Automating Visual Recognition of Leprosy in Wild Chimpanzees
यह शोध पत्र जंगली चिंपांजी में कुष्ठ रोग (लेप्रोसी) का पता लगाने को स्वचालित करने के लिए पहले डीप लर्निंग पाइपलाइन और पैनलेप300 (PanLep300) डेटासेट को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि स्थानिक क्रॉप-स्तरीय भविष्यवाणियों का सरल एकत्रीकरण जटिल टेम्पोरल मॉडलों से बेहतर प्रदर्शन करता है क्योंकि इस बीमारी की दृश्य प्रस्तुति स्थिर होती 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
एक ऐसी दुनिया की कल्पना करें जहाँ प्रकृति के सबसे सतर्क सुरक्षा गार्ड घने जंगलों में छिपे हुए शांत, स्थिर कैमरे हैं। ये वे कैमरे नहीं हैं जो चोरों को पकड़ते हैं, बल्कि वे हैं जो पृथ्वी के सबसे मायावी निवासियों: जंगली जानवरों की निगरानी करते हैं। दशकों से, वैज्ञानिक जानवरों की गिनती करने और उनके जीवन का अध्ययन करने के लिए इन "कैमरा ट्रैप्स" पर निर्भर रहे हैं, लेकिन उनके द्वारा उत्पन्न फुटेज की विशाल मात्रा अत्यधिक है। यह पतझड़ के पत्तों के पहाड़ में हाथ से एक विशिष्ट प्रकार के पत्ते को खोजने जैसा है; इसमें बहुत समय लगता है, और आप सबसे महत्वपूर्ण वाले भी चूक सकते हैं। यहीं पर आर्टिफिशियल इंटेलिजेंस (AI) का जादू काम आता है। AI को एक सुपर-फास्ट, अथक जासूस के रूप में सोचें जो सेकंडों में हजारों तस्वीरों को स्कैन कर सकता है, उन सूक्ष्म सुरागों की तलाश में जो मानवीय आँख से छूट सकते हैं। लेकिन यहाँ पेचीदा हिस्सा यह है: एक कंप्यूटर को यह पहचानना सिखाना कि कोई जानवर बीमार है, एक बाघ को पहचानने के सिखाने से कहीं अधिक कठिन है। जानवर हिलते-डुलते हैं, पेड़ों के पीछे छिप जाते हैं, और रोशनी के आधार पर अलग दिखते हैं। वैज्ञानिक जो बड़ा सवाल पूछ रहे हैं वह यह है: क्या हम एक ऐसा डिजिटल जासूस बना सकते हैं जो जंगल में एक बंदर की धुंधली फोटो देखकर ही बीमारी को पहचान सके, बिना विशेषज्ञों की एक टीम को वीडियो के हर एक सेकंड को देखे बिना?
यही वह चुनौती है जिसे शोधकर्ताओं की एक टीम हल करने की कोशिश कर रही है जो जंगली चिंपांजी को लेप्रोसी (कुष्ठ रोग) नामक एक भयानक बीमारी से बचाने का प्रयास कर रही है। आप लेप्रोसी को एक मानवीय समस्या मान सकते हैं, लेकिन यह इन महान वानरों के लिए भी एक खामोश हत्यारा है। जब एक चिंपांजी बीमार होता है, तो वह केवल थोड़ा अस्वस्थ महसूस नहीं करता; उसमें बहुत स्पष्ट, शारीरिक परिवर्तन दिखाई देते हैं। उनकी त्वचा अपना रंग खो सकती है, उनके कान मोटे और सूजे हुए दिख सकते हैं, या वे बाल और यहाँ तक कि उंगलियाँ भी खो सकते हैं। ये संकेत हवा में लहराते एक लाल झंडे की तरह हैं, लेकिन क्योंकि चिंपंजी जंगली रहते हैं और इंसानों को पसंद नहीं करते, इसलिए हम जाकर उनकी जाँच नहीं कर सकते। हमें उन्हीं कैमरा ट्रैप्स पर निर्भर रहना पड़ता है। समस्या यह है कि कैमरे इतना अधिक वीडियो रिकॉर्ड करते हैं कि मनुष्यों के लिए उन सभी को देखना असंभव है। इसलिए, शोधकर्ताओं ने उनकी ओर से देखने के लिए एक नए प्रकार का AI पाइपलाइन बनाया।
