Filling survey gaps in food security monitoring with spatio-temporal additive Gaussian process models

कल्पना कीजिए कि आप एक विशाल देश में हर हफ्ते हर व्यक्ति की भूख का एक सटीक स्कोरकार्ड रखने की कोशिश कर रहे हैं। यह एक विशाल, बदलते हुए हवेली के हर कमरे का तापमान ट्रैक करने जैसा है, लेकिन आपके पास केवल कुछ थर्मामीटर और एक बहुत सीमित बैटरी है। यह खाद्य सुरक्षा निगरानी (food security monitoring) की दुनिया है, जहाँ वैज्ञानिक और सहायता कर्मी यह पता लगाने की कोशिश करते हैं कि क्या लोगों के पास पर्याप्त भोजन है। समस्या यह है कि ये "थर्मामीटर"—जो वास्तव में घरेलू सर्वेक्षण हैं जहाँ लोगों से पूछा जाता है कि उन्होंने क्या खाया—महंगे और धीमे होते हैं। इस कारण, डेटा में बड़े अंतराल (gaps) होते हैं: कुछ क्षेत्रों की लगातार जाँच की जाती है, जबकि कुछ को इसलिए अनदेखा कर दिया जाता है क्योंकि वे "सुरक्षित" लगते हैं या बहुत दूर हैं। इन खाली जगहों को भरने के लिए, शोधकर्ता सांख्यिकीय मॉडल (statistical models) का उपयोग करते हैं, जो गणितीय जासूसों की तरह हैं जो उन सुरागों (जैसे मौसम, कीमतें और संघर्ष की खबरें) को देखते हैं जो उनके पास उपलब्ध हैं, ताकि वे उन स्थानों के बारे में अनुमान लगा सकें जहाँ उनके पास डेटा नहीं है। सबसे बड़ी चुनौती यह है कि उनके अनुमान न केवल सटीक हों, बल्कि इस बात के प्रति भी ईमानदार हों कि वे कितने अनिश्चित हैं, क्योंकि संकट के समय, एक गलत अनुमान जीवन और मृत्यु के बीच का अंतर बन सकता है।

यह शोध पत्र एक टीम के सांख्यिकीविदों के बारे में है जिन्होंने एक सुपर-स्मार्ट, लचीला जासूसी उपकरण बनाया है जिसे स्पैटियो-टेम्पोरल एडिटिव गॉसियन प्रोसेस मॉडल (Spatio-Temporal Additive Gaussian Process Model) कहा जाता है। एक मानक मानचित्र को एक सपाट, स्थिर चित्र के रूप में और एक मानक समयरेखा को एक सीधी रेखा के रूप में सोचें। यह नया मॉडल एक 3D, खिंचने वाली, लचीली चादर की तरह है जो स्थान और समय दोनों के साथ भूख में होने वाले बदलावों की अव्यवस्थित वास्तविकता के अनुरूप मुड़ और खिंच सकती है। केवल एक क्षेत्र के लिए एक संख्या का अनुमान लगाने के बजाय, यह संभावनाओं का एक "बादल" चित्रित करता है, जो एक सर्वोत्तम अनुमान और इस बात की एक स्पष्ट सीमा देता है कि वह अनुमान कितना गलत हो सकता है। शोधकर्ताओं ने अपने इस उपकरण का परीक्षण नाइजीरिया और चाड के डेटा पर किया, जो दो ऐसे देश हैं जहाँ भूख एक गंभीर और बदलता हुआ खतरा है। उन्होंने पाया कि उनका 'इलास्टिक-शीट' मॉडल अन्य लोकप्रिय तरीकों, जैसे कि "XGBoost" एल्गोरिदम (जिसका उपयोग वर्तमान में सहायता संगठन करते हैं), की तुलना में बिना सर्वेक्षण वाले क्षेत्रों में खाद्य संकट की भविष्यवाणी करने में बेहतर था। महत्वपूर्ण रूप से, उनके मॉडल ने केवल एक संख्या नहीं दी; इसने अनिश्चितता का एक विश्वसनीय "सुरक्षा जाल" प्रदान किया, जिससे यह स्पष्ट हुआ कि डेटा कहाँ कमजोर था। इसका मतलब है कि सहायता कर्मी अंततः अपने मानचित्रों में अदृश्य अंतरालों को देख सकते हैं और जान सकते हैं कि उन्हें कब अधिक सर्वेक्षण भेजने चाहिए, बजाय इसके कि वे अंधे होकर काम करें।

