आईआईटी गुवाहाटी ने विकसित किया मस्तिष्क-प्रेरित एआई मॉडल, कम ऊर्जा में लंबी दूरी के डेटा प्रोसेसिंग का दावा

गुवाहाटी (असम)। भारतीय प्रौद्योगिकी संस्थान गुवाहाटी (आईआईटी गुवाहाटी) के शोधकर्ता एक नए मस्तिष्क-प्रेरित कृत्रिम बुद्धिमत्ता मॉडल को विकसित करने पर काम कर रहे हैं, जिसे कई पारंपरिक एआई दृष्टिकोणों की तुलना में काफी कम ऊर्जा खपत करते हुए डेटा के लंबे अनुक्रमों को कुशलतापूर्वक संसाधित करने के लिए डिज़ाइन किया गया है। शुक्रवार को जारी एक विज्ञप्ति में यह जानकारी दी गई।

इंटरनेशनल कॉन्फ्रेंस ऑन मशीन लर्निंग में निष्कर्ष किए प्रस्तुत

आईआईटी गुवाहाटी के अनुसार, संस्थान के मेहता फैमिली स्कूल ऑफ डेटा साइंस एंड आर्टिफिशियल इंटेलिजेंस के शोधकर्ताओं ने दक्षिण कोरिया के सियोल में आयोजित प्रतिष्ठित इंटरनेशनल कॉन्फ्रेंस ऑन मशीन लर्निंग (आईसीएमएल) 2026 में अपने निष्कर्ष प्रस्तुत किए। इस शोध में उन सभी क्षेत्रों में महत्वपूर्ण क्षमता है, जहां निरंतर डेटा विश्लेषण कुशलतापूर्वक किया जाना आवश्यक है। इनमें पहनने योग्य स्वास्थ्य निगरानी प्रणाली, इंटरनेट ऑफ थिंग्स (आईओटी) सेंसर, स्मार्ट विनिर्माण, पर्यावरण निगरानी, ​​स्वायत्त प्रणाली और दीर्घकालिक पूर्वानुमान अनुप्रयोग शामिल हैं।

मॉडल सस्टेनएआई लैब के शोधकर्ताओं द्वारा विकसित

इन क्षेत्रों में, कम्प्यूटेशनल लोड को कम करने से बैटरी लाइफ बढ़ाई जा सकती है और क्लाउड कंप्यूटिंग पर अत्यधिक निर्भरता के बिना सीधे उपकरणों पर एआई को सक्षम किया जा सकता है। यह मॉडल सस्टेनएआई लैब के शोधकर्ताओं द्वारा विकसित किया गया था। 'स्पाइकिंग हेटरोजेनियस हार्मोनिक रेजोनेट-एंड-फायर स्टेट स्पेस मॉडल' (SH²RFSSM) शीर्षक से इस शोध को ICML 2026 में पोस्टर के रूप में प्रस्तुत किया गया था। इस शोध के सह-लेखक कार्तिकेय अग्रवाल, वैष्णवी नागभूषण, अभिजीत विक्रम, वेदांत शर्मा और आयन बोरठाकुर हैं।

यह शोध कार्य 7 जुलाई को हुआ प्रस्तुत

यह शोध कार्य 7 जुलाई को सियोल के सीओईएक्स कन्वेंशन और प्रदर्शनी केंद्र में आईसीएमएल 2026 के पोस्टर सत्र के दौरान कार्तिकेय अग्रवाल, वैष्णवी नागभूषण और आयन बोरठाकुर द्वारा प्रस्तुत किया गया था। इस प्रकार के शोध की आवश्यकता पर विस्तार से बताते हुए, आईआईटी गुवाहाटी के मेहता फैमिली स्कूल ऑफ डेटा साइंस एंड एआई के सहायक प्रोफेसर डॉ. आयन बोरठाकुर ने कहा, “आधुनिक एआई प्रणालियाँ तेजी से अनुक्रमिक डेटा की लंबी धाराओं के विश्लेषण पर निर्भर करती हैं, जैसे कि पहनने योग्य उपकरणों से प्राप्त स्वास्थ्य संकेत, पर्यावरणीय सेंसर रीडिंग, औद्योगिक निगरानी डेटा और मौसम या यातायात पूर्वानुमान।

यह शोध पारंपरिक न्यूरल नेटवर्क के विपरीत

हालांकि, व्यापक रूप से उपयोग किए जाने वाले एआई आर्किटेक्चर डेटा की लंबाई बढ़ने के साथ-साथ गणनात्मक रूप से महंगे हो जाते हैं, जिससे वे बैटरी-संचालित और सीमित संसाधनों वाले उपकरणों के लिए कम उपयुक्त हो जाते हैं।” इस चुनौती का समाधान करने के लिए, आईआईटी गुवाहाटी की टीम ने SH²RFSSM विकसित किया है, जो मस्तिष्क से प्रेरित एक एआई आर्किटेक्चर है जो जैविक न्यूरॉन्स के इवेंट-ड्रिवन संचार की नकल करता है। इस मॉडल की अनूठी विशेषताओं पर प्रकाश डालते हुए, आईआईटी गुवाहाटी के मेहता फैमिली स्कूल ऑफ डेटा साइंस एंड एआई के पीएचडी शोधार्थी कार्तिकेय अग्रवाल ने कहा, “पारंपरिक न्यूरल नेटवर्क के विपरीत, जो लगातार सूचना संसाधित करते हैं, स्पाइकिंग न्यूरल नेटवर्क केवल तभी सक्रिय होते हैं जब सार्थक घटनाएँ घटित होती हैं, जिससे कम ऊर्जा खपत के साथ गणना संभव हो पाती है। हमने इस सिद्धांत को उन्नत स्टेट स्पेस मॉडलिंग के साथ जोड़ा है, जिससे सिस्टम पारंपरिक अनुक्रम मॉडल से जुड़ी भारी गणना लागत के बिना लंबी दूरी के पैटर्न सीख सकता है।”

इसकी दक्षता और अनुकूलन क्षमता को बेहतर बनाने पर ध्यान

इस शोध के अगले चरणों के बारे में बात करते हुए, मेहता फैमिली स्कूल ऑफ डेटा साइंस एंड एआई की पीएचडी रिसर्च स्कॉलर वैष्णवी नागभूषण ने कहा, “हमारा लक्ष्य निरंतर और दीर्घकालिक डेटा प्रोसेसिंग से जुड़े वास्तविक दुनिया के अनुप्रयोगों में मॉडल की क्षमता का और अधिक पता लगाना है। हमारा ध्यान इसकी दक्षता और अनुकूलन क्षमता को बेहतर बनाने पर होगा ताकि ऐसे एआई सिस्टम को सीमित संसाधनों वाले उपकरणों पर अधिक प्रभावी ढंग से तैनात किया जा सके और व्यावहारिक एज एआई अनुप्रयोगों को समर्थन मिल सके।” मॉडल की एक विशिष्ट विशेषता न्यूरॉनल विषमता है, जहां अलग-अलग कृत्रिम न्यूरॉन्स को एक समान व्यवहार करने के बजाय अलग-अलग विशेषताएं रखने की अनुमति दी जाती है।

17 बेंचमार्क डेटासेट पर एआई मॉडल का मूल्यांकन

यह विविधता वास्तविक दुनिया के अनुक्रमिक डेटा में पाए जाने वाले जटिल अस्थायी पैटर्न को समझने की मॉडल की क्षमता को बढ़ाती है। शोधकर्ताओं ने दीर्घकालिक अनुक्रम वर्गीकरण, प्रतिगमन, मानव गतिविधि पहचान और दीर्घकालिक पूर्वानुमान सहित 17 बेंचमार्क डेटासेट पर एआई मॉडल का मूल्यांकन किया। मॉडल ने अत्याधुनिक अनुक्रम मॉडलों के समान प्रदर्शन दिया, जबकि अनुमानित ऊर्जा खपत काफी कम दिखाई, जिससे यह एज एआई अनुप्रयोगों के लिए विशेष रूप से आशाजनक बन गया है। (इनपुट: ANI)

यह भी पढ़ें: असम में 2.146 किलो मेथम्फेटामाइन मामले में तीन दोषियों को 15 साल की कठोर सजा