Decafs: Disentangled Conditional adversarial Flows
यह शोध पत्र Decafs को पेश करता है, जो एक नवीन कंडीशनल जेनेरेटिव मॉडल है जो व्याख्या योग्य जनरेशन (interpretable generation) के लिए लेटेंट फैक्टर्स को अलग करने हेतु ली ग्रुप्स (Lie groups) और एडवरसैरियल लर्निंग का लाभ उठाता है, और फ्लो स्पेस डाइमेंशनलिटीिटी (flow space dimensionality) बढ़ाए बिना इमेज और मॉलिक्यूल डेटासेट्स पर अत्याधुनिक प्रदर्शन प्राप्त 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 रोबोट को पेंटिंग करना सिखाने की कोशिश कर रहे हैं। आप चाहते हैं कि वह एक उत्कृष्ट कृति (मास्टरपीस) बनाए, लेकिन आप चाहते हैं कि निर्देशक आप हों, जो उसे ठीक से बताए कि क्या बदलना है: "आसमान को और नीला बनाओ," "बिल्ली को बड़ा बनाओ," या "दवा के अणु (मॉलिक्यूल) को कम विषैला बनाओ।" यह जेनरेटिव मॉडल्स (generative models) की दुनिया है, जो आर्टिफिशियल इंटेलिजेंस की एक शाखा है जहाँ कंप्यूटर फोटो से लेकर रासायनिक यौगिकों तक, नई डेटा बनाने के लिए सीखते हैं जो बिल्कुल असली चीज़ों की तरह दिखते और महसूस होते हैं।
ऐसा करने के लिए, कई AI सिस्टम एक चतुर तरकीब का उपयोग करते हैं जिसे लेटेंट स्पेस (latent space) कहा जाता है। इसे एक विशाल, अदृश्य कंट्रोल रूम के रूप में सोचें जो डायल और स्लाइडर्स से भरा हुआ है। जब AI कोई चित्र बनाना चाहता है, तो वह इस कमरे में एक स्थान चुनता है, और वह स्थान एक विशिष्ट चित्र में बदल जाता है। समस्या यह है कि अधिकांश उन्नत AI सिस्टम में, ये डायल स्पैगेटी के एक कटोरे की तरह आपस में उलझे हुए होते हैं। यदि आप "रंग" का डायल घुमाते हैं, तो "आकार" का डायल भी बेतहाशा घूम सकता है, या "आकृति" विकृत हो सकती है। यह "एंटैंगलमेंट" (उलझाव) निर्माण को सटीक रूप से नियंत्रित करना कठिन बना देता है। वैज्ञानिक इस उलझन को सुलझाने की कोशिश कर रहे हैं, लेकिन उनके पास जो सबसे शक्तिशाली उपकरण हैं—जिन्हें नॉर्मलाइजिंग फ्लोज़ (normalizing flows) कहा जाता है—वे कठोर, एकतरफा रास्तों की तरह हैं। वे उच्च गुणवत्ता वाले चित्र और अणु बनाने में उत्कृष्ट हैं क्योंकि वे गणितीय रूप से अपने चरणों को पूरी तरह से उलट सकते हैं, लेकिन यह कठोरता एक "कंट्रोल पैनल" जोड़ना बेहद कठिन बना देती है बिना पूरे सिस्टम को बिगाड़े।
यहीं पर नया पेपर, DECAFS, एक नए विचार के साथ आता है। लेखक, अनिरुद्ध जैन और उनके सहयोगियों ने, इन कठोर, उच्च-प्रदर्शन वाले फ्लो मॉडल्स को बिना उनकी गणित को तोड़े एक लचीला, अनटैंगल्ड (उलझाव रहित) कंट्रोल पैनल देने का एक तरीका प्रस्तावित किया है। वे एक "ली ग्रुप जनरेटर" (Lie group generator) पेश करते हैं, जो सुनने में एक फैंसी गणितीय शब्द लगता है लेकिन एक मास्टर की (master key) की तरह काम करता है। फ्लो मॉडल को सीधे जटिल निर्देश समझने के लिए मजबूर करने के बजाय, वे एक अलग, लचीला जनरेटर बनाते हैं जो फ्लो मॉडल की भाषा बोलना सीखता है। यह नया जनरेटर ली ग्रुप्स (Lie groups) नामक एक गणितीय अवधारणा का उपयोग करता है (इन्हें स्वतंत्र, पूर्ण बिल्डिंग ब्लॉक्स के रूप में सोचें) ताकि एक "डिसेंटैंगल्ड" (विघटित) स्थान बनाया जा सके जहाँ प्रत्येक डायल रंग या आकार जैसी किसी एक विशेषता को नियंत्रित करता है, बिना दूसरों को बिगाड़े। फिर वे यह सुनिश्चित करने के लिए एक "क्रिटिक" (एक प्रकार का रेफरी) का उपयोग करते हैं कि यह नया, लचीला स्थान कठोर फ्लो मॉडल के साथ पूरी तरह मेल खाता हो।
परिणामस्वरूप, एक ऐसा सिस्टम मिलता है जो उच्च गुणवत्ता वाले चित्र और अणु उत्पन्न कर सकता है और साथ ही उपयोगकर्ताओं को सर्जिकल सटीकता के साथ विशिष्ट गुणों को बदलने की अनुमति देता है। MNIST (हस्तलिखित संख्याएँ) और dSprites (सरल आकृतियाँ) जैसे इमेज डेटासेट पर, DECAFS ने प्रसिद्ध StyleGAN सहित पिछले अत्याधुनिक मॉडल्स को पछाड़ दिया, जिसमें कम त्रुटि स्कोर (StyleGAN के 13.21 के मुकाबले 10.80 का FID) और उन मेट्रिक्स पर पूर्ण स्कोर प्राप्त किया जो विशेषताओं के अलगाव को मापते हैं। ड्रग डिस्कवरी की दुनिया में, मॉडल ने विशिष्ट गुणों वाले अणुओं को सफलतापूर्वक उत्पन्न किया, जैसे कि एक अणु के "ड्रग-लाइकनेस" (QED) या उसके संश्लेषण की सुगमता (SA Score) को समायोजित करना, जबकि अन्य गुणों को स्थिर रखा। लेखक दिखाते हैं कि इस "डिसेंटैंगल्ड कंडिशनल एडवरसैरियल फ्लो" का उपयोग करके, वे एक साथ कई लक्ष्यों को हिट करने वाले नए ड्रग उम्मीदवारों को खोजने के लिए जटिल रासायनिक स्थान में नेविगेट कर सकते हैं, जो पहले मॉडल के अंतर्निहित गणित को तोड़े बिना करना बहुत कठिन था।
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।