GPU-Accelerated Genetic Programming for Symbolic Regression with Beagle Framework
यह शोध पत्र बीगल (Beagle) को प्रस्तुत करता है, जो सिम्बोलिक रिग्रेशन के लिए एक GPU-त्वरित फ्रेमवर्क है, जो जनसंख्या और फिटनेस केस प्रोसेसिंग के थ्रूपुट को अधिकतम करके फेनमैन डेटासेट पर StackGP और PySR जैसे अग्रणी CPU-आधारित सिस्टमों की तुलना में काफी बेहतर प्रदर्शन 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 विशाल जिग्सॉ पहेली (jigsaw puzzle) सुलझाने की कोशिश कर रहे हैं, लेकिन इसमें चित्र के टुकड़ों के बजाय गणितीय सूत्र (mathematical formulas) हैं। आपका लक्ष्य उन डेटा पॉइंट्स के समूह को समझाने वाला एक आदर्श सूत्र खोजना है। इसे सिंबोलिक रिग्रेशन (Symbolic Regression) कहा जाता है।
आमतौर पर, इस सूत्र को खोजना आँखों पर पट्टी बाँधकर घास के ढेर में सुई खोजने जैसा होता है। आपको एक सूत्र का अनुमान लगाना होता है, यह जाँचना होता है कि क्या वह काम करता है, और यदि वह काम नहीं करता है, तो उसे फेंक देना होता है और एक नया प्रयास करना होता है। यह प्रक्रिया धीमी और बहुत अधिक गणनात्मक लागत वाली (computationally expensive) होती है।
यह पेपर एक नए टूल बीगल (Beagle) का परिचय देता है जो खोज की गति बढ़ाने के लिए जीपीयू (GPUs) का उपयोग करके खेल बदल देता है। यहाँ एक सरल विवरण दिया गया है कि उन्होंने क्या किया और यह क्यों महत्वपूर्ण है।
1. समस्या: धीमी खोज
पारंपरिक तरीके (जैसे StackGP और PySR) घास के ढेर में एक अकेले जासूस की तरह हैं, जो एक बार में एक सुई की जाँच करता है। वे बुद्धिमान हैं, लेकिन वे धीमे हैं। यदि आपके पास जाँचने के लिए लाखों संभावित सुइयाँ हैं, तो इसमें कई दिन या सप्ताह लग सकते हैं।
2. समाधान: बीगल और जीपीयू सुपर-टीम
लेखकों ने बीगल (Beagle) नामक एक नया फ्रेमवर्क बनाया है। एक अकेले जासूस के बजाय, बीगल लाखों छोटे रोबोटों (जीपीयू की मदद से) की एक सेना को काम पर लगाता है ताकि वे एक साथ पूरे घास के ढेर की खोज कर सकें।
- जीपीयू (GPU) का लाभ: एक मानक कंप्यूटर प्रोसेसर (CPU) एक बहुत ही बुद्धिमान प्रोफेसर की तरह है जो जटिल गणित कर सकता है लेकिन एक समय में केवल एक ही काम कर सकता है। एक जीपीयू (GPU) 10,000 छात्रों से भरे एक स्टेडियम की तरह है जो व्यक्तिगत रूप से थोड़े कम बुद्धिमान हैं लेकिन वे सभी एक साथ सरल गणित कर सकते हैं।
- रणनीति: बीगल लाखों संभावित सूत्रों को जीपीयू के पास भेजता है। जीपीयू उन्हें समानांतर (parallel) रूप से जाँचता है। जबकि सीपीयू (प्रोफेसर) परिणामों को व्यवस्थित करने और यह तय करने में व्यस्त है कि किन सूत्रों को रखना है, जीपीयू पहले से ही अगले बैच की जाँच कर रहा होता है।
3. सूत्रों को परखने के दो तरीके
यह जानने के लिए कि कोई सूत्र "अच्छा" है या नहीं, आपको एक स्कोरकार्ड की आवश्यकता होती है। बीगल ने दो अलग-अलग स्कोरकार्डों का परीक्षण किया:
- "पॉइंट-टू-पॉइंट" स्कोरकार्ड: यह जाँचता है कि क्या सूत्र का उत्तर डेटा से बिल्कुल मेल खाता है, जैसे यह देखना कि यदि उत्तर कुंजी कहती है "5" तो क्या छात्र का उत्तर "5" है।
- "कोरिलेशन" (सहसंबंध) स्कोरकार्ड: यह थोड़ा अधिक परिष्कृत है। यह केवल सटीक नंबरों को नहीं देखता; यह संबंध के आकार को देखता है। यह पूछता है, "क्या सूत्र तब ऊपर जाता है जब डेटा ऊपर जाता है, भले ही नंबर एकदम सटीक न हों?"
