अध्ययन से पता चलता है कि अधिक सक्रिय बुजुर्गों में स्मृति और तर्क के क्षेत्रों में मस्तिष्क का बड़ा आयतन बना रहता है
और पढ़ें
Super Abril
super.abril.com.br

अध्ययन से पता चलता है कि अधिक सक्रिय बुजुर्गों में स्मृति और तर्क के क्षेत्रों में मस्तिष्क का बड़ा आयतन बना रहता है

जर्नल ऑफ एजिंग एंड फिजिकल एक्टिविटी में प्रकाशित एक व्यवस्थित समीक्षा में निष्कर्ष निकाला गया कि जो बुजुर्ग व्यक्ति अधिक शारीरिक गतिविधियाँ करते हैं, उनका मस्तिष्क का आयतन अधिक होता है, विशेष रूप से संज्ञानात्मक कार्य, स्मृति और तर्क से जुड़े क्षेत्रों में। इस विश्लेषण में 60 वर्ष या उससे अधिक आयु के लगभग 2,700 लोगों के डेटा को एकत्र किया गया, जिससे दैनिक उच्च स्तर की गतिविधि और संरचनात्मक रूप से बेहतर संरक्षित मस्तिष्क के बीच एक निरंतर संबंध सामने आया, जो संज्ञानात्मक गिरावट की रोकथाम में व्यायाम के महत्व को रेखांकित करता है।

यह शोध FAPESP के छात्र सारा ओलिवेरा डियास डी लूसिना द्वारा लुकास मेलो नेवेस, स्टेट यूनिवर्सिटी ऑफ पाउलिस्टा (IB-Unesp) के बायोसाइंसेज इंस्टीट्यूट के फिजिकल एजुकेशन विभाग के प्रोफेसर के मार्गदर्शन में किया गया था, जो रियो क्लारो परिसर में स्थित है। शोधकर्ताओं ने 19 अवलोकन संबंधी अध्ययनों की जांच की, जिसमें 2,684 प्रतिभागियों का डेटा शामिल था, जिनकी औसत आयु 70 वर्ष थी, और उन्होंने 76 अलग-अलग मस्तिष्क संरचनाओं और क्षेत्रों का मूल्यांकन किया।

शामिल कार्यों में एमआरआई के माध्यम से मस्तिष्क के आयतन और प्रश्नावली या एक्सेलेरोमीटर का उपयोग करके प्रतिभागियों की शारीरिक गतिविधि के स्तर को मापा गया। परिणामों से पता चला कि सबसे सक्रिय बुजुर्गों का कुल मस्तिष्क आयतन अधिक था, साथ ही उनमें संज्ञानात्मक कार्यों के लिए महत्वपूर्ण क्षेत्रों, जैसे हिप्पोकैम्पस, में भी अधिक आयतन पाया गया।

लुकास मेलो नेवेस ने टिप्पणी की कि जहाँ आबादी व्यायाम को मांसपेशियों के अतिवृद्धि से जोड़ती है, वहीं यह अध्ययन मस्तिष्क में एक समानांतर सुझाव देता है: अधिक शारीरिक गतिविधि से अधिक संरक्षित मस्तिष्क होता है। उन्होंने उम्मीद व्यक्त की कि गति और मस्तिष्क स्वास्थ्य के बीच यह संबंध आने वाले वर्षों में प्रशिक्षण और मांसपेशियों के द्रव्यमान लाभ के बीच के संबंध जितना स्पष्ट हो जाएगा।

नेवेस के अनुसार, उम्र बढ़ने के साथ मस्तिष्क में क्रमिक संरचनात्मक परिवर्तन होना स्वाभाविक है। मध्य आयु से, न्यूरॉन्स के नुकसान, तंत्रिका कनेक्शन में कमी और मस्तिष्क संचार के लिए जिम्मेदार सफेद पदार्थ में परिवर्तनों के कारण मस्तिष्क के आयतन में प्रगतिशील कमी देखी जाती है।

