Learning Ergodic Dynamical Systems from a Finite Trajectory

कल्पना कीजिए कि आप एक अराजक प्रणाली (chaotic system) के भविष्य की भविष्यवाणी करने की कोशिश कर रहे हैं, जैसे कि मौसम, शेयर बाजार, या यहाँ तक कि एक टेक्स्ट मैसेज में अगला शब्द। विज्ञान की दुनिया में, इसे "डायनेमिकल सिस्टम" सीखना कहा जाता है। आमतौर पर, जब वैज्ञानिक इन पैटर्न को सीखने की कोशिश करते हैं, तो वे सांख्यिकी के एक स्वर्णिम नियम पर भरोसा करते हैं: डेटा बिंदु स्वतंत्र होने चाहिए। इसे सिक्का उछालने की तरह समझें; यदि आप हेड्स उछालते हैं, तो इससे अगले उछाल के टेल्स होने की संभावना नहीं बदलती। प्रत्येक उछाल एक नई शुरुआत है। लेकिन वास्तविक दुनिया शायद इस तरह काम नहीं करती है। एक डायनेमिकल सिस्टम में, अगली स्थिति पूरी तरह से वर्तमान स्थिति पर निर्भर करती है। यदि आज बारिश हो रही है, तो कल भी बारिश होने की अधिक संभावना है। डेटा घटनाओं की एक श्रृंखला है, एक अटूट धागा जहाँ हर गाँठ पिछली गाँठ से बंधी होती है।

यह वह पेचीदा पहेली है जिसे यह शोध पत्र हल करता है: आप किसी प्रणाली के नियमों को कैसे सीख सकते हैं जब आपके पास केवल एक लंबी, निरंतर कहानी पढ़ने के लिए उपलब्ध हो, और हर वाक्य पिछले वाक्य पर निर्भर हो? लेखक "एर्गोडिक" (ergodic) प्रणालियों पर ध्यान केंद्रित करते हैं। सरल शब्दों में, एक एर्गोडिक प्रणाली वह है जो, यदि आप इसे पर्याप्त समय तक देखते रहें, तो अंततः उन सभी संभावित अवस्थाओं (states) पर पहुँच जाती है जिनमें वह हो सकती है, और प्रत्येक अवस्था में बिताया गया समय वहाँ होने की दीर्घकालिक संभावना के अनुरूप होता है। यह एक पार्क में घूमते हुए एक नशे में धुत व्यक्ति की तरह है; यदि आप उसे पर्याप्त समय तक देखते हैं, तो वह अंततः घास के हर हिस्से पर कदम रखेगा, और वह किसी विशिष्ट हिस्से पर जितना समय बिताएगा, वह आपको बताएगा कि उसे वह जगह कितनी पसंद है। शोध पत्र पूछता है: क्या हम केवल ऐसे एक लंबे, भटकते हुए मार्ग (walk) का उपयोग करके ऐसी प्रणाली के लिए एक विश्वसनीय क्रिस्टल बॉल बना सकते हैं?

