कल्पना कीजिए कि आप मौसम की भविष्यवाणी करने की कोशिश कर रहे हैं। आप बादलों, हवा और पिछले एक घंटे के तापमान को देखते हैं और अनुमान लगाने की कोशिश करते हैं कि दस मिनट में आसमान कैसा दिखेगा। वायरलेस संचार की दुनिया में, इंजीनियर बिल्कुल यही करते हैं, लेकिन बादलों के बजाय, वे इमारतों, पेड़ों और लोगों से टकराकर वापस आने वाली अदृश्य रेडियो तरंगों को ट्रैक करते हैं। ये तरंगें आपके टेक्स्ट, वीडियो और कॉल ले जाती हैं, लेकिन वे अव्यवस्थित और अराजक होती हैं। डेटा को तेज़ी से और विश्वसनीय रूप से भेजने के लिए, आपके फोन और सेल टॉवर को यह जानने की ज़रूरत होती है कि अभी ये तरंगें कैसे व्यवहार कर रही हैं। इस "ज्ञान" को चैनल स्टेट इंफॉर्मेशन (Channel State Information) या CSI कहा जाता है।

समस्या यह है कि रेडियो वातावरण अविश्वसनीय रूप से तेज़ी से बदलता है। यदि आप सड़क पर चल रहे हैं, तो सिग्नल हर सेकंड अलग तरह से उछलता है। इसका मुकाबला करने के लिए, नेटवर्क को आमतौर पर रुकना पड़ता है और पूछना पड़ता है, "हे, अभी सिग्नल कैसा है?" इसे "पायलट" भेजना कहा जाता है, लेकिन इससे समय और बैंडविड्थ बर्बाद होता है। एक स्मार्ट विचार यह है कि अतीत के आधार पर भविष्य के सिग्नल की भविष्यवाणी की जाए, जैसे कि एक मौसम विज्ञानी करता है। लंबे समय तक, कंप्यूटरों ने एक एकल, निश्चित नियम सीखकर ऐसा करने की कोशिश की: "यदि कल सिग्नल ऐसा था, तो कल वह वैसा होगा।" लेकिन वास्तविक दुनिया अव्यवस्थित है; कभी-कभी सिग्नल एक तरीके से व्यवहार करता है, और कभी दूसरे तरीके से, जो हज़ार छोटे-छोटे कारकों पर निर्भर करता है। अराजक स्थिति पर एक ही उत्तर थोपने की कोशिश अक्सर गलतियों का कारण बनती है।

यह शोध पत्र पेश करता है कि कंप्यूटर इन रेडियो संकेतों की भविष्यवाणी करने का एक नया तरीका, जिसे "डिफ्यूजन मॉडल" (diffusion model) नामक कृत्रिम बुद्धिमत्ता का एक प्रकार कहा जाता है, कैसे उपयोग कर सकते हैं। इसे ऐसे समझें: एक बादल के सटीक आकार का अनुमान लगाने के बजाय, कंप्यूटर शुद्ध स्टैटिक शोर (static noise) की एक तस्वीर से शुरू करता है और धीरे-धीरे, चरण-दर-चरण, शोर को हटाता है जब तक कि भविष्य के सिग्नल की एक स्पष्ट तस्वीर उभर न आए। क्योंकि यह शोर से शुरू होता है, यह कई अलग-अलग संभावित भविष्य की कल्पना कर सकता है, जो रेडियो तरंगों की प्राकृतिक अनिश्चितता को पकड़ लेता है। शोधकर्ताओं ने एक सिम्युलेटेड दुनिया में इस विचार का परीक्षण किया जो 100,000 विभिन्न रेडियो परिदृश्यों से भरी थी। उन्होंने पाया कि उनका नया "शोर-से-सिग्नल" (noise-to-signal) तरीका पुराने, कठोर तरीकों की तुलना में भविष्य का अनुमान लगाने में बहुत बेहतर था। वास्तव में, उनके सिमुलेशन में, नए तरीके ने मौजूदा सर्वोत्तम उपकरणों की तुलना में बहुत बड़े अंतर से कम गलतियाँ कीं—कभी-कभी सटीकता में 5 से 8 डेसिबल तक सुधार किया। उन्होंने यह भी खोजा कि कंप्यूटर को शोर को साफ करने के लिए एक लंबा, धीमा सफर तय करने की ज़रूरत नहीं थी; वह बहुत सटीक परिणाम प्राप्त करने के लिए केवल तीन त्वरित चरणों में इसे कर सकता था। यह सुझाव देता है कि जल्द ही हमारे पास ऐसे वायरलेस नेटवर्क हो सकते हैं जो अपडेट के लिए बार-बार पूछने में समय बर्बाद किए बिना, अपने सिग्नलों के भविष्य को "देख" सकेंगे, जिससे हमारी कनेक्टिविटी तेज़ और सुचारू बनी रहेगी।