उन्होंने इस बात पर जोर दिया कि यह प्रक्रिया स्वस्थ उम्र बढ़ने का हिस्सा है, लेकिन यह ध्यान, स्मृति और तर्क की गति जैसे कार्यों को प्रभावित कर सकती है। हिप्पोकैम्पस जैसे क्षेत्र, जो नई यादों के निर्माण के लिए महत्वपूर्ण हैं, वर्षों के साथ विशेष रूप से संवेदनशील होते हैं। हालांकि, इस हानि की तीव्रता व्यक्तिगत रूप से भिन्न होती है और जीवन शैली, शारीरिक गतिविधि के स्तर, पुरानी बीमारियों के प्रबंधन और निरंतर संज्ञानात्मक उत्तेजना जैसे कारकों द्वारा संशोधित की जा सकती है।

हिप्पोकैम्पस एक व्यापक रूप से अध्ययन किया जाने वाला क्षेत्र है और यह उम्र बढ़ने या अल्जाइमर जैसी स्थितियों में एट्रोफी दिखाने वाली पहली संरचनाओं में से एक है। अध्ययनों की समीक्षा ने शारीरिक गतिविधि और हिप्पोकैम्पस के बड़े आयतन के बीच संबंध की पुष्टि की। नेवेस ने इस डेटा को नैदानिक रूप से प्रासंगिक बताया, क्योंकि हिप्पोकैम्पस उम्र बढ़ने के प्रति बहुत संवेदनशील होता है।

समीक्षा में शामिल कुछ अध्ययनों में, वे बुजुर्ग जो विश्व स्वास्थ्य संगठन (WHO) की न्यूनतम शारीरिक गतिविधि सिफारिशों—लगभग 150 मिनट प्रति सप्ताह—को पूरा करते थे, उनमें कम सक्रिय साथियों की तुलना में 7% से 10% बड़ा हिप्पोकैम्पस पाया गया। प्रोफेसर ने स्पष्ट किया कि प्रतिशत भले ही मामूली लगें, लेकिन अंतर चिकित्सकीय रूप से महत्वपूर्ण है, क्योंकि अधिक संरक्षित हिप्पोकैम्पस बेहतर स्मृति प्रदर्शन और अधिक संज्ञानात्मक रिजर्व से जुड़ा होता है।

सफेद पदार्थ, एक अन्य संरचना जिसका समीक्षा में सकारात्मक संबंध था, अधिक सक्रिय लोगों में संरक्षित रहा। यह मस्तिष्क कनेक्शन का एक नेटवर्क के रूप में कार्य करता है, जो मस्तिष्क के विभिन्न हिस्सों के बीच कुशल संचार की सुविधा प्रदान करता है। इस क्षेत्र में परिवर्तन सोचने की धीमी गति और कार्यकारी कठिनाइयों से जुड़े होते हैं; इस नेटवर्क को बरकरार रखने से उम्र बढ़ने के दौरान सूचना प्रसंस्करण तेज हो सकता है।

इस संबंध के पीछे के तंत्र लंबे समय से वैज्ञानिक अध्ययन का विषय रहे हैं। एक परिकल्पना यह है कि नियमित व्यायाम BDNF जैसे न्यूरोट्रोफिक कारकों के उत्पादन को उत्तेजित करता है, जो न्यूरॉन्स के अस्तित्व और प्लास्टिसिटी को बढ़ावा देते हैं। इसके अलावा, नियमित अभ्यास मस्तिष्क में रक्त के प्रवाह में सुधार करता है, नई वाहिकाओं के निर्माण को प्रोत्साहित करता है और पुरानी सूजन प्रक्रियाओं को कम कर सकता है। नेवेस ने कहा कि शारीरिक गतिविधि मस्तिष्क स्वास्थ्य के लिए एक अधिक अनुकूल जैविक वातावरण स्थापित करती है, जिसका उद्देश्य न केवल संरक्षण बल्कि संरचनात्मक अनुकूलन के लिए उत्तेजना भी है।

