A Comparative Study of Deep Learning Architectures for Multi-Horizon Behavioural Forecasting for Mobile Health

कल्पना कीजिए कि आपके पास एक स्मार्टवॉच है जो आपके जीवन को 24/7 ट्रैक करती है: आप कितने कदम चलते हैं, आप अपने फोन को कितनी देर तक देखते हैं, और आप कितनी अच्छी नींद लेते हैं। इस शोध का लक्ष्य एक "क्रिस्टल बॉल" (भविष्य बताने वाला गोला) बनाना है जो आपके पिछले डेटा को देख सके और भविष्यवाणी कर सके कि आपका व्यवहार कल, अगले सप्ताह, या यहाँ तक कि आठ दिन बाद कैसा होगा।

शोधकर्ता यह पता लगाना चाहते थे कि इस काम के लिए सबसे अच्छा "क्रिस्टल बॉल" (एक कंप्यूटर मॉडल) कौन सा है। उन्होंने 800 से अधिक लोगों के डेटा पर नौ अलग-अलग प्रकार के मॉडलों का परीक्षण किया ताकि यह देखा जा सके कि कौन सा मॉडल आपकी भविष्य की आदतों की सबसे सटीक भविष्यवाणी कर सकता है।

यहाँ उनके निष्कर्षों का विवरण दिया गया है, जिसे सरल उपमाओं (analogies) का उपयोग करके समझाया गया है:

1. प्रतियोगी: ये "क्रिस्टल बॉल्स" कौन हैं?

शोधकर्ताओं ने तीन प्रकार के मॉडलों को एक-दूसरे के खिलाफ खड़ा किया:

• "क्लासिक्स" (सांख्यिकीय मॉडल - Statistical Models): ये पुराने जमाने के मौसम पूर्वानुमानकर्ताओं की तरह हैं जो कल के मौसम का अनुमान लगाने के लिए पिछले कुछ दिनों की बारिश को देखते हैं। ये सरल हैं लेकिन अक्सर बड़ी तस्वीर को समझने में चूक जाते हैं।
• "डीप लर्नर्स" (प्रशिक्षित AI): ये उन छात्रों की तरह हैं जो मानव व्यवहार के सामान्य नियमों को सीखने के लिए हर किसी की आदतों की एक विशाल पाठ्यपुस्तक (800+ लोगों का डेटा) का अध्ययन करते हैं। वे बुद्धिमान हैं लेकिन सभी के लिए एक "एक ही नियम सबके लिए" (one-size-fits-all) लागू करने की कोशिश करते हैं।
• "फाउंडेशन मॉडल्स" (जीरो-शॉट एक्सपर्ट्स): ये उन जीनियस की तरह हैं जिन्होंने आपसे मिलने से पहले ही लाइब्रेरी की हर किताब पढ़ ली है (अरबों डेटा पॉइंट्स)। उन्होंने आपकी विशिष्ट आदतों का अध्ययन नहीं किया है, लेकिन वे अपने विशाल सामान्य ज्ञान के आधार पर आपके भविष्य का अनुमान लगाने की कोशिश करते हैं, बिना आपको पहले से जाने या पढ़े।

2. बड़ी खोज: कोई भी एक मॉडल हमेशा के लिए "सर्वश्रेष्ठ" नहीं है

सबसे महत्वपूर्ण खोज यह है कि कोई भी एक मॉडल हर बार नहीं जीतता। यह पूरी तरह से स्थिति पर निर्भर करता है, ठीक वैसे ही जैसे एक रेस कार ट्रैक पर तो बेहतरीन होती है लेकिन बर्फबारी में बहुत खराब।

• "PatchTST" मॉडल: यह "डीप लर्नर्स" के बीच स्टार स्टूडेंट था। इसने कुल मिलाकर सबसे अच्छा प्रदर्शन किया, विशेष रूप से कदमों (steps) और स्क्रीन टाइम की भविष्यवाणी करने के लिए। इसे एक भरोसेमंद जनरललिस्ट के रूप में देखें।
• "TimesFM" मॉडल: यह "जीरो-शॉट" जीनियस है। इसे लोगों के विशिष्ट समूह को अध्ययन करने की आवश्यकता नहीं थी और फिर भी इसने शानदार काम किया। वास्तव में, जब डेटा कम उपलब्ध था (जैसे लोगों का छोटा समूह), तो TimesFM ने उन मॉडलों के समान या उनसे भी बेहतर प्रदर्शन किया जिन्होंने डेटा का अध्ययन करने में महीनों बिताए थे। यह उस शेफ की तरह है जो किसी अजनबी के लिए बिना उसकी रसोई देखे एक बेहतरीन भोजन बना सकता है।
• "नींद" का सरप्राइज: नींद की भविष्यवाणी करना मुश्किल था। क्योंकि लोगों की नींद बहुत नियमित होती है, इसलिए एक बहुत ही सरल मॉडल जो केवल यह कहता है कि "आप कल रात की तरह ही सोएंगे" (जिसे NaiveLast कहा जाता है), उसे हराना वास्तव में कठिन था। हालाँकि, जटिल AI मॉडल यहाँ संघर्ष करते रहे जब तक कि उन्हें व्यक्तिगत (personalized) नहीं बनाया गया।

3. गुप्त हथियार: "पर्सनलाइजेशन" (दर्जी)

अध्ययन में पाया गया कि सटीकता में सबसे बड़ी वृद्धि पर्सनलाइजेशन (वैयक्तिकरण) से आई।

कल्पना कीजिए कि "डीप लर्नर" मॉडल एक दर्जी की तरह हैं जो औसत मानव शरीर के आधार पर एक सूट बनाते हैं। यह ठीक-ठाक फिट होता है, लेकिन एकदम सही नहीं।
पर्सनलाइजेशन उस दर्जी द्वारा आपके कंधों और कमर के लिए विशेष रूप से माप लेने और सूट को एडजस्ट करने जैसा है।

• परिणाम: जब शोधकर्ताओं ने मॉडलों को लिया और प्रत्येक व्यक्ति के लिए उन्हें "फाइन-ट्यून" किया, तो भविष्यवाणियां 16% से 60% अधिक सटीक हो गईं।
• किसे सबसे अधिक लाभ हुआ?
  • नींद: सबसे बड़ा विजेता। क्योंकि आपकी नींद की आदतें बहुत व्यक्तिगत और सुसंगत होती हैं, इसलिए मॉडल को कस्टमाइज़ करने से बड़ा अंतर आया।
  • कदम (Steps): सबसे छोटा विजेता। चलने की आदतें अधिक रैंडम होती हैं और बाहरी कारकों से प्रभावित होती हैं, इसलिए मॉडल को कस्टमाइज़ करने से कम मदद मिली।
• एक शर्त: यह करने के लिए आपके पास पर्याप्त डेटा होना चाहिए। यदि आपके पास केवल कुछ दिनों का डेटा है, तो मॉडल को कस्टमाइज़ करने की कोशिश करना कपड़े के एक छोटे से टुकड़े से सूट काटने जैसा है—इससे गलतियाँ (overfitting) हो सकती हैं। यह काम करने के लिए आपको कम से कम कुछ हफ्तों के डेटा की आवश्यकता है।

4. "टाइम होराइजन" (समय सीमा) की समस्या

शोधकर्ताओं ने 1 दिन आगे से लेकर 8 दिन आगे तक की भविष्यवाणियों का परीक्षण किया।

• अल्पकालिक (1 दिन): मॉडल काफी अच्छे हैं।
• दीर्घकालिक (8 दिन): सटीकता स्वाभाविक रूप से गिर जाती है, ठीक वैसे ही जैसे एक सप्ताह बाद के मौसम का पूर्वानुमान कल के मौसम की तुलना में कम विश्वसनीय होता है।
• ट्विस्ट: पर्सनलाइजेशन तब अधिक मूल्यवान हो जाता है जब आप भविष्य में और आगे देखते हैं। जबकि एक "औसत" मॉडल 8 दिन बाद के आपके विशिष्ट व्यवहार की भविष्यवाणी करने में विफल रहता है, "पर्सनलाइज्ड" मॉडल सच्चाई के बहुत करीब रहता है।

5. वास्तविक दुनिया के लिए व्यावहारिक सुझाव

यह पेपर उन लोगों के लिए एक सरल रणनीति सुझाता है जो ये हेल्थ ऐप्स बना रहे हैं:

1. यदि आपके पास अभी कोई डेटा नहीं है: TimesFM "जीनियस" मॉडल का उपयोग करें। यह आपको सीखने की आवश्यकता के बिना तुरंत अच्छा काम करता है।
2. यदि आपके पास बहुत सारा डेटा है: PatchTST मॉडल का उपयोग करें। यह एक बड़े समूह से सीखने के लिए सबसे अच्छा ऑल-राउंडर है।
3. यदि आप दूर के भविष्य (3-8 दिन) की भविष्यवाणी करना चाहते हैं: अपने सबसे अच्छे मॉडल को लें और उसे विशिष्ट उपयोगकर्ता के लिए पर्सनलाइज (व्यक्तिगत) करें। यहीं पर असली जादू होता है, खासकर नींद की भविष्यवाणी करने के लिए।

सारांश

पेपर निष्कर्ष निकालता है कि हालांकि उन्नत AI शक्तिशाली है, लेकिन सबसे अच्छा दृष्टिकोण केवल सबसे "स्मार्ट" एल्गोरिदम चुनना नहीं है। यह आपके पास मौजूद डेटा के साथ सही उपकरण का मिलान करने और, सबसे महत्वपूर्ण रूप से, उपकरण को व्यक्ति के लिए अनुकूलित (customize) करने के बारे में है। जिस तरह एक सामान्य स्वास्थ्य योजना कुछ लोगों के लिए काम करती है और दूसरों के लिए नहीं, उसी तरह एक सामान्य भविष्यवाणी मॉडल भीड़ के लिए काम करता है, लेकिन एक व्यक्तिगत मॉडल आपके लिए काम करता है।