Towards Reliable Zero-Shot Crowd Forecasting: Evaluating Time Series Foundation Models for Special Event Pedestrian Forecasting
यह शोध पत्र दुर्लभ विशेष आयोजनों के दौरान ज़ीरो-शॉट संभाव्य भीड़ पूर्वानुमान (प्रोबेबिलिस्टिक क्राउड फोरकास्टिंग) के लिए प्रीट्रेन्ड टाइम सीरीज़ फाउंडेशन मॉडल्स की प्रभावशीलता का मूल्यांकन करता है, जो बिना किसी व्यापक स्थानीय पुनरप्रशिक्षण के विश्वसनीय पॉइंट एस्टीमेट्स और अनिश्चितता परिमाणीकरण (अनसर्टेन्टी क्वांटिफिकेशन) प्रदान करने की उनकी क्षमता को प्रदर्शित 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 ऐसे पिकनिक के लिए मौसम का पूर्वानुमान लगाने की कोशिश कर रहे हैं जो केवल हर पांच साल में एक बार होता है। आप पिछले साल के मौसम को देखकर काम नहीं चला सकते क्योंकि, खैर, पिछले साल वह हुआ ही नहीं था। आप यह भी नहीं कर सकते कि पैटर्न सीखने के लिए दिन का इंतज़ार करें। यह "जीरो-शॉट" (zero-shot) पूर्वानुमान की पेचीदा दुनिया है: जब आपके पास अध्ययन करने के लिए बहुत कम पिछला डेटा हो, तब भी भविष्य के बारे में स्मार्ट अंदाज़ा लगाना। आमतौर पर, कंप्यूटरों को ट्रैफिक या भीड़ जैसे चीजों की भविष्यवाणी करने के लिए सीखने हेतु ऐतिहासिक डेटा के पहाड़ों की आवश्यकता होती है। लेकिन क्या होगा यदि आपके पास एक सुपर-स्मार्ट कंप्यूटर मस्तिष्क हो जिसने पहले से ही लाखों अन्य स्थानों से समय और पैटर्न का "विश्वकोश" पढ़ रखा है, और आप बस उससे पूछ सकें, "हे, यहाँ क्या होने वाला है?" यह "फाउंडेशन मॉडल्स" (foundation models) का वादा है। वे उन सार्वभौमिक छात्रों की तरह हैं जिन्होंने पहले से ही अरबों अलग-अलग विषयों पर अपना होमवर्क किया है, इसलिए वे बिना किसी पाठ्यपुस्तक की आवश्यकता के सीधे एक नई कक्षा में प्रवेश कर सकते हैं और तुरंत पढ़ाना शुरू कर सकते हैं।
अब, एम्स्टर्डम में एक विशाल समुद्री उत्सव, SAIL कार्यक्रम की कल्पना करें, जो 25 लाख लोगों को आकर्षित करता है। शहर को यह जानने की आवश्यकता है कि अगले 30 मिनट में भीड़ कहाँ होगी ताकि अतिरिक्त गेट खोले जा सकें, अधिक पुलिस भेजी जा सके, या एम्बुलेंस के लिए रास्ता साफ किया जा सके। लेकिन क्योंकि यह आयोजन दुर्लभ है, इसलिए शहर के पास एक कस्टम रोबोट को प्रशिक्षित करने के लिए वर्षों का डेटा नहीं है। उन्हें एक ऐसे पूर्वानुमान की आवश्यकता है जो न केवल एक एकल अनुमान (जैसे "500 लोग होंगे") हो, बल्कि संभावनाओं की एक सीमा और एक सुरक्षा जाल के साथ हो (जैसे "यह 400 और 600 के बीच होगा, लेकिन सावधान रहें, यह 800 तक बढ़ सकता है")। यह पेपर एक वास्तविक दुनिया का परीक्षण है यह देखने के लिए कि क्या ये पूर्व-प्रशिक्षित "सार्वभौमिक छात्र" बिना क्रैश हुए या खतरनाक सलाह दिए बिना, एक विशाल, एक-बार होने वाले भीड़ वाले कार्यक्रम के अराजक माहौल को संभाल सकते हैं।
शोधकर्ताओं ने दो सबसे स्मार्ट समय-यात्रा करने वाले AI मॉडलों के बीच एक दौड़ आयोजित की: TimesFM और Chronos-2। उन्होंने इन मॉडलों को एम्स्टर्डम के डेटा पर प्रशिक्षित नहीं किया था; इसके बजाय, उन्होंने उन्हें सीधे SAIL2025 उत्सव के बीच में डाल दिया ताकि यह देखा जा सके कि वे "जीरो-शॉट" सेटिंग में कैसा प्रदर्शन करते हैं। इसे एक ऐसे शेफ को हाथ में एक नई, अजीब रेसिपी देने जैसा समझें जिसने कभी उस विशिष्ट रसोई में खाना नहीं बनाया है और यह देखना कि क्या वह सामग्री को चखे बिना एक स्वादिष्ट भोजन बना सकता है।
परिणाम आश्चर्यजनक रूप से स्पष्ट थे। Chronos-2 मॉडल शो का असली सितारा साबित हुआ। इसने लगभग 30 से 45 मिनट आगे का एक विश्वसनीय "सुरक्षा विंडो" के साथ भीड़ के प्रवाह की भविष्यवाणी करने में सफलता प्राप्त की। भीड़ नियंत्रण की दुनिया में, 30 मिनट की अग्रिम सूचना होना एक सुपरपावर होने जैसा है; यह प्रबंधकों को किसी बाधा के आपदा बनने से पहले लोगों को स्थानांतरित करने या आपातकालीन निकास खोलने के लिए पर्याप्त समय देता है। Chronos-2 अपनी भविष्यवाणियों को आगे बढ़ाने ("रोलिंग") में विशेष रूप से अच्छा था, जिसका अर्थ है कि जैसे ही हर 90 सेकंड में नया डेटा आया, इसने बिना भ्रमित हुए अपने पूर्वानुमान को सुचारू रूप से अपडेट किया।
हालाँकि, इस पेपर ने कुछ दिलचस्प विचित्रताएं भी पाईं। जबकि Chronos-2 समग्र रूप से विजेता था, TimesFM वास्तव में शांत, कम-भीड़ वाले घंटों (जैसे देर रात) के दौरान और उन क्षेत्रों में बेहतर काम करता था जहाँ भीड़ की संख्या बहुत कम और स्थिर थी। यह ऐसा है मानो TimesFM एक शांत, स्थिर लाइब्रेरियन है जो शांत पुस्तकालय के घंटों की भविष्यवाणी करने में माहिर है, जबकि Chronos-2 एक उच्च-ऊर्जा वाला स्पोर्ट्स कोच है जो तब उत्कृष्ट प्रदर्शन करता है जब खेल अराजक और तेज़ गति वाला हो जाता है।
इन मॉडलों में से एक सबसे महत्वपूर्ण चीज़ जो शोधकर्ताओं ने खोजी, वह है कि वे "लापता डेटा" (missing data) को कैसे संभालते हैं। कल्पना कीजिए कि एक घंटे के लिए एक कैमरा काम करना बंद कर देता है, जिससे भीड़ की गिनती में एक खाली स्थान बन जाता है। शोधकर्ताओं ने पाया कि Chronos-2 ने इस लापता जानकारी के प्रति अपनी प्रतिक्रिया के रूप में अपने "सुरक्षा जाल" को चौड़ा कर दिया। एक विशिष्ट संख्या के बारे में आत्मविश्वास से अनुमान लगाने के बजाय, उसने कहा, "मुझे सटीक रूप से नहीं पता, इसलिए संभावनाओं की सीमा अब बहुत बड़ी है।" यह एक फीचर है, बग नहीं! सुरक्षा-महत्वपूर्ण स्थितियों में, एक मॉडल के लिए यह कहना कहीं बेहतर है कि "मैं अनिश्चित हूँ, सावधान रहें" बजाय इसके कि वह आत्मविश्वास के साथ गलत उत्तर दे। दूसरी ओर, TimesFM ने अपने जाल को उतना नहीं बढ़ाया, जो जोखिम भरा हो सकता है यदि लापता डेटा में अचानक उछाल छिपा हो।
अध्ययन ने इन मॉडलों का उपयोग करने की "लागत" पर भी गौर किया। उन्होंने बिना किसी फैंसी ग्राफिक्स कार्ड के एक मानक लैपटॉप पर सब कुछ चलाया। अच्छी खबर? दोनों मॉडल अविश्वसनीय रूप से तेज़ थे, एक घंटे आगे की भविष्यवाणी करने में आधा सेकंड से भी कम समय लेते थे। इसका मतलब है कि वे वास्तविक समय में भीड़ के प्रबंधन में मदद करने के लिए सामान्य शहर के कंप्यूटरों पर आसानी से चल सकते हैं। उनके द्वारा उपयोग की जाने वाली मेमोरी भी प्रबंधनीय थी, हालांकि Chronos-2 को "जागने" और सोचना शुरू करने के लिए थोड़ी अधिक शक्ति की आवश्यकता थी।
अंत में, यह पेपर सुझाव देता है कि SAIL जैसे दुर्लभ, विशाल आयोजनों के प्रबंधन के लिए, Chronos-2 अधिक विश्वसनीय विकल्प है, विशेष रूप रूप से जब आपको अचानक परिवर्तनों और लापता डेटा को संभालने की आवश्यकता हो। यह सुझाव देता है कि हमें हमेशा हर एक घटना के लिए एक नया, कस्टम रोबोट बनाने की आवश्यकता नहीं होती है; कभी-कभी, हमें बस सही पूर्व-प्रशिक्षित विशेषज्ञ को खोजने की आवश्यकता होती है जो कूदकर काम संभाल सके। शोधकर्ताओं ने इन मॉडलों के लिए नए "रिपोर्ट कार्ड" भी पेश किए, जो न केवल इस बात पर ध्यान केंद्रित करते हैं कि अनुमान कितना सटीक था, बल्कि इस पर भी कि समय के साथ भविष्यवाणी कितनी स्थिर थी और अनिश्चितता के बारे में मॉडल कितना ईमानदार था। यह एक बड़ी बात है क्योंकि, भीड़ प्रबंधन में, यह जानना कि आप कब नहीं जानते हैं, उतना ही महत्वपूर्ण है जितना कि उत्तर जानना।
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।