എത്താന് എത്ര സമയം വേണ്ടിവരും? എന്നെല്ലാം നമ്മള്ക്ക് അറിയാന് സാധിക്കും. ഉപഗ്രഹങ്ങളുടെ സഹായത്തോടെ പ്രവര്ത്തിക്കുന്ന ഈ സംവിധാനം 1973 ല് അമേരിക്കയുടെ രാജ്യരക്ഷാ വകുപ്പാണ് ആദ്യമായി ഉപയോഗിച്ചത്. 1993 മുതല് കൂടുതല് പ്രചാരത്തിലേക്ക് വന്നു.
എന്നാല്, മസ്തിഷ്ക്കത്തിലും ഒരു 'ജിപിഎസ്' (Inner GPS) ഉണ്ടെന്ന് നാം അറിഞ്ഞിട്ട് അധികം കാലം ആയിട്ടില്ല. 2014-ലെ വൈദ്യ ശാസ്ത്ര - ശരീര ശാസ്ത്ര നെബേല് പുരസ്കാരത്തിന് അര്ഹമായ കണ്ടുപിടുത്തമായിരുന്നു അത്. നോര്വീജിയന് യൂണിവേഴ്സിറ്റി ഓഫ് സയന്സ് ആന്ഡ് ടെക്നോളജിയിലെ എഡ്വാര്ഡ് മോസര്, മേബ്രിറ്റ് മോസര് എന്നീ നോര്വീജിയന് ദമ്പതികള്ക്കും യൂണിവേഴ്സിറ്റി കോളേജ്, ലണ്ടനിലെ ശാസ്ത്രജ്ഞന് ജോണ് ഒ. കീഫെയ്ക്കും സംയുക്തമായാണ് ഈ പുരസ്കാരം ലഭിച്ചത്.
നമ്മുടെ തലച്ചോറിലെ ഗൂഗിള് മാപ്പ്
1971 മുതല് ജോണ് കീഫെ എലികളില് നടത്തിയ പരീക്ഷണങ്ങളാണ് പുതിയ കണ്ടുപിടിത്തത്തിലേക്ക് വഴി തെളിച്ചത്. ഒരു മുറിയിലെ ചില പ്രത്യേക സ്ഥലങ്ങളില് ഇരിക്കുമ്പോള് അവയുടെ ചില പ്രത്യേക കോശങ്ങള് ചില പ്രത്യേക രീതിയില് പെരുമാറുന്നതായി അദ്ദേഹം ശ്രദ്ധിച്ചു. പിന്നീട് മോസര് ദമ്പതികളും 2005 ല് ഇതേ നിരീക്ഷണം നടത്തി. ജീവശാസ്ത്ര പരമായ പരീക്ഷണങ്ങള് എലികളില് ആണല്ലോ ആദ്യം പരീക്ഷിക്കുക.!
Also Read

ഇതിന്റെ അടിസ്ഥാനത്തില് മനുഷ്യ മസ്തിഷ്ക്കത്തിന്റെ ഈ പ്രത്യേകതയുടെ പഠനം അവര് ആരംഭിച്ചു. നമ്മള് എവിടെയാണ്? അതായത്, മനുഷ്യന്റെ സ്ഥാനം നിര്ണയിക്കാനുള്ള കോര്ഡിനേറ്റുകള് എന്താണ്? ഒരു സ്ഥലത്ത് നിന്നും മറ്റൊരിടത്തേക്ക് എങ്ങനെ ഗതി നിയന്ത്രണം നടത്തും? അനേകം പാതകളില് നിന്നും നാം സ്വീകരിച്ച പാത എങ്ങനെ ഓര്ത്തുവെക്കും? പിന്നീട് ഈ വിവരങ്ങള് വേണ്ടി വരുമ്പോള് എങ്ങനെ വീണ്ടെടുക്കും? എങ്ങനെ യാണ് മസ്തിഷ്ക്കം നമുക്ക് ചുറ്റുമുള്ള വസ്തുക്കളുടെ രേഖാചിത്രം തയാറാക്കുന്നത്? വളരെ രസകരവും സങ്കീര്ണവുമായ ഇത്തരം ചോദ്യങ്ങള്ക്ക് ഉത്തരങ്ങള് പലതും ഗണിതപരമാണ്. അനുനിമിഷം മനുഷ്യ മസ്തിഷ്ക്കത്തില് ധാരാളം പ്രവര്ത്തനങ്ങള് നടക്കുന്നുണ്ട്.