इलास्टिक शीट बनाम कठोर ग्रिड

कल्पना कीजिए कि आप एक शहर में मौसम की भविष्यवाणी करने की कोशिश कर रहे हैं, लेकिन आपके पास केवल डाउनटाउन क्षेत्र में ही मौसम केंद्र हैं। उपनगर (suburbs) एक रहस्य हैं। एक सरल मॉडल बस यह कह सकता है कि, "खैर, उपनगर भी डाउनटाउन के समान ही होंगे," या यह "डाउनटाउन से दूरी" जैसे एकल कारक के आधार पर अनुमान लगाने की कोशिश कर सकता है। लेकिन वास्तविक दुनिया अव्यवस्थित है। उपनगर किसी 'हीट आइलैंड' के कारण गर्म हो सकते हैं, या पास की नदी के कारण ठंडे हो सकते हैं, और यह दिन के समय या मौसम के अनुसार बदलता रहता है।

इस शोध पत्र के लेखकों ने महसूस किया कि डेटा अंतराल को भरने के लिए मौजूदा उपकरण एक कठोर ग्रिड की तरह थे। वे एक एकल "सर्वोत्तम अनुमान" संख्या देने में अच्छे थे, लेकिन वे यह स्वीकार करने में बहुत खराब थे कि वे अनिश्चित हैं। मानवीय सहायता की उच्च-दांव वाली दुनिया में, जहाँ संसाधन कम हैं और गलतियाँ महंगी पड़ती हैं, यह जानना कि आप कितने गलत हो सकते हैं, गलत होने जितना ही खतरनाक है।

यहाँ गॉसियन प्रोसेस (GP) आता है। यदि आप एक मानक भविष्यवाणी मॉडल को एक सीधी रूलर (पटरी) के रूप में देखते हैं, तो एक गॉसियन प्रोसेस इलास्टिक रबर के एक टुकड़े की तरह है। आप इसे खींच सकते हैं, मरोड़ सकते हैं, और उन विशिष्ट बिंदुओं पर दबा सकते हैं जहाँ आपके पास वास्तविक डेटा (सर्वेक्षण परिणाम) है, और यह खाली स्थानों को भरने के लिए स्वाभाविक रूप से मुड़ जाएगा। उनके मॉडल का "एडिटिव" (Additive) हिस्सा इस लचीली रबर शीट की तीन अलग-अलग परतों को एक के ऊपर एक रखने जैसा है:

1. एक परत संभालती है कि चीजें स्थान (space) के माध्यम से कैसे बदलती हैं (जैसे, उत्तर में भूख दक्षिण की तुलना में अधिक है)।
2. दूसरी परत संभालती है कि चीजें समय (time) के माध्यम से कैसे बदलती हैं (जैसे, शुष्क मौसम के दौरान भूख बढ़ जाती है)।
3. तीसरी परत परस्पर क्रिया (interaction) को संभालती है (जैसे, उत्तर में शुष्क मौसम के दौरान स्थिति बहुत खराब हो जाती है, लेकिन दक्षिण वैसा ही रहता है)।

इन परतों को एक के ऊपर एक रखकर, मॉडल उन जटिल, लहरदार पैटर्न को पकड़ सकता है जिन्हें एक साधारण सीधी रेखा मिस कर देगी।

"क्रोनेकर" शॉर्टकट: गणित को तेज़ बनाना

इस सुपर-लचीली रबर शीट का उपयोग करने में एक बड़ी समस्या थी: इसे गणना करना अविश्वसनीय रूप से धीमा था। यदि आपके पास 100 क्षेत्रों के लिए 100 सप्ताह का डेटा है, तो गणित इतना भारी हो जाता है कि इसे हल करने में सुपरकंप्यूटर को वर्षों लग जाएंगे। यह एक रबर शीट के तनाव की गणना करने जैसा है जिसमें एक साथ लाखों छोटे स्प्रिंग्स लगे हों।

