NeuroMorse: A Temporally Structured Dataset For Neuromorphic Computing
यह शोध पत्र NeuroMorse को प्रस्तुत करता है, जो एक समय-संरचित (temporally structured) बेंचमार्क डेटासेट है जो वर्तमान न्यूरोमॉर्फिक कंप्यूटिंग मूल्यांकनों में टेम्पोरल डायनेमिक्स की कमी को दूर करने और एल्गोरिदम की मल्टी-स्केल टेम्पोरल पदानुक्रमों (multi-scale temporal hierarchies) को संसाधित करने की क्षमता का परीक्षण करने के लिए 50 सबसे सामान्य अंग्रेजी शब्दों को एसिंक्रोनस मोर्स कोड स्पाइक अनुक्रमों के रूप में एनकोड करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक रोबोट को मानव भाषा समझने के लिए प्रशिक्षित करने की कोशिश कर रहे हैं। वर्तमान में अधिकांश रोबोट पारंपरिक कक्षा के छात्रों की तरह प्रशिक्षित होते हैं: वे किसी शब्द की तस्वीर देखते हैं, वह कैसा दिखता है उसे याद करते हैं, और फिर अनुमान लगाते हैं कि उसका अर्थ क्या है। वे बहुत अधिक स्थानिक (spatial) विशेषताओं (अक्षरों के आकार) पर निर्भर करते हैं।
लेकिन मानव मस्तिष्क इस तरह काम नहीं करता है। मस्तिष्क एक ड्रमर (नगाड़ा बजाने वाले) की तरह है। वह केवल एक बीट को "देखता" नहीं है; वह बीट्स के बीच के समय (timing) को सुनता है। वह समझता है कि एक तेज़ "टैप-टैप" का अर्थ एक धीमे "टैप... टैप" से अलग होता है। यह न्यूरोमॉर्फिक कंप्यूटिंग (neuromorphic computing) की दुनिया है: ऐसे कंप्यूटर बनाना जो मस्तिष्क की तरह सोचते हैं, जो विशिष्ट क्षणों में होने वाली छोटी-छोटी विद्युत चिंगारियों (स्पाइक्स) का उपयोग करते हैं।
समस्या यह है कि ये "मस्तिष्क जैसे" कंप्यूटर अच्छी तरह काम कर रहे हैं या नहीं, इसकी जाँच करने के लिए उपयोग किए जाने वाले अधिकांश परीक्षण एक ड्रमर को ड्रम की स्थिर फोटो देने जैसे हैं। वे वास्तव में कंप्यूटर की समय (time) को समझने की क्षमता का परीक्षण नहीं करते हैं।
"न्यूरोमोर्स" (NeuroMorse) में प्रवेश: मोर्स कोड चुनौती
इसे ठीक करने के लिए, लेखकों ने न्यूरोमोर्स (NeuroMorse) नामक एक नया परीक्षण बनाया है। इसे एक कंप्यूटर के लिए "ड्रमिंग परीक्षा" के रूप में समझें।
कंप्यूटर को शब्द की तस्वीर दिखाने के बजाय, वे अंग्रेजी के शीर्ष 50 सबसे सामान्य शब्दों (जैसे "the," "be," "to") को मोर्स कोड में अनुवादित करते हैं।
- सेटअप: कंप्यूटर के पास सुनने के लिए केवल दो तार (channels) हैं। एक तार एक "डॉट" (एक छोटी चिंगारी) बनाता है, और दूसरा एक "डैश" (एक लंबी चिंगारी) बनाता है।
- चाल: शब्द का अर्थ सिग्नल के आकार में नहीं है; यह पूरी तरह से लय (rhythm) में है। कंप्यूटर को डॉट्स और डैशेस के अनुक्रम और उनके बीच के सटीक समय को सुनना होगा ताकि वह पहचान सके कि कौन सा शब्द बोला जा रहा है।
यह एक गाने को केवल नोट्स के बीच के सन्नाटे को सुनकर पहचानने की कोशिश करने जैसा है, न कि स्वयं नोट्स को देखकर।
यह इतना कठिन क्यों है?