1724-1804 കാലഘട്ടത്തില് ജീവിച്ചിരുന്ന പ്രശസ്ത ജര്മന് തത്വചിന്തകന് ഇമ്മാനുവല് കാന്റ് ഈ ചോദ്യങ്ങള് ചോദിച്ചിരുന്നു. മനുഷ്യന്റെ നിലനില്പ്പിന് തന്നെ ഈ ചോദ്യങ്ങള് പ്രസക്തമാണെന്ന് അദ്ദേഹം വിശ്വസിച്ചിരുന്നു. അനുഭവങ്ങള്ക്ക് മുമ്പ് തന്നെ മനസിന് മുന്കൂര് അനുഭവങ്ങള് ഉണ്ടായിരിക്കുമെന്ന് അദ്ദേഹം വാദിച്ചിരുന്നു. അതുകൊണ്ട്, തത്വ ചിന്താപരവും ശാസ്ത്രീയ പരവുമായ ഒരു പ്രശ്നത്തിനാണ് ഈ നൊബേല് ജേതാക്കള് പരിഹാരം ഉണ്ടാക്കിയത്. നൊബേല് പുരസ്കാര പത്രത്തില് ഇവരുടെ സംഭാവനകളെ വിലയിരുത്തിയത്, 'മനുഷ്യ മസ്തിഷ്ക്കത്തില് സ്ഥാന നിര്ണയ സംവിധാനത്തിന് സഹായിക്കുന്ന ഒരു കൂട്ടം കോശങ്ങളെ കണ്ടുപിടിച്ചതിന്.' എന്നാണ് .'
മസ്തിഷ്കം ഒരു റിയല്വേള്ഡ് നെറ്റ്വര്ക്ക്
മസ്തിഷ്ക്കത്തില് കെമിക്കല് - ഇലക്ട്രിക്കല് സിഗ്നലുകള് വഴിയാണ് സന്ദേശങ്ങള് അയക്കുന്നതും സ്വീകരിക്കുന്നതും. ഈ പ്രവര്ത്തനം എപ്പോഴും തുടര്ന്നുകൊണ്ടേ ഇരിക്കുന്നു. മസ്തിഷ്ക്കം അതിന്റെ പത്ത് ശതമാനം മാത്രമേ ഉപയോഗിക്കുന്നുള്ളു എന്നത് ഒരു കെട്ടുകഥ മാത്രമാണ്.
മനുഷ്യ മസ്തിഷ്ക്കത്തിന്റെ പ്രവര്ത്തനം മനസിലാക്കാന് ഉപയോഗിക്കുന്ന ഗണിതരീതികള് മാത്രം ഇവിടെ വിശദീകരിക്കാം. മനുഷ്യ മസ്തിഷ്ക്കത്തില് 8600 കോടിയിലധികം ന്യൂറോണുകളും അവയെ ബന്ധിപ്പിക്കുന്ന ഒട്ടനവധി സിനാപ്സുകളും (synapses ) ഉണ്ട്. ധാരാളം കണക്ഷന്സ് ഉള്ള വലിയൊരു കമ്പ്യൂട്ടര് എന്ന് ചിന്തിക്കാം. ഇവകളുടെ എണ്ണവും മറ്റും നിമിഷം പ്രതി മാറിക്കൊണ്ടിരിക്കുന്നതിനാല് നമ്മുടെ മസ്തിഷ്ക്ക നെറ്റ്വര്ക്ക് എപ്പോഴും ചലനാത്മകമാണ് ( Dynamic ). അതുകൊണ്ട് തന്നെ അതിന്റെ പഠനം രസകരവും കഠിനവുമാണ്.
