DNNs, Dataset Statistics, and Correlation Functions
यह शोध पत्र प्रस्तावित करता है कि डीप न्यूरल नेटवर्क डेटासेट संरचनाओं के भीतर उच्च-क्रम सहसंबंध फलनों (high-order correlation functions) की खोज करके इमेज रिकग्निशन में सफल होते हैं, जो प्रभावी रूप से संघनित द्रव्य भौतिकी (condensed matter physics) में मेसोस्केल संरचनाओं के अध्ययन के समान एक पद्धति को लागू करते हैं ताकि मानक सांख्यिकीय शिक्षण सिद्धांत से परे उनकी सामान्यीकरण करने की क्षमता की व्याख्या की जा सके।
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
AI का गुप्त मंत्र: मशीनें चीज़ों को कैसे "समझती" हैं
क्या आपने कभी सोचा है कि एक कंप्यूटर बिल्ली की एक धुंधली तस्वीर देखकर पूरे आत्मविश्वास के साथ कैसे कह सकता है, "यह एक बिल्ली है!"?
कागज़ पर, यह इतना आसान नहीं होना चाहिए। वास्तव में, पुराने ज़माने के गणित के नियमों के अनुसार, यह लगभग असंभव होना चाहिए। यदि आप एक कंप्यूटर को बहुत अधिक "बौद्धिक शक्ति" (पैरामीटर्स) और अपेक्षाकृत कम डेटा देते हैं, तो गणित कहता है कि वह केवल उन विशिष्ट तस्वीरों को "रट" लेगा जो आपने उसे दिखाई हैं—जैसे कि कोई छात्र विषय को वास्तव में समझे बिना अभ्यास परीक्षण के सटीक उत्तरों को रट लेता है। इसे ओवरफिटिंग (overfitting) कहा जाता है, और यही वह कारण है जिससे अधिकांश AI मॉडल कुछ नया देखते ही विफल हो जाते हैं।
लेकिन डीप न्यूरल नेटवर्क (DNNs) विफल नहीं होते। वे केवल रटते नहीं हैं; वे सामान्यीकरण (generalize) करते हैं। वे बिल्ली के सार को सीखते हैं।
यह शोध पत्र, जिसे रॉबर्ट बैटरमैन और जेम्स वुडवर्ड ने लिखा है, यही समझाता है। उनका तर्क सरल लेकिन क्रांतिकारी है: AI केवल स्मार्ट नहीं है; दुनिया इस तरह से व्यवस्थित है कि AI के लिए स्मार्ट होना आसान हो जाता है।
1. "बिखरा हुआ कमरा" बनाम "लाइब्रेरी" (डेटा की समस्या)
पारंपरिक गणित (सांख्यिकीय शिक्षण सिद्धांत) डेटा को एक बिखरे हुए, यादृच्छिक कमरे की तरह मानता है। यह मानता है कि यदि आप एक कमरे में दस लाख यादृच्छिक वस्तुएं फेंक देते हैं, तो वहां कोई पैटर्न नहीं होता। एक वास्तव में यादृच्छिक दुनिया में, एक AI वास्तव में विफल हो जाएगा क्योंकि सीखने के लिए वहां कुछ भी नहीं है।
लेकिन वास्तविक दुनिया एक बिखरा हुआ कमरा नहीं है; यह एक लाइब्रेरी की तरह है। लाइब्रेरी में, किताबें बेतरतीब ढंग से बिखरी नहीं होतीं; उन्हें शैली, लेखक और विषय के आधार पर समूहबद्ध किया जाता है। चित्र भी इसी तरह काम करते हैं। यदि आप एक फोटो देखते हैं, तो पिक्सेल यादृच्छिक बिंदु नहीं होते; वे आकृतियों, बनावटों और वस्तुओं में व्यवस्थित होते हैं। यह "विश्व संरचना" (worldly structure) ही गुप्त सामग्री है।
2. "लेगो" का उदाहरण (कोरिलेशन फंक्शन्स)
AI इस संरचना को कैसे देखता है, इसे समझने के लिए लेखक भौतिकी की एक अवधारणा का उपयोग करते हैं जिसे कोरिलेशन फंक्शन्स (Correlation Functions) कहा जाता है।
कल्पना कीजिए कि आप लेगो (Legos) के एक बड़े ढेर को देख रहे हैं।
- 1-पॉइंट कोरिलेशन: आप केवल एक एकल लाल ईंट देखते हैं। (यह एक पिक्सेल की चमक को देखने जैसा है)।
- 2-पॉइंट कोरिलेशन: आप देखते हैं कि एक लाल ईंट आमतौर पर एक नीली ईंट के बगल में होती है। आप एक पैटर्न देखना शुरू कर रहे हैं! (यह एक फोटो में रेखा या किनारे को देखने जैसा है)।
- N-पॉइंट कोरिलेशन (जादुई स्तर): आप महसूस करते हैं कि एक लाल ईंट, एक नीली ईंट और एक पीली ईंट मिलकर लगभग हमेशा एक छोटे से लेगो कार का आकार बनाती हैं।
लेखकों का तर्क है कि जबकि पुराना गणित केवल पहले दो स्तरों (एकल ईंटों और सरल रेखाओं) को देखता है, डीप लर्निंग "N-पॉइंट" स्तर का उस्ताद है। यह केवल रेखाएं नहीं देखता; यह जटिल, उच्च-स्तरीय "लेगो सेट्स" को देखता है जो एक चेहरे, एक पहिये या एक पंख का निर्माण करते हैं।
3. "शेफ" और "रेसिपी" (AI कैसे सीखता है)
AI वास्तव में इन पैटर्न्स को कैसे खोजता है? शोध पत्र सुझाव देता है कि जिस तरह से हम AI को प्रशिक्षित करते हैं (जिसे स्टोकेस्टिक ग्रेडिएंट डिसेंट कहा जाता है), वह एक मास्टर शेफ द्वारा रेसिपी को परिष्कृत करने जैसा है।
जब एक AI प्रशिक्षण शुरू करता है, तो यह उस शेफ की तरह होता जो केवल नमक डालना जानता है (सबसे सरल पैटर्न)। यह "मीन" (औसत रंग) और "वैरिएंस" (कंट्रास्ट) को सीखता है। लेकिन जैसे-जैसे यह खाना बनाना (प्रशिक्षण) जारी रखता है, यह अधिक जटिल मसाले डालना शुरू कर देता है—यह उच्च-क्रम के कोरिलेशन को "चखना" शुरू कर देता है। यह सरल सामग्रियों से जटिल स्वादों की ओर बढ़ता है, और अंततः एक "कुत्ता" या "ट्रक" वास्तव में कैसा दिखता है, इसकी "रेसिपी" में महारत हासिल कर लेता है।
4. मुख्य निष्कर्ष: केवल मस्तिष्क को न देखें, दुनिया को देखें
लंबे समय से, वैज्ञानिक केवल "मस्तिष्क" (कोड और गणित) को देखकर AI के रहस्य को सुलझाने की कोशिश कर रहे हैं। वे पूछते हैं, "यह डिजिटल मस्तिष्क इतना स्मार्ट कैसे हो सकता है?"
लेखक कहते हैं कि हम गलत सवाल पूछ रहे हैं। केवल मस्तिष्क को देखने के बजाय, हमें उस वातावरण को देखने की आवश्यकता है जिससे मस्तिष्क सीख रहा है।
सारांश: AI इसलिए सफल नहीं होता क्योंकि उसके पास एक जादुई, अनंत मस्तिष्क है, बल्कि इसलिए क्योंकि वह उन छिपे हुए, व्यवस्थित पैटर्न्स को खोजने में अविश्वसनीय रूप से कुशल है जो प्रकृति ने पहले से ही उसके लिए बिछा रखे हैं। दुनिया संरचित है, और AI केवल एक बहुत ही प्रतिभाशाली पैटर्न खोजने वाला (pattern-hunter) 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।