Explainable few-shot learning workflow for detecting invasive and exotic tree species

ब्राजील के घने और जीवंत अटलांटिक वन में, एक मूक युद्ध चल रहा है जहाँ देशी पेड़ और उन आक्रामक प्रजातियों के बीच संघर्ष जारी है जो उन्हें विस्थापित करने की धमकी दे रही हैं। दशकों से, पारिस्थितिकी विज्ञानी इन घुसपैठियों की पहचान करने के लिए जंगल के फर्श पर पैदल चलने पर निर्भर रहे हैं, जो एक धीमी और श्रमसाध्य प्रक्रिया है जो विशाल क्षेत्रों को बिना निगरानी के छोड़ देती है। आज, अवलोकन के उपकरण आकाश की ओर स्थानांतरित हो गए हैं। मानव रहित हवाई वाहन, या ड्रोन, अब जंगल के कैनोपी (छत्र) की उच्च-रिज़ॉल्यूशन वाली तस्वीरें ले सकते हैं, जो पक्षी की दृष्टि से एक ऐसा दृश्य प्रदान करते हैं जो व्यक्तिगत पेड़ों के आकार और रंग को प्रकट करता है। हालाँकि, इन छवियों को उपयोगी ज्ञान में बदलने के लिए कृत्रिम बुद्धिमत्ता (आर्टिफिशियल इंटेलिजेंस) की आवश्यकता होती है। चुनौती इन कंप्यूटर प्रणालियों को प्रशिक्षित करने में निहित है। अधिकांश आधुनिक एआई मॉडल उन छात्रों की तरह हैं जिन्हें किसी भी विषय में परीक्षा पास करने से पहले हजारों उदाहरणों का अध्ययन करने की आवश्यकता होती है। दूरस्थ जंगलों में, जहाँ डेटा कम है और विशेषज्ञ बहुत कम हैं, ऐसे विशाल लेबल किए गए छवियों के पुस्तकालयों को एकत्र करना अक्सर असंभव होता है। इसके अलावा, भले ही ये मॉडल कोई अनुमान लगाते हैं, वे अक्सर "ब्लैक बॉक्स" की तरह कार्य करते हैं, जो यह बताए बिना कि वे उस परिणाम तक कैसे पहुँचे, केवल एक परिणाम देते हैं, जिससे वन प्रबंधकों के लिए उत्तर पर भरोसा करना कठिन हो जाता है।

शोधकर्ताओं की एक टीम ने इस अंतर को पाटने के लिए एक नया दृष्टिकोण विकसित किया है, जो एक ऐसी प्रणाली बना रही है जो बहुत कम उदाहरणों के साथ पहचानने में सक्षम है और महत्वपूर्ण रूप से, अपना काम दिखा सकती है। साओ पाउलो के बोरोरे नेचुरल पार्क पर केंद्रित एक अध्ययन में प्रकाशित, यह शोध एक वर्कफ़्लो पेश करता है जो एक विशिष्ट प्रकार की कृत्रिम बुद्धिमत्ता को दृश्य स्पष्टीकरण की एक विधि के साथ जोड़ता है। यह सीखने के लिए कि एक आक्रामक ताड़ का पेड़ कैसा दिखता है, हजारों फोटो की आवश्यकता के बजाय, यह प्रणाली "फ्यू-शॉट" (few-shot) लर्निंग रणनीति का उपयोग करती है। यह मॉडल को पहले कुछ ज्ञात प्रजातियों पर प्रशिक्षित करने की अनुमति देता है, और फिर केवल कुछ नमूना छवियों का उपयोग करके नई, दुर्लभ या आक्रामक प्रजातियों को पहचानने के लिए तेजी से अनुकूलित किया जा सकता है। यह सुनिश्चित करने के लिए कि प्रणाली केवल अनुमान नहीं लगा रही है, शोधकर्ताओं ने इसमें पारदर्शिता की एक परत जोड़ी है। जब कंप्यूटर एक पेड़ की पहचान करता है, तो वह केवल एक नाम नहीं देता; बल्कि यह अपनी स्मृति से उन विशिष्ट छवियों को प्रदर्शित करता है जिन्होंने उस निष्कर्ष तक पहुँचने में मदद की, जिससे एक मानव विशेषज्ञ यह सत्यापित कर सके कि दृश्य मिलान तर्कसंगत है या नहीं।

अध्ययन सीफ़ोर्टिया पाम (Seafórtia palm) पर केंद्रित था, जो एक आक्रामक ऑस्ट्रेलियाई प्रजाति है जिसने ब्राजील के पार्कों में जड़ें जमा ली हैं, स्थानीय वनस्पतियों के साथ प्रतिस्पर्धा कर रही है और स्थानीय पारिस्थितिकी तंत्र को बदल रही है। अपने सिस्टम को बनाने के लिए, शोधकर्ताओं ने एक छोटे प्रशिक्षण डेटा सेट को इकट्ठा करके शुरुआत की। उन्होंने मौजूदा डेटासेट और नए ड्रोन उड़ानों का उपयोग पांच सामान्य वृक्ष प्रजातियों की पहचान करने के लिए किया, जिससे "ज्ञात" उदाहरणों का एक पुस्तकालय तैयार हुआ। फिर उन्होंने एक न्यूरल नेटवर्क—एक कंप्यूटर प्रोग्राम जिसे मस्तिष्क द्वारा दृश्य पैटर्न को संसाधित करने के तरीके की नकल करने के लिए डिज़ाइन किया गया है—को इन पांच प्रजातियों पर प्रशिक्षित किया। शोधकर्ताओं ने इस नेटवर्क के दो अलग-अलग संस्करणों का परीक्षण किया: एक जो सरल परतों के साथ शून्य से बनाया गया था, और दूसरा जो मोबाइलनेट (MobileNet) नामक एक हल्के, पूर्व-मौजूद डिज़ाइन पर आधारित था, जो छोटे कंप्यूटरों पर कुशल होने के लिए जाना जाता है। दोनों संस्करणों को दो छवियों की तुलना करने और यह तय करने के लिए डिज़ाइन किया गया था कि वे कितनी समान हैं, न कि केवल प्रजातियों की एक सूची को याद रखने के लिए।

