🤖 machine learning

Uncertainty-Calibrated Diffusion for Reliable 3D Molecular Graph Generation

यह शोध पत्र अनिश्चितता-कैलिब्रेटेड डिफ्यूजन (UCD) प्रस्तावित करता है, जो एक ऐसी विधि है जो डिफ्यूजन मॉडल में एपिस्टेमिक (epistemic) और एलियटोरिक (aleatoric) अनिश्चितताओं के बीच परस्पर क्रिया से होने वाले व्यवस्थित विचलन मुद्रास्फीति (variance inflation) को संबोधित करती है, जिससे 3D आणविक ग्राफ जनरेशन की विश्वसनीयता और अत्याधुनिक प्रदर्शन में महत्वपूर्ण सुधार होता है।

मूल लेखक: Fang Wan, Jingxiang Qu, Yi Liu

प्रकाशित 2026-06-02

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Fang Wan, Jingxiang Qu, Yi Liu

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

मुख्य चित्र: AI के साथ अणु बनाना

कल्पना कीजिए कि आप बिखरे हुए, यादृच्छिक टुकड़ों के ढेर से एक जटिल लेगो (Lego) संरचना (एक अणु) बनाने की कोशिश कर रहे हैं। आपके पास एक मास्टर बिल्डर (एक AI मॉडल) है जो जानता है कि अंतिम संरचना कैसी दिखनी चाहिए।

हाल के वर्षों में, वैज्ञानिकों ने इसे करने के लिए डिफ्यूजन मॉडल्स (Diffusion Models) नामक एक तकनीक का उपयोग किया है। इस प्रक्रिया को इस प्रकार समझें:

अव्यवस्था (The Mess): आप लेगो ब्रिक्स के एक ढेर से शुरुआत करते हैं जिन्हें इतनी ज़ोर से हिलाया गया है कि वे रैंडम शोर (noise) की तरह दिखते हैं।
सफाई (The Cleanup): AI एक 'टाइम-रिवर्सल मशीन' की तरह कार्य करता है। यह समय में एक कदम पीछे जाता है, थोड़ा सा "शोर" (यादृच्छिकता) हटाता है और ईंटों को उनके सही स्थान के करीब लाता है।
परिणाम (The Result): कई छोटे चरणों के बाद, वह रैंडम ढेर एक आदर्श, स्थिर अणु में बदल जाता है।

समस्या: "भ्रमित" बिल्डर

यह शोध पत्र उन छिपे हुए दोषों की पहचान करता है कि कैसे ये AI बिल्डर काम करते हैं। ऐसा नहीं है कि बिल्डर को नियम नहीं पता; समस्या यह है कि बिल्डर अपने ही अनुमानों के बारे में अति-आत्मविश्वासी (overconfident) है।

"शोर" के दो प्रकार:
1. इरादतन शोर (Aleatoric): यह वह "रैंडम शेक" है जिसे AI प्रक्रिया को लचीला बनाए रखने के लिए हर चरण पर जानबूझकर जोड़ता है। यह एक शेफ द्वारा स्वाद के लिए चुटकी भर नमक डालने जैसा है।
2. भ्रम का शोर (Epistemic): यह वह अनिश्चितता है जो AI को तब होती है जब उसने पहले कभी हर संभव अणु नहीं देखा होता। यह उस शेफ की तरह है जो किसी विशिष्ट व्यंजन को बनाने के लिए नमक की सटीक मात्रा का अनुमान लगा रहा है क्योंकि उसने पहले कभी वह डिश नहीं बनाई है।

गलती: वर्तमान AI मॉडल "भ्रम के शोर" (Confusion Noise) के अस्तित्व को ऐसे देखते हैं जैसे कि वह मौजूद ही न हो। वे ऐसे व्यवहार करते हैं जैसे शेफ अपने अनुमान को लेकर 100% निश्चित हो।

परिणाम (वेरिएंस इन्फ्लेशन - Variance Inflation):
कल्पना कीजिए कि आप गलियारे के बीच में रहने की कोशिश करते हुए चल रहे हैं।

