Cross-modal applications of a neuromorphic olfactory learning algorithm
यह शोध पत्र प्रदर्शित करता है कि एक न्यूरोमॉर्फिक घ्राण शिक्षण एल्गोरिदम (neuromorphic olfactory learning algorithm), जब मोडैलिटी-विशिष्ट प्रीप्रोसेसिंग और PCA के साथ अनुकूलित किया जाता है, तो इमेज और साउंड रिकग्निशन कार्यों पर वन-शॉट ऑनलाइन लर्निंग को सफलतापूर्वक निष्पादित कर सकता है, हालांकि PCA प्रतिनिधित्व सभी मोडैलिटीज में टेम्पलेट्स के साथ उच्च समानता प्राप्त करने में विफल रहा।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
एक ऐसे कंप्यूटर मस्तिष्क की कल्पना करें जो एक कुत्ते के तरह नई गंध को सीखता है: एक बार सूंघते ही तुरंत याद कर लेना कि वह क्या है। यह शोध पत्र वैज्ञानिकों द्वारा इस "सूंघने वाले" मस्तिष्क को उन चीजों को पहचानना सिखाने के प्रयास का वर्णन करता है जिनके लिए इसे मूल रूप से नहीं बनाया गया था, जैसे कि चित्र और ध्वनियाँ।
यहाँ बताया गया है कि उन्होंने कुछ सरल रूपकों का उपयोग करके इसे कैसे किया:
मूल मस्तिष्क
मूल एल्गोरिदम को एक कुशल "नाक" के रूप में सोचें। इसे गंधों को बहुत तेज़ी से सीखने के लिए डिज़ाइन किया गया था। यदि आप इसे एक बार गुलाब दिखाया जाता, तो यह उसकी गंध को हमेशा के लिए याद रख सकता था। वैज्ञानिक यह देखना चाहते थे कि क्या यही "नाक" चेहरों (चित्रों) या आवाजों (ध्वनियों) को भी उतनी ही आसानी से पहचानना सीख सकती है।
सामग्री तैयार करना
आप केवल एक नाक को चित्र या ध्वनि तरंग नहीं खिला सकते; इसे एक ऐसी भाषा में अनुवादित करने की आवश्यकता है जिसे नाक समझ सके।
- चित्रों के लिए: उन्होंने हस्तलिखित संख्याओं का एक मानक सेट लिया (जैसे किसी बच्चे का होमवर्क शीट) और उन्हें सीधे सिस्टम को दिया, जैसे नाक को फूल का चित्र दिखाना।
- ध्वनियों के लिए: यह थोड़ा कठिन था। उन्होंने लोगों द्वारा दिए गए आदेशों (जैसे "हाँ" या "नहीं") की छोटी ऑडियो क्लिप लीं। इन ध्वनियों को "नाक" के लिए समझने योग्य बनाने के लिए, उन्होंने उन्हें गामेटोन फिल्टर (gammatone filter) नामक एक विशेष फिल्टर से गुजारा।
- उपमा: कल्पना करें कि एक ध्वनि तरंग उलझे हुए धागे का एक अराजक ढेर है। गामेटोन फिल्टर एक कुशल छँटनी करने वाले की तरह है जो धागे को सुलझाता है और उसे पिच (ऊँची आवाज़ एक तरफ, कम आवाज़ दूसरी तरफ) के आधार पर व्यवस्थित पंक्तियों में बिछा देता है। यह एक अव्यवधर ध्वनि को एक स्पष्ट, संगठित मानचित्र में बदल देता है जिसे एल्गोरिदम "पढ़" सकता है।
सीखने की प्रक्रिया
एक बार डेटा तैयार हो जाने के बाद, वैज्ञानिकों ने PCA (प्रिंसिपल कंपोनेंट एनालिसिस) नामक तकनीक का उपयोग किया।
- उपमा: कल्पना करें कि आपके पास किताबों का एक विशाल पुस्तकालय है, लेकिन आपको केवल मुख्य कथानक की परवाह है, न कि फ़ॉन्ट आकार या पृष्ठ संख्या जैसे छोटे विवरणों की। PCA एक ऐसे लाइब्रेरियन की तरह है जो जल्दी से किताबों का सारांश तैयार करता है, जो सबसे महत्वपूर्ण 90% कहानी को रखता है और बाकी को फेंक देता है। इसने डेटा को छोटा और एल्गोरिदम के लिए संभालने में आसान बना दिया।
परिणाम
प्रयोग गति और पद्धति के मामले में सफल रहा।
- अच्छी खबर: ठीक वैसे ही जैसे नाक गंध को पहचानती है, एल्गोरिदम ने संख्याओं और वॉयस कमांड को केवल एक बार देखने के बाद पहचानना सीख लिया। इसने यह "ऑनलाइन" किया, जिसका अर्थ है कि इसने वास्तविक समय में डेटा आने के साथ-साथ सीखा, बिना एक ही चीज़ को बार-बार पढ़े।
- चुनौती: हालांकि एल्गोरिदम पैटर्न को पहचान सकता था, लेकिन "सारांशित" संस्करण (PCA परिणाम) हर प्रकार के डेटा के लिए मूल "टेम्पलेट" या सटीक उदाहरणों के बिल्कुल समान नहीं थे। यह अपने दोस्त के चेहरे को भीड़ में पहचानने जैसा था, लेकिन उसके बाद आपने जो स्केच बनाया वह उसके वास्तविक चेहरे से 100% मेल नहीं खाता था।
संक्षेप में
यह शोध पत्र सिद्ध करता है कि गंध के लिए डिज़ाइन किए गए मस्तिष्क को चित्रों और ध्वनियों को पहचानने के लिए फिर से प्रशिक्षित किया जा सकता है, बशर्ते इन इनपुट्स को ऐसे प्रारूप में अनुवादित किया जाए जिसे वह समझ सके। यह इन नए कौशलों को तुरंत सीख सकता है, हालांकि डेटा के ये गणितीय "साये" हमेशा मूल की सटीक प्रतियां नहीं होते हैं।
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।