सबसे पहले, उन्होंने "PanLep300" नामक प्रशिक्षण डेटा का एक विशाल पुस्तकालय बनाया। इसे 1,25,000 से अधिक चिंपांजी की क्रॉप की गई तस्वीरों वाला एक विशाल फोटो एल्बम समझें, जो पांच वर्षों के सैकड़ों अलग-अलग वीडियो से ली गई हैं। उन्होंने सावधानीपूर्वक प्रत्येक तस्वीर को लेबल किया, यह चिह्नित किया कि कौन से चिंपी स्वस्थ थे और किनमें उन्नत लेप्रोसी के डरावने लक्षण दिखाई दे रहे थे। महत्वपूर्ण बात यह है कि उन्होंने सभी तस्वीरों को केवल एक ढेर में नहीं फेंका; उन्होंने उन्हें वास्तविक जीवन की नकल करने के तरीके से व्यवस्थित किया। उन्होंने यह सुनिश्चित किया कि AI ने अपने "प्रशिक्षण" के दौरान कभी भी उसी विशिष्ट चिंपंजी या उसी कैमरा स्थान को नहीं देखा जो उसके "अंतिम परीक्षण" के दौरान देखा गया था। यह सुनिश्चित करता है कि AI बीमारी को पहचानने के लिए सीख रहा है, न कि केवल यह याद कर रहा है कि "चिंपी बॉब हमेशा कैमरा 5 के पास बैठता है।"
एक बार जब AI तैयार हो गया, तो शोधकर्ताओं ने इसे स्मार्ट बनाने के तीन अलग-अलग तरीकों का परीक्षण किया। पहला तरीका एक एकल स्नैपशॉट को देखने जैसा था: AI चिंपी की एक तस्वीर देखेगा और तय करेगा कि वह बीमार है या नहीं। दूसरा तरीका चिंपी के चलने के एक छोटे, 16-फ्रेम के मूवी क्लिप को देखने जैसा था, इस उम्मीद में कि गति को देखने से मदद मिलेगी। तीसरा तरीका सबसे जटिल था, जहाँ AI एक साथ पूरे वीडियो अनुक्रम को समझने की कोशिश करता है, यह सीखता है कि चिंपी समय के साथ कैसे चलता और दिखता है।
यहाँ एक आश्चर्यजनक मोड़ है: सबसे सरल तरीका जीत गया। शोधकर्ताओं ने पाया कि AI को फिल्म समीक्षक या गति विशेषज्ञ होने की आवश्यकता नहीं थी। वास्तव में, सबसे अच्छा दृष्टिकोण यह था कि चिंपी की व्यक्तिगत तस्वीरों (क्रॉप्स) को लिया जाए, AI को यह अनुमान लगाने दिया जाए कि प्रत्येक एक बीमार दिख रहा है या नहीं, और फिर बस वोटों की गिनती की जाए। यदि अनुक्रम की अधिकांश तस्वीरें कहती हैं कि वह "बीमार" है, तो चिंपी बीमार है। यह पता चला कि लेप्रोसी एक स्थिर बीमारी है; इसके लक्षण नृत्य की किसी चाल की तरह तेजी से नहीं बदलते। वे बस वहाँ होते हैं, जैसे शर्ट पर दाग। AI को चिंपी की जटिल गति (वीडियो विधियों) का विश्लेषण करने के लिए सिखाना वास्तव में इसे थोड़ा बदतर या कोई बेहतर नहीं बनाता था। जटिल मॉडल उन छात्रों की तरह थे जो गणित की समस्या को हल करने के लिए संख्याओं के बारे में एक उपन्यास लिखने की कोशिश कर रहे थे, जबकि उन्हें केवल उन्हें जोड़ना ही चाहिए था।
