One of the Above, None of the Above: Why the Same Model Should Not Predict Both
यह शोध पत्र तर्क देता है कि नवीनता के पूर्वानुमान (novelty prediction) के लिए एक सुस्पष्ट संदर्भ के भीतर श्रेणी अवशोषण (category absorption) को श्रेणी उद्भव (category opening) से स्पष्ट रूप से अलग करना आवश्यक है, जो यह प्रदर्शित करता है कि जब कार्य संरचना का उचित रूप से ध्यान रखा जाता है, तो एक सरल संयोजन शून्य मॉडल (combinatorial null model) अक्सर पिटमैन-योर प्रक्रिया (Pitman-Yor process) जैसे जटिल 'रिच-गेट-रशर' मॉडलों से बेहतर प्रदर्शन करता है।
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
हर दिन, हमारे मस्तिष्क दुनिया को समूहों में बांटने में व्यस्त रहते हैं। जब आप कोई नया शब्द सुनते हैं, कोई अजीब जानवर देखते हैं, या किसी नए प्रकार की कार पर ध्यान देते हैं, तो आपके मस्तिष्क को यह निर्णय लेना होता है: क्या यह कुछ ऐसा है जो मैंने पहले देखा है, या यह पूरी तरह से कुछ नया है? यह पलक झपकते ही लिया गया निर्णय एक परिचित चेहरे को पहचानने और एक अजनबी को पहचानने के बीच का अंतर है। दशकों तक, सीखने और वर्गीकरण करने के तरीके का अध्ययन करने वाले वैज्ञानिकों ने अक्सर इस निर्णय को एक एकल 'सिक्के के उछाल' (coin flip) की तरह माना है। उन्होंने माना कि यदि कोई वस्तु मौजूदा समूह में फिट नहीं बैठती है, तो वह स्वतः ही एक नया समूह शुरू कर देती है, और पुराने समूहों से चिपके रहने का गणित वही गणित है जो नए समूहों को शुरू करने का वर्णन करता है।
हालाँकि, एक नया अध्ययन सुझाव देता है कि यह सरल दृष्टिकोण गलत हो सकता है। वारसॉ मेडिकल यूनिवर्सिटी में लुकाज़ कोनोवलेक द्वारा किए गए शोध का तर्क है कि मस्तिष्क संभवतः इन दो कार्यों के लिए दो अलग-अलग रणनीतियों का उपयोग करता है। एक रणनीति उस चीज़ को पहचानने के लिए है जिसे आप पहले से जानते हैं, और दूसरी रणनीति यह तय करने के लिए है कि कब एक नया श्रेणी (category) बनानी है। अध्ययन दिखाता है कि दोनों व्यवहारों को समझाने के लिए एक ही मॉडल का उपयोग करने का प्रयास करने से त्रुटियां होती हैं, और जिस संदर्भ में हम सीखते हैं—चाहे हम विकल्पों के एक बंद सेट को देख रहे हों या संभावनाओं के एक खुले, अनंत प्रवाह को—वह खेल के नियमों को पूरी तरह से बदल देता है।
प्रयोग को समझने के लिए, सूचना के एक प्रवाह की कल्पना करें, जैसे कि एक बातचीत, एक वीडियो, या शब्दों की एक सूची। जैसे-जैसे आप इस प्रवाह के माध्यम से आगे बढ़ते हैं, आप लगातार खुद से पूछते हैं कि क्या अगला आइटम जो आपने अभी देखा है वह किसी चीज़ की पुनरावृत्ति है या एक नई खोज है। शोधकर्ताओं ने परीक्षण करने के लिए वास्तविक दुनिया के डेटा के पांच अलग-अलग प्रकारों का उपयोग किया। उन्होंने देखा कि लोग दस्तावेजों में शब्दों का उपयोग कैसे करते हैं, वे कहानियों में लोगों और वस्तुओं को कैसे संदर्भित करते हैं, लोग बातचीत में कैसे बोलते हैं, और वीडियो संपादक एक दृश्य में परिवर्तन को कैसे चिह्नित करते हैं। इनमें से कुछ प्रवाहों में, वस्तुओं की सूची निश्चित और छोटी होती है, जैसे कि किसी विशिष्ट सॉफ़्टवेयर प्रोग्राम में उपयोग किए जाने वाले सीमित संवाद टैग। अन्य में, सूची खुली और संभावित रूप से अनंत होती है, जैसे कि शब्दों या नामों की अंतहीन विविधता जिसका हम सामना कर सकते हैं।