निष्कर्षों की निरंतरता के बावजूद, नेवेस ने इस बात पर जोर दिया कि विश्लेषण किए गए अध्ययन अवलोकन संबंधी प्रकृति के हैं, जो कारणता का दावा करने से रोकते हैं। यह संभव है कि संरचनात्मक रूप से अधिक संरक्षित मस्तिष्क वाले व्यक्तियों में सक्रिय होने की अधिक प्रवृत्ति हो। इस पद्धतिगत सीमा को दूर करने के लिए, लेखक हस्तक्षेप अध्ययनों पर केंद्रित एक नई समीक्षा विकसित कर रहे हैं, जो मस्तिष्क के आयतन के संरक्षण या वृद्धि पर प्रत्यक्ष प्रभाव की जांच के लिए संरचित व्यायाम कार्यक्रमों में बुजुर्गों की निगरानी करते हैं।

निष्कर्ष निकालते हुए, नेवेस ने दोहराया कि मुख्य संदेश स्पष्ट है: नियमित रूप से हिलना-डुलना बुढ़ापे में स्वस्थ मस्तिष्क से जुड़ा हुआ है। जनसंख्या की उम्र बढ़ने और डिमेंशिया में वृद्धि के परिदृश्य में, निवारक रणनीतियाँ तेजी से आवश्यक होती जा रही हैं।

समान कहानियाँ

अध्ययन से पता चला: फोन में जानकारी को लगातार सहेजने से याददाश्त पर नकारात्मक प्रभाव पड़ सकता है
और पढ़ें
www.aajtak.in

अध्ययन से पता चला: फोन में जानकारी को लगातार सहेजने से याददाश्त पर नकारात्मक प्रभाव पड़ सकता है

आजकल यह एक सामान्य अभ्यास बन गया है कि तस्वीरों, महत्वपूर्ण संदेशों के स्क्रीनशॉट लें या फोन में फ़ोन नंबर सहेजें, क्योंकि लोग सोचते हैं कि जानकारी याद रखने की तुलना में उसे सहेजना आसान है। बैठकों की योजना बनाते समय अक्सर सूचनाओं का उपयोग किया जाता है।

हालांकि, एक सवाल उठता है: क्या सभी जानकारी को फोन में रखने की आदत याददाश्त कमजोर होने का संकेत नहीं है? मेमोरी एंड कॉग्निशन जर्नल में प्रकाशित एक अध्ययन ने स्क्रीनशॉट लेने और याद रखने की क्षमता के बीच संबंध का अध्ययन किया। परिणामों से पता चला कि जिन लोगों ने स्क्रीनशॉट नहीं लिए, वे छवियों को बेहतर ढंग से याद रखते थे, जबकि स्क्रीनशॉट लेने वालों की याददाश्त नियंत्रण समूह की तुलना में खराब पाई गई।

मेदानटा हॉस्टिल में इंस्टीट्यूट ऑफ न्यूरोसाइंसेज की निदेशक डॉ. नमिता कौल ने आजतक.इन को बताया कि डिजिटल उपकरणों का अत्यधिक उपयोग इस बात को प्रभावित करता है कि हम कैसे ध्यान केंद्रित करते हैं और जानकारी याद रखते हैं।

डॉ. नमिता समझाती हैं कि जब कोई व्यक्ति भूल जाने के डर से जानकारी को स्क्रीनशॉट के रूप में सहेजता है, तो इसे 'डिजिटल भूलनेपन' (digital forgetfulness) कहा जाता है। इस प्रक्रिया में, व्यक्ति किसी भी जानकारी को याद रखने के लिए डिवाइस पर निर्भर होना शुरू कर देता है। समस्याएं तब उत्पन्न हो सकती हैं जब ध्यान याद करने की प्रक्रिया से हटकर डेटा सहेजने के कार्य पर चला जाता है।

वर्तमान में एक प्रवृत्ति देखी जा रही है जहां लोग याद रखने पर ध्यान देना बंद कर देते हैं, यह मानते हुए कि स्क्रीनशॉट लेना या किसी महत्वपूर्ण विवरण को रिकॉर्ड करना उसे याद रखने में आसान होगा।