लेखकों ने क्रोनेकर स्ट्रक्चर (Kronecker structure) नामक एक गणितीय ट्रिक का उपयोग करके इस समस्या को हल किया। कल्पना कीजिए कि आपके पास एक विशाल पहेली है। पूरी पहेली को एक साथ हल करने के बजाय, आप महसूस करते हैं कि पहेली वास्तव में दो छोटी, सरल पहेलियों (एक स्थान के लिए, एक समय के लिए) से बनी है जो एक साथ पूरी तरह फिट बैठती हैं। इस विशाल समस्या को इन छोटे, प्रबंधनीय हिस्सों में तोड़कर, वे इसकी गणना को बहुत तेज़ी से कर सके। इसने उन्हें वास्तविक दुनिया के डेटा पर अपने जटिल, लचीले मॉडल को बिना लंबा इंतज़ार किए चलाने की अनुमति दी।

महान मुकाबला: नाइजीरिया और चाड

यह देखने के लिए कि क्या उनका नया इलास्टिक-शीट मॉडल वास्तव में काम करता है, टीम ने नाइजीरिया और चाड में इसका परीक्षण किया। ये देश खाद्य सुरक्षा मॉडलों के लिए अंतिम 'स्ट्रेस टेस्ट' की तरह हैं। वे विशाल हैं, विविध जलवायु वाले हैं, और चल रहे संघर्ष एवं आर्थिक झटके भूख के स्तर को अप्रत्याशित रूप से उछाल देते हैं।

शोधकर्ताओं ने अपने नए मॉडल की तुलना चार अन्य विधियों से की:

• एक बायेसियन रिज (Bayesian Ridge) मॉडल (एक सरल सांख्यिकीय दृष्टिकोण)।
• एक मल्टीलेयर पर्सेप्ट्रॉन (MLP) (एक प्रकार का सरल न्यूरल नेटवर्क/AI)।
• XGBoost (एक शक्तिशाली मशीन लर्निंग टूल जिसका उपयोग वर्तमान में विश्व खाद्य कार्यक्रम द्वारा वास्तविक समय की भविष्यवाणियों के लिए किया जाता है)।
• बिना अतिरिक्त सुरागों (covariates) के उनके अपने मॉडल का एक संस्करण।

उन्होंने अक्टूबर 2022 से दिसंबर 2023 तक का डेटा फीड किया, जिसमें हजारों "क्षेत्र-सप्ताह" शामिल थे। लक्ष्य यह देखना था कि कौन सा मॉडल उन क्षेत्रों में खाद्य खपत स्कोर (FCS)—जो परिवारों के खाने की स्थिति का एक माप है—की सबसे अच्छी भविष्यवाणी कर सकता है जहाँ कोई सर्वेक्षण नहीं किया गया था।

परिणाम:
नया एडिटिव गॉसियन प्रोसेस मॉडल विद कोवेरियेट्स (वह मॉडल जो मौसम और संघर्ष जैसे अतिरिक्त सुरागों का उपयोग करता है) शीर्ष पर आया।

• सटीकता (Accuracy): नाइजीरिया में, इसने सबसे कम त्रुटियां कीं, और XGBoost (वर्तमान उद्योग मानक) और न्यूरल नेटवर्क को पीछे छोड़ दिया। चाड में, इसने अपने सर्वश्रेष्ठ प्रतिस्पर्धियों के समान प्रदर्शन किया।
• ईमानदारी (अनिश्चितता): यह असली विजेता था। अन्य मॉडल, विशेष रूप से XGBoost और न्यूरल नेटवर्क, बहुत संकीसी "कॉन्फिडेंस इंटरवल" (संभावित उत्तरों की सीमा) देते थे। वे आत्मविश्वासी थे, लेकिन गलत थे। उनकी सीमाएं केवल 25% से 70% समय ही सही उत्तर को कवर कर पाईं।
• GP का लाभ: नए मॉडल की सीमाएं बहुत व्यापक और अधिक ईमानदार थीं। नाइजीरिया में, इसकी भविष्यवाणियों ने 99.4% समय सही उत्तर को कवर किया। चाड में, यह 96.8% था। हालांकि इनकी रेंज थोड़ी अधिक चौड़ी थी (जिसका अर्थ है कि मॉडल ने अधिक अनिश्चितता को स्वीकार किया), वे विश्वसनीय थीं। संकट में, यह कहना कि "हमें लगता है कि भूख 30% और 60% के बीच है," और सही होना, यह कहने से कहीं बेहतर है कि "यह निश्चित रूप से 40% है," और गलत होना।

अदृश्य अंतरालों को भरना

अध्ययन का सबसे रोमांचक हिस्सा केवल नंबर नहीं थे; बल्कि यह था कि मॉडल ने नाइजीरिया के असर्वेक्षित (unsurveyed) हिस्सों के बारे में क्या खुलासा किया।

नाइजीरिया में, सर्वेक्षण अक्सर कुछ राज्यों को छोड़ देते हैं क्योंकि उन्हें "स्थिर" माना जाता है या वहां टीमों को भेजना बहुत खतरनाक होता है। शोधकर्ताओं ने इन खाली स्थानों को भरने के लिए अपने मॉडल का उपयोग किया। उन्होंने पाया कि इन "स्थिर" क्षेत्रों में भी, भूख वास्तव में बढ़ रही थी।

• उन्होंने भविष्यवाणी की कि एबोनी (Ebonyi) और बेयल्सा (Bayelsa) जैसे राज्यों में, अपर्याप्त खाद्य खपत वाले परिवारों का प्रतिशत धीरे-धीरे बढ़ रहा है, जिसमें कुछ अनुमानों ने सुझाव दिया कि यह कुछ बिंदुओं पर 40% से अधिक हो सकता है।
• मॉडल ने दिखाया कि जबकि कुछ क्षेत्र स्थिर थे, अन्य तेजी से बिगड़ रहे थे, जो राष्ट्रीय रुझान को दर्शाते हुए भी स्थानीय स्पाइक्स (उछाल) दिखा रहे थे।

महत्वपूर्ण रूप से, मॉडल ने केवल अनुमान नहीं लगाया; इसने प्रत्येक भविष्यवाणी के लिए एक 95% क्रेडिबल इंटरवल (credible interval) प्रदान किया। उदाहरण के लिए, कुछ राज्यों में, अनिश्चितता की ऊपरी सीमा 60% तक पहुँच गई। यह सहायता कर्मियों को बताता है: "हम 100% निश्चित नहीं हैं, लेकिन यहाँ गंभीर भूख का वास्तविक जोखिम है। आपको जांच के लिए एक सर्वेक्षण टीम भेजनी चाहिए।"

यह क्यों मायने रखता है

यह शोध पत्र तर्क देता है कि हमें केवल उन मशीन लर्निंग मॉडलों पर निर्भर नहीं रहना चाहिए जो हमें एक एकल, आत्मविश्वासी संख्या देते हैं। खाद्य सुरक्षा की अराजक, अप्रत्याशित दुनिया में, अनिश्चितता एक विशेषता है, कोई दोष (bug) नहीं।

लेखक सुझाव देते हैं कि उनका मॉडल एक अर्ली वार्निंग सिस्टम (early warning system) के रूप में कार्य कर सकता है। यदि मॉडल भविष्यवाणी करता है कि किसी असर्वेक्षित क्षेत्र में भूख का "ऊपरी स्तर" (upper bound) एक खतरनाक सीमा को पार करने वाला है, तो सहायता संगठन संकट बनने से पहले वहां सर्वेक्षण भेजने को प्राथमिकता दे सकते हैं। यह मानचित्र के "ब्लाइंड स्पॉट्स" को केंद्रित ध्यान वाले क्षेत्रों में बदल देता है।

हालांकि यह मॉडल कोई जादुई छड़ी नहीं है जो वास्तविक सर्वेक्षणों की आवश्यकता को समाप्त कर दे, लेकिन यह अदृश्य को देखने के लिए एक सांख्यिकीय रूप से ठोस तरीका प्रदान करता है। यह सुझाव देता है कि लचीली इलास्टिक शीट और स्मार्ट गणितीय शॉर्टकट को जोड़कर, हम अंततः अपने वैश्विक खाद्य सुरक्षा मानचित्रों के अंतराल को भरना शुरू कर सकते हैं, जिससे यह सुनिश्चित हो सके कि कोई भी क्षेत्र केवल इसलिए पीछे न छूट जाए क्योंकि वहां पहुँचना कठिन है। लेखक सावधानीपूर्वक नोट करते हैं कि यह अनुमान और मार्गदर्शन के लिए एक उपकरण है, न कि जमीनी सच्चाई (ground truth) का विकल्प, लेकिन एक ऐसी दुनिया में जहाँ संसाधन सीमित हैं, यह हमारे पास सबसे अच्छा दिशा-सूचक (compass) हो सकता है।