कल्पना कीजिए कि आप एक विशाल जिग्सॉ पहेली (jigsaw puzzle) को सुलझाने की कोशिश कर रहे हैं, लेकिन डिब्बे पर लिखा है कि इसमें अनंत टुकड़े हैं। कंप्यूटर विज्ञान और सांख्यिकी की दुनिया में, यह एक सामान्य समस्या है जिसे "नॉन-पैरामीट्रिक" (non-parametric) मॉडलिंग कहा जाता है। चरों (variables) की एक निश्चित संख्या का अनुमान लगाने के बजाय (जैसे कि "डेटा के ठीक 5 क्लस्टर हैं"), कंप्यूटर यह पता लगाने की कोशिश करता है कि उसे वास्तव में कितने टुकड़ों की आवश्यकता है, जो संभावित रूप से अनंत हो सकते हैं। इन पहेलियों को हल करने के लिए, वैज्ञानिक एक चतुर तकनीक का उपयोग करते हैं जिसे हैमिल्टोनियन मोंटे कार्लो (Hamiltonian Monte Carlo - HMC) कहा जाता है। HMC को एक ऐसे हाइकर (पदमयात्री) के रूप में सोचें जो धुंधले पहाड़ी क्षेत्र में सबसे गहरी घाटी खोजने की कोशिश कर रहा है। छोटे, यादृच्छिक कदम उठाने (जो धीमा और अक्षम है) के बजाय, हाइकर संवेग (momentum) के साथ एक गेंद फेंकता है। गेंद ढलानों से नीचे लुढ़कती है, गति प्राप्त करती है, जिससे हाइकर धुंधली पहाड़ियों के पार छलांग लगाकर सबसे अच्छी जगह को बहुत तेज़ी से खोज पाता है। हालाँकि, एक पेच है: मानक हाइकर को एक निश्चित संख्या में निर्देशांकों (coordinates) वाले मानचित्र की आवश्यकता होती है। यदि मानचित्र अनंत है, तो हाइकर फंस जाता है क्योंकि वह अनंत पहाड़ के ढलान की गणना नहीं कर सकता।

यहीं एक नया शोध पत्र आता है, जो सबसे अच्छे तरीके से "डिफर्ड" (deferred) होने वाले कंप्यूटरों के लिए एक समाधान पेश करता है। शोधकर्ताओं ने, Haskell नामक एक प्रोग्रामिंग भाषा के साथ काम करते हुए, महसूस किया कि भले ही पहाड़ अनंत हो, हाइकर को यह जानने के लिए कि उसे किस दिशा में लुढ़कना है, केवल कुछ विशिष्ट चट्टानों को देखने की आवश्यकता होती है। उन्होंने एक नई विधि विकसित की जिसे DeferredHMC कहा जाता है। यह एक ऐसे हाइकर की तरह है जो केवल अपने पैरों के नीचे की जमीन और अपने आगे के कुछ कदमों को देखता है, और अनंत पहाड़ के बाकी हिस्सों को तब तक अनदेखा करता है जब तक कि उन्हें वास्तव में कदम रखने की आवश्यकता न हो। यह कंप्यूटर को उन जटिल, अनंत पहेलियों को हल करने की अनुमति देता है जो पहले मानक तरीकों के लिए बहुत कठिन थीं, और यह काम अनंतता से अभिभूत हुए बिना मोमेंटम की गति का उपयोग करता है।

समस्या: अनंत पहाड़ और फंसे हुए हाइकर

प्रायिकता प्रोग्रामिंग (probabilistic programming) की दुनिया में, सांख्यिकीविद कोड लिखते हैं ताकि यह वर्णन किया जा सके कि डेटा कैसे उत्पन्न होता है। कभी-कभी, उन्हें नहीं पता होता कि उन्हें कितने "पैरामीटर्स" (मॉडल के नॉब्स और डायल) की आवश्यकता है। शायद वे डेटा पॉइंट्स को क्लस्टर कर रहे हैं और उन्हें नहीं पता कि 3 समूह हैं या 300। या शायद वे एक रैंडम वॉक को मॉडल कर रहे हैं जो अनंत तक जाता है। इन मामलों में, "पैरामीटर स्पेस" अनंत होता है।

मानक HMC सीमित समस्याओं के लिए एक सुपरस्टार है। यह खोज को निर्देशित करने के लिए ग्रेडिएंट्स (ढलान) का उपयोग करता है। मॉडल की संभावना (likelihood) को एक परिदृश्य के रूप में कल्पना करें: ऊँची पहाड़ियाँ खराब फिट हैं, गहरी घाटियाँ अच्छे फिट हैं। HMC घाटी की ओर लुढ़कने के लिए पहाड़ी के ढलान का उपयोग करता है। लेकिन ढलान की गणना करने के लिए, आपको हर बिंदु पर पहाड़ी की ऊंचाई जानने की आवश्यकता होती है। यदि पहाड़ी के आयाम (dimensions) अनंत हैं, तो ढलान की गणना करना असंभव लगता है।

पहले, लोगों ने इसे तीन तरीकों से ठीक करने की कोशिश की थी, लेकिन उन सभी में खामियां थीं:

1. ट्रंकेशन (Truncation): उन्होंने पहाड़ को एक निश्चित ऊंचाई के बाद बस काट दिया। यह यह कहने जैसा है कि, "हम पहेली के पहले 100 टुकड़ों को ही देखेंगे।" यह काम तो करता है, लेकिन यह अव्यवधर है क्योंकि आपको यह अनुमान लगाना पड़ता है कि कहाँ काटना है, और यदि आप बहुत जल्दी काट देते हैं, तो आप समाधान चूक जाते हैं।
2. डायनेमिक डायमेंशन्स (Dynamic Dimensions): वे चलते समय पहाड़ को टुकड़ा-दर-टुकड़ा बनाते हैं। यह बेहतर है, लेकिन यह कोड को जटिल बनाता है और कम "डिक्लेरेटिव" (कम घोषणात्मक) बनाता है (अर्थात, यह इस बारे में कम है कि समस्या क्या है और इस बारे में अधिक है कि इसे कैसे बनाया जाए)।
3. ग्रेडिएंट्स के बिना डिफर्ड तरीके: उन्होंने "डिफर्ड इवैल्यूएशन" (केवल वही गणना करना जिसकी आवश्यकता है) का उपयोग किया लेकिन मोमेंटम का त्याग कर दिया। इसका मतलब था कि हाइकर को फिर से छोटे, यादृच्छिक कदम उठाने पड़े, जो बहुत धीमा है।

शोध पत्र पूछता है: क्या हम दोनों दुनियाओं का सर्वश्रेष्ठ प्राप्त कर सकते हैं? क्या हम अनंत पहाड़ पर HMC के शक्तिशाली, तेज़ मोमेंटम का उपयोग कर सकते हैं, लेकिन केवल उन्हीं भागों को देख सकते हैं जिनकी हमें वास्तव में आवश्यकता है?

समाधान: डिफर्ड हाइकर

लेखक, मारिया-निकोलेटा क्रैक्यून और उनकी टीम का कहना है कि हाँ। उन्होंने DeferredHMC विकसित किया है, जो मोमेंटम की शक्ति और Haskell प्रोग्रामिंग की "डिफर्ड" प्रकृति को जोड़ता है।

यहाँ जादू का नुस्खा है: भले ही पहाड़ अनंत हो, हाइकर (कंप्यूटर प्रोग्राम) ढलान का पता लगाने के लिए केवल एक सीमित संख्या में चट्टानों को छूता है।

1. "PACAP" अंतर्दृष्टि: टीम ने गणितीय रूप से सिद्ध किया कि कार्यक्रमों के एक विस्तृत वर्ग के लिए, "ढलान" (ग्रेडिएंट) केवल सीमित स्थानों पर गैर-शून्य (non-zero) होती है। भले ही मॉडल में अनंत संभावित आयाम हों, आपके द्वारा देखे जा रहे विशिष्ट डेटा केवल कुछ ही को "सक्रिय" करते हैं। यह एक विशाल पुस्तकालय की तरह है जिसमें अनंत पुस्तकें हैं, लेकिन एक विशिष्ट प्रश्न के लिए, आपको केवल तीन पृष्ठ पढ़ने की आवश्यकता है। पुस्तकालय का बाकी हिस्सा उस क्षण के लिए अप्रासंगिक है।
2. डिफर्ड इवैल्यूएशन (Deferred Evaluation): Haskell में, मानों (values) की गणना तभी की जाती है जब उनकी आवश्यकता होती है। कंप्यूटर अनंत रैंडम नंबरों की पूरी सूची उत्पन्न नहीं करता है; यह केवल पहला, फिर दूसरा उत्पन्न करता है, तभी जब गणित इसकी मांग करता है।
3. कैंसिलेशन ट्रिक (Cancellation Trick): यह सबसे चतुर हिस्सा है। HMC में, आपको यह तय करने के लिए कि नई स्थिति अच्छी है या नहीं, एक "एक्सेप्टेंस रेशियो" (स्वीकृति अनुपात) की गणना करनी होती है। सामान्यतः, इसमें प्रत्येक आयाम के लिए संख्याओं को गुणा करना शामिल होता है। यदि आयाम अनंत हैं, तो यह गुणनफल अनंत है। लेकिन लेखकों ने दिखाया कि जिन आयामों पर हाइकर नहीं गया, उनके लिए गणित पूरी तरह से काम करता है ताकि वे पद एक-दूसरे को रद्द (cancel) कर दें (वे 1 के बराबर होते हैं)। इसलिए, अनंत गुणनफल केवल उन विज़िट किए गए आयामों वाले एक छोटे, सीमित गुणनफल में सिमट जाता है।

यह व्यवहार में कैसे काम करता है

शोध पत्र इस डिफर्ड हाइकर के कुछ अलग संस्करण पेश करता है, लेकिन वे सभी एक ही तर्क का पालन करते हैं:

• चरण 1: हाइकर एक स्थिति से शुरू करता है और एक यादृच्छिक "किक" (मोमेंटम) प्राप्त करता है।
• चरण 2: हाइकर ढलान के नीचे लुढ़कता है। लुढ़कते समय, वह अनंत पहाड़ के केवल उन हिस्सों की गणना करता है जिन पर वह कदम रखता है।
• चरण 3: यदि हाइकर एक ऐसी नई चट्टान पर कदम रखता है जो पहले वहां नहीं थी (एक नया आयाम सक्रिय करना), तो सिस्टम उस स्थान के लिए आवश्यक डेटा को डिफर्ड तरीके से उत्पन्न करता है।
• चरण 4: हाइकर तय करता है कि रुकना है या वापस जाना है। क्योंकि अनविजिट किए गए हिस्सों का गणित में एक-दूसरे को रद्द कर दिया जाता है, इसलिए हाइकर को उनके बारे में जानने की आवश्यकता नहीं होती है।

लेखकों ने एक Deferred NUTS (No-U-Turn Sampler) भी बनाया है। मानक HMC में आपको यह अनुमान लगाने की आवश्यकता होती है कि कितनी दूर तक लुढ़कना है (कदमों की संख्या)। यदि आप बहुत कम लुढ़कते हैं, तो आप पर्याप्त अन्वेषण नहीं कर पाते; यदि बहुत अधिक लुढ़कते हैं, तो आप समय बर्बाद करते हैं। लेखकों ने इसका एक डिफर्ड संस्करण भी बनाया है, ताकि कंप्यूटर पूरे अनंत पहाड़ को देखे बिना यह तय कर सके कि उसे कितनी दूर तक लुढ़कना है।

प्रयोग: क्या यह वास्तव में काम करता है?

अपने विचार का परीक्षण करने के लिए, टीम ने कई कठिन समस्याओं पर सिमुलेशन चलाया:

• जियोमेट्रिक डिस्ट्रीब्यूशन (Geometric Distribution): एक मॉडल जहाँ कदमों की संख्या असीमित है। डिफर्ड HMC विधियाँ पिछले सर्वश्रेष्ठ तरीके (NP-HMC) की तुलना में कम से कम 10 गुना तेज़ थीं और सटीक परिणाम दिए।
• रैंडम वॉक (Random Walks): एक मॉडल जहाँ एक यात्री हमेशा के लिए चलता रहता है। डिफर्ड विधियों ने सफलतापूर्वक यात्री के शुरुआती स्थान को खोज लिया, भले ही वह वॉक अनंत थी। डिफर्ड NUTS विधि कच्ची समय (raw time) में धीमी थी लेकिन अन्य तरीकों की तुलना में बहुत बेहतर समाधान (उच्च "इफेक्टिव सैंपल साइज") खोजा।
• क्लस्टरिंग (Gaussian Mixture): एक मॉडल जहाँ समूहों की संख्या अज्ञात है। डिफर्ड विधियों ने समूहों की संख्या और केंद्रों की स्थिति को सही ढंग से पहचाना, और मौजूदा विधियों के समान या उनसे बेहतर प्रदर्शन किया।
• पॉलीनोमियल रिग्रेशन (Polynomial Regression): एक मॉडल जहाँ वक्र (curve) की जटिलता (डिग्री) अज्ञात है। डिफर्ड विधियों ने सही डिग्री (5) खोज ली और डेटा को अच्छी तरह से फिट किया, जबकि पुराने तरीके गलत जटिलता पर अटक गए।

इसका क्या अर्थ है

यह शोध पत्र यह दावा नहीं करता है कि इसने सांख्यिकी की हर समस्या को हल कर दिया है। यह यह भी नहीं कहता कि यह सभी अनंत मॉडलों के लिए अंतिम शब्द है। हालाँकि, यह प्रदर्शन करता है कि ग्रेडिएंट-आधारित HMC सीधे अनंत-आयामी स्थानों पर बिना किसी कट-ऑफ या मैन्युअल ट्रैकिंग के काम कर सकता है।

मुख्य बात यह है कि डिफर्ड इवलेशन एक महाशक्ति (superpower) है। किसी मान की गणना करने के लिए बिल्कुल अंतिम क्षण तक प्रतीक्षा करके, कंप्यूटर अनंतता को संभालने के असंभव कार्य से बच जाता है। इसके बजाय, यह समस्या के एक प्रबंधनीय, सीमित हिस्से को संभालता है, और गणित यह सुनिश्चित करता है कि शेष अनंत दुनिया मायने नहीं रखती।

लेखक सुझाव देते हैं कि हालांकि यह उनके द्वारा परीक्षण किए गए मॉडलों के लिए अच्छी तरह काम करता है, वास्तविक दुनिया के सिस्टम को सेटिंग्स (जैसे कि कदमों का आकार कितना बड़ा होना चाहिए) को ट्यून करने के लिए अभी भी मानवीय मार्गदर्शन की आवश्यकता हो सकती है। लेकिन फिलहाल, उन्होंने बेयसियन इन्फरेंस (Bayesian inference) करने का एक नया तरीका खोल दिया है: एक ऐसा तरीका जहाँ कंप्यूटर खोए बिना अनंत का अन्वेषण कर सकता है।