.jpg?$p=0024ced&&q=0.8)
മസ്തിഷ്ക നെറ്റ്വര്ക്ക് ഒരു 'റിയല് വേള്ഡ് നെറ്റ്വര്ക്കിന്' ഉദാഹരണമാണ്. 1736 ല് 'കൊനിഗ്സ്ബെര്ഗ് ബ്രിഡ്ജ് പ്രോബ്ലം' (Konigsberge bridge problem) നിര്ദ്ധാരണം ചെയ്തതിലൂടെ, പ്രശസ്ത സ്വിസ്സ് ഗണിതജ്ഞന് ലിയോനര്ഡ് ഓയ്ലർ (Leonhard Euler) തുടങ്ങി വെച്ച ഗണിതശാഖയാണ് 'ഗ്രാഫ് സിദ്ധാന്തം' അഥവാ 'നെറ്റ്വര്ക്ക് സിദ്ധാന്തം'. വസ്തുക്കളെയും (Objects) അവ തമ്മിലുള്ള ബന്ധങ്ങളെയും (Relations ) പഠിക്കുന്ന ശാഖയാണിത്. വിവര ശാസ്ത്ര യുഗത്തില് വിവിധ നെറ്റ്വര്ക്കുകള് നമുക്ക് സുപരിചിതമാണ്. സുഹൃത്തുക്കളുടെ നെറ്റ്വര്ക്ക്, ഇന്ത്യന് റെയില്വേ, വിമാന സര്വീസ് എന്നിവയുടെ നെറ്റ്വര്ക്ക്, കമ്പ്യൂട്ടര് നെറ്റ്വര്ക്ക് എന്നിങ്ങനെ. പക്ഷെ ഇവയൊന്നും തന്നെ ചലനാത്മകമല്ല (Dynamic) മറിച്ച് നിശ്ചലമാണ് (Static ). നെറ്റ്വര്ക്കുകളുടെ പഠനം, കമ്പ്യൂട്ടറുകളുടെ വരവോടെ കൂടുതല് രംഗങ്ങളിലേക്ക് വ്യാപകമായി. എണ്പതുകളുടെ അവസാനം, ടിം ബെര്നേഴ്സ് ലീ (Timothy John Berners Lee ), പ്രശസ്തമായ സേണ് (CERN) പരീക്ഷണശാലയില് രൂപകല്പന ചെയ്ത വേള്ഡ് വൈഡ് വെബ്ബ് (WWW) എന്ന വിപ്ലവകരമായ ആശയം ഈ പഠന ശാഖ യുടെ വളര്ച്ചക്കും പ്രയോഗികതക്കും സഹായകരമായി. ഒരു ചിലന്തി വല പോലെ ഭൂഗോളം മുഴുവന് വ്യാപിച്ച് കിടക്കുകയും, എല്ലാത്തരം വിവരങ്ങളും ഞൊടിയിടക്കുള്ളില് നമ്മുടെ വിരല് തുമ്പുകളില് എത്തിക്കുകയും ചെയ്യുന്ന ഈ സംവിധാനം, ശാസ്ത്ര- സാങ്കേതിക ശാസ്ത്ര രംഗത്തെ ഏറ്റവും മഹത്തായ കണ്ടുപിടുത്തമായി മാറി. ഇന്റര്നെറ്റില് വിവരങ്ങള് അന്വേഷിക്കാത്തവരും അവ ഗവേഷണത്തിനും മറ്റും ഉപയോഗിക്കാത്തവരും ചുരുക്കം. WWW യും ഒരു റിയല് വേള്ഡ് നെറ്റ്വര്ക്ക് ആണ്.
എന്താണ് റിയല് വേള്ഡ് നെറ്റ്വര്ക്കുകളുടെ പ്രത്യേകത?
കഴിഞ്ഞ നൂറ്റാണ്ടിന്റെ അവസാനത്തോടെ ഈ നെറ്റ്വര്ക്കുകള്ക്ക് മാത്രമുള്ള ഒരു പ്രത്യേക സ്വഭാവം അമേരിക്കയിലെ കമ്പ്യൂട്ടര് വിദഗ്ദന് ജോണ് ക്ലെയ്ന്ബര്ഗിന്റെ ഗവേഷണ സംഘം ( കോര്ണേല് യൂണിവേഴ്സിറ്റി ) കണ്ടുപിടിച്ചു- താരതമ്യേന കൂടുതല് ബന്ധങ്ങള് ഉള്ള 'ഹബ്ബുകളുടെ'(Hubs) സാന്നിധ്യവും സ്വാധീനവും.
