Machine Learning Research in India: Institutions, Citation Patterns, and Research Trajectories Among Top-Cited Scholars on Google Scholar
यह शोध पत्र 478 शीर्ष-उद्धृत भारतीय मशीन लर्निंग विद्वानों के उद्धरण पैटर्न और अनुसंधान प्रक्षेपवक्रों का विश्लेषण करने के लिए स्कॉलर-इंडिया-एमएल (Scholar-India-ML) बिब्लियोमेट्रिक डेटासेट प्रस्तुत करता है, जो यह प्रकट करता है कि भारतीय विज्ञान संस्थान और भारतीय सांख्यिकी संस्थान, आईआईटी (IITs) की तुलना में उद्धरण प्रभाव में बेहतर प्रदर्शन करते हैं, जबकि उद्योग प्रयोगशालाएं देश के एआई (AI) पारिस्थितिकी तंत्र में महत्वपूर्ण योगदानकर्ता के रूप में उभर रही हैं।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि भारत के मशीन लर्निंग (ML) अनुसंधान परिदृश्य को एक विशाल, हलचल भरे ऑर्केस्ट्रा के रूप में देखा जा रहा है। लंबे समय तक, सभी ने यह मान लिया था कि सबसे तेज़ और प्रसिद्ध हिस्सा "IITs" (भारतीय प्रौद्योगिकी संस्थान) है—जो उन प्रतिष्ठित, उच्च-वेतन वाले सोलोइस्ट (एकल वादक) की तरह हैं जिन्हें हर कोई जानता है।
हालाँकि, यह शोध पत्र एक साउंड इंजीनियर की तरह कार्य करता है जिसने अभी-अभी पूरे ऑर्केस्ट्रा की रिकॉर्डिंग पूरी की है और ऑडियो का विश्लेषण किया है। इंजीनियर (डॉ. कुणाल धंडा) ने भारत के 478 शीर्ष संगीतकारों (शोधकर्ताओं) को देखा जो "मशीन लर्निंग" वाद्य यंत्र बजाते हैं, यह जांचा कि कितने लोगों ने उनके संगीत को सुना है (उद्धरण/साइटेशन्स), और पाया कि वास्तव में कौन सबसे अधिक शोर मचा रहा है।
यहाँ इस शोध पत्र के निष्कर्षों का विवरण दिया गया, सरल उपमाओं का उपयोग करते हुए:
1. डेटा संग्रह: "गूगल स्कॉलर प्लेलिस्ट"
शोधकर्ता ने केवल यह अनुमान नहीं लगाया कि कौन प्रसिद्ध है। वह गूगल स्कॉलर (अकादमिक शोध पत्रों का एक विशाल पुस्तकालय) पर गया और उससे पूछा कि भारत में वे सभी लोग कौन हैं जिन्होंने खुद को "मशीन लर्निंग" विशेषज्ञ के रूप में टैग किया है। उसने उन्हें इस आधार पर क्रमबद्ध किया कि उनके काम को कितनी बार उद्धृत (साइट) किया गया है (जैसे यह गिनना कि किसी गाने को कितनी बार स्ट्रीम किया गया है)।
- सफाई (The Cleanup): उसने 480 नामों से शुरुआत की लेकिन दो "नकली" या "गलत स्थान" वाली प्रविष्टियों को बाहर कर दिया: एक कण भौतिक विज्ञानी (particle physicist) जिसकी संख्या बड़े टीम प्रोजेक्ट्स (जो ML नहीं थे) से आई थी, और एक ऐसा व्यक्ति जो सिस्टम को धोखा देने की कोशिश कर रहा था।
- परिणाम: उसके पास 478 वास्तविक शोधकर्ताओं की एक साफ सूची बची, जिनके कुल 1.52 मिलियन उद्धरण (citations) थे।
2. "अमीर और अमीर होता जाता है" प्रभाव (गिनी गुणांक)
पत्र ने असमानता को मापने के लिए गिनी गुणांक (एक स्कोर 0 से 1 तक) का उपयोग किया।
- उपमा: कल्पना कीजिए कि एक पाई (pie) है। यदि हर किसी को समान हिस्सा मिलता है, तो स्कोर 0 है। यदि एक व्यक्ति पूरा पाई खा जाता है, तो यह 1 है।
- निष्कर्ष: भारत का ML पाई का स्कोर 0.53 है। इसका मतलब है कि यहाँ "अमीर और अमीर होता जा रहा है" वाली स्थिति हो रही है, लेकिन यह बहुत चरम नहीं है। शीर्ष 5% शोधकर्ता (लगभग 24 लोग) कुल ध्यान (उद्धरणों) के लगभग 31% के लिए जिम्मेदार हैं। यह एक संगीत उत्सव की तरह है जहाँ कुछ मुख्य कलाकारों (headliners) को सबसे अधिक तालियाँ मिलती हैं, लेकिन अभी भी कई अन्य बैंड भी ध्यान आकर्षित कर रहे हैं।
3. सबसे बड़ा आश्चर्य: वास्तव में सबसे तेज़ कौन है?
