Fine-tuning DeepSeek-OCR-2 for Molecular Structure Recognition
यह शोध पत्र MolSeek-OCR प्रस्तुत करता है, जो ऑप्टिकल केमिकल स्ट्रक्चर रिकग्निशन (Optical Chemical Structure Recognition) के लिए एक DeepSeek-OCR-2 अनुकूलन है, जो सिंथेटिक और पेटेंट डेटा पर दो-चरणीय प्रगतिशील फाइन-ट्यूनिंग रणनीति का उपयोग करके प्रतिस्पर्धी अनुक्रम-स्तर की सटीकता प्राप्त करता है, हालांकि यह अभी भी अत्याधुनिक इमेज-टू-ग्राफ मॉडलों से पीछे है और सुदृढीकरण (reinforcement) या डेटा-क्यूरेशन पोस्ट-ट्रेनिंग के साथ और अधिक सुधार करने में विफल रहता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आपके पास पुराने रसायन विज्ञान (केमिस्ट्री) की पाठ्यपुस्तकों और पेटेंट दस्तावेजों का एक विशाल पुस्तकालय है। ये किताबें अणुओं (जीवन और चिकित्सा के सूक्ष्म निर्माण खंडों) के सुंदर, हाथ से बने या कंप्यूटर-जनरेटेड चित्रों से भरी हुई हैं। एक कंप्यूटर के लिए, ये चित्र केवल रेखाओं और वृत्तों का एक समूह मात्र हैं। एक वैज्ञानिक के लिए, वे जटिल निर्देश हैं।
समस्या:
कंप्यूटर टेक्स्ट पढ़ने में बहुत अच्छे होते हैं, लेकिन उन्हें किसी अणु के चित्र को देखकर तुरंत उसका "गुप्त कोड" (जिसे SMIML स्ट्रिंग कहा जाता है, जो कंप्यूटर को बताता है कि वह अणु वास्तव में कैसे बना है) लिखने में कठिनाई होती है। इसे सिखाने के पिछले प्रयास ऐसे थे जैसे किसी बच्चे को केवल कवर दिखाकर उपन्यास पढ़ना सिखाने की कोशिश करना; वे अक्सर अटक जाते थे या हार मान लेते थे।
समाधान: "MolSeek-OCR"
शोधकर्ताओं ने एक बहुत ही स्मार्ट, प्री-ट्रेन किए गए AI (जिसे DeepSeek-OCR-2 कहा जाता है) का उपयोग किया, जो पहले से ही दस्तावेज़ पढ़ने में विशेषज्ञ था, और उसे विशेष रूप से रसायन विज्ञान के चित्रों को पढ़ना सिखाया। उन्होंने अपने इस नए मॉडल को MolSeek-OCR नाम दिया।
उन्होंने इसे कैसे किया, इसके लिए कुछ सरल उपमाओं का उपयोग किया गया है:
1. दो-चरणीय नृत्य (प्रशिक्षण रणनीति)
शोधकर्ताओं ने AI को एक साथ सब कुछ सिखाने की कोशिश की, लेकिन AI भ्रमित हो गया और प्रशिक्षण विफल हो गया। इसलिए, उन्होंने एक दो-चरणीय नृत्य बनाया:
चरण 1: "ट्रेनिंग व्हील्स" चरण (LoRA):
कल्पना कीजिए कि आप किसी को रेस कार चलाना सिखा रहे हैं। आप उन्हें अभी इंजन या ट्रांसमिशन को छूने नहीं देते। आप बस उन्हें स्टीयरिंग और ब्रेक का अभ्यास करने देते हैं।
इस चरण में, शोधकर्ताओं ने AI के मस्तिष्क के केवल एक बहुत ही विशिष्ट और छोटे हिस्से को ट्यून किया (जिसे LoRA तकनीक कहा जाता है)। इससे AI को अणु को देखना सीखने और कोड का अनुमान लगाना शुरू करने में मदद मिली, बिना उसकी भाषा समझने की मौजूदा क्षमता को नुकसान पहुँचाए।चरण 2: "फुल इंजन" चरण (प्रोग्रेसिव फाइन-ट्यूनिंग):
एक बार जब ड्राइवर सहज हो गया, तो उन्होंने उसे इंजन छूने की अनुमति दी। लेकिन उन्होंने पूरे कार का एक साथ ओवरहाल नहीं किया।
उन्होंने AI की "आंखों" (वह हिस्सा जो चित्र देखता है) को स्थिर रखा, लेकिन उनके "मस्तिष्क" (वह हिस्सा जो कोड लिखता है) को अधिक गहराई से सीखने दिया। उन्होंने एक विशेष तकनीक का उपयोग किया जहाँ उन्होंने दृश्य भाग को धीरे-धीरे और लेखन भाग को तेज़ी से सिखाया, यह सुनिश्चित करते हुए कि AI लिखना सीखते समय देखना न भूल जाए।