"इरादतन शोर" एक हल्की हवा की तरह है जो आपको थोड़ा बाएं या दाएं धकेलती है। आप इसकी अपेक्षा करते हैं।
"भ्रम का शोर" उस फर्श के हिलने जैसा है जो अप्रत्याशित रूप से डगमगा रहा है क्योंकि बिल्डर को पता ही नहीं है कि फर्श कहाँ है।
पेपर की खोज: क्योंकि AI डगमगाते फर्श को अनदेखा करता है, इसलिए वह ऐसे चलता रहता है जैसे फर्श ठोस हो। लेकिन चूंकि फर्श वास्तव में डगमगा रहा है, इसलिए हर कदम के साथ आपका रास्ता केंद्र से दूर भटकता जाता है। जब तक आप गलियारे के अंत (तैयार अणु) तक पहुँचते हैं, आप केंद्र से इतने दूर हो चुके होते हैं कि संरचना ढह जाती है या रासायनिक रूप से असंभव हो जाती है (जैसे कि कार्बन परमाणु के पास बहुत अधिक बॉन्ड होना)।

पेपर इसे "वेरिएंस इन्फ्लेशन" कहता है। AI अनजाने में बहुत अधिक यादृच्छिकता (randomness) जोड़ देता है क्योंकि वह अपने स्वयं के ज्ञान की कमी को ध्यान में नहीं रखता है।

समाधान: UCD (अनसर्टेन्टी-कैलिब्रेटेड डिफ्यूजन)

लेखक UCD नामक एक सरल सुधार प्रस्तावित करते हैं।

UCD को बिल्डर को एक कॉन्फिडेंस मीटर (विश्वास मीटर) देने के रूप में सोचें।

विश्वास की जाँच करें: शोर को साफ करने के लिए बिल्डर द्वारा कदम उठाने से पहले, वह खुद से पूछता है: "मैं इस विशिष्ट चाल के बारे में कितना आश्वस्त हूँ?"
- यदि वह बहुत आश्वस्त है, तो वह सामान्य रूप से आगे बढ़ता है।
- यदि वह अनिश्चित है (उच्च अनिश्चितता), तो उसे पता है कि उसका अनुमान डगमगा सकता है।
कदम को समायोजित करें: यदि बिल्डर अनिश्चित है, तो UCD उसे उस चरण के लिए "इरादतन शोर" (रैंडम शेक) की मात्रा को कम करने के लिए कहता है।
- उपमा: यदि आप डगमगाते फर्श (उच्च भ्रम) पर चल रहे हैं, तो आप छोटे, अधिक सावधान कदम उठाते हैं (कम रैंडम शेकिंग) ताकि आप गिर न जाएं। यदि फर्श ठोस है, तो आप बड़े, अधिक आरामदायक कदम उठा सकते हैं।

"इरादतन शोर" और "भ्रम के शोर" के बीच संतुलन बनाकर, बिल्डर सही रास्ते पर बना रहता है, जिससे अंतिम अणु स्थिर और रासायनिक रूप से वैध सुनिश्चित होता है।

उन्होंने क्या पाया (परिणाम)

शोधकर्ताओं ने मानक 3D आणविक डेटासेट (QM9 और GEOM-Drugs) पर इस पद्धति का परीक्षण किया। उन्होंने AI के मस्तिष्क (आर्किटेक्चर) या उसके सीखने के तरीके (ट्रेनिंग) को नहीं बदला; उन्होंने बस निर्माण प्रक्रिया के दौरान यह "कॉन्फिडेंस मीटर" जोड़ा।

परिणाम: UCD के साथ निर्मित अणु काफी बेहतर थे। वे अधिक स्थिर, रासायनिक रूप से वैध और अद्वितीय थे।
बहुमुखी प्रतिभा: यह सुधार उनके द्वारा आजमाए गए हर प्रकार के AI मॉडल पर काम कर गया, चाहे वह एक साधारण नेटवर्क हो या जटिल। यह एक यूनिवर्सल अडैप्टर की तरह है जो किसी भी मौजूदा 3D अणु जनरेटर को बेहतर बनाता है।

सारांश

मुद्दा: 3D अणु बनाने वाले AI मॉडल अनजाने में बहुत अधिक यादृच्छिकता जोड़ रहे थे क्योंकि वे अपनी अनिश्चितता को अनदेखा कर रहे थे, जिससे टूटे हुए या अमान्य अणु बन रहे थे।
सुधार: एक नई विधि (UCD) जो AI की अनिश्चितता को मापती है और मुआवजे के रूप में यादृच्छिकता को ऑन-द-फ्लाई (तुरंत) समायोजित करती है।
परिणाम: बिना AI को फिर से बनाए बिना अधिक विश्वसनीय, उच्च-गुणवत्ता वाले 3D अणु।

