मशीन लर्निंग में व्यवसाय क्यों विफल हो जाते हैं

हिंदी अनुवादन — मालविका तिवारी

मौलिक रचना — कैसी कॉज़ीरकोव

मैं आपको एक रहस्य में शामिल करना चाहती हूँ — लोग जब मशीन लर्निंग की बात करते हैं तो ऐसे लगता है जैसे अध्ययन का एक ही विषय है। सच यह है की मशीन लर्निंग एक नहीं बल्कि दो अलग अलग विषयों का अध्यन है और जो व्यवसाय यह अंतर नहीं समझ पाते, उन्हें आगे चलकर दुनिया भर की परेशानियों का सामना करना पड़ता है ।

मशीन लर्निंग के दो पहलू (A tale of two machine learnings)

आप एक ऐसी परिस्तिथि की कल्पना करिये जहाँ आप एक शेफ को नौकरी देते हैं आपका ओवन ठीक करने के लिए और एक इंजीनियर को आपके लिए पेस्ट्री बनाने के लिए — जब मशीन लर्निंग की बात होती है तो अधिकांश व्यवसाय इसी तरह की गलती बार बार करते हैं ।

यदि आप एक बेकरी की दूकान या रसोई खोल रहे हैं तो आप एक ऐसा अनुभवी शेफ चाहेंगे जो पेस्ट्री बनाने की कला को बारीकी से जनता हो, साथ में आप एक ओवन भी खरीदना चाहेंगे । भले ही ओवन बेकरी के लिए अत्यंत ही महत्वपूर्ण है, मैं शर्तः कह सकती हूँ की आप अपने शेफ को ओवन ठीक करने का काम नहीं देंगे । तो फिर क्यों आपकी कंपनी मशीन लर्निंग के लिए ऐसी धारणा रखती है?

ज़रा सोचिये कि आपने अपनी बेकरी पेस्ट्री बनाने के लिए खोली है या ओवन बनाने के लिए?

ओवन बनाना और पेस्ट्री बनाने में बहुत अंतर है। खेद की बात है कि अधिकाँश मशीन लर्निंग प्रोजेक्ट इसलिए असफल होते हैं क्यूंकि उनकी टीम यह नहीं समझ पाती कि उन्हें ओवन बनाना है या पेस्ट्री

मशीन लर्निंग अनुसन्धान (Machine learning research)

सच बात तो यह कि आपने मशीन लर्निंग कि जितनी भी किताबें और पाठ्यक्रम पढ़े हैं वे सभी आपको ओवन (और माइक्रोवेव,ब्लेंडर, टोस्टर इत्यादि!) बनाना सिखाते हैं, जब कि आप पेस्ट्री बनाने की कला सीखना चाहते हैं ।

अगर आप मशीन लर्निंग के अल्गोरिथम लिखना चाहते हैं तो आपका ध्यान ऐसे साधन (औज़ार) बनाने पर होगा जो दूसरे इस्तेमाल कर सकें (यानि कि रसोई के उपकरण अगर हम बेकरी के उदहारण कि बात करें)। और ये विषय है मशीन लर्निंग अनुसन्धान का जो आम तौर पर गूगल और शिक्षा केंद्रों में होता है।

जब बात मशीन लर्निंग कि होती है तो अधिकांश संगठन गलत व्यवसाय में होते हैं

मशीन लर्निंग अनुसन्धान करने के लिए आपको बहुत सारी शिक्षा की आवश्यकता है क्योंकि इसका अपना एक लंबा इतिहास है।कुछ लोकप्रिय मशीन लर्निंग अल्गोरिथम तो सौ वर्षों से भी ज्यादा पुराने हैं । उदहारण के लिए न्यूनतम वर्ग प्रतिगमन (लीस्ट स्क्वायर रिग्रेशन) १८०५ में प्रकाशित हुआ था । विश्वास करिये मानवता पिछले २०० वर्षों में एक लंबा सफर तय कर चुकी है।

आज मशीन लर्निंग के लिए अनेक जटिल से जटिल अल्गोरिथम उपलब्ध हैं — और जब आप मशीन लर्निंग के मूलभूत और सरल अल्गोरिथम नहीं जानते तो आप कैसे ऐसे जटिल समाधानों की बराबरी करेंगे ? निस्संदेह ऐसा करने के लिए आपको वर्षों तक शोध करना पड़ेगा । यही कारण है की मशीन लर्निंग का पहला कोर्स भी अवकलन (डिफ्रेंटिएशन) और समाकलन (इंटीग्रेशन) गणित की मूल बातें के साथ शुरू होता है।

प्रायोगिक मशीन लर्निंग (Applied Machine Learning)

अधिकांश व्यवसाय सिर्फ खाना बनाना चाहते हैं — अपनी व्यावसायिक समस्याओं को हल करने के लिए। उन्हें माइक्रोवेव बेचने में कोई दिलचस्पी नहीं है, लेकिन सही जानकारी न होने की वजह से वे माइक्रोवेव बनाने के चक्कर में पड़ जाते हैं ।

वैसे उन्हें दोष देना मुश्किल है — मशीन लर्निंग का वर्तमान प्रचार और शिक्षा चक्र, दरअसल मुख्य रूप से मशीन लर्निंग के शोध और अध्ययन पर केंद्रित है न कि मशीन लर्निंग के प्रयोग पर ।

यदि आप पेस्ट्री बनाने की नयी नयी विधियां खोज रहे हैं तो उसके लिए आपको माइक्रोवेव बनाने की ज़रुरत नहीं है ।

पेस्ट्री बनाने के लिए अनेक माइक्रोवेव पहले से उपलब्ध हैं और उन्हें आप नि:शुल्क सेवा में ला सकते हैं ।

और यदि आपकी खुद की मशीन लर्निंग रसोई की स्थापना करना आपको टेढ़ी खीर लग रही है , तो गूगल क्लाउड प्लेटफार्म जैसे प्रदाता आपको इन सुविधाओं का उपयोग — उपकरण, अवयवों और नुस्खों की किताबों के साथ — आसानी से करने देते हैं।

यदि आप पेस्ट्री बनाने की नयी नयी विधियां खोज रहे हैं तो उसके लिए आपको माइक्रोवेव बनाने की ज़रुरत नहीं है ।

अधिकांश अनुप्रयोगों के लिए, आपकी टीम को तंत्रिका नेटवर्क (न्यूरल नेटवर्क) में बैकप्रोपैगेशन के गणित को समझने की उतनी ही आवश्यकता है जितनी किसी भी शेफ को माइक्रोवेव के आरेख को जानने की आवश्यकता होती है । लेकिन वहां बहुत कुछ ऐसा भी है जो आपको यक़ीनन जानना चाहिए, यदि आप औद्योगिक पैमाने पर रसोई चलाने की योजना बना रहे हैं, जैसे अपनी पेस्ट्री की सामग्री को तैयार करने से लेकर, यह जांचने तक कि आपकी रसोई की बनी हुयी पेस्ट्री ग्राहकों के सामने परोसने के लिए पूरी तरह से तैयार है ।

आप इनमें से कौन सी वस्तु बेच रहे हैं? मशीन लर्निंग करने वाली सही टीम का चयन आपके उत्तर पर निर्भर करता है।

मशीन लर्निंग के चक्कर में जल कर राख हो जाना

दुर्भाग्यवश, मुझे लगता है कि बहुत से व्यवसाय मशीन लर्निंग का पूरी तरह से फायदा उठाने में नाकाम रहे हैं क्योंकि उन्हें एहसास नहीं है कि मशीन लर्निंग का प्रयोग करना और मशीन लर्निंग अनुसंधान, दोनों बहुत ही अलग अलग अनुशासन है ।

यह अंतर जानने और समझने के बजाए, उच्च प्रबंधक ऐसे लोगों का चयन करके अपनी रसोई शुरू करने का प्रयास करते हैं जिन्होंने अपना पूरा जीवन माइक्रोवेव और उसके पुर्ज़े बनाने में लगा दिया है लेकिन माइक्रोवेव का इस्तेमाल करके कभी भी पेस्ट्री नहीं बनायी है।

अब ऐसी रणनीति के गलत होने की क्या सम्भावना है? सच तो है की यदि यह नीति काम करती है, तो ऐसा सिर्फ इसलिए है क्योंकि आपने सौभागवश ऐसे व्यक्ति का चयन कर लिया जो माइक्रोवेव इंजीनियर होने के साथ एक बेहतरीन शेफ भी है।

लेकिन आमतौर पर आप हर बार इतने भाग्यशाली नहीं हो सकते हैं। एक जीवनकाल में केवल गिनती के घंटे हैं, और यदि आप यह समय में माइक्रोवेव का आरेख सीखने में लगाते हैं तो आपके पास पेस्ट्री बनाने की कला में महारथ हासिल करने का समय नहीं बचेगा ।आप ही सोचिये — कब और कहाँ — आपके पीएचडी-प्रशिक्षित शोधकर्ता ने प्रायोगिक मशीन लर्निंग सीखने के लिए आवश्यक कौशल प्राप्त करे होंगे ? और यदि आपका दिल ऐसे व्यक्ति की तलाश में है जो दोनों विषयों में पारंगत है, तो कोई आश्चर्य नहीं कि आप प्रतिभा की कमी के बारे में शिकायत कर रहे हैं!

यदि आप अपनी बेकरी के लिए आप ऐसे लोगों का चयन करते है जिन्होंने पूरा जीवन माइक्रोवेव पर ही काम किया है लेकिन कभी पेस्ट्री नहीं बनायीं — तो ऐसी परिस्थिति में क्या गलत हो सकता है ?

तो फिर आपको कैसे लोगों का चयन करना चाहिए? एक औद्योगिक रसोईघर की तरह, आपको नेतृत्व के साथ एक ऐसी अंतःविषय टीम की आवश्यकता है जो मशीन लर्निंग के दोनों पहलुओं को अच्छी तरह से समझती है ।अन्यथा, आपकी परियोजनाएं कभी पूरी तरह से सफल नहीं हो पाएंगी ।

सही टीम का चयन

यदि आप अत्याधुनिक उपकरणों की बिक्री कर रहे हैं, तो आपको शोधकर्ताओं का चयन करना चाहिए । यदि आप बड़े पैमाने पर भोजन बेचने के लिए नए व्यंजनों की खोज कर रहे हैं, तो आपको उन लोगों की आवश्यकता है जो की समझते हैं कि कौन से व्यंजन बनाने चाहिए अथार्त आपके व्यवसाय का उद्देश्य क्या हैं (व्यवसाय से सम्बंधित निर्णय लेने वाले और उत्पाद प्रबंधक), जो लोग आपूर्तिकर्ताओं और ग्राहकों को समझते हैं (प्रक्षेत्र विशेषज्ञ और सामाजिक वैज्ञानिक ), जो लोग बड़े पैमाने पर सामग्री और खाने की विधियों को संसाधित कर सकते हैं (डाटा इंजीनियर और विश्लेषक) , वे लोग जो नए व्यंजनों (प्रायोगिक मशीन लर्निंग इंजीनियर) को उत्पन्न करने के लिए जल्दी से कई अलग-अलग घटक-उपकरण संयोजनों का प्रयास कर सकते हैं, ऐसे जो लोग यह जांच सकते हैं कि व्यंजन विधि की गुणवत्ता ग्राहकों के सेवन के लिए पर्याप्त है (सांख्यिकीविद), वे लोग जो एक नयी व्यंजन विधि लेकर कुशलतापूर्वक लाखों व्यंजनों में बदल सकते हैं (सॉफ्टवेयर इंजीनियर), जो लोग अंतःविषय टीम को सही रास्ते (परियोजना / कार्यक्रम प्रबंधकों) पर रखते हैं, और जो लोग यह सुनिश्चित करते हैं कि आपके व्यंजन शीर्ष पर बने रहें चाहे डिलीवरी ट्रक आपको चावल के बजाय आलू का एक टन लाता है (विश्वसनीयता इंजीनियरों)।

हालांकि इन सभी ज़िम्मेदारियों के लिए अलग-अलग व्यक्तियों की आवश्यकता नहीं है, आप ये अवश्य सुनिश्चित करें कि आपके पास प्रत्येक भूमिका को निभाने वाला व्यक्ति है । और इससे पहले कि आप इस तरह के अधूरे ढांचे की सलाह देने के लिए अपने सड़े हुए टमाटर मुझ पर फेंके , मैं स्वतंत्र रूप से स्वीकार करूंगी कि प्रायोगिक मशीन लर्निंग के लिए सही लोगों का चयन आसान नहीं है । इस विषय पर और गहरायी से विचार विमर्श करने का काम हम भविष्य की पोस्ट को आउटसोर्स करते हैं ।

आउटसोर्सिंग के प्रसंग में, यदि आपकी टीम ने सभी मौजूदा उपकरणों की सहायता ली है और इसके बावजूद आपके व्यावसायिक उद्देश्यों को पूरा करने वाली विधि नहीं बना सकी है, तो ऐसे में आपको उपकरणों के निर्माण में कौशल (मशीन लर्निंग शोधकर्ता) को अपनी टीम में जोड़ने के बारे में सोचना चाहिए । चाहे आप उस व्यक्ति को अपने साथ स्थायी कर्मचारियों की तरह रखते हैं या किसी अनुभवी एल्गोरिदम शोध संस्थान को यह काम आउटसोर्स करते हैं, यह आपकी ज़रूरतों और व्यावसायिक परिपक्वता पर निर्भर करता है।

शोधकर्ताओं से जुड़ने का एक और कारण यह भी हो सकता है की जब आपकी रसोई की विधि इतनी लोकप्रिय हो जाये है कि उस विधि के लिए आपको विशेष उपकरणों का बड़े स्तर पर उपयोग करने का सौभाग्य मिले । (और ऐसी समस्या कौन नहीं चाहेगा!)

डिसिशन इंटेलिजेंस (निर्णय लेने की सूझ)

विशेषज्ञों को इस विषय पर बात करनी चाहिए, लेकिन वे नहीं कर रहे हैं। वे इस तथ्य को नहीं मानना चाहते कि वास्तव में मशीन लर्निंग के दो अलग अलग पहलु हैं। इसलिए ज्यादातर लोग सिर्फ एल्गोरिदम बनाने को प्रशिक्षण ले रहे हैं लेकिन इनका उपयोग करना नहीं सीख रहे ।

मेरी टीम इसी भ्रान्ति को ठीक करने के लिए काम कर रही है। हमने प्रायोगिक पक्ष को महत्व देने के लिए एक नया अनुशासन बनाया है और इसमें 15,000 से अधिक सदस्यों को पहले ही प्रशिक्षित कर दिया है। इसे हमने “डिसिशन इंटेलिजेंस” का नाम दिया है और यह मशीन लर्निंग और डाटा विज्ञान के सभी पहलुओं को ध्यान में रख कर बनाया गया है ।

इसी बात को दुसरे तरीके से कहें तो, यदि शोधकर्ता मशीन लर्निंग के लिए माइक्रोवेव का निर्माण करते हैं और प्रायोगिक मशीन लर्निंग में माइक्रोवेव का उपयोग होता है है, तो “डिसिशन इंटेलिजेंस” आपके लक्ष्यों को पूरा करने के लिए माइक्रोवेव का सुरक्षित रूप से उपयोग कर रही है और माइक्रोवेव की आवश्यकता नहीं होने पर कुछ और उपयोग कर रही है।

मशीन लर्निंग का आनंद उठाने के लिए शुभकामनाएं

जब प्रायोगिक मशीन लर्निंग की बात आती है, तो सबसे कठिन काम यह जानना है कि आप क्या व्यंजन बनाना चाहते हैं और आप अपने ग्राहकों को देने से पहले इसे कैसे जांचने की योजना बना रहे हैं। वैसे वास्तव में यह काम कठिन नहीं है — बस इसे भूलियेगा नहीं।

सच तो यह है कि मशीन लर्निंग के साथ व्यावसायिक समस्याओं को हल करना ज्यादातर लोगों की सोच से कहीं अधिक आसान है। ऐसे अनेक चमचमाते हुए रसोईघर आपके इंतजार में हैं, बस आपके शुरुआत करने की देर है!

हर बार जब मैं किसी ऐसे व्यक्ति से मिलती हूं जो मानता है कि उन्हें मशीन लर्निंग में काम करने के लिए पारंपरिक मशीन लर्निंग एल्गोरिदम कोर्स लेने की ज़रूरत है — या, खुआ-न-खास्ता ! एक पूरी डिग्री की ज़रुरत है, मेