Semantic search for 100M+ galaxy images using AI-generated captions
यह शोधपत्र AION-Search को प्रस्तुत करता है, जो एक स्केलेबल पाइपलाइन है जो कैप्शन उत्पन्न करने के लिए विजन-लैंग्वेज मॉडल्स का लाभ उठाती है और उन्हें इमेज एम्बेडिंग्स के साथ संरेखित करती है, जिससे 10 करोड़ से अधिक अनलेबल गैलेक्सी इमेजेस में लचीली सिमेंटिक खोज सक्षम होती है और 36 नए स्टेलर स्ट्रीम उम्मीदवारों जैसे दुर्लभ खगोलीय घटनाओं की खोज को सुगम बनाया जाता 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 आपके पास एक पुस्तकालय है जिसमें 1 करोड़ पुस्तकें हैं, लेकिन उनमें से किसी में भी शीर्षक, सारांश या विषय-सूची नहीं है। वे केवल चित्रों के ढेर हैं। यदि आप "विलय होती आकाशगंगा" (merging galaxy) या "धूल भरी पूंछ वाले सर्पिल" (spiral with a dusty tail) की एक विशिष्ट कहानी खोजना चाहते, तो आपको हर एक चित्र को एक-एक करके देखना पड़ता। यही वह समस्या है जिसका सामना खगोलशास्त्री दूरबीनों द्वारा ली गई अरबों आकाशगंगाओं की छवियों के साथ करते हैं।
यह शोध पत्र एक समाधान पेश करता है जिसे AION-Search कहा जाता है, जो इस विशाल, बिना लेबल वाली चित्र लाइब्रेरी को आर्टिफिशियल इंटेलिजेंस का उपयोग करके एक खोजने योग्य डेटाबेस में बदल देता है। यह कैसे काम करता है, इसके सरल चरण यहाँ दिए गए हैं:
1. समस्या: "मौन" पुस्तकालय
खगोलशास्त्रियों ने आकाशगंगाओं की लाखों तस्वीरें ली हैं, लेकिन उनके पास उनके लिए मानव-लिखित विवरण नहीं हैं।
- पुराना तरीका: वैज्ञानिक पहले स्वयंसेवकों (जैसे "गैलेक्सी ज़ू" प्रोजेक्ट) पर निर्भर रहते थे जो मैन्युअल रूप से चित्रों को देखते थे और विशिष्ट प्रश्न जैसे, "क्या इसमें सर्पिल भुजा है?" का उत्तर देते थे। यह धीमा है और केवल उन्हीं चीजों को खोज सकता है जिन्हें स्वयंसेवकों को खोजने के लिए कहा गया था।
- सीमा: यदि आप कुछ ऐसा खोजना चाहते थे जिसे स्वयंसेवकों ने नहीं देखा था, या यदि आप "तारों की एक धुंधली धारा वाली आकाशगंगा" जैसे जटिल विचार को खोजना चाहते थे, तो पुराने तरीके मदद नहीं कर सकते थे।
2. समाधान: लाइब्रेरियन के रूप में AI
लेखकों ने एक ऐसा सिस्टम बनाया है जो एक सुपर-फास्ट, अथक लाइब्रेरियन की तरह कार्य करता है। उन्होंने विज़न-लैंग्वेज मॉडल (VLM) नामक एक प्रकार के AI का उपयोग किया है। इस AI को एक ऐसे रोबोट के रूप में समझें जो चित्र को "देख" सकता है और फिर प्राकृतिक भाषा में उसके बारे में "बोल" सकता है।
- चरण 1: सारांश लिखना: AI ने 3,00,000 यादृच्छिक (random) आकाशगंगा छवियों को देखा और उनके लिए छोटे, वर्णनात्मक कैप्शन लिखे (जैसे, "एक चमकदार केंद्र और नीली भुजाओं वाली एक बार वाली सर्पिल आकाशगंगा")।
- चरण 2: संबंध सीखना: टीम ने फिर एक दूसरे AI को सीधे चित्र को पहले AI द्वारा लिखे गए शब्दों से जोड़ने के लिए प्रशिक्षित किया। यह एक छात्र को यह पहचानने के लिए सिखाने जैसा है कि कुत्ते की एक विशिष्ट छवि "कुत्ता" शब्द से मेल खाती है, बिना किसी मनुष्य द्वारा हर एक फोटो को लेबल किए।
3. आप इसका उपयोग कैसे करते हैं: "आकाशगंगाओं के लिए गूगल"
प्रशिक्षित होने के बाद, यह सिस्टम (AION-Search) किसी को भी वाक्य टाइप करके आकाशगंगाएँ खोजने की अनुमति देता है।