याद रखना तब आसान हो जाता है जब हम जानकारी को ध्यान से सुनते हैं, उसे समझते हैं और उसे पहले से मौजूद ज्ञान से जोड़ते हैं। हालांकि, आधुनिक जानकारी की विशाल मात्रा के कारण लोग सब कुछ याद रखने की कोशिश करते हैं। मनोविज्ञान में इस प्रक्रिया को संज्ञानात्मक आउटलोडिंग (cognitive offloading) के रूप में वर्णित किया जाता है। इसका मतलब है मस्तिष्क पर भार कम करने के लिए कैलेंडर में तारीख दर्ज करने, फोन में नंबर सहेजने, रिमाइंडर सेट करने या स्क्रीनशॉट लेने जैसे बाहरी साधनों का उपयोग करना। फिर भी, डॉक्टर बताते हैं कि यह सबसे प्रभावी तरीका नहीं है।

डॉ. नमिता इस बात पर जोर देती हैं कि भूलने की समस्या केवल मोबाइल फोन तक ही सीमित नहीं है। एकाग्रता और जानकारी याद रखने की क्षमता पर खराब नींद, तनाव, चिंता और अवसाद जैसे कारकों का प्रभाव पड़ सकता है। इसके अलावा, फोन पर लगातार नोटिफिकेशन देखना, ऐप्स के बीच स्विच करना और एक साथ कई कार्य करने की कोशिश करना भी बाधाएं पैदा कर सकता है।

कई मामलों में, समस्या स्मृति में नहीं, बल्कि प्राप्त जानकारी पर अपर्याप्त ध्यान केंद्रित करने में होती है। इसलिए, हर बार भूलने पर स्वचालित रूप से यह मानना नहीं चाहिए कि याददाश्त कमजोर होना मोबाइल फोन के उपयोग के कारण हुआ है।

याददाश्त में सुधार के लिए निम्नलिखित की सिफारिश की जाती है: पहले स्क्रीनशॉट लेने से पहले सामग्री को समझना; फोन लेने से पहले जानकारी को स्वयं याद करने का प्रयास करना; पढ़ने के बाद सामग्री को स्वयं दोहराना। फोन की लगातार जांच से बचना, पूरी नींद लेना और तनाव के स्तर को कम करना भी महत्वपूर्ण है।

चीजों को कभी-कभी भूल जाना सामान्य है। हालांकि, यदि भूलने की समस्या बनी रहती है, धीरे-धीरे बढ़ती है या काम, रिश्तों और दैनिक जीवन पर नकारात्मक प्रभाव डालना शुरू कर देती है, तो डॉक्टर से परामर्श करना आवश्यक है।

ACE Robotics ने विज़ुअल ग्राउंडिंग के लिए 9 बिलियन पैरामीटर वाला ACE-Brain-0.6 मॉडल जारी किया
और पढ़ें
pandaily.com

ACE Robotics ने विज़ुअल ग्राउंडिंग के लिए 9 बिलियन पैरामीटर वाला ACE-Brain-0.6 मॉडल जारी किया

ACE Robotics ने ACE-Brain-0.6 प्रस्तुत किया है - एक मौलिक मॉडल जो लगभग नौ अरब मापदंडों के साथ विज़ुअल ग्राउंडिंग में विशेषज्ञता रखता है। यह मॉडल वास्तविक वातावरण में भाषाई निर्देशों को सटीक क्षेत्रों, वस्तुओं के हिस्सों और इंटरैक्शन ज़ोन से मिलाने के लिए डिज़ाइन किया गया है।

रिपोर्ट के अनुसार, यह मॉडल Qwen3.5-9B पर आधारित है। विकास के दौरान, विज़न एन्कोडर को फ्रीज कर दिया गया था, और भाषा मॉडल को निगरानी के लगभग दस लाख सत्यापित नमूनों पर फाइन-ट्यून किया गया था। इन डेटा में लगभग 940,000 छवियां और 2.7 मिलियन प्रश्न-उत्तर जोड़े शामिल हैं।