शोधकर्ताओं ने कंप्यूटर मॉडल बनाए ताकि यह भविष्यवाणी की जा सके कि इन प्रवाहों में आगे क्या होगा। उन्होंने दो मुख्य दृष्टिकोणों का परीक्षण किया। पहला दृष्टिकोण, जिसे वे "संयोजन" (combinatorial) मॉडल कहते हैं, एक सरल गिनती की विधि है। यह केवल इस बात को देखता है कि अब तक कितनी अलग-अलग वस्तुएं दिखाई दी हैं और कुल कितनी वस्तुएं हैं, और यह अनदेखा करता है कि विशिष्ट आइटम कितनी बार दोहराए जाते हैं। यह एक बुनियादी प्रश्न पूछता है: जो चीजें मैंने देखी हैं उनकी संख्या को देखते हुए, मैं उन्हें कितने तरीकों से व्यवस्थित कर सकता हूँ? दूसरा दृष्टिकोण एक "अमीर और अमीर बनता है" (rich-get-richer) मॉडल है। यह मॉडल मानता है कि यदि कोई आइटम पहले कई बार दिखाई दिया है, तो इसके फिर से दिखाई देने की अधिक संभावना है। यह लोकप्रिय आइटमों को अतिरिक्त महत्व देता है, यह मानते हुए कि लोकप्रियता लोकप्रियता को जन्म देती है।
अध्ययन में पाया गया कि कौन सा मॉडल सबसे अच्छा काम करता है, इसका उत्तर पूरी तरह से इस बात पर निर्भर करता है कि कंप्यूटर क्या अनुमान लगाने की कोशिश कर रहा है। जब कार्य यह अनुमान लगाना है कि क्या कोई आइटम पहले देखे गए कुछ की पुनरावृत्ति है (absorption), तो सरल गिनती वाला मॉडल खुले, अनंत प्रवाह में सबसे अच्छा काम करता है। लेकिन जब कार्य यह अनुमान लगाना है कि क्या कोई आइटम एक बिल्कुल नई खोज है (opening), तो "अमीर और अमीर बनता है" वाला मॉडल अक्सर बेहतर होता है। आश्चर्यजनक रूप से, जब प्रवाह में विकल्पों की एक छोटी, निश्चित सूची होती है, तो यह पैटर्न उलट जाता है। उन बंद प्रणालियों में, "अमीर और अमीर बनता है" वाला मॉडल पुनरावृत्तियों को पहचानने में बेहतर है, जबकि सरल गिनती वाला मॉडल नए आइटम्स को पहचानने में बेहतर है।
यह "क्रॉस" किया हुआ पैटर्न ही मुख्य खोज है। इसका अर्थ है कि कोई भी एकल गणितीय नियम दोनों को पूरी तरह से स्पष्ट नहीं कर सकता: परिचित को पहचानना और नए को पहचानना। वही मॉडल जो यह भविष्यवाणी करने में उत्कृष्ट है कि एक शब्द दोहराया जाएगा, अक्सर यह भविष्यवाणी करने में खराब होता है कि एक नया शब्द आएगा, और इसके विपरीत भी। शोधकर्ताओं ने एक नियंत्रित प्रयोग में इस विचार का परीक्षण भी किया जहाँ लोगों को वस्तुओं को वर्गीकृत करने के लिए कहा गया था, जिसमें पाया गया कि एक मॉडल जिसने केवल यह जांचा कि क्या कार्य में एक "नया" उत्तर देने की अनुमति है, उसने जटिल मॉडलों से बेहतर प्रदर्शन किया जो पिछली आवृत्ति के आधार पर अनुमान लगाने की कोशिश करते हैं।
परिणाम बताते हैं कि हमारा मस्तिष्क नवीनता (novelty) को केवल पहचान से बचे हुए अवशेष के रूप में नहीं मानता है। इसके बजाय, मस्तिष्क संभवतः दो अलग-अलग प्रक्रियाएं चलाता है। एक प्रक्रिया वर्तमान स्थिति की संरचना के प्रति ट्यून की गई है, यह जांचती है कि क्या कोई आइटम मौजूदा पैटर्न में फिट बैठता है। दूसरी प्रक्रिया अज्ञात की संभावना के प्रति ट्यून की गई है, यह तय करती है कि कब वर्तमान पैटर्न पर्याप्त नहीं है और एक नई श्रेणी खोलनी चाहिए। यह अंतर महत्वपूर्ण है क्योंकि यह बदल देता है कि हमें कृत्रिम बुद्धिमत्ता (AI) को कैसे बनाना चाहिए और मानव सीखने को कैसे समझना चाहिए। यदि हम चाहते हैं कि मशीनें मनुष्यों की तरह सीखें, तो वे केवल पैटर्न पहचानने में ही अच्छी नहीं होनी चाहिए; उनमें यह जानने के लिए एक अलग तंत्र भी होना चाहिए कि पैटर्न को कब तोड़ना है और कुछ नया शुरू करना है। अध्ययन निष्कर्ष निकालता है कि कार्य का संदर्भ—चाहे दुनिया बंद और सीमित हो या खुली और अनंत—यह निर्धारित करता है कि हमें किसी भी क्षण इनमें से किस मानसिक उपकरण का उपयोग करना चाहिए।
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।