एक बार जब सिस्टम प्री-ट्रेन हो गया, तो शोधकर्ताओं ने वास्तविक चुनौती पेश की: बहुत कम उदाहरणों का उपयोग करके आक्रामक सीफ़ोर्टिया पाम और अन्य नई प्रजातियों की पहचान करना। यह प्रक्रिया का "फ्यू-शॉट" वाला हिस्सा है। उन्होंने सिस्टम को नई लक्षित प्रजातियों की केवल एक, दो या तीन तस्वीरें दिखाईं और इसे अंतर सीखने के लिए कहा। परिणाम आश्चर्यजनक थे। मोबाइलनेट बैकबोन वाला सिस्टम, जिसे सामान्य छवियों के विशाल पुस्तकालय पर प्री-ट्रेन किया गया था, सरल संस्करण की तुलना में कहीं अधिक प्रभावी साबित हुआ। एक नई प्रजाति के केवल तीन उदाहरण दिए जाने पर, मोबाइलनेट-आधारित सिस्टम ने उच्च सटीकता के साथ आक्रामक पेड़ों की सही पहचान की, जो सरल मॉडल से काफी बेहतर प्रदर्शन था। इसने प्रदर्शित किया कि एक परिष्कृत, प्री-ट्रेन्ड सिस्टम शून्य से शुरू करने की तुलना में बहुत तेज़ी से एक नए, डेटा-विहीन वातावरण के अनुकूल हो सकता है।

हालाँकि, इस कार्य का सबसे महत्वपूर्ण योगदान यह है कि यह निर्णय के पीछे के "क्यों" को कैसे संभालता है। कई कृत्रिम बुद्धिमत्ता अनुप्रयोगों में, तर्क छिपा हुआ होता है। यहाँ, शोधकर्ताओं ने तर्क को दृश्यमान बनाया। जब सिस्टम एक पेड़ को वर्गीकृत करता है, तो वह उन कुछ उदाहरण छवियों को निकालता है जिनका उपयोग उसने उस निर्णय के लिए किया था और उन्हें नए पेड़ के साथ प्रदर्शित करता है। यह इस स्पष्टीकरण की गुणवत्ता का मूल्यांकन करने के लिए मेट्रिक्स का एक सेट भी प्रदान करता है। उदाहरण के लिए, यह "सत्यता" (correctness) की जाँच करता है कि क्या चुने गए उदाहरण वास्तव में अंतिम लेबल का समर्थन करते हैं, और "निरंतरता" (continuity) की जाँच करता है ताकि यह सुनिश्चित हो सके कि इनपुट छवि में मामूली बदलाव से सिस्टम पूरी तरह से अलग उदाहरणों का चयन न करने लगे। अध्ययन ने पाया कि स्पष्टीकरण अत्यधिक सुसंगत थे और सिस्टम अक्सर ऐसे 'सपोर्ट इमेज' चुनता था जो लक्ष्य के दृश्य रूप से बहुत समान थे, जिससे मानव विशेषज्ञों को एक स्पष्ट, दृश्य मार्ग मिला।

शोधकर्ताओं ने अपने वर्कफ़्लो का परीक्षण बोरोरे नेचुरल पार्क में पाए जाने वाले आक्रामक सीफ़ोर्टिया पाम पर किया। एक विशिष्ट परीक्षण मामले में, सिस्टम ने एक पाम के पेड़ की सही पहचान की और उपयोगकर्ता को तुलना के लिए उपयोग की गई तीन संदर्भ छवियां दिखाईं। कुछ मामलों में, सिस्टम ने एक संभावित त्रुटि को चिह्नित किया, जिसमें एक ऐसी संदर्भ छवि दिखाई गई जो लक्ष्य से काफी अलग दिख रही थी, भले ही उन्हें एक ही प्रजाति के रूप में लेबल किया गया था। इस दृश्य फीडबैक ने शोधकर्ताओं को यह देखने की अनुमति दी कि मॉडल कहाँ संघर्ष कर रहा है, जो कि एक मानक "ब्लैक बॉक्स" मॉडल कभी नहीं बता पाता। अध्ययन ने निष्कर्ष निकाला कि फ्यू-शॉट लर्निंग और दृश्य स्पष्टीकरण का यह संयोजन वन प्रबंधन के लिए एक व्यावहारिक, विश्वसनीय उपकरण प्रदान करता है। यह सिद्ध करता है कि जब लेबल किया गया डेटा कम हो, तब भी उन्नत एआई को संरक्षण प्रयासों में तैनात करना संभव है, बशर्ते कि सिस्टम अपने तर्क को इस तरह समझा सके जिसे मनुष्य समझ सकें और सत्यापित कर सकें। यह दृष्टिकोण जैव विविधता की रक्षा के लिए ड्रोन और कृत्रिम बुद्धिमत्ता के उपयोग के लिए एक नया मार्ग खोलता है, जो जंगल के विशाल, जटिल डेटा को संरक्षणवादियों के लिए कार्रवाई योग्य अंतर्दृष्टि में बदल देता है।