അമേരിക്കയിലെ നോര്ത്ത് ഈസ്റ്റേണ് യൂണിവേഴ്സിറ്റിയിലെ എ.എല്.ബരാബസി (A.L. Barabasi) മിഷിഗണ് യൂണിവേഴ്സിറ്റിയിലെ മാര്ക്ക് ന്യൂമാന് എന്നിവരുടെ ഗവേഷണ സംഘം നെറ്റ്വര്ക്ക് ശാസ്ത്ര പഠനത്തില് പ്രസിദ്ധരാണ്. ഇവരുടെ പ്രസിദ്ധീകരണങ്ങള് ആണ് ഏറ്റവും കൂടുതല് ഡൗണ്ലോഡ് ചെയ്യപ്പെട്ടിട്ടുള്ളത്. പ്രോട്ടീന് - പ്രോട്ടീന് ഇന്ററാക്ഷന് നെറ്റ്വര്ക്ക്, സൈറ്റേഷന് നെറ്റ്വര്ക്ക്, എന്നിവയും റിയല് വേള്ഡ് നെറ്റ്വര്ക്ക് ആണ്.
മനുഷ്യ മസ്തിഷ്ക്കത്തിലെ ഇത്തരം ഹബ്ബുകള് ആണ് അടിസ്ഥാന പരമായി, മുമ്പ് സൂചിപ്പിച്ച തലച്ചോറിലെ ജിപിഎസിന്റെ പ്രവര്ത്തനത്തെ സഹായിക്കുന്നതും നിയന്ത്രിക്കുന്നതും. മസ്തിഷ്ക്കത്തിന്റെ 'സ്മാള് വേള്ഡ' സ്വഭാവത്തിനും കാരണം ഇവ തന്നെ. എല്ലാ ന്യൂറോണുകളും പരസ്പരം ബന്ധമില്ലെങ്കിലും ഇത്തരം ഹബ്ബുകള് വഴി അവ ബന്ധപ്പെട്ട് ഒരു'ചെറിയ ലോകം' സൃഷ്ടിക്കപെടുന്നു. ഇത്തരം നെറ്റ്വര്ക്കുകളെ പഠിക്കുവാന് സെന്ട്രാലിറ്റി, ക്ലസ്റ്ററിങ് കൊഎഫിഷ്യന്റ് എന്നിങ്ങനെ ചില പുതിയ ആശയങ്ങളും വേണ്ടിവന്നു. 'സങ്കീര്ണ നെറ്റ്വര്ക്ക് '( Complex Networks ) എന്ന പേരിലും റിയല് നെറ്റ്വര്ക്കുകള് അറിയപ്പെടുന്നു.
മനുഷ്യ മസ്തിഷ്ക്കത്തില് സന്ദേശങ്ങള് കൈമാറുന്നത് 'ഗ്രിഡുകള്' വഴി ആണെന്നും അതില്' ത്രികോണ ഗ്രിഡുകള്' ആണ് കൂടുതല് പ്രധാനപ്പെട്ടതെന്നും ഗവേഷകര് ഈയിടെ കണ്ടെത്തി. ഗ്രാഫ് സിദ്ധാന്തത്തിന്റെ സഹായത്തോടെയാണ് ഈ വിശദീകരണങ്ങള്.

