Learning Structural Eigenmodes with Modal Operator Network (ModalONet)

कल्पना कीजिए कि आप एक सिम्फनी ऑर्केस्ट्रा सुन रहे हैं। एक अनपढ़ कान के लिए, यह केवल एक सुंदर, घूमती हुई ध्वनि की दीवार है। लेकिन एक संगीतकार के लिए, वह ध्वनि वास्तव में एक सटीक रेसिपी है: विशिष्ट नोट्स (आवृत्तियाँ/frequencies), जिन्हें विशिष्ट वॉल्यूम और अवधि (डैम्पिंग/damping) के साथ, विशिष्ट वाद्ययंत्रों (मोड शेप्स/mode shapes) द्वारा पूर्ण सामंजस्य में बजाया जाता है। इंजीनियरिंग की दुनिया में, पुल, हवाई जहाज के पंख और गगनचुंबी इमारतें बिल्कुल वैसे ही व्यवहार करती हैं। जब हवा या यातायात उनसे टकराता है, तो वे केवल बेतरतीब ढंग से नहीं हिलते; वे "मोड्स" नामक छिपे हुए, गणितीय पैटर्न में कंपन करते हैं। इन पैटर्न को जानना अत्यंत महत्वपूर्ण है। यदि कोई पुल एक नए, अजीब पैटर्न में कंपन करने लगता है, तो इसका मतलब हो सकता है कि कोई बोल्ट ढीला है या स्टील में थकान (fatigue) आ गई है। इंजीनियरों को हमें सुरक्षित रखने के लिए इन "नोट्स" को खोजने की आवश्यकता होती है, लेकिन पारंपरिक रूप से, उन्हें समझना एक धुंधली रिकॉर्डिंग को सुनकर गाने को रिवर्स-इंजीनियर करने जैसा रहा है, जिसके लिए जटिल गणित या हर जगह महंगे सेंसरों की आवश्यकता होती है।

यहाँ एक नया दृष्टिकोण आता है जिसे ModalONet कहा जाता है। इसे एक सुपर-स्मार्ट जासूस के रूप में सोचें जो किसी संरचना के "गीत" (उसके कंपन डेटा) को सुनता है और बिना उस वाद्ययंत्र के ब्लूप्रिंट को जाने, तुरंत उसकी शीट म्यूजिक (संगीत लिपि) का पता लगा लेता है। जबकि पुराने AI उपकरण इस बात की भविष्यवाणी करने में माहिर थे कि यदि आप किसी पुल को धकेलते हैं तो वह कैसे हिलेगा, वे यह बताने के लिए नहीं बने थे कि उस पुल के प्राकृतिक नोट्स क्या थे। यह पेपर इस दृष्टिकोण को उलट देता है: भविष्य के कंपन की भविष्यवाणी करने के बजाय, यह कंपन को सुनता है और शोर से सीधे छिपे हुए संगीत के नोट्स (आवृत्ति), वाद्ययंत्र का क्षय (डैम्पिंग), और कंपन के आकार (मोड शेप) को निकाल लेता है। यह एक कंप्यूटर को एक अराजक बैंड में व्यक्तिगत वाद्ययंत्रों को सुनने और उनके सटीक स्कोर लिखने के लिए सिखाने जैसा है, भले ही उसने पहले कभी उस बैंड को न देखा हो।

समस्या: शोर में छिपे नोट्स को खोजना

कल्पित कीजिए कि आपके पास एक गिटार का तार है। यदि आप उसे छेड़ते हैं, तो वह एक विशिष्ट पिच पर कंपन करता है। लेकिन वास्तविक संरचनाएं अव्यवस्थित होती हैं। वे हजारों छोटे हिस्सों से बनी होती हैं, और जब वे कंपन करती हैं, तो वे जटिल, ओवरलैपिंग तरीकों से करती हैं। कभी-कभी, एक संरचना के दो अलग-अलग हिस्से बिल्कुल एक ही पिच पर कंपन कर सकते हैं (एक "डिजेनरेट" मोड), जिससे उन्हें अलग करना अविश्वसनीय रूप से कठिन हो जाता है। पारंपरिक रूप से, इंजीनियरों के पास इन छिपे हुए नोट्स को खोजने के दो तरीके हैं:

1. ब्लूप्रिंट विधि: वे संरचना का एक आदर्श कंप्यूटर मॉडल बनाते हैं और नोट्स खोजने के लिए एक विशाल गणितीय पहेली हल करते हैं। लेकिन यदि वास्तविक पुल अपने ब्लूप्रिंट से थोड़ा अलग है (शायद हवा ने सामग्री के गुणों को बदल दिया है), तो गणितीय पहेली गलत उत्तर देगी।
2. सुनने की विधि: वे कंपनों को मापते हैं और नोट्स का अनुमान लगाने के लिए पुराने सिग्नल प्रोसेसिंग का उपयोग करते हैं। यह काम करता है, लेकिन यह अक्सर एक मैनुअल, थकाऊ प्रक्रिया होती है जहाँ मनुष्यों को यह तय करना पड़ता है कि कौन से "नोट्स" वास्तविक हैं और कौन से केवल बैकग्राउंड शोर हैं।

इस पेपर के लेखकों ने एक सरल प्रश्न पूछा: क्या हम एक न्यूरल नेटवर्क (एक प्रकार का AI) को कंपनों को सुनने और बिना किसी ब्लूप्रिंट या मानव के अनुमान के, स्वचालित रूप से छिपे हुए नोट्स को समझने के लिए सिखा सकते हैं?

समाधान: ModalONet का संगीतमय जादू

टीम ने ModalONet नामक एक उपकरण बनाया है। इसे समझने के लिए, कल्पना करें कि AI एक रिकॉर्डिंग से गाना पुनर्गठित करने की कोशिश कर रहा है। अधिकांश AI मॉडल गाने को याद करने की कोशिश करते हैं। लेकिन ModalONet अलग तरह से बना है। यह एक विशेष आर्किटेक्चर (एक "DeepONet") का उपयोग करता है जो स्वाभाविक रूप से एक संगीत स्कोर की तरह संरचित है।

सोचिए कि AI के दो भाग मिलकर काम कर रहे हैं:

• "ट्रंक" (आकार/The Shape): यह हिस्सा कंपन के आकार को सीखता है। यह समझता है कि पुल अंतरिक्ष में कैसे मुड़ता और घूमता है। यह गिटार के तार के कंपन करते समय उसके भौतिक आकार को सीखने जैसा है।
• "ब्रांच" (ध्वनि/The Sound): यह हिस्सा कंपन के समय को सीखता है। यह समझता है कि ध्वनि कितनी तेजी से कम होती है और पिच क्या है। यह नोट के रिदम और क्षय (decay) को सीखने जैसा है।

चतुर चाल यह है कि लेखकों ने महसूस किया कि यह "ट्रंक + ब्रांच" संरचना गणितीय रूप से वैसी ही है जैसे वास्तविक दुनिया में कंपन काम करते हैं। इसलिए, जब वे AI को केवल कंपन डेटा को "पुनर्गठित" करने (AI का आउटपुट वास्तविक डेटा से मेल खाना चाहिए) के लिए प्रशिक्षित करते हैं, तो AI को स्वाभाविक रूप से डेटा को इन भौतिक आकारों और ध्वनियों में विभाजित करने के लिए मजबूर किया जाता है। यह एक बच्चे को लेगो ब्रिक्स का ढेर देने और उनसे घर बनाने के लिए कहने जैसा है; यदि आप उन्हें बताते हैं कि घर में छत और दीवारें होनी ही चाहिए, तो वे स्वाभाविक रूप से उन ब्रिक्स को उन श्रेणियों में वर्गीकृत करेंगे।

उन्होंने क्या पाया: एक लगभग पूर्ण धुन

टीम ने चार अलग-अलग "वाद्ययंत्रों" पर ModalONet का परीक्षण किया:

1. एक साधारण सपोर्टेड बीम (जैसे डाइविंग बोर्ड)।
2. एक कैंटिलीवर बीम (जैसे झंडा लगाने वाला पोल)।
3. एक आयताकार प्लेट (जैसे धातु की एक पतली शीट)।
4. एक वर्गाकार प्लेट (एक कठिन मामला जहाँ दो अलग-अलग कंपन पैटर्न एक ही पिच साझा करते हैं)।

उन्होंने AI को शोर युक्त, सिम्युलेटेड कंपन डेटा दिया—ठीक वैसे ही जैसे एक वास्तविक सेंसर रिकॉर्ड करेगा—और इसे नोट्स खोजने के लिए कहा। परिणाम आश्चर्यजनक रूप से सटीक थे:

• आकार (Shapes): AI ने कंपन आकारों को एक "मोडल एश्योरेंस क्राइटेरियन" (यह स्कोर कि आकार कितने करीब हैं) के 0.998 या उससे अधिक के साथ रिकवर किया। इसका मतलब है कि AI के आकार, बिना गणित देखे भी, पूर्ण गणितीय आकारों के लगभग समान थे।
• पिच (आवृत्ति/Frequency): AI ने प्राकृतिक आवृत्तियों का अनुमान 5% से कम की त्रुटि के साथ लगाया।
• क्षय (डैम्पिंग/Damping): यह सबसे कठिन हिस्सा था। कंपन कितनी तेजी से खत्म होता है, इसके लिए AI का कच्चा अनुमान थोड़ा गलत था (कभी-कभी बहुत अधिक)। हालांकि, लेखकों ने एक सरल "पोस्ट-प्रोसेसिंग" चरण (लॉग-एनवेलप रिग्रेशन) जोड़ा जो एक फाइन-ट्यूनर की तरह काम करता है। इस चरण के बाद, त्रुटि गिरकर 7% से कम हो गई, जिसमें अधिकांश मोड वास्तविक मान के 2% के भीतर थे।

कठिन हिस्सा: "ट्विन" समस्या

पेपर ने जिस सबसे बड़ी चुनौती का समाधान किया, वह था "डिजेनरेट" मामला। कल्पना कीजिए कि एक वर्गाकार ड्रम है। आप इसे इस तरह मार सकते हैं कि यह बाएं-से-दाएं कंपन करे, या सामने-से-पीछे कंपन करे। एक पूर्ण वर्ग में, इन दोनों पैटर्न की पिच बिल्कुल एक समान होती है। एक सामान्य कंप्यूटर के लिए, ये दो पैटर्न एक अस्त-व्यस्त मिश्रण की तरह दिखते हैं, और यह एक अजीब, घूमा हुआ पैटर्न अनुमानित कर सकता है जो भौतिक रूप से तर्कसंगत नहीं है।

ModalONet ने इसे अपने "ट्रंक" को "सेपरेबल" (separable) बनाकर हल किया। यह एक फैंसी तरीका है यह कहने का कि यह AI को ऐसे पैटर्न खोजने के लिए मजबूर करता है जो X और Y के सरल उत्पादों के रूप में हों, न कि एक उलझे हुए मिश्रण के रूप में। इस बाधा ने AI को "ट्विन" से भ्रमित होने से रोका। इसने सफलतापूर्वक पहचान लिया कि एक ही पिच साझा करने वाले दो अलग-अलग आकार मौजूद थे, बजाय इसके कि वह एक नकली, घूमा हुआ आकार बना दे।

इसका क्या अर्थ है (और क्या नहीं है)

यह पेपर दिखाता है कि हम AI का उपयोग करके किसी संरचना को "सुनने" और उसके मौलिक भौतिक गुणों—वह कैसे चलती है, वह कितनी तेजी से कंपन करती है, और वह कैसे कम होती है—को बिना किसी आदर्श ब्लूप्रिंट या मानव विशेषज्ञ के निकालने के लिए कर सकते हैं।

हालांकि, लेखक उनकी खोज की सीमाओं के बारे में सावधान हैं।

• यह एक सिमुलेशन है: सभी परीक्षण कंप्यूटर-जनित डेटा पर किए गए थे। AI ने अभी तक हवा में चलते किसी वास्तविक, भौतिक पुल को नहीं सुना है।
• यह एक यूनिवर्सल ट्रांसलेटर नहीं है: वर्तमान में, AI को प्रत्येक विशिष्ट संरचना के लिए अलग से प्रशिक्षित करना पड़ता है। यह बस एक नए पुल को देखकर तुरंत उसके नोट्स नहीं जान सकता; इसे पहले उस विशिष्ट पुल को सीखना होगा।
• डैम्पिंग (Damping) कठिन है: जबकि आवृत्ति और आकार बहुत सटीक रूप से पाए गए, "डैम्पिंग" (यह कितनी तेजी से रुकता है) को वास्तव में सटीक होने के लिए उस अतिरिक्त पोस्ट-प्रोसेसिंग चरण की आवश्यकता थी।

संक्षेप में, ModalONet एक शक्तिशाली नया उपकरण है जो संरचनात्मक "नोट्स" खोजने के काम को एक स्वच्छ, स्वचालित प्रक्रिया में बदल देता है। यह सुझाव देता है कि भविष्य में, हम कुछ सेंसर एक पुल से जोड़ सकते हैं, AI को सुनने दे सकते हैं, और तुरंत संरचना के स्वास्थ्य की पूरी रिपोर्ट प्राप्त कर सकते हैं, वह भी बिना यह जाने कि पुल के इंजीनियरिंग चित्र क्या हैं। यह हमारे बुनियादी ढांचे को अपने रहस्य स्पष्ट रूप से और सटीकता से हमें "गाने" देने की दिशा में एक कदम है।