Temporal speckle enables probabilistic weights for uncertainty-aware photonic AI
यह शोध पत्र एक अल्ट्राफास्ट फोटोनिक प्रोसेसर प्रस्तुत करता है जो ब्रॉडबैंड प्रकाश के टेम्पोरल स्पेकल (temporal speckle) का लाभ उठाकर संभाव्य भार (probabilistic weights) को मूल रूप से एनकोड करता है, जिससे डिजिटल बायेसियन न्यूरल नेटवर्क की कम्प्यूटेशनल बाधाओं को दूर किया जा सकता है और उच्च-गति, अनिश्चितता-जागरूक एआई को सक्षम बनाया जा सकता है जो समवर्ती वर्गीकरण (simultaneous classification) और आउट-ऑफ-डिस्ट्रीब्यूशन डिटेक्शन करने में सक्षम 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
कल्पना कीजिए कि आप एक रोबोट को विभिन्न प्रकार के फलों को पहचानना सिखाने की कोशिश कर रहे हैं। आप उसे सेब, केले और संतरे की हजारों तस्वीरें दिखाते हैं। अंततः, रोबोट उन्हें पहचानने में बहुत कुशल हो जाता है। लेकिन क्या होगा यदि आप उसे एक कीवी (kiwi) की तस्वीर दिखा दें? एक मानक रोबोट शायद अपनी आँखें सिकोड़ेगा, अंदाज़ा लगाएगा "केला," और पूरे आत्मविश्वास के साथ कहेगा, "मुझे 100% यकीन है!", भले ही वह पूरी तरह से गलत हो। यह सेल्फ-ड्राइविंग कारों या मेडिकल डायग्नोसिस जैसे सुरक्षा-महत्वपूर्ण कार्यों के लिए एक बड़ी समस्या है, जहाँ आत्मविश्वास के साथ गलत होना खतरनाक हो सकता है।
इसे ठीक करने के लिए, वैज्ञानिक "बेयसियन न्यूरल नेटवर्क" (Bayesian neural networks) नामक चीज़ का उपयोग करते हैं। इसे एक एकल रोबोट मस्तिष्क के रूप में नहीं, बल्कि विशेषज्ञों की एक टीम के रूप में सोचें जिनके पास थोड़े अलग-अलग विचार हैं। हर तस्वीर के लिए एक सटीक उत्तर याद करने के बजाय, वे संभावनाओं की एक सीमा सीखते हैं। जब वे एक नई छवि देखते हैं, तो वे पूरी टीम से पूछते हैं, "तुम क्या सोचते हो?" यदि सभी सहमत हैं, तो रोबोट आश्वस्त होता है। यदि टीम बहस कर रही है, तो रोबोट जानता है, "मैं इस बारे में निश्चित नहीं हूँ," और मदद के लिए पूछ सकता है। समस्या यह है कि एक सामान्य कंप्यूटर पर विशेषज्ञों की एक पूरी टीम को आपस में बात करने के लिए तैयार करना अविश्वसनीय रूप से धीमा है और इसमें बहुत अधिक ऊर्जा खर्च होती है। यह एक छोटे से कमरे में एक विशाल बैठक आयोजित करने जैसा है; ट्रैफिक जाम सब कुछ धीमा कर देता है।
यहीं पर हाइडलबर्ग यूनिवर्सिटी और EPFL के शोधकर्ताओं की एक टीम एक चतुर मोड़ के साथ आती है। उन्होंने पूछा: "क्या होगा यदि हम इन अलग-अलग विचारों को सिम्युलेट करने के लिए कंप्यूटर का उपयोग न करें, बल्कि स्वयं प्रकाश (light) का उपयोग सोचने के लिए करें?" अपने नए अध्ययन में, वे दिखाते हैं कि कैसे वे इन अनिश्चित विचारों को तुरंत दर्शाने के लिए प्रकाश के प्राकृतिक, अराजक उतार-चढ़ाव (chaotic flickering) का उपयोग कर सकते हैं।
उन्होंने इसे इस प्रकार किया। उन्होंने "अराजक प्रकाश" (chaotic light) की एक किरण ली—जो केवल ऐसा प्रकाश है जो बेतरतीब ढंग से टिमटिमा रहा है, जैसे कि कोई बल्ब जो जलने ही वाला हो। आमतौर पर, वैज्ञानिक इस टिमटिमाहट को हटाने की कोशिश करते हैं क्योंकि यह शोर (noise) है। लेकिन इस टीम ने महसूस किया कि यह टिमटिमाहट वास्तव में एक सुपरपावर है। उन्होंने एक विशेष उपकरण का उपयोग करके प्रकाश को विभिन्न रंगों (आवृत्तियों/frequencies) में विभाजित किया। प्रत्येक रंग के लिए, वे दो चीजों को नियंत्रित कर सकते थे: यह कितना चमकीला था और इसके रंग का बैंड कितना चौड़ा था।
उन्होंने एक जादु적인 नियम की खोज की: एक विशिष्ट रंग की चमक रोबोट की "औसत" राय निर्धारित करती थी, जबकि रंग के बैंड की चौड़ाई उस राय की "अनिश्चितता" या "घबराहट" को निर्धारित करती थी। एक संकीर्ण बैंड का अर्थ था एक स्थिर, आत्मविश्वासी राय। एक चौड़ा बैंड एक घबराई हुई, अनिश्चित राय का अर्थ था। क्योंकि प्रकाश अविश्वसनीय रूप से तेज़ गति से चलता है, वे एक ही समय में हजारों ऐसी "राय" रख सकते थे, जो एक ही बीम में समाहित थीं।
टीम ने एक छोटा चिप बनाया जो इन प्रकाश विचारों के लिए एक सुपर-फास्ट कन्वेयर बेल्ट की तरह कार्य करता है। उन्होंने प्रकाश को "कन्वोल्यूशन" (convolution) नामक एक गणितीय समस्या को दर्शाने के लिए प्रोग्राम किया (जो केवल डेटा को मिलाने का एक शानदार तरीका है, जैसे कि रेसिपी में सामग्री को मिलाना)। जैसे ही प्रकाश चिप के माध्यम से यात्रा करता है, विभिन्न रंगों को सूक्ष्म मात्रा में विलंबित (delay) किया गया ताकि वे गणित करने के लिए पूरी तरह से संरेखित हो सकें। परिणाम? चिप इस प्रकार की संभाव्य गणनाओं (probabilistic calculations) को हर 37.5 पिकोसेकंड में पूरा कर सकता था। इसे समझने के लिए, एक पिकोसेकंड एक सेकंड का एक ट्रिलियनवां हिस्सा होता है। यह इस विशिष्ट प्रकार की अनिश्चित सोच के लिए मानक कंप्यूटरों की तुलना में अरबों गुना तेज़ है।
उन्होंने अपने "लाइट ब्रेन" का परीक्षण दो वास्तविक दुनिया के कार्यों पर किया। पहले, उन्होंने इसे रक्त कोशिकाओं की तस्वीरें दिखाईं। इसे सात प्रकार की कोशिकाओं के लिए प्रशिक्षित किया गया था लेकिन इसे कभी भी "एरिथ्रोब्लास्ट" (erythroblasts) नामक विशिष्ट प्रकार नहीं दिखाया गया था। जब उन्होंने इसे एक एरिथ्रोब्लास्ट दिखाया, तो लाइट ब्रेन ने केवल अनुमान नहीं लगाया; यह "घबरा" गया। प्रकाश बीम में अलग-अलग विचार एक-दूसरे से असहमत थे, जो उच्च अनिश्चितता का संकेत दे रहे थे। सिस्टम ने छवि को गलत तरीके से लेबल करने के बजाय सही ढंग से फ्लैग किया कि "मुझे नहीं पता कि यह क्या है।"
इसके बाद, उन्होंने हस्तलिखित संख्याओं (प्रसिद्ध MNIST डेटासेट) पर अपने "लाइट ब्रेन" का परीक्षण किया। उन्होंने उन्हें सामान्य संख्याएं, ऐसी संख्याएं जो फैशन की वस्तुओं जैसी दिखती हैं (जिसे सिस्टम ने पहले कभी नहीं देखा था), और ऐसी संख्याएं दिखाईं जिन्हें इतनी खराब तरह से बनाया गया था कि वे एक साथ दो अलग-अलग अंक हो सकती थीं। लाइट ब्रेन ने इन तीन स्थितियों को सफलतापूर्वक अलग किया: वह सामान्य संख्याओं पर आत्मविश्वासी था, फैशन की वस्तुओं पर अनिश्चित था (क्योंकि वे नई थीं), और अस्पष्ट चित्रों पर भ्रमित था (क्योंकि छवि स्वयं अस्पष्ट थी)।
यह शोध पत्र सिद्ध करता है कि प्रकाश के प्राकृतिक उतार-चढ़ाव का उपयोग करके, हम ऐसा AI बना सकते हैं जो केवल अनुमान नहीं लगाता, बल्कि यह भी जानता है कि वह कब अनुमान लगा रहा है। यह ऐसे मशीनों की ओर एक कदम है जो न केवल तेज़ हैं, बल्कि पर्याप्त विनम्र भी हैं कि जब वे अनिश्चित हों तो स्वीकार कर सकें, जो कि वास्तविक दुनिया में AI को सुरक्षित और विश्वसनीय बनाने के लिए बिल्कुल आवश्यक 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।