रेडियो क्रिस्टल बॉल की कहानी

वायरलेस संचार के हलचल भरे शहर में, आपका फोन रेडियो तरंगों की एक अराजक भीड़ में लगातार चिल्ला रहा है। आपको स्पष्ट रूप से सुनने के लिए, सेल टॉवर को यह जानने की आवश्यकता है कि वे तरंगें वास्तव में कैसे उछल रही हैं। इस ज्ञान को चैनल स्टेट इंफॉर्मेशन (CSI) कहा जाता है। कल्पना कीजिए कि आप एक भीड़भाड़ वाले, हवादार पार्क में अपने दोस्त को एक गुप्त बात चिल्लाकर बता रहे हैं। यदि आपको नहीं पता कि हवा किस दिशा में चल रही है या लोग कहाँ खड़े हैं, तो आपका संदेश खो जाएगा। टॉवर को अपने सिग्नल को सटीक रूप से लक्षित करने के लिए उस "हवा के मानचित्र" की आवश्यकता होती है।

आमतौर पर, टॉवर को रुककर पूछना पड़ता है, "अभी हवा क्या कर रही है?" इसके लिए पायलट नामक विशेष परीक्षण संकेत भेजे जाते हैं। लेकिन बहुत अधिक बार पूछना हर सेकंड "हेलो?" चिल्लाने जैसा है; यह ऊर्जा बर्बाद करता है और वास्तविक बातचीत को धीमा कर देता है। एक बेहतर विचार है CSI प्रेडिक्शन (CSI prediction): पिछले कुछ सेकंड में हवा कैसे व्यवहार कर रही थी इसे देखना और अगले कुछ सेकंड में यह कहाँ होगी, इसका अनुमान लगाना।

वर्षों से, वैज्ञानिकों ने कंप्यूटर को इस अनुमान लगाने वाले खेल को सिखाने के लिए मानक "डिटरमिनिस्टिक" (deterministic) मॉडल का उपयोग करने की कोशिश की। ये मॉडल एक कठोर नियम पुस्तिका की तरह हैं: "यदि हवा कल उत्तर की ओर चल रही थी, तो कल उसे उत्तर की ओर ही चलनी चाहिए।" लेकिन वास्तविक दुनिया अव्यवस्थित है। कभी-कभी हवा अप्रत्याशित रूप से बदल जाती है क्योंकि कोई बस बगल से गुजरी या कोई पेड़ हिल गया। पुराने मॉडल, जो केवल एक एकल "सही" उत्तर खोजने की कोशिश करते थे, अक्सर गलत हो जाते थे क्योंकि वे यादृच्छिकता (randomness) को नहीं संभाल सके। वे एक ऐसे मौसम विज्ञानी की तरह थे जो केवल "धूप वाला मौसम" की भविष्यवाणी करता है, भले ही तूफान आ रहा हो।