पेपर निष्कर्ष निकालता है कि अनिश्चितता को स्वीकार करके और उसे कैलिब्रेट करके, हम इन शक्तिशाली AI उपकरणों को वैज्ञानिक खोज के लिए बहुत अधिक भरोसेमंद बना सकते हैं।

तकनीकी सारांश: विश्वसनीय 3D आणविक ग्राफ पीढ़ी के लिए अनिश्चितता-कैलिब्रेटेड डिफ्यूजन (Uncertainty-Calibrated Diffusion)

समस्या विवरण
डिफ्यूजन मॉडल (DMs) 3D आणविक ग्राफ पीढ़ी के लिए एक प्रमुख प्रतिमान (paradigm) बन गए हैं, जो परमाणु प्रकारों और 3D निर्देशांकों को पुनर्गठित करने के लिए डेटा को पुनरावर्ती रूप से डी-नोइजिंग (denoising) करके कार्य करते हैं। हालांकि, ये मॉडल सख्त रासायनिक बाधाओं द्वारा नियंत्रित नाजुक ज्यामितीय संरचनाओं पर संचालित होते हैं, जिससे इनकी अनुमान प्रक्रिया अनिश्चितता मिसकैलिब्रेशन (uncertainty miscalibration) के प्रति अत्यधिक संवेदनशील हो जाती है।

यह शोध पत्र एक पहले से अनदेखी की गई विफलता पद्धति (failure mode) की पहचान करता है: एपिस्टेमिक अनिश्चितता (epistemic uncertainty - जो सीमित डेटा या स्टोकेस्टिक प्रशिक्षण के कारण सीखे गए डीनोइज़र के अपूर्ण मॉडलिंग से उत्पन्न होती है) और एलियटोरिक अनिश्चितता (aleatoric uncertainty - जो रिवर्स डिफ्यूजन प्रक्रिया के दौरान जानबूझकर इंजेक्ट किए गए स्टोकेस्टिक शोर से उत्पन्न होती है) के बीच की अंतःक्रिया। मानक डिफ्यूजन अनुमान में, डीनोइज़र को नियत (deterministic) माना जाता है। लेखक तर्क देते हैं कि डीनोइज़र के भविष्यवाणियों में निहित एपिस्टेमिक अनिश्चितता प्रभावी रूप से शोर के एक अतिरिक्त स्रोत के रूप में कार्य करती है। यह अंतःक्रिया रिवर्स ट्रांजिशन कर्नेल (reverse transition kernel) में एक व्यवस्थित विचरण मुद्रास्फीति (systematic variance inflation) का कारण बनती है। जैसे-जैसे अनुमान $t=T$ से $t=0$ की ओर बढ़ता है, यह बढ़ी हुई विचरण (variance) संचित होती जाती है, जिससे सिम्युलेटेड वितरण वास्तविक डेटा वितरण से विचलित हो जाता है। 3D आणविक पीढ़ी के लिए, छोटे विचलन भी रासायनिक वैधता (जैसे, गलत बॉन्ड लंबाई या संयोजकता) का उल्लंघन कर सकते हैं, जिससे अस्थिर या अमान्य आणविक संरचनाएं उत्पन्न होती हैं।

कार्यप्रणाली: अनिश्चितता-कैलिब्रेटेड डिफ्यूजन (UCD)
लेखक UCD (Uncertainty-Calibrated Diffusion) का प्रस्ताव करते हैं, जो एक अनुमान-समय सुधार रणनीति (inference-time correction strategy) है, जो मूल मॉडल आर्किटेक्चर या प्रशिक्षण उद्देश्य को बदले बिना एपिस्टेमिक अनिश्चितता को ध्यान में रखते हुए रिवर्स डिफ्यूजन प्रक्रिया को कैलिब्रेट करती है।

सैद्धांतिक आधार:
- लेखक रिवर्स अपडेट स्टेप को औपचारिक रूप (formalize) देते हैं। वे प्रदर्शित करते हैं कि यदि डीनोइज़र भविष्यवाणी $\epsilon_\theta$ में एडिटिव गॉसियन शोर $\delta_t \sim \mathcal{N}(0, \tau_t^2 I)$ के रूप में मॉडल की गई एपिस्टेमिक अनिश्चितता शामिल है, तो रिवर्स ट्रांजिशन का प्रभावी विचरण (effective variance) नाममात्र $\sigma_t^2$ से बढ़कर $\tilde{\sigma}_t^2 = \sigma_t^2 + \eta_t^2$ हो जाता है, जहाँ $\eta_t$ अनिश्चितता के परिमाण और डिफ्यूजन शेड्यूल का एक फलन (function) है।
- वे एक सैद्धांतिक विश्लेषण प्रदान करते हैं जो यह दर्शाता है कि यह विचरण मुद्रास्फीति (variance inflation) अनिश्चितता-स्फीत सैंपलर (uncertainty-inflated sampler) और आदर्श प्रक्षेपवक्र (trajectory) के बीच कुलबैक-लीब्लर (KL) डाइवर्जेंस में संचयी वृद्धि की ओर ले जाती है। इसके अलावा, वे सीमाएं (bounds) स्थापित करते हैं जो दिखाते हैं कि यह स्थानीय विचरण मुद्रास्फीति एंड-पॉइंट तक प्रसारित होती है, जिससे अंतिम जनरेटेड सैंपल में एक मापने योग्य विचलन होता है।
एल्गोरिदम कार्यान्वयन:
- अनिश्चितता अनुमान (Uncertainty Estimation): UCD एक हल्के बेयसियन सन्निकटन (Bayesian approximation) का उपयोग करता है जिसमें मोंटे कार्लो ड्रॉपआउट (Monte Carlo dropout) शामिल है। अनुमान के दौरान, डीनोइज़र को एपिस्टेमिक विचरण ( $\tau_t^2$ ) और माध्य भविष्यवाणी का अनुमान लगाने के लिए ड्रॉपआउट सक्षम करके $M$ बार चलाया जाता है।
- विचरण सुधार (Variance Correction): एलियटोरिक घटक के लिए मानक फिक्स्ड नॉइज़ शेड्यूल के बजाय, UCD अनुमानित एपिस्टेमिक विचरण की भरपाई करने के लिए इंजेक्ट किए गए शोर के पैमाने को गतिशील रूप से समायोजित करता है। विशेष रूप से, यह अनुमानित अनिश्चितता-प्रेरित विचरण को घटाने के लिए एलियटोरिक शोर विचरण को कम करता है, यह सुनिश्चित करता है कि कुल प्रभावी विचरण इच्छित सैद्धांतिक शेड्यूल से मेल खाता है।
- सामान्यीकृत सैंपलर (Generalized Sampler): इस विधि को विभिन्न डिफ्यूजन बैकबोन (जिनमें से कुछ स्टोकेस्टिक SDEs या नियत ODEs का उपयोग करते हैं) के साथ संगत एक प्लग-इन मॉड्यूल के रूप में लागू किया गया है। यह शोर इंजेक्शन टर्म से अनुमानित अनिश्चितता-प्रेरित विचरण को घटाने के लिए रिवर्स अपडेट समीकरण को संशोधित करता है।

प्रमुख योगदान

विचरण मुद्रास्फीति की पहचान: शोध पत्र ने आणविक डिफ्यूजन में विचरण मुद्रास्फीति के प्राथमिक कारण के रूप में एपिस्टेमिक और एलियटोरिक अनिश्चितता की अंतःक्रिया की पहचान की और उसे औपचारिक रूप दिया, जो यह समझाता है कि मानक अनुमान लंबी ट्रैजेक्टरी के ऊपर गुणवत्ता क्यों कम कर देता है।
सैद्धांतिक लक्षण वर्णन: लेखक एक कठोर सैद्धांतिक विश्लेषण प्रदान करते हैं जो यह लक्षण वर्णन करता है कि एपिस्टेमिक अनिश्चितता रिवर्स चेन के माध्यम से कैसे प्रसारित होती है, पाथ-स्पेस KL के माध्यम से प्रक्षेपवक्र-स्तर के विचलन को मात्रात्मक रूप से निर्धारित करता है और एंड-पॉइंट विचलन पर सीमाएं स्थापित करता है।
UCD फ्रेमवर्क: वे UCD का प्रस्ताव करते हैं, जो एक सरल, मॉडल-अज्ञेयवादी (model-agnostic) अनुमान-समय अंशांकन (calibration) विधि है। इसके लिए न तो पुन: प्रशिक्षण (retraining) की आवश्यकता है, न ही आर्किटेक्चरल बदलाव की, और न ही अतिरिक्त सीखने योग्य पैरामीटर की, जो इसे मौजूदा विविध डिफ्यूजन बैकबोन के लिए लागू करने योग्य बनाता है।

प्रायोगिक परिणाम
लेखकों ने मानक 3D आणविक बेंचमार्क: QM9 (छोटे कार्बनिक अणु) और GEOM-Drugs (बड़े ड्रग-लाइक अणु) पर UCD का मूल्यांकन किया। उन्होंने EDM, GeoLDM, और RADM सहित कई अत्याधुनिक बेसलाइनों पर इस विधि का परीक्षण किया।

अनकंडीशनल जनरेशन (Unconditional Generation): UCD ने सभी मेट्रिक्स (एटम स्टेबिलिटी, मॉलिक्यूल स्टेबिलिटी, वैलिडिटी, और वैलिडिटी $\times$ यूनिकनेस) में लगातार प्रदर्शन में सुधार किया। उदाहरण के लिए, QM9 पर, UCD ने EDM की मॉलिक्यूल स्टेबिलिटी को 82.0% से बढ़ाकर 87.2% और वैलिडिटी को 91.9% से बढ़ाकर 94.3% कर दिया। इसी तरह के लाभ GeoLDM और RADM में भी देखे गए।
कंडीशनल जनरेशन (Conditional Generation): QM9 पर प्रॉपर्टी-कंट्रोल्ड जनरेशन कार्यों (जैसे $\alpha, \Delta\epsilon,$ आदि गुणों की भविष्यवाणी करना) में, UCD के साथ संयुक्त RADM ने बेसलाइन की तुलना में कम मीन एब्सोल्यूट एरर (MAE) प्राप्त किया, जो लक्षित प्रॉपर्टी बाधाओं के बेहतर पालन को दर्शाता है।
दक्षता (Efficiency): यह विधि न्यूनतम ओवरहेड पेश करती है। चूंकि ड्रॉपआउट मानक है, इसलिए प्रशिक्षण लागत नगण्य है। अनुमान लागत ड्रॉपआउट पास ( $M$ ) की संख्या के साथ रैखिक रूप से स्केल करती है, लेकिन छोटे $M$ (जैसे, 5–10) के लिए, वॉल-क्लॉक टाइम में वृद्धि मामूली है जबकि महत्वपूर्ण गुणवत्ता सुधार प्राप्त होता है।

महत्व और दावे
शोध पत्र का दावा है कि UCD सैद्धांतिक डिफ्यूजन मॉडल और उनके व्यावहारिक परिनियोजन (deployment) के बीच के अंतर को पाटकर 3D आणविक डिफ्यूजन के लिए नए स्टेट-ऑफ-द-आर्ट प्रदर्शन को स्थापित करता है। इसका महत्व एक मौलिक विश्वसनीयता समस्या को संबोधित करने में निहित है: शोध पत्र तर्क देता है कि मानक अनुमान में डीनोइज़र की "नियतात्मक" (deterministic) धारणा आणविक पीढ़ी जैसे उच्च-परिशुद्धता वाले कार्यों के लिए त्रुटिपूर्ण है। अनिश्चितता को काउंटर करने के लिए शोर इंजेक्शन को स्पष्ट रूप से कैलिब्रेट करके, UCD रिवर्स ट्रैजेक्टरी को स्थिर करता है, यह सुनिश्चित करता है कि जनरेटेड अणु रासायनिक रूप से वैध और ज्यामितीय रूप से सटीक बने रहें। लेखक इस बात पर जोर देते हैं कि यह दृष्टिकोण मौजूदा आर्किटेक्चरल नवाचारों को बदलने के बजाय उनका पूरक है, जो अधिक विश्वसनीय जनरेटिव मॉडल की ओर एक सिद्धांत आधारित मार्ग प्रदान करता है।

मुख्य चित्र: AI के साथ अणु बनाना

समस्या: "भ्रमित" बिल्डर

समाधान: UCD (अनसर्टेन्टी-कैलिब्रेटेड डिफ्यूजन)

उन्होंने क्या पाया (परिणाम)

सारांश

इसी तरह के और पेपर