- जादू: समान चित्र खोजने के लिए आपको चित्र अपलोड करने की आवश्यकता नहीं है। आप बस टाइप कर सकते हैं: "मुझे एक ज्वारीय धारा (tidal stream) वाली आकाशगंगा दिखाएं" या "एक विलय होती आकाशगंगा खोजें।"
- परिणाम: यह सिस्टम तुरंत अपने 1 करोड़ छवियों के पुस्तकालय को स्कैन करता है और सबसे अच्छे मिलान परिणाम देता है। इसने उन चीजों को भी खोज निकाला जिन्हें पारंपरिक "इमेज सिमिलैरिटी" टूल्स (जो केवल यह देखते हैं कि चित्र दिखने में एक जैसे हैं) ने मिस कर दिया था। उदाहरण के लिए, इसने "एक्स्ट्रागैलेक्टिक स्टेलर स्ट्रीम्स" (तारों की लंबी, पतली धाराएं) के लिए 36 नए उम्मीदवार खोजे जो पहले कभी सूचीबद्ध नहीं किए गए थे।
4. "डबल-चेक" वाला तरीका
लेखकों ने पाया कि कभी-कभी AI की पहली परिणामों की सूची सटीक नहीं होती थी। इसे ठीक करने के लिए, उन्होंने एक "री-रैंकिंग" (पुनः क्रमबद्ध करने) का चरण जोड़ा।
- उपमा: कल्पना कीजिए कि आपने "दुर्लभ रत्न" के लिए एक सर्च इंजन से पूछा। यह आपको 1,000 परिणाम देता है। फिर एक मानव विशेषज्ञ उन शीर्ष 1,000 परिणामों पर जल्दी से नज़र डालता है और उन्हें फिर से व्यवस्थित करता है ताकि सबसे अच्छे रत्नों को सबसे ऊपर रखा जा सके।
- परिणाम: "गुरुत्वाकर्षण लेंस" (जहाँ गुरुत्वाकर्षण प्रकाश को मोड़ देता है) जैसी दुर्लभ चीजों के लिए शीर्ष 1,000 परिणामों को दोबारा जांचने के लिए एक शक्तिशाली AI का उपयोग करके, उन्होंने शीर्ष 100 परिणामों में मिले सही खोजों की संख्या लगभग दोगुनी कर दी।
5. उन्होंने वास्तव में क्या पाया
शोध पत्र तीन मुख्य सफलताओं का दावा करता है:
- गति और पैमाना: उन्होंने सफलतापूर्वक 100 मिलियन से अधिक आकाशगंगा छवियों को टेक्स्ट के माध्यम से खोजने योग्य बनाया, जो भारी मानवीय प्रयास के बिना पहले असंभव था।
- "एक जैसे दिखने वाले" से बेहतर: उनके टेक्स्ट-आधारित खोज ने उन टूल्स की तुलना में बहुत बेहतर तरीके से प्रासंगिक आकाशगंगाओं को खोजा जो केवल दृश्य रूप से समान दिखने वाले चित्रों को देखते हैं।
- नई खोजें: उन्होंने स्टेलर स्ट्रीम्स के लिए 36 नए उम्मीदवारों को खोजने के लिए इस टूल का उपयोग किया और गुरुत्वाकर्षण लेंसों का पता लगाने में सुधार किया, जिससे यह सिद्ध हुआ कि AI-जनित विवरण इतने सटीक हैं कि वे वैज्ञानिकों को वास्तविक, दुर्लभ घटनाओं को खोजने में मदद कर सकें।
यह क्या नहीं है
- यह चिकित्सा स्थितियों के निदान या पृथ्वी को देखने का उपकरण नहीं है। यह शोध पत्र विशेष रूप से आकाशगंगा छवियों और खगोल विज्ञान पर केंद्रित है।
- यह दावा नहीं करता कि AI पूर्ण है। लेखक स्वीकार करते हैं कि AI कभी-कभी छोटी गलतियाँ करता है (जैसे किसी आकाशगंगा को "बार" के रूप में वर्णित करना जबकि उसमें वह नहीं है), लेकिन ये गलतियाँ इतनी खराब नहीं थीं कि खोज परिणामों को बर्बाद कर दें।
संक्षेप में, यह शोध पत्र दिखाता है कि हम कंप्यूटर को ब्रह्मांड की चित्र लाइब्रेरी को "पढ़ना" सिखा सकते हैं, जिससे उन्हें अपने स्वयं के सारांश लिखने की अनुमति मिलती है, जिससे वैज्ञानिक वर्षों तक हाथों से फोटो देखने के बजाय सरल वाक्यों का उपयोग करके ब्रह्मांडीय आश्चर्यों को खोज सकते हैं।
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।