A Physics-Informed MobileNetV2 Framework for Thermal Infrared Gas Classification: Combining Thermodynamic Input Features and Loss-Level Physics Penalization

अदृश्य ऊष्मा का जासूस (The Invisible Heat Detective)

कल्पना कीजिए कि आप एक कमरे में किसी भूत को खोजने की कोशिश कर रहे हैं। आप उसे देख नहीं सकते, सुन नहीं सकते, और वह अपने पैरों के निशान भी नहीं छोड़ता। लेकिन, क्योंकि वह एक भूत है, वह अपने आस-पास की हवा से थोड़ा गर्म या ठंडा हो सकता है। यह वही चुनौती है जिसका सामना वैज्ञानिक खतरनाक गैस रिसाव का पता लगाने की कोशिश करते समय करते हैं। मीथेन या प्रोपेन जैसी गैसें अक्सर नग्न आंखों से अदृश्य होती हैं, लेकिन वे कुछ भौतिक कार्य करती हैं: वे अपने आस-पास की हवा के तापमान के साथ छेड़छाड़ करती हैं। जब गैस का रिसाव होता है, तो यह एक अनूठा "थर्मल फिंगरप्रिंट" (ऊष्मीय छाप) बनाता है—गर्मी के ऊपर उठने, फैलने या घूमने का एक ऐसा पैटर्न जिसे एक विशेष कैमरा देख सकता है।

इन अदृश्य दोषियों को पकड़ने के लिए, शोधकर्ता मशीन लर्निंग नामक विज्ञान की एक शाखा का उपयोग करते हैं, जहाँ कंप्यूटर हजारों उदाहरणों का अध्ययन करके पैटर्न पहचानना सीखते हैं। आमतौर पर, इन कंप्यूटरों को आपके फोन की तस्वीरों की तरह तस्वीरें दी जाती हैं, जहाँ हर पिक्सेल को एक साधारण रंग माना जाता है। लेकिन यहाँ एक पेच है: एक थर्मल इमेज केवल एक सुंदर तस्वीर नहीं है; यह भौतिकी के नियमों द्वारा संचालित वास्तविक, भौतिक ऊष्मा का एक मानचित्र है। यदि कंप्यूटर इन नियमों की अनदेखी करता है, तो वह अजीब छाया या कैमरा ग्लिच (खराबी) से धोखा खा सकता है, और भाप के एक हानिरहित झोंके को घातक गैस रिसाव समझ सकता है। यह शोध पत्र एक सरल लेकिन शक्तिशाली प्रश्न पूछता है: क्या होगा यदि हम कंप्यूटर को यह सिखाएं कि वह सीखने के दौरान भौतिकी के नियमों का सम्मान करे? ऐसा करने से, क्या हम इसे एक स्मार्ट और सुरक्षित जासूस बना सकते हैं जो केवल अनुमान नहीं लगाता, बल्कि उस ऊष्मा को समझता है जिसे वह देखता है?

भौतिकी-जानकार जासूस (The Physics-Savory Detective)

यह शोध पत्र थर्मल कैमरों का उपयोग करके गैस रिसाव का पता लगाने के लिए कंप्यूटर को प्रशिक्षित करने का एक नया तरीका पेश करता है। शोधकर्ताओं ने एक प्रणाली बनाई है जिसे वे "फिजिक्स-इन्फॉर्म्ड मोबइलनेटवी2 फ्रेमवर्क" (Physics-Informed MobileNetV2 Framework) कहते हैं। इसे एक उच्च-तकनीकी जासूस के रूप में समझें जो न केवल अपराध स्थल को देखता है, बल्कि उस दृश्य की भौतिकी को भी समझता है।

पुराना तरीका बनाम नया तरीका
अतीत में, जब वैज्ञानिक कंप्यूटर को गैस की थर्मल इमेज पढ़ना सिखाने की कोशिश करते थे, तो वे छवियों को साधारण फोटो की तरह मानते थे। वे कंप्यूटर को तीन चैनलों का डेटा (लाल, हरा और नीला) देते थे, ठीक वैसे ही जैसे एक मानक डिजिटल कैमरा। समस्या यह है कि थर्मल कैमरे वास्तव में "रंग" नहीं देखते; वे तापमान देखते हैं। ऊष्मा मानचित्रों (heat maps) को साधारण फोटो की तरह मानकर, कंप्यूटर सबसे महत्वपूर्ण सुराग खो देता था: ऊष्मा कैसे चलती है और बदलती है।

इस शोध पत्र के लेखकों ने जासूस के टूलकिट को अपग्रेड करने का निर्णय लिया। कंप्यूटर को एक साधारण तीन-चैनल वाली फोटो देने के बजाय, उन्होंने एक छह-चैनल वाली "सुपर-इमेज" बनाई। उन्होंने इसे इस प्रकार बनाया:

1. तापमान-सामान्यीकृत रंग (Temperature-Normalized Colors): उन्होंने कच्चे ऊष्मा डेटा को एक मानक पैमाने में बदल दिया, ताकि कंप्यूटर को पता चल सके कि प्रत्येक पिक्सेल वास्तव में कितना गर्म या ठंडा है, न कि केवल यह कि वह कितना चमकीला दिखता है।
2. ऊष्मा-प्रवाह मानचित्र (फूरियर का नियम - Fourier's Law): उन्होंने ऊष्मा चालन के गणितीय नियम, जिसे फूरियर का नियम कहा जाता है, का उपयोग किया। कल्पना कीजिए कि आप एक मानचित्र पर रेखाएं खींच रहे हैं जो दिखाती हैं कि ऊष्मा सबसे तेजी से कहाँ बह रही है। अब कंप्यूटर दो नए मानचित्र देखता है: एक जो दिखाता है कि ऊष्मा बाएं-से-दाएं कैसे चलती है और दूसरा जो दिखाता है कि ऊष्मा ऊपर-से-नीचे कैसे चलती है। यह कंप्यूटर को उन सटीक किनारों को पहचानने में मदद करता है जहाँ गैस का बादल साफ हवा से मिलता है।
3. विसंगति मानचित्र (The Anomaly Map): उन्होंने एक ऐसा मानचित्र बनाया जो उन स्थानों को उजागर करता है जो अपने आस-पास के पिक्सेल से असामान्य रूप से भिन्न हैं। यदि कोई पिक्सेल अपने आसपास के 15 पिक्सेल की तुलना में बहुत अधिक गर्म है, तो कंप्यूटर उसे एक संदिग्ध "हॉटस्पॉट" के रूप में चिह्नित करता है।

"नो-फ्लिप" नियम (The "No-Flip" Rule)
शोधकर्ताओं ने कंप्यूटर को गुरुत्वाकर्षण के बारे में एक बहुत ही महत्वपूर्ण सबक भी सिखाया। मानक कंप्यूटर प्रशिक्षण में, आप अक्सर कंप्यूटर को तेजी से सीखने के लिए छवियों को उल्टा (flip) कर देते हैं। लेकिन ऊष्मा इस तरह काम नहीं करती! गर्म गैस उत्प्लावकता (buoyancy) के कारण ऊपर उठती है; यह कभी नीचे नहीं गिरती। यदि आप उठते हुए धुएं की तस्वीर को उल्टा कर देते हैं, तो यह छत से गिरते हुए धुएं जैसा दिखता है, जो भौतिक रूप से असंभव है। लेखकों ने यह सुनिश्चित किया कि उनके प्रशिक्षण डेटा को कभी भी उल्टा न किया जाए, ताकि कंप्यूटर यह सीख सके कि वास्तविक दुनिया की तरह ऊष्मा हमेशा ऊपर ही जाती है।

"फिजिक्स पेनल्टी" (The "Physics Penalty")
उनके सिस्टम का सबसे चतुर हिस्सा यह है कि वे कंप्यूटर को "भौतिकी की गलती" करने पर कैसे दंडित करते हैं। उन्होंने कंप्यूटर के प्रशिक्षण में एक विशेष नियम जोड़ा: यदि कंप्यूटर आत्मविश्वास के साथ कहता है, "वह गैस का रिसाव है!" लेकिन इमेज में कोई ऊष्मा प्रवणता (heat gradients - यानी कोई किनारे या प्रवाह नहीं) नहीं है, तो कंप्यूटर को दंडित किया जाता है। यह एक शिक्षक की तरह है जो छात्र से कहता है, "तुम यह नहीं कह सकते कि तुमने बवंडर देखा है यदि आसमान पूरी तरह साफ है।" यह कंप्यूटर को केवल तभी आश्वस्त होने के लिए मजबूर करता है जब भौतिक साक्ष्य (ऊष्मा पैटर्न) वास्तव में उसके दावे का समर्थन करते हों।

उन्होंने क्या पाया (What They Found)

टीम ने अपने नए "फिजिक्स-इन्फॉर्म्ड" जासूस का परीक्षण 6,400 से अधिक थर्मल छवियों के डेटासेट पर किया, जिसमें चार परिदृश्य शामिल थे: कोई गैस नहीं, इत्र (गैस के सुरक्षित विकल्प के रूप में), धुआं, और गैसों का एक खतरनाक मिश्रण।

परिणाम

• सटीकता (Accuracy): नए मॉडल ने टेस्ट इमेज का 94.80% सही ढंग से पहचाना। यह पुराने तरीके (जिसने 93.00% सही पहचान की थी) की तुलना में एक ठोस सुधार है और यह सिद्ध करता है कि भौतिकी जोड़ना मदद करता है।
• "मिश्रण" की महाशक्ति (The "Mixture" Superpower): सबसे खतरनाक परिदृश्य तब होता है जब दो प्रकार की गैसें आपस में मिलती हैं। नया मॉडल इसे पहचानने में अविश्वसनीय रूप से कुशल था, जिसने 99.58% सफलता दर हासिल की। इससे भी अधिक प्रभावशाली बात यह है कि इसने उन 722 छवियों पर शून्य गलत अलार्म (zero false alarms) दिए जिनमें मिश्रण नहीं था। जब कोई खतरा नहीं था, तब इसने कभी "भेड़िया आया" की चेतावनी नहीं दी।
• कोई भ्रम नहीं (No More Confusion): पिछले मॉडल अक्सर "इत्र" (सुरक्षित) और "धुआं" (खतरनाक) के बीच भ्रमित हो जाते थे। वे उन्हें आपस में मिला देते थे। नया भौतिकी-जागरूक मॉडल इन दोनों के बीच शून्य गलतियां करता है। इसने सीखा कि धुआं एक विशिष्ट प्लम (plume) आकार में ऊपर उठता है, जबकि इत्र अधिक धीरे से फैलता है, और इसने उन आकारों का उपयोग करके उन्हें अलग करना सीखा।

समझौता (The Trade-Off)
शोध पत्र एक छोटे से नुकसान के बारे में बहुत ईमानदार है। नया मॉडल उस मॉडल की तुलना में थोड़ा कम सटीक (लगभग 5 प्रतिशत अंक कम) है जिसे केवल उच्चतम स्कोर प्राप्त करने के लिए प्रशिक्षित किया गया था, बिना भौतिकी की परवाह किए। हालांकि, लेखक तर्क देते हैं कि यह एक अच्छा सौदा है। "फिजिक्स-फ्री" मॉडल उन अतिरिक्त अंकों को चित्रों में अजीब ट्रिक्स (जैसे लैब में एक विशिष्ट छाया) को याद करके प्राप्त कर सकता है। यदि आप उस मॉडल को अलग लाइटिंग वाले दूसरे भवन में ले जाते हैं, तो यह विफल हो सकता है। नया मॉडल, क्योंकि यह ऊष्मा के नियमों को समझता है, वास्तविक दुनिया में कहीं अधिक विश्वसनीय होने की संभावना रखता है, भले ही यह कुछ आसान मामलों को छोड़ दे।

अदृश्य को देखना (Seeing the Invisible)
यह साबित करने के लिए कि कंप्यूटर वास्तव में ऊष्मा को देख रहा है और केवल अनुमान नहीं लगा रहा है, शोधकर्ताओं ने "ऑक्लूजन सैलिएंसी" (occlusion saliency) नामक तकनीक का उपयोग किया। उन्होंने यह देखने के लिए कि कंप्यूटर किन हिस्सों पर ध्यान दे रहा है, छवि के कुछ हिस्सों को एक ग्रे वर्ग से ढक दिया।

• धुएं (Smoke) को देखते समय, कंप्यूटर का ध्यान उठते हुए धुएं के आधार पर केंद्रित था, जहाँ ऊष्मा प्रवणता (heat gradient) सबसे मजबूत थी।
• इत्र (Perfume) को देखते समय, इसने उस विसरित (diffuse), गर्म क्षेत्र पर ध्यान केंद्रित किया जहाँ सुगंध फैल रही थी।
• कोई गैस नहीं (No Gas) के मामले में, इसने किसी विशेष चीज़ पर ध्यान नहीं दिया, बिल्कुल एक इंसान की तरह।

इसने पुष्टि की कि कंप्यूटर वास्तविक ऊष्मप्रवैगिकी संरचनाओं (thermodynamic structures) के आधार पर निर्णय ले रहा था, न कि यादृच्छिक दृश्य शोर (visual noise) के आधार पर।

यह क्यों महत्वपूर्ण है (Why This Matters)

यह शोध पत्र सुझाव देता है कि सुरक्षा-महत्वपूर्ण कार्यों के लिए—जैसे गैस रिसाव का पता लगाना जो विस्फोट या जहरीली सांस लेने का कारण बन सकता है—"स्मार्ट" होने का मतलब केवल एक टेस्ट में उच्चतम स्कोर प्राप्त करना नहीं है। इसका अर्थ है ब्रह्मांड के नियमों को समझना। कंप्यूटर को ऊष्मा और गुरुत्वाकर्षण के नियमों का सम्मान करना सिखाकर, शोधकर्ताओं ने एक ऐसी प्रणाली बनाई है जो अधिक भरोसेमंद है। यह पूर्ण नहीं हो सकती है, लेकिन जब यह "खतरा" कहता है, तो यह इसलिए कहता है क्योंकि इसने ऊष्मा को ठीक उसी तरह व्यवहार करते देखा है जैसा भौतिकी कहती है। यह दृष्टिकोण लोगों और संपत्ति को अदृश्य खतरों से बचाने के लिए एक सुरक्षित, अधिक व्याख्या योग्य (interpretable) तरीका प्रदान करता है।