नया दृष्टिकोण: स्टैटिक से शुरुआत

इस शोध पत्र के लेखकों ने एक अलग दृष्टिकोण आज़माने का निर्णय लिया, जो कलाकारों द्वारा चित्र बनाने के तरीके से प्रेरित है। उन्होंने डिफ्यूजन मॉडल्स (Diffusion Models) नामक एक तकनीक का उपयोग किया। कल्पना कीजिए कि आपके पास व्हाइट नॉइज़ (स्टैटिक) से ढका हुआ एक कैनवास है। भविष्य के सिग्नल को सीधे पेंट करने के बजाय, कंप्यूटर उस स्टैटिक से शुरू होता है और धीरे-धीरे, चरण-दर-चरण, शोर को हटाकर यह प्रकट करता है कि सिग्नल कैसा हो सकता है।

इस पद्धति की सुंदरता यह है कि यह कंप्यूटर को केवल एक उत्तर चुनने के लिए मजबूर नहीं करती है। क्योंकि यह शोर से शुरू होता है, यह कई अलग-अलग संभावित भविष्य उत्पन्न कर सकता है, जो रेडियो तरंगों के प्राकृतिक "झुकाव" और अनिश्चितता को पकड़ लेता है। यह एक क्रिस्टल बॉल की तरह है जो आपको केवल एक के बजाय कई अलग-अलग संभावित मौसम पैटर्न दिखाता है, यह स्वीकार करते हुए कि भविष्य थोड़ा जोखिम भरा है।

उन्होंने इसका परीक्षण कैसे किया

यह देखने के लिए कि क्या यह विचार काम करता है, शोधकर्ताओं ने केवल अनुमान नहीं लगाया; उन्होंने एक विशाल डिजिटल प्लेग्राउंड बनाया। उन्होंने रेडियो चैनलों के लिए एक मानक मॉडल (3GPP CDL) का उपयोग करके एक सिमुलेशन बनाया और 100,000 अलग-अलग रेडियो सिग्नल परिदृश्य उत्पन्न किए। इन परिदृश्यों में अलग-अलग गति (30 किमी/घंटा चलने से लेकर 120 किमी/घंटा गाड़ी चलाने तक) और अलग-अलग सिग्नल ताकत शामिल थी।

उन्होंने अपने नए "डिफ्यूजन" तरीके और क्षेत्र के वर्तमान चैंपियनों के बीच एक दौड़ आयोजित की:

• GRU और ConvLSTM: ये पुराने "नियम पुस्तिका" वाले मॉडल हैं जो अतीत से भविष्य तक एक सीधी रेखा सीखने की कोशिश करते हैं।
• LinFormer: एक नया, तेज़ मॉडल जो अतीत को देखने के लिए एक अलग प्रकार के गणित का उपयोग करता है।
• उनके नए मॉडल: डिफ्यूजन पद्धति के विभिन्न संस्करण, जिनमें से कुछ "U-Net" बैकबोन (एक प्रकार का AI आर्किटेक्चर जो पैटर्न देखने में अच्छा है) का उपयोग करते हैं और अन्य "ट्रांसफॉर्मर" (Transformer) शैली का उपयोग करते हैं।

उन्होंने इस नए तरीके का उपयोग करने के दो तरीके परीक्षण किए:

1. ऑटोरिग्रेसिव (Autoregressive - AR): कंप्यूटर अगले सेकंड की भविष्यवाणी करता है, फिर उस भविष्यवाणी का उपयोग अगले सेकंड का अनुमान लगाने के लिए करता है, जैसे कि एक श्रृंखला प्रतिक्रिया (chain reaction)।
2. सीक्वेंस-टू-सीक्वेंस (Sequence-to-Sequence - Seq2seq): कंप्यूटर अतीत को देखता है और अगले 10 सेकंड का अनुमान एक ही बार में, एक बड़ी छलांग में लगाता है।