- आश्चर्य: भले ही "कोरिलेशन" स्कोरकार्ड को जीपीयू द्वारा गणना करने में थोड़ा अधिक समय लगता है, लेकिन यह वास्तव में खोज को बेहतर ढंग से निर्देशित करता है। यह एक बेहतर मानचित्र होने जैसा है; आप मानचित्र देखने में एक सेकंड खर्च कर सकते हैं, लेकिन आप गलत दिशा में घंटों चलने की बर्बादी नहीं करेंगे।
4. "असंभव" (NaNs) को संभालना
कभी-कभी गणित की समस्याओं में ऐसी संख्याएँ शामिल होती हैं जो अस्तित्व में नहीं हैं (जैसे ऋणात्मक संख्या का वर्गमूल, जो एक "काल्पनिक" संख्या बनाता है)। कई सिस्टमों में, यह प्रोग्राम को क्रैश कर देता है या शोधकर्ताओं को उस डेटा को फेंक देने के लिए मजबूर करता है।
बीगल विशेष है क्योंकि यह इन "असंभव" संख्याओं को सुराग के रूप में मानता है। यदि वास्तविक दुनिया के डेटा में एक ऐसा अंतराल (gap) है जहाँ संख्या मौजूद नहीं होनी चाहिए, तो बीगल उन सूत्रों को पुरस्कृत करता है जिनमें भी वैसा ही अंतराल होता है। यह एक जासूस के उस अहसास जैसा है जहाँ वह समझ जाता है कि गवाह ने क्या नहीं देखा, वह उतना ही महत्वपूर्ण है जितना कि उसने क्या देखा।
5. परिणाम: कौन जीता?
शोधकर्ताओं ने बीगल का परीक्षण दो सबसे अच्छे मौजूदा टूल्स (StackGP और PySR) के विरुद्ध किया, जिसके लिए उन्होंने भौतिकी की एक प्रसिद्ध पहेली (फैनमैन डेटासेट) का उपयोग किया। उन्होंने सभी को एक सख्त समय सीमा दी: 10 मिनट और 30 मिनट।
- विजेता: बीगल ने प्रतियोगिता को बुरी तरह से हराया।
- 10 मिनट में, बीगल (कोरिलेशन स्कोरकार्ड का उपयोग करते हुए) ने 100 में से 82 पहेलियाँ हल कीं।
- अगले सबसे अच्छे टूल (StackGP) ने केवल 65 हल कीं।
- PySR ने 64 हल कीं।
- निष्कर्ष: जीपीयू की विशाल समानांतर शक्ति और सूत्रों को स्कोर देने के स्मार्ट तरीके का उपयोग करके, बीगल ने उन समाधानों को खोज निकाला जहाँ अन्य उपकरण उसी समय में नहीं पहुँच सके।
आपको इसकी परवाह क्यों करनी चाहिए?
इसे एक घोड़ा-गाड़ी और एक जेट इंजन के बीच के अंतर के रूप में सोचें।
- पहले, यदि आप AI का उपयोग करके किसी जटिल वैज्ञानिक समस्या को हल करना चाहते थे, तो आपको घंटों या दिनों तक इंतजार करना पड़ता था।
- बीगल के साथ, आप मिनटों में उच्च-गुणवत्ता वाले उत्तर प्राप्त कर सकते हैं।
यह उन्नत AI को अधिक लोगों के लिए सुलभ बनाता है। इसका मतलब है कि वैज्ञानिक, इंजीनियर और यहाँ तक कि छात्र भी बिना किसी सुपरकंप्यूटर या कंप्यूटर विज्ञान में पीएचडी के, भौतिकी के नए नियमों की खोज करने या जटिल डेटा को समझने के लिए इन शक्तिशाली उपकरणों का उपयोग कर सकते हैं। यह एक "रात भर प्रतीक्षा करने" वाले कार्य को "कॉफी ब्रेक" वाले कार्य में बदल देता 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।