प्रतिद्वंद्वियों के साथ तुलना के परिणाम

ACE Robotics द्वारा प्रकाशित आंकड़ों के अनुसार, ACE-Brain-0.6 ने आठ ग्राउंडिंग परीक्षणों में से छह में OpenAI के GPT-6 Astra को पीछे छोड़ दिया। विशिष्ट परिणामों में शामिल हैं: Where2Place (76.55 बनाम 71.10), PixMo-Count (89.41 बनाम 88.10), RoboSpatial (74.82 बनाम 69.55), RoboAfford (88.51 बनाम 84.94), ShareRobot (49.70 बनाम 46.60), और टीम का अपना RobotGrounding सेट (94.13 बनाम 91.10)।

कुल मिलाकर, सात सार्वजनिक बेंचमार्क पर मॉडल का औसत स्कोर 74.53 रहा, जबकि Astra का यह आंकड़ा 73.68 था। RobotGrounding सेट में 14 प्रकार के कार्यों पर 2,591 प्रश्न शामिल हैं, जिनमें छोटी वस्तुओं की खोज, कई उदाहरणों की गिनती, अनुरोधित लक्ष्य की अनुपस्थिति का पता लगाना और विभिन्न कैमरा दृश्यों के बीच लक्ष्यों का मिलान करना शामिल है।

कंपनी ने Google Gemini 4 Argon और Anthropic Claude Opus 5.5 के साथ भी तुलना प्रदान की, उन्हें भू-राजनीतिक प्रतिस्पर्धा के बजाय स्थानिक धारणा के लिए बेंचमार्क के रूप में देखते हुए। नियंत्रित स्केलिंग परीक्षणों में, जहां आर्किटेक्चर और प्रशिक्षण नुस्खा अपरिवर्तित रहे, प्रशिक्षण सेट को 260,000 से लगभग दस लाख नमूनों तक बढ़ाने से सात बेंचमार्क पर औसत स्कोर 69.3 से बढ़कर 74.5 हो गया, जो लगभग लॉगरिदमिक वक्र प्रदर्शित करता है। डेटा की मात्रा दोगुनी करने से औसत में लगभग 2.4 अंकों की वृद्धि हुई, जबकि उसी प्रकार के अधिक नमूनों को जोड़ने से प्रदर्शन में एक अंक से कम सुधार हुआ। प्रदर्शन में मुख्य वृद्धि नई दृश्यों, स्थानिक संबंधों और निगरानी प्रारूपों के कारण हासिल की गई थी।

डेटा प्रोसेसिंग पाइपलाइन में 30 से अधिक ओपन रोबोट डेटासेट को फर्स्ट-पर्सन से कैप्चर किए गए निजी डेटा के साथ जोड़ा जाता है। फिर ग्राउंडिंग DINO और SAM 3 जैसे उपकरणों का उपयोग कैप्चर और गति स्थिति संकेतों को सत्यापन योग्य स्थानिक टैग में बदलने के लिए किया जाता है। ACE Robotics का दावा है कि उत्तर केवल पूर्ण दृश्य जानकारी की उपस्थिति में उत्पन्न होते हैं, उदाहरण के लिए, गणना के प्रश्नों का उत्तर देने से पहले पूर्ण उदाहरण टैग की आवश्यकता होती है।

GitHub पर DAXIAORobotics नामक सार्वजनिक रिपॉजिटरी में अभी भी ACE-Brain-0 और ACE-Brain-0.5 सूचीबद्ध हैं; हालांकि, प्रकाशन के समय ACE-Brain-0.6 के वजन सार्वजनिक रूप से उपलब्ध नहीं थे। SenseTime के सह-संस्थापक शियाओगन वांग के नेतृत्व वाली ACE Robotics ने पहले ACE-Brain-0.5 को एकीकृत धारणा-योजना-कार्रवाई-मूल्यांकन चक्र के रूप में प्रस्तुत किया था। संस्करण 0.6 विशेष रूप से उच्च-स्तरीय तर्क और विश्वसनीय भौतिक निष्पादन के बीच एक कड़ी के रूप में ग्राउंडिंग पर केंद्रित है।

लोकप्रिय