यह इस शोध पत्र का सबसे बड़ा मोड़ है। हर कोई सोचता है कि IITs भारतीय अनुसंधान के राजा हैं।
- वास्तविकता की जाँच: शोध पत्र ने पाया कि कुल उद्धरणों के मामले में भारतीय विज्ञान संस्थान (IISc) वास्तव में IITs से बेहतर प्रदर्शन करता है।
- IISc: इसके पास 26 शोधकर्ता हैं लेकिन यह कुल उद्धरणों का 8.9% हिस्सा हासिल करता है।
- IITs: इसके पास 16 शोधकर्ता हैं लेकिन यह केवल 4.1% उद्धरण प्राप्त करता है।
- क्यों? पत्र सुझाव देता है कि IISc एक विशेषज्ञ अनुसंधान प्रयोगशाला की तरह है जहाँ हर कोई पूरी तरह से अनुसंधान पर ध्यान केंद्रित करता है, जबकि IITs विशाल विश्वविद्यालय हैं जहाँ शिक्षण का भार बहुत अधिक होता है। साथ ही, कई शीर्ष IIT स्नातक पढ़ाई पूरी करने के बाद भारत छोड़कर विदेशों में नौकरियों के लिए चले जाते हैं, इसलिए "सितारे" हमेशा IIT प्रणाली में नहीं रहते।
4. "विरासत के दिग्गज": भारतीय सांख्यिकी संस्थान (ISI)
ISI (भारतीय सांख्यिकी संस्थान) नामक एक छोटा समूह है।
- उपमा: उन्हें अनुभवी जैज़ संगीतकारों के रूप में सोचें। वे एक छोटा समूह (केवल 8 शोधकर्ता) हैं, लेकिन वे कुल उद्धरणों में 6.1% का योगदान देते हैं।
- क्यों? वे दशकों से यह काम कर रहे हैं, आधुनिक "डीप लर्निंग" लोकप्रिय होने से बहुत पहले से। पैटर्न रिकग्निशन (pattern recognition) जैसे पुराने, मौलिक विषयों पर उनके काम को वर्षों से हजारों बार उद्धृत किया गया है। वे अपने लंबे इतिहास के कारण अपनी क्षमता से कहीं अधिक प्रभावशाली हैं।
5. कॉर्पोरेट खिलाड़ी: बिग टेक लैब्स
पत्र ने गूगल और माइक्रोसॉफ्ट जैसी कंपनियों में काम करने वाले शोधकर्ताओं को भी देखा।
- निष्कर्ष: भले ही वे समूह का एक छोटा हिस्सा (लग लगभग 6%) हैं, लेकिन वे 7.7% उद्धरणों के लिए जिम्मेदार हैं।
- उपमा: ये अनुसंधान जगत के हॉलीवुड स्टूडियो हैं। उनके पास बड़ा बजट है और वे उच्च गुणवत्ता वाले "ब्लॉकबस्टर" (शोध पत्र) तैयार करते हैं जिन्हें बहुत ध्यान मिलता है। गूगल और माइक्रोसॉफ्ट इंडिया यहाँ मुख्य खिलाड़ी हैं।
6. वे क्या बजा रहे हैं? (अनुसंधान रुचियाँ)
जब शोधकर्ता ने देखा कि ये लोग वास्तव में क्या अध्ययन करते हैं:
- कंप्यूटर विज़न (कंप्यूटर को छवियों को "देखना" सिखाना) सबसे लोकप्रिय शैली (genre) है।
- इमेज प्रोसेसिंग और डेटा माइनिंग इसके ठीक पीछे हैं।
- दिलचस्प बात यह है कि लार्ज लैंग्वेज मॉडल्स (चैटबॉट्स के पीछे की तकनीक) जैसे "नवीनतम" रुझान अभी शीर्ष पर नहीं हैं। ऐसा संभवतः इसलिए है क्योंकि जिन लोगों के पास सबसे अधिक उद्धरण हैं, वे लंबे समय से इस क्षेत्र में काम कर रहे हैं। उनके "क्लासिक हिट्स" (पुराने शोध पत्र) अभी भी सबसे अधिक सुने जा रहे हैं।
7. सीमाएँ (जो माइक्रोफ़ोन ने नहीं पकड़ा)
लेखक ईमानदार हैं कि यह अध्ययन क्या नहीं बता सकता:
- स्व-चयन (Self-Selection): यह केवल उन्हीं लोगों को गिनता है जिन्होंने गूगल स्कॉलर प्रोफाइल बनाया है। यदि भारत में कोई प्रतिभाशाली शोधकर्ता गूगल स्कॉलर का उपयोग नहीं करता है, तो वह इस ऑर्केस्ट्रा में नहीं है।
- अतीत बनाम वर्तमान: डेटा दिखाता है कि वे अभी कहाँ काम कर रहे हैं, लेकिन यह नहीं कि वे अपने प्रसिद्ध शोध पत्र लिखते समय कहाँ थे। एक शोधकर्ता अभी किसी विश्वविद्यालय में हो सकता है लेकिन वह किसी कंपनी में काम करते समय प्रसिद्ध हुआ होगा।
- कारण और प्रभाव का अभाव: हम जानते हैं कि IISc के पास उच्च उद्धरण हैं, लेकिन हम यह नहीं जानते कि क्या IISc ने उच्च उद्धरणों का कारण बनाया, या उच्च-उद्धरण वाले शोधकर्ताओं ने बस वहां जाना चुना।
सारांश
यह शोध पत्र भारत के मशीन लर्निंग परिदृश्य की एक ऐसी तस्वीर पेश करता है जो सार्वजनिक धारणा से कहीं अधिक विविध है। जबकि IITs अपने ब्रांड के लिए प्रसिद्ध हैं, IISc और ISI वास्तव में अनुसंधान प्रभाव के मामले में असली दिग्गज हैं। इस बीच, बिग टेक लैब्स चुपचाप प्रमुख खिलाड़ी बनते जा रहे हैं। यह एक ऐसा परिदृश्य है जहाँ कुछ संस्थान और कंपनियाँ बहुत अधिक ध्यान आकर्षित करती हैं, लेकिन यहाँ विरासत के विशेषज्ञों और आधुनिक नवाचारों का एक स्वस्थ मिश्रण मौजूद है।
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।