2. अभ्यास के मैदान (डेटा)
AI को माहिर बनाने के लिए, उन्होंने इसे केवल एकदम साफ, कंप्यूटर-जनरेटेड चित्र नहीं दिखाए। उन्होंने इसे एक मिश्रित आहार दिया:
- "वीडियो गेम" स्तर: पूरी तरह से साफ, सिंथेटिक चित्र (जैसे एक वीडियो गेम रेंडरिंग)।
- "वास्तविक दुनिया" का स्तर: पुराने पेटेंट और जर्नल्स से स्कैन की गई छवियां। ये अव्यवस्थित होती हैं! इनमें कॉफी के दाग, अजीब फोंट, या बहुत मोटी या बहुत पतली रेखाएं हो सकती हैं।
इन दोनों पर प्रशिक्षण देकर, AI ने अणुओं को पहचानना सीखा, चाहे वे एक साफ व्हाइटबोर्ड पर बने हों या एक मुड़े हुए कागज पर लिखे गए हों।
3. परिणाम: अच्छा, लेकिन पूर्ण नहीं
जब उन्होंने MolSeek-OCR का परीक्षण किया, तो इसने शानदार काम किया। यह वर्तमान में मौजूद सर्वश्रेष्ठ "इमेज-टू-टेक्स्ट" मॉडलों के लगभग बराबर था। यह एक अव्यवस्थित पेटेंट ड्राइंग को देखकर लगभग 70-75% बार सही रासायनिक कोड टाइप कर सकता था।
हालाँकि, एक पेच है:
एक अन्य प्रकार का AI है (जैसे MolScribe) जो केवल एक किताब की तरह चित्र को "पढ़ता" नहीं है; बल्कि यह अणु को एक 3D पहेली की तरह "पुनर्निर्मित" करता है।
- MolSeek-OCR एक अनुवादक की तरह है: यह चित्र को देखता है और शब्दों का अनुमान लगाता है।
- MolSscribe एक वास्तुकार (आर्किटेक्ट) की तरह है: यह चित्र को देखता है और शून्य से ब्लूप्रिंट बनाता है।
"वास्तुकार" (MolScribe) इस विशिष्ट कार्य के लिए बेहतर है क्योंकि रासायनिक संरचनाएं इतनी जटिल होती हैं कि शब्द-दर-शब्द कोड का अनुमान लगाने से छोटी लेकिन घातक त्रुटियां हो सकती हैं।
4. "सुदृढीकरण" प्रयोग (यह क्यों काम नहीं किया)
शोधकर्ताओं ने एक और चीज़ आज़माई। उन्होंने एक "पुरस्कार प्रणाली" (जैसे कुत्ते को ट्रीट देकर प्रशिक्षित करना) का उपयोग करने की कोशिश की। उन्होंने AI से कहा: "यदि तुम एक ऐसा अणु अनुमान लगाते हो जो रासायनिक रूप से वैध है, भले ही कोड एकदम सही न हो, तो तुम्हें ट्रीट मिलेगा।"
- परिणाम: AI अणु के आकार को समझने में बेहतर हो गया, लेकिन वह सटीक कोड टाइप करने में और खराब हो गया। यह एक ऐसे छात्र की तरह था जिसने गणित की समस्या की अवधारणा तो समझ ली, लेकिन अंतिम उत्तर में टाइपिंग की गलतियाँ करता रहा। चूंकि लक्ष्य सटीक कोड को सही पाना था, इसलिए इस पद्धति ने मदद नहीं की।
निष्कर्ष
शोधकर्ताओं ने सफलतापूर्वक एक सामान्य दस्तावेज़-पढ़ने वाले AI को रसायन विज्ञान पढ़ने के लिए प्रशिक्षित किया, जिससे MolSeek-OCR नामक एक उपकरण तैयार हुआ। यह एक शक्तिशाली नया उपकरण है जो पुराने रासायनिक ज्ञान को पहले की तुलना में तेज़ी से डिजिटल कर सकता है। हालाँकि, सबसे जटिल और सटीक कार्यों के लिए, "अणु को शून्य से पुनर्निर्मित करने" का पुराना तरीका अभी भी स्वर्ण मानक (गोल्ड स्टैंडर्ड) बना हुआ है।
संक्षेप में: उन्होंने एक स्मार्ट रोबोट को रसायन विज्ञान की किताबें पढ़ना सिखाया। यह बहुत अच्छा है, लेकिन इसे विवरणों को 100% सटीक बनाने के लिए अभी भी एक विशेषज्ञ की थोड़ी मदद की आवश्यकता 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।