लेख का तर्क है कि यह पिछले परीक्षणों की तुलना में बहुत कठिन परीक्षण है क्योंकि यह कंप्यूटर को समय में पदानुक्रम (hierarchy - संरचना की परतें) को समझने के लिए मजबूर करता है:
- माइक्रो-लेवल (Micro-level): एक डॉट और एक डैश के बीच का समय।
- मेसो-लेवल (Meso-level): एक शब्द में अक्षरों के बीच का समय।
- मैक्रो-लेवल (Macro-level): एक वाक्य में पूरे शब्दों के बीच का समय।
शोधकर्ताओं ने इस कार्य के लिए तीन अलग-अलग प्रकार के "मस्तिष्क जैसे" कंप्यूटरों का परीक्षण किया:
लीनियर क्लासिफायर (The Linear Classifier - सरल छात्र): यह एक बहुत ही बुनियादी कंप्यूटर है जो बिना किसी गहरी सोच के केवल पैटर्न देखता है।
- परिणाम: इसने 4% शब्द सही पहचाने। चूंकि 50 शब्द हैं, इसलिए रैंडम अनुमान लगाने पर 2% सही होने चाहिए। इसलिए, यह एक सिक्के के उछाल (coin flip) से थोड़ा ही बेहतर था। यह लय को समझने में पूरी तरह विफल रहा।
STDP नेटवर्क (The STDP Network - प्राकृतिक शिक्षार्थी): इस प्रकार का कंप्यूटर स्पाइक्स के समय के आधार पर अपने कनेक्शनों को समायोजित करके सीखता है, जो यह नकल करता है कि जैविक मस्तिष्क स्वाभाविक रूप से कैसे सीखते हैं।
- परिणाम: इसने 0.19% सही पहचाना। यह शोर में लगभग पूरी तरह से खो गया था, डेटा की धारा से कीवर्ड्स को निकालने में असमर्थ रहा।
सुपरवाइज्ड नेटवर्क (The Supervised Network - मेहनती कार्यकर्ता): यह एक अधिक जटिल, बहु-स्तरीय कंप्यूटर है जिसे प्रयास और त्रुटि (trial and error) के माध्यम से सीखने के लिए मजबूर किया गया था (जैसे कि परीक्षा के लिए रट्टा मारने वाला छात्र)।
- परिणाम: यहाँ तक कि यह उन्नत मॉडल भी संघर्ष करता रहा। टेस्ट सेट पर इसने केवल 4.25% सही प्राप्त किया। यहाँ तक कि जब उन्होंने उसे "चीट शीट" देकर सभी गैर-कीवर्ड शब्दों को हटा दिया, तब भी यह केवल 12.46% तक ही पहुँच सका।
मुख्य निष्कर्ष
लेख यह निष्कर्ष निकालता है कि वर्तमान "मस्तिष्क जैसे" कंप्यूटर जटिल लय और समय को समझने में आश्चर्यजनक रूप से खराब हैं। वे आकृतियों (जैसे फोटो में बिल्ली) को पहचानने में बहुत अच्छे हैं, लेकिन वे समय के साथ विकसित होने वाले पैटर्न, जैसे मोर्स कोड या भाषण को पहचानने में बहुत खराब हैं।
लेखकों ने इस कमजोरी को उजागर करने के लिए न्यूरोमोर्स (NeuroMorse) बनाया है। यह एक ऐसा बेंचमार्क है जिसे यह दिखाने के लिए डिज़ाइन किया गया है कि जब तक कंप्यूटर समय की "संगीत" (music of time) में महारत हासिल नहीं कर लेते—केवल डेटा की "तस्वीर" नहीं—तब तक वे वास्तव में मस्तिष्क की दक्षता की नकल नहीं कर सकते। अन्य शोधकर्ताओं द्वारा बेहतर, अधिक समय-जागरूक कंप्यूटर बनाने के प्रयास के लिए यह डेटासेट अब उपलब्ध है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।