High-Speed Image Encoding in Chaotic Neural Maps Using Circulant Topology and Fast Convolution

कल्पना कीजिए कि आपका मस्तिष्क एक विशाल, हलचल भरा शहर है जहाँ लाखों नन्हे संदेशवाहक (न्यूरॉन्स) लगातार एक-दूसरे को चिल्लाकर संकेत दे रहे हैं। कभी-कभी, ये संदेशवाहक थोड़े बेकाबू हो जाते हैं, और अराजक, अप्रत्याशित विस्फोटों में फायर करते हैं जो एक पुराने टीवी पर दिखने वाले स्टैटिक (झिलमिलाहट) की तरह दिखते हैं। आश्चर्यजनक रूप से, वैज्ञानिकों ने पाया है कि यह "अराजकता" केवल शोर नहीं है; यह यादों को संचित करने का एक शक्तिशाली तरीका है। ठीक वैसे ही जैसे कोई विशिष्ट गीत गर्मियों के एक दिन की जीवंत याद को जगा सकता है, अराजक फायरिंग का एक विशिष्ट पैटर्न एक पूरी तस्वीर को थामे रख सकता है। यह विचार, जिसे "कपल्ड मैप लैटिसेज" (Coupled Map Lattices) कहा जाता है, बताता है कि हम इन सिम्युलेटेड न्यूरल तूफानों के भीतर छवियों को संग्रहीत कर सकते हैं।

हालाँकि, कंप्यूटर पर ऐसा करने की कोशिश करने में एक बहुत बड़ी समस्या है। पुराने तरीके से इन अराजक स्मृति प्रणालियों को बनाना ऐसा है जैसे लाइब्रेरी के हर एक हिस्से को यह निर्देश देना कि वे इमारत के अन्य सभी किताबों से हाथ मिलाएँ। यह अविश्वसनीय रूप से धीमा है और इसके लिए बहुत अधिक स्थान की आवश्यकता होती है। यदि आप इस तरह से एक सामान्य फोटो को स्टोर करने की कोशिश करते हैं, तो आपके कंप्यूटर का मस्तिष्क (RAM) इतना ओवरलोड हो जाता है कि वह क्रैश हो जाता है, जिससे इस शानदार तकनीक को स्मार्ट कैमरा या ड्रोन जैसे छोटे उपकरणों पर उपयोग करना असंभव हो जाता है। सवाल यह है कि क्या हम इस भारी, बोझिल मशीनरी के बिना, जो हमारे कंप्यूटरों को तोड़ देती है, अराजक स्मृति भंडारण के जादू को बरकरार रख सकते हैं?

यहाँ एक नया दृष्टिकोण आता है जिसे FC-CML (फास्ट सर्कुलेंट-कन्वोल्यूशनल कपल्ड मैप लैटिस) कहा जाता है, जो इस गड़बड़ को ठीक करने के लिए डिज़ाइन किया गया एक चतुर एल्गोरिदम है। शोध पत्र का मुख्य निष्कर्ष यह है कि इन न्यूरल संदेशवाहकों के आपस में बात करने के "तरीके" को बदलकर, हम इस प्रक्रिया को नाटकीय रूप से तेज कर सकते हैं। पुराने तरीके के अव्यवस्थित, यादृच्छिक (रैंडम) हैंडशेक के बजाय, लेखक इन संदेशवाहकों को एक आदर्श घेरे (सर्कल) में व्यवस्थित करने का प्रस्ताव देते हैं, जहाँ हर कोई केवल अपने पड़ोसियों के साथ एक विशिष्ट, दोहराव वाले पैटर्न में बात करता है। यह सरल संरचनात्मक परिवर्तन कंप्यूटर को फास्ट फूरियर ट्रांसफॉर्म (FFT) नामक एक गणितीय शॉर्टकट का उपयोग करने की अनुमति देता है—इसे एक सुपर-फास्ट अनुवादक के रूप में सोचें जो एक जटिल बातचीत को एक सरल गीत में बदल देता है।