'ഹ്യൂമന് കണക്റ്റോം പദ്ധതിയില് (Human Connectome Project) ന്യൂറോണുകള് തമ്മിലുള്ള ബന്ധങ്ങളെപ്പറ്റി പഠിക്കുന്നു. അമേരിക്കയിലെ ഇന്ത്യാന സര്വകലാശാലയിലെ പ്രൊഫസര് ഓലഫ് സ്പോണ്സിന്റെ നേതൃത്വത്തില് ഒരു ഗവേഷണ സംഘം, മസ്തിഷ്ക്ക രോഗങ്ങളായ ഓട്ടിസം, സ്കീസോഫ്രീനിയ, അള്ഷിമേഴ്സ് രോഗം എന്നിവയുടെ കാരണങ്ങള് പഠിച്ചു വരുന്നു. ഗഹനമായ ഗണിത രീതികള് ഈ പഠനങ്ങളില് ഉപയോഗിക്കുന്നുണ്ട്. ഗ്രാഫ് സിദ്ധാന്തത്തിലെ 'കണക്ഷന് മാട്രിക്സുമായി ബന്ധമുള്ള Algebraic Connectivity ' എന്ന ആശയം ഇതിനായി ഉപയോഗിക്കുന്നു എന്നത് അപ്രതീക്ഷിതവും അതിശയകരവുമാണ്. ചാള്സ് ഡാര്വിന്റെ പരിണാമ സിദ്ധാന്തം, പ്രകൃതി നിര്ദ്ധാരണം (Natural Selection) എന്നിവ വിശദീകരിക്കാനും മേരിക്കയിലെ ഹാര്വാര്ഡ് സര്വകലാശാലയിലെ പ്രൊഫസര് മാര്ട്ടിന് നോവക് ഗ്രാഫ് സിദ്ധാന്തം ഉപയോഗിക്കുന്നുണ്ട് എന്നതും മറ്റൊരു അതിശയമാണ്. ജീവ ശാസ്ത്രത്തിലെ രീതികള് ഉപയോഗിച്ചുള്ള സമീപനങ്ങള് കൊണ്ടുമാത്രം ഇതില് വിശദീകരണം അസാധ്യമാണെന്ന തോന്നലുകളാണ് അദ്ദേഹത്തെ ഈ നിഗമനങ്ങളില് എത്തിച്ചത്. ഈ സമീപനം എവലൂഷനറി ഗ്രാഫ് തിയറി എന്ന ശാഖക്ക് തന്നെ തുടക്കം കുറിച്ചു. കൊച്ചി സര്വകലാശാലയിലെ ഗണിത - ബയോ ടെക്നോളജി - കമ്പ്യൂട്ടര് സയന്സ് - ഫിസിക്സ് വകുപ്പുകളുടെ ഒരു കൂട്ടായ്മയും ഇത്തരം പഠനത്തിന് തുടക്കം കുറിച്ചിട്ടുണ്ട്.
(കൊച്ചി ശാസ്ത്രസാങ്കേതിക സര്വകലാശാലയിലെ ഗണിതവകുപ്പില് അധ്യാപകനാണ് ലേഖകന്. Email: vambat@gmail.com)
Content Highlights: navigation in the human brain, how human remember position, route
ശാസ്ത്ര സാങ്കേതിക വിദ്യാ രംഗത്തെ കൂടുതല് വാര്ത്തകള് ടെലഗ്രാം വഴി അറിയാം ഗ്രൂപ്പില് അംഗമാവൂ... ക്ലിക്ക് ചെയ്യൂ: https://t.me/technews_mbi
Also Watch
വാര്ത്തകളോടു പ്രതികരിക്കുന്നവര് അശ്ലീലവും അസഭ്യവും നിയമവിരുദ്ധവും അപകീര്ത്തികരവും സ്പര്ധ വളര്ത്തുന്നതുമായ പരാമര്ശങ്ങള് ഒഴിവാക്കുക. വ്യക്തിപരമായ അധിക്ഷേപങ്ങള് പാടില്ല. ഇത്തരം അഭിപ്രായങ്ങള് സൈബര് നിയമപ്രകാരം ശിക്ഷാര്ഹമാണ്. വായനക്കാരുടെ അഭിപ്രായങ്ങള് വായനക്കാരുടേതു മാത്രമാണ്, മാതൃഭൂമിയുടേതല്ല. ദയവായി മലയാളത്തിലോ ഇംഗ്ലീഷിലോ മാത്രം അഭിപ്രായം എഴുതുക. മംഗ്ലീഷ് ഒഴിവാക്കുക..