Identity Verification from Human Scent using Learned Representations of Two-Dimensional Gas Chromatography–Mass Spectrometry Data
यह अध्ययन कच्चे टू-डायमेंशनल गैस क्रोमैटोग्राफी-मास स्पेक्ट्रोमेट्री डेटा को मल्टी-चैनल छवियों में परिवर्तित करके मानव गंध पहचान सत्यापन की व्यवहार्यता को प्रदर्शित करता है, जो मल्टी-व्यू रिप्रजेंटेशन के साथ 92.8% AUROC प्राप्त करता है और क्रॉस-सेशन सामान्यीकरण में चुनौतियों के बावजूद गैर-सहकारी परिदृश्यों के लिए इस पद्धति की क्षमता को उजागर 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
प्रत्येक व्यक्ति एक अद्वितीय रासायनिक हस्ताक्षर (केमिकल सिग्नेचर) लेकर चलता है, एक गंध प्रोफ़ाइल जो पसीने और त्वचा के स्रावों के माध्यम से उत्सर्जित होने वाली उंगलियों के निशान जितनी ही विशिष्ट होती है। दशकों से, फोरेंसिक विज्ञान इस विचार पर निर्भर रहा है कि ये वाष्पशील कार्बनिक यौगिक (वोलाटाइल ऑर्गेनिक कंपाउंड्स), वे अदृश्य अणु जो हवा में तैरते हैं, एक व्यक्ति की पहचान कर सकते हैं। जबकि प्रशिक्षित कुत्तों ने लंबे समय से यह क्षमता प्रदर्शित की है, वैज्ञानिक उस जैविक नाक को एक विश्वसनीय मशीन में बदलने के लिए संघर्ष करते रहे हैं। चुनौती डेटा की अत्यधिक जटिलता में निहित है; मानव गंध केवल एक गंध नहीं है बल्कि हजारों रासायनिक यौगिकों का एक अराजक मिश्रण है, जो समय, आहार और वातावरण के साथ बदलता और परिवर्तित होता रहता है। इसे पकड़ने के लिए, शोधकर्ता गैस क्रोमैटोग्राफी-मास स्पेक्ट्रोमेट्री नामक एक शक्तिशाली प्रयोगशाला उपकरण का उपयोग करते हैं, जो इन रसायनों को अलग करता है और उन्हें एक विस्तृत रासायनिक मानचित्र बनाने के लिए तौलता है। हालाँकि, इस विशाल, अव्यवस्थित डेटा को एक उपयोगी पहचान जांच में बदलना कठिन रहा है, जिसमें अक्सर विशेषज्ञों को विशिष्ट रसायनों को मैन्युअल रूप से चुनना पड़ता है, जो एक धीमी और त्रुटिपूर्ण प्रक्रिया है जो परीक्षण किए जाने वाले लोगों की संख्या को सीमित करती है।
चेक गणराज्य के शोधकर्ताओं की एक टीम ने अब एक अलग दृष्टिकोण अपनाया है, जिसमें इस रासायनिक विश्लेषण के कच्चे आउटपुट को हाथ से डिकोड किए जाने वाले सामग्रियों की सूची के रूप में नहीं, बल्कि एक जटिल छवि के रूप में माना गया है जिसे एक कंप्यूटर पहचान सकता है। उन्होंने 252 अलग-अलग व्यक्तियों से गंध डेटा का एक विशाल नया संग्रह तैयार किया, जिसमें 2,500 से अधिक नमूने एकत्र किए गए जो लगभग 7.5 टेराबाइट जानकारी के बराबर हैं। हर एक रासायनिक यौगिक की पहचान करने की कोशिश करने के बजाय, उन्होंने कच्चे डेटा को सीधे आर्टिफिशियल इंटेलिजेंस सिस्टम में फीड किया जो पैटर्न खोजने के लिए डिज़ाइन किए गए हैं, ठीक वैसे ही जैसे कंप्यूटर तस्वीरों में चेहरों को पहचानना सीखते हैं। लक्ष्य यह देखना था कि क्या एक मशीन बिना किसी मानव रसायनविद् द्वारा यह बताए कि वह क्या देख रही है, एक व्यक्ति की गंध को दूसरे की गगंध से अलग करना सीख सकती है।
परिणाम बताते हैं कि यह पद्धति काम करती है, हालांकि यह अभी भी पूर्ण नहीं है। इन कच्चे रासायनिक मानचित्रों पर अपने सिस्टम को प्रशिक्षित करके, शोधकर्ताओं ने एक प्रोटोटाइप सत्यापन प्रणाली बनाई जो एक सख्त मानक (जहाँ इसे केवल 5% त्रुटि दर की अनुमति दी गई थी) पर एक व्यक्ति की गंध की लगभग 53% बार सही पहचान कर सकती थी। इसका अर्थ यह है कि यदि सिस्टम को बहुत सावधान रहने और किसी निर्दोष व्यक्ति पर आरोप लगाने से बचने के लिए कहा जाए, तो भी यह लगभग आधे वास्तविक मिलान पकड़ लेता है। हालांकि यह आइरिस स्कैनिंग जैसी स्थापित विधियों की लगभग पूर्ण सटीकता से कम है, लेकिन यह सिद्ध करता है कि कच्चा गंध डेटा वास्तव में एक बायोमेट्रिक पहचानकर्ता के रूप में कार्य कर सकता है। अध्ययन में पाया गया कि सर्वोत्तम परिणाम एक कस्टम-डिज़ाइन किए गए कंप्यूटर नेटवर्क से आए जिसने डेटा को प्रोसेस किया बिना उसे किसी कठोर, पूर्व-निर्धारित संरेखण में जबरन फिट किए, जो यह सुझाव देता है कि एआई मशीन में रसायनों के प्रकट होने के प्राकृतिक बदलावों को संभाल सकता है।
इस शोध का एक महत्वपूर्ण हिस्सा यह परीक्षण करना था कि क्या ये गंध हस्ताक्षर समय के साथ और अलग-अलग दिनों में बने रहते हैं। वास्तविक दुनिया के उपयोग में, एक व्यक्ति को एक दिन नामांकित किया जा सकता है और दूसरे दिन जांचा जा सकता है, और गंध को मापने के लिए उपयोग किए जाने वाले उपकरण भी हर बार थोड़ा अलग व्यवहार कर सकते हैं। शोधकर्ताओं ने पाया कि सिस्टम अभी भी पहचान सत्यापित कर सकता है जब परीक्षण उस दिन किया गया हो जब मशीन को पहले कभी नहीं देखा गया था, हालांकि सटीकता काफी गिर जाती है जब नामांकन और परीक्षण अलग-अलग दिनों से आते हैं। यह इंगित करता है कि जबकि मूल पहचान संकेत बना रहता है, दिन की विशिष्ट स्थितियाँ—जैसे लैब का तापमान या मशीन की स्थिति—एक स्तर का शोर (नॉइज़) पैदा करती हैं जिसे सिस्टम को अनदेखा करना सीखना चाहिए। अध्ययन ने मैन्युअल रासायनिक पहचान की आवश्यकता को स्पष्ट रूप से खारिज कर दिया, यह दिखाते हुए कि कंप्यूटर कच्चे डेटा से सीधे आवश्यक पैटर्न सीख सकता है, जिससे पहले इस क्षेत्र को सीमित करने वाले धीमे, विशेषज्ञ-संचालित चरणों को बायपास किया जा सका।
प्रदर्शन को और आगे बढ़ाने के लिए, टीम ने डेटा को देखने का एक नया तरीका पेश किया, जिसमें रासायनिक मानचित्र को तीन अलग-अलग दृश्यों में विभाजित किया गया जो गंध की संरचना के विभिन्न पहलुओं को उजागर करते थे। फिर उन्होंने एक विशिष्ट गणितीय लक्ष्य का उपयोग करके सिस्टम को प्रशिक्षित किया जो प्रत्येक व्यक्ति के गंध नमूनों को एक साथ रखने और अन्य लोगों के नमूनों को दूर धकेलने के लिए डिज़ाइन किया गया था। डेटा के इस अधिक विस्तृत दृश्य और स्मार्ट प्रशिक्षण पद्धति के संयोजन ने सफलता दर को उसी सख्त त्रुटि सीमा पर लगभग 62% तक बढ़ा दिया, जबकि लोगों के बीच अंतर करने की समग्र क्षमता लगभग 93% तक पहुँच गई। शोधकर्ताओं ने नोट किया कि यह सुधार केवल एक छोटा सा बदलाव नहीं था बल्कि इस बात का परिणाम था कि सिस्टम सूचना को कैसे व्यवस्थित करता है, जो यह सिद्ध करता है कि सही प्रशिक्षण विधि डेटा स्वयं जितना ही महत्वपूर्ण है।
इन प्रगतियों के बावजूद, लेखक अपनी सीमाओं के बारे में स्पष्ट हैं। यह सिस्टम अभी चेहरे या उंगलियों के निशान वाले स्कैनर को बदलने के लिए तैयार नहीं है, और इसे नमूनों को एकत्र करने के लिए एक नियंत्रित प्रयोगशाला वातावरण की आवश्यकता होती है, जिसमें वर्तमान में प्रति व्यक्ति लगभग ढाई घंटे का मशीन समय लगता है। अध्ययन ने यह भी रेखांकित किया कि सिस्टम का प्रदर्शन जैविक लिंग से प्रभावित हो सकता है, क्योंकि पुरुषों और महिलाओं के गंध प्रोफाइल अलग होते हैं, और भविष्य के कार्यों को यह सुनिश्चित करने की आवश्यकता होगी कि सिस्टम लिंग की परवाह किए बिना व्यक्तियों की पहचान करे। इसके अलावा, महीनों या वर्षों में इन गंध हस्ताक्षरों की दीर्घकालिक स्थिरता अज्ञात है। शोधकर्ताओं ने अपना पूरा डेटासेट और अपने सिस्टम का कोड सार्वजनिक रूप से उपलब्ध करा दिया है, जिससे अन्य वैज्ञानिकों को इस आधार पर आगे बढ़ने के लिए आमंत्रित किया गया है। उनका कार्य यह प्रदर्शित करता है कि मानव गंध एक व्यवहार्य बायोमेट्रिक लक्षण है, जिसे मशीनों द्वारा सत्यापित किया जा सकता है, जो उन भविष्य के अनुप्रयोगों के द्वार खोलता है जहाँ प्रत्यक्ष शारीरिक संपर्क या दृश्य दृष्टि रेखा (विजुअल लाइन-ऑफ-साइट) संभव नहीं 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।