परिणाम चौंकाने वाले हैं। उनके परीक्षणों में, पुराना तरीका एक ट्रैफिक जाम की तरह था, जिसमें बहुत अधिक समय और मेमोरी लगती थी जो इमेज के बड़े होने पर विस्फोटक रूप से बढ़ जाती थी। विशेष रूप से, पुराने तरीके को सिस्टम सेट करने के लिए मात्र $O(N^3)$ समय और चलाने के लिए $O(N^2)$ मेमोरी की आवश्यकता थी। उच्च-रिज़ॉल्यूशन वाली छवियों के लिए, इसका अर्थ था कि गीगाबाइट्स के RAM की आवश्यकता थी, जिससे कंप्यूटर क्रैश हो जाते थे। हालाँकि, नया FC-CML तरीका सुचारू और तेज़ था। इस गोलाकार "सर्कुलेंट" लेआउट और FFT शॉर्टकट का उपयोग करके, आवश्यक समय घटकर $O(N \log N)$ रह गया और मेमोरी का उपयोग गिरकर केवल $O(N)$ रह गया।

यह साबित करने के लिए कि यह काम करता है, शोधकर्ताओं ने 16x16 से लेकर 64x64 पिक्सल तक की छवियों पर सिमुलेशन चलाए। उन्होंने पाया कि जहाँ पुराना तरीका अप्रत्याशित उछाल और गंभीर देरी से जूझ रहा था, वहीं नया तरीका पूरी तरह से स्थिर रहा। इससे भी बेहतर, जब उन्होंने एक वास्तविक छवि (जेम्स वेब स्पेस टेलीस्कोप से कैरिना नेबुला की एक फोटो, जिसे 64x64 में रीसाइज किया गया था) के साथ परीक्षण किया, तो नए सिस्टम ने केवल चित्र का अनुमान नहीं लगाया; बल्कि उसने इसे पूरी तरह से रिकॉल किया। मूल और रिकॉल की गई छवि के बीच का अंतर शून्य था—पूरी तरह से लॉसलेस (lossless)। क्योंकि यह सिस्टम इतना हल्का हो गया था, वे इस एनकोडेड डेटा को ESP32 नामक एक छोटे, कम लागत वाले माइक्रोचिप पर भी भेज सके, जिसने वहीं 'एज' पर सफलतापूर्वक छवि को डिकोड कर दिया।

शोध पत्र तर्क देता है कि सिस्टम को स्थिर रखने के लिए पुराने तरीके से रैंडम नंबरों से भरने का चलन एक बाधा (bottleneck) था जिसने वास्तविक दुनिया में इसका उपयोग असंभव बना दिया था। इस यादृच्छिकता को एक सख्त, गोलाकार पैटर्न से बदलकर, उन्होंने गणित को स्थिर रखा लेकिन भारी काम को हटा दिया। हालाँकि लेखक नोट करते हैं कि इस पद्धति के लिए नेटवर्क का इस पूर्ण गोलाकार आकार में रहना आवश्यक है (यदि एक भी कनेक्शन टूटता है, तो गणित विफल हो जाता है), वे सुझाव देते हैं कि सस्ते, रोजमर्रा के उपकरणों पर जटिल, मस्तिष्क जैसी छवि भंडारण चलाने की क्षमता के लिए यह एक उचित समझौता है। यह केवल एक सैद्धांतिक सुधार नहीं है; यह एक संरचनात्मक पुनर्गठन है जो एक क्रैश होने वाले, भारी सिस्टम को ऐसी चीज़ में बदल देता है जो ड्रोन या स्मार्ट कैमरा पर चल सकता है, जिससे उन "न्यूरोमॉर्फिक" उपकरणों के द्वार खुलते हैं जो दुनिया को बिल्कुल मस्तिष्क की तरह देखते और याद रखते हैं।