"लर्निंग एर्गोडिक डायनेमिकल सिस्टम्स फ्रॉम अ फाइनाइट ट्राजेक्टरी" शीर्षक वाला यह शोध पत्र इस समस्या को एक "मार्कोव प्रक्रिया" (Markov process) के रूप में मानकर गहराई से देखता है। मार्कोव प्रक्रिया को "फॉलो द लीडर" के खेल के रूप में सोचें जहाँ लीडर की अगली चाल केवल इस बात पर निर्भर करती है कि वह अभी कहाँ खड़ा है, न कि इस पर कि वह पाँच मिनट पहले कहाँ था। लेखक इस खेल के नियमों का अनुमान लगाने के लिए "नॉनलीनियर लीस्ट स्क्वायर्स" (nonlinear least squares) नामक एक विधि प्रस्तावित करते हैं। कल्पना कीजिए कि आप एक नर्तक की अगली चाल का अनुमान लगाने की कोशिश कर रहे हैं। आप उन्हें कुछ समय तक देखते हैं, उनकी चालों को रिकॉर्ड करते हैं, और फिर एक रेखा (या वक्र) खींचने की कोशिश करते हैं जो सबसे अच्छी तरह से भविष्यवाणी करती है कि वे अगला कदम कहाँ रखेंगे। लेखक दिखाते हैं कि भले ही डेटा "चिपचिपा" (sticky) है (अतीत पर निर्भर है) और आपके पास केवल एक लंबा रिकॉर्डिंग है, फिर भी आप बहुत अच्छी भविष्यवाणियाँ कर सकते हैं। वे गणितीय रूप से सिद्ध करते हैं कि उनकी विधि काम करती है, बशर्ते कि प्रणाली "एर्गोडिक" हो और अच्छी तरह से मिश्रित (mix) होती हो (अर्थात, वह हमेशा के लिए किसी कोने में फंसी नहीं रहती है)। वे यह भी दिखाते हैं कि इस विधि को अधिक जटिल स्थितियों को संभालने के लिए कैसे अपग्रेड किया जा सकता है, जैसे एक साथ कई नंबरों की भविष्यवाणी करना, ऐसी प्रणालियाँ जो पिछले कुछ कदमों को याद रखती हैं, और यहाँ तक कि "कूपमैन ऑपरेटर" (Koopman operator), जो एक शानदार गणितीय उपकरण है जो बताता है कि पूरी प्रणाली समय के साथ कैसे विकसित होती है। परिणाम भविष्यवाणियों की सटीकता की गारंटी देते हैं, जो इस बात पर निर्भर करती है कि हमारी एकल रिकॉर्डिंग कितनी लंबी थी और प्रणाली का व्यवहार कितना "अराजक" या "चिपचिपा" था।

एक एकल प्रक्षेपवक्र (Trajectory) की कहानी

लेखक एक सरल लेकिन शक्तिशाली विचार के साथ मंच तैयार करते हैं: किसी प्रणाली के हजारों अलग-अलग, स्वतंत्र स्नैपशॉट्स इकट्ठा करने के बजाय (जो अक्सर असंभव होता है), वे प्रणाली के जीवन के एक एकल, निरंतर मूवी (continuous movie) से सीखने पर ध्यान केंद्रित करते हैं। वे इसे एक "फाइनाइट ट्राजेक्टरी" (finite trajectory) कहते हैं। वास्तविक दुनिया में, हमारे पास अध्ययन करने के लिए अक्सर केवल एक ही इतिहास होता है—जैसे कि एक एकल शेयर बाजार की गिरावट या किसी स्पोर्ट्स टीम का एक सीजन। शोध पत्र का तर्क है कि हम इस एकल इतिहास से खेल के नियमों को सीख सकते हैं, लेकिन हमें सावधान रहना होगा क्योंकि डेटा स्वतंत्र नहीं है।

इसे सफल बनाने के लिए, लेखक "यूनिफॉर्म ज्योमेट्रिक एर्गोडिसिटी" (uniform geometric ergodicity) नामक अवधारणा पर भरोसा करते हैं। यह सुनने में कठिन लग सकता है, लेकिन इसे इस बात के माप के रूप में सोचें कि एक प्रणाली अपने अतीत को कितनी जल्दी भूल जाती है। यदि कोई प्रणाली "यूनिफफॉर्म ज्योमेट्रिकल एर्गोडिक" है, तो इसका अर्थ है कि आप प्रणाली को कहीं से भी शुरू करें, यह जल्दी ही व्यवहार के एक स्थिर पैटर्न में सेट हो जाएगी। यह एक घूमते हुए लट्टू की तरह है; आप उसे चाहे कैसे भी घुमाएँ, वह अंततः एक स्थिर डगमगाहट में स्थिर हो जाता है। लेखक सिद्ध करते हैं कि यदि प्रणाली इस तरह व्यवहार करती है, तो शुरुआती बिंदु की "स्मृति" इतनी तेज़ी से मिट जाती है कि हम डेटा के दीर्घकालिक औसत को प्रणाली की वास्तविक प्रकृति के विश्वसनीय मार्गदर्शक के रूप में मान सकते हैं।

उनके कार्य का मूल "नॉनलीनियर लीस्ट स्क्वायर्स" नामक एक विधि है। कल्पना कीजिए कि आप एक रोबोट को नृत्य के अगले कदम की भविष्यवाणी करना सिखा रहे हैं। आप रोबोट को नृत्य का एक वीडियो दिखाते हैं (ट्राजेक्टरी)। रोबोट वर्तमान मुद्रा के आधार पर अगले कदम का अनुमान लगाने की कोशिश करता है। "लीस्ट स्क्वायर्स" का अर्थ है कि रोबोट अपने अनुमानों और वास्तविक चालों के बीच कुल त्रुटि (error) को कम करने की कोशिश करता है। लेखक दिखाते हैं कि भले ही रोबोट एक एकल, जुड़े हुए वीडियो से सीख रहा है जहाँ प्रत्येक फ्रेम अगले फ्रेम से जुड़ा हुआ है, फिर भी वह नृत्य को पूरी तरह से सीख सकता है यदि वीडियो पर्याप्त लंबा है और नृत्य एर्गोडिक है।

वे "हाई-प्रोबेबिलिटी गारंटियां" (high-probability guarantees) निकालते हैं। इसका मतलब यह नहीं है कि वे केवल यह नहीं कहते कि "यह काम करता है"; वे यह भी गणना करते हैं कि इसके काम करने की कितनी संभावना है और भविष्यवाणी सत्य के कितने करीब होगी। वे पाते हैं कि सटीकता दो मुख्य चीजों पर निर्भर करती है: प्रक्षेपवक्र (trajectory) कितना लंबा है (अधिक डेटा बेहतर है) और प्रणाली कितनी "चिपचिपी" है (वह अपने अतीत को कितनी जल्दी भूल जाती है)। यदि प्रणाली अपने अतीत को जल्दी भूल जाती है (उच्च एर्गोडिसिटी), तो सीखना तेज़ होता है। यदि यह अपने अतीत को लंबे समय तक थामे रखती है (कम एर्गोडिसिटी), तो समान स्तर की सटीकता प्राप्त करने के लिए आपको बहुत लंबे वीडियो की आवश्यकता होगी।

बुनियादी बातों से आगे जाना

शोध पत्र केवल सरल, एक-संख्या वाली भविष्यवाणियों पर नहीं रुकता है। लेखक दिखाते हैं कि उनकी विधि अधिक जटिल परिदृश्यों को संभालने के लिए पर्याप्त लचीली है:

• वेक्टर-वैल्यूड स्टेट्स (Vector-Valued States): केवल एक संख्या (जैसे तापमान) की भविष्यवाणी करने के बजाय, प्रणाली को संख्याओं के एक पूरे वेक्टर (जैसे तापमान, आर्द्रता और हवा की गति एक साथ) की भविष्यवाणी करने की आवश्यकता हो सकती है। लेखक दिखाते हैं कि उनका गणित इन बहु-आयामी भविष्यवाणियों के लिए भी उतना ही अच्छा काम करता है, पूरे वेक्टर को उच्च-आयामी स्थान में एक एकल वस्तु के रूप में मानता है।
• उच्च-क्रम प्रणालियाँ (Higher-Order Systems): कभी-कभी, अगला कदम केवल वर्तमान कदम पर ही नहीं, बल्कि पिछले कुछ कदमों पर भी निर्भर करता है। एक कार के बारे में सोचें: इसकी अगली स्थिति इस पर निर्भर करती है कि यह कहाँ है और यह एक क्षण पहले कितनी तेज़ गति से चल रही थी। लेखक दिखाते हैं कि इन उच्च-क्रम प्रणालियों को एक नए प्रारूप में कैसे "लिफ्ट" किया जाए जहाँ वे सरल, प्रथम-क्रम की प्रणालियों की तरह दिखें, जिससे उनकी विधि उन पर भी काम कर सके।
• परिमित-अवस्था स्थान (Finite-State Spaces): क्या होगा यदि प्रणाली केवल कुछ विशिष्ट अवस्थाओं में हो सकती है, जैसे कि एक बोर्ड गेम जहाँ आप केवल 1 से 100 तक के खानों पर हो सकते हैं? लेखक अपनी विधि को इस सेटिंग के अनुकूल बनाते हैं, यह दिखाते हुए कि यह वाक्य में अगले शब्द की भविष्यवाणी करने जैसी समस्याओं (जहाँ "स्टेट्स" शब्द हैं) से अच्छी तरह जुड़ती है। वे "सरोगेट लीस्ट स्क्वायर्स अप्रोच" नामक एक चतुर तकनीक का उपयोग करते हैं, जो एक विशिष्ट अवस्था की भविष्यवाणी करने की समस्या को संभावनाओं के एक वेक्टर की भविष्यवाणी करने की समस्या में बदल देती है, जिससे इसे हल करना आसान हो जाता है।
• कूपमैन ऑपरेटर्स (Koopman Operators): अंत में, लेखक "कूपमैन ऑपरेटर" से निपटते हैं। यदि पिछले तरीके अगले कदम की भविष्यवाणी करने के बारे में थे, तो कूपमैन ऑपरेटर प्रणाली के किसी भी अवलोकन योग्य गुण (observable property) के पूरे भविष्य के विकास की भविष्यवाणी करने के बारे में है। यह एक मास्टर की (master key) होने जैसा है जो न केवल स्थिति, बल्कि प्रणाली के किसी भी पहलू के भविष्य के व्यवहार को अनलॉक कर सकती है। वे दिखाते हैं कि उनकी लीस्ट स्क्वायर्स विधि वास्तव में इस मास्टर की को सीखने का एक तरीका है, जो इस बात की गारंटी देती है कि वह ताले में कितनी अच्छी तरह फिट बैठती है।

निष्कर्ष

शोध पत्र यह निष्कर्ष निकालता है कि एक एकल, सीमित प्रक्षेपवक्र (finite trajectory) से सीखना न केवल संभव है, बल्कि इसे कठोर गणितीय गारंटी के साथ किया जा सकता है, बशर्ते कि प्रणाली एर्गोडिक हो। लेखक इसके लिए एक टूलकिट प्रदान करते हैं, जिसमें ऐसे सूत्र शामिल हैं जो आपको बताते हैं कि आपको कितने डेटा की आवश्यकता है और आपकी भविष्यवाणियाँ कितनी सटीक होंगी। वे इस बात पर जोर देते हैं कि हालांकि डेटा निर्भर (स्वतंत्र नहीं) है, लेकिन एर्गोडिक प्रणालियों की "भूलने" की प्रकृति हमें इस चुनौती से पार पाने की अनुमति देती है। उनके परिणाम गणितीय रूप से सिद्ध हैं, न कि केवल अनुमानित या सिम्युलेटेड, जो हमें एक एकल इतिहास से जटिल, वास्तविक दुनिया की प्रणालियों को समझने और भविष्यवाणी करने के लिए एक ठोस आधार प्रदान करते हैं। यह शोध पत्र भविष्य के कार्यों के लिए द्वार खुला छोड़ता है, यह सुझाव देते हुए कि हालांकि उन्होंने विशिष्ट मानदंडों और सेटिंग्स पर ध्यान केंद्रित किया है, मुख्य विचारों को और भी अधिक जटिल परिदृश्यों तक विस्तारित किया जा सकता है, लेकिन फिलहाल, उन्होंने दृढ़ता से स्थापित किया है कि खेल के नियमों को सीखने के लिए एक एकल कहानी ही पर्याप्त है।