उन्हें क्या पता चला

परिणाम स्पष्ट थे: डिफ्यूजन मॉडल दौड़ में विजेता थे।

• बेहतर सटीकता: अपने सिमुलेशन में, डिफ्यूजन मॉडल लगातार पुराने मॉडलों की तुलना में कम गलतियाँ करते थे। उच्च सिग्नल स्ट्रेंथ पर, सबसे अच्छा डिफ्यूजन मॉडल (U-Net बैकबोन और AR विधि का उपयोग करने वाला) ConvLSTM और LinFormer मॉडल की तुलना में 5 से 8 डेसिबल अधिक सटीक था। रेडियो की दुनिया में, कुछ डेसिबल एक बहुत बड़ा अंतर है—यह एक स्पष्ट कॉल और एक फटी हुई कॉल के बीच का अंतर है।
• अराजकता को संभालना: जब उपयोगकर्ता तेज़ी से चलता था या सिग्नल कमजोर होता था, तो पुराने मॉडल संघर्ष करते थे। हालाँकि, डिफ्यूजन मॉडल इन कठिन स्थितियों को संभालने में बहुत बेहतर थे क्योंकि वे समझते थे कि भविष्य अनिश्चित है। उन्होंने केवल एक पैटर्न को याद नहीं किया; उन्होंने संभावनाओं के आकार को सीखा।
• गति मायने रखती है: डिफ्यूजन मॉडल्स के साथ सबसे बड़ी चिंता यह है कि वे धीमे होते हैं क्योंकि उन्हें शोर हटाने के लिए कई चरणों की आवश्यकता होती है। शोधकर्ताओं ने इसका परीक्षण किया और पाया कि कुछ आश्चर्यजनक था: उन्हें 100 चरणों के बराबर सटीकता प्राप्त करने के लिए केवल 3 सैंपलिंग स्टेप्स की आवश्यकता थी। इसका मतलब है कि यह तरीका आपके फोन पर वास्तविक समय (real-time) के उपयोग के लिए पर्याप्त तेज़ हो सकता है।
• सामान्यीकरण (Generalization): जब उन्होंने एक पूरी तरह से अलग प्रकार के रेडियो वातावरण (28 GHz से 3 GHz तक फ्रीक्वेंसी बदलकर) पर अपने मॉडलों का परीक्षण किया, तो पुराने मॉडल भ्रमित हो गए और विफल रहे। हालाँकि, डिफ्यूजन मॉडल बेहतर ढंग से अनुकूलित हुए। यह सुझाव देता है कि उन्होंने केवल विशिष्ट प्रशिक्षण डेटा को याद करने के बजाय, रेडियो तरंगों के चलने के सिद्धांतों को सीखा है।

निष्कर्ष

यह शोध पत्र बताता है कि कंप्यूटर को एक कठोर नियम का पालन करने के लिए मजबूर करने के बजाय, शोर से भविष्य के सिग्नल की "कल्पना" करने की अनुमति देकर, हम वायरलेस संकेतों की बहुत अधिक सटीकता से भविष्यवाणी कर सकते हैं। लेखकों ने पाया कि यह तरीका विभिन्न गतियों और सिग्नल स्ट्रेंथ में अच्छा काम करता है, और यह आश्चर्यजनक रूप से तेज़ हो सकता है। हालांकि ये परिणाम सिमुलेशन से आए हैं और अभी तक वास्तविक दुनिया के शहर में नहीं, फिर भी ये निष्कर्ष एक ऐसे भविष्य की ओर इशारा करते हैं जहाँ हमारे फोन और सेल टॉवर एक-दूसरे की जरूरतों को पहले से समझ सकेंगे, जिससे निरंतर चेक-इन के बिना हमारे कनेक्शन सुचारू और तेज़ बने रहेंगे। यह ऐसे वायरलेस नेटवर्क की ओर एक कदम है जो केवल प्रतिक्रियात्मक (reactive) नहीं, बल्कि वास्तव में सक्रिय (proactive) हैं।