अध्ययन ने कुछ ऐसे "गॉटचास" (चूक) की भी खोज की जो बुद्धिमान AI को भी उलझा देते हैं। एक प्रमुख समस्या तब होती है जब वीडियो क्लिप की शुरुआत और अंत होता है। जब एक चिंपी फ्रेम में आता है, तो वह अक्सर आधा छिपा हुआ या धुंधला होता है। जब वह बाहर जाता है, तो भी वही स्थिति होती है। शोधकर्ताओं ने पाया कि यदि AI पूरे वीडियो का औसत स्कोर निकालने की कोशिश करता है, तो ये धुंधले, आधे छिपे हुए क्षण स्कोर को नीचे खींच लेते हैं, जिससे एक स्पष्ट रूप से बीमार चिंपी स्वस्थ दिखने लगती है। यह एक छात्र को प्राप्त करने जैसा है जिसने टेस्ट में बेहतरीन स्कोर किया, लेकिन फिर उसे शून्य मिल गया क्योंकि वह कक्षा में देरी से आया और पहला प्रश्न छोड़ दिया; औसत परिणाम को खराब कर देता है। इसे ठीक करने के लिए, टीम ने दिखाया कि यदि आप क्लिप के धुंधले हिस्से को काट देते हैं (एक "ट्रिम्ड" रणनीति) या केवल सबसे स्पष्ट, सबसे आत्मविश्वासी तस्वीरों को गिनते हैं (एक "टॉप-25%" रणनीति), तो AI बहुत अधिक सटीक हो जाता है।
एक अन्य दिलचस्प खोज पृष्ठभूमि (बैकग्राउंड) के बारे में थी। शोधकर्ताओं ने तस्वीरों से जंगल की पृष्ठभूमि को हटाने की कोशिश की, जिससे केवल चिंपी रह गया, यह सोचकर कि इससे AI का ध्यान केंद्रित करने में मदद मिलेगी। आश्चर्यजनक रूप से, इसने AI को और भी खराब बना दिया। ऐसा लगता है कि AI यह पता लगाने के लिए जंगल के संकेतों का उपयोग कर रहा था—जैसे कि पेड़ों का प्रकार या रोशनी—कि क्या चिंपी बीमार है। जब उन्होंने बैकग्राउंड हटाया, तो उन्होंने अनजाने में उन सहायक संकेतों को भी हटा दिया। यह किसी के चेहरे को देखकर उसके मूड का अनुमान लगाने जैसा है, लेकिन फिर एहसास होता है कि आपको यह समझने के लिए पीछे की बारिश वाली खिड़की को देखने की भी आवश्यकता थी कि वह उदास क्यों है।
अंत में, शोधकर्ताओं ने दिखाया कि हम केवल एक साधारण, स्मार्ट कैमरे और एक कंप्यूटर का उपयोग करके जंगली चिंपंजी की लेप्रोसी के लिए स्क्रीनिंग कर सकते हैं। उन्होंने साबित किया कि आपको यह काम करने के लिए एक सुपर-जटिल, मोशन-सेंसिंग रोबोट की आवश्यकता नहीं है; एक एकल फोटो पर बारीक नज़र और परिणामों को गिनने का एक स्मार्ट तरीका पर्याप्त है। हालाँकि यह प्रणाली अभी भी पूर्ण नहीं है और इसे चिंपी के बड़े समूहों के साथ और अधिक परीक्षण की आवश्यकता है, यह एक शक्तिशाली नया उपकरण प्रदान करती है। यह सुझाव देता है कि भविष्य में, हम बिना जानवरों को परेशान किए या वीडियो के घंटों देखने में वर्षों बिताए बिना, वन्यजीवों के पूरे जंगलों की निगरानी कर सकते हैं, बीमारियों को जल्दी पहचान सकते हैं और जीवन बचा सकते हैं। मुख्य सीख यह है कि कभी-कभी, किसी समस्या को देखने का सबसे सरल तरीका ही उसे हल करने का सबसे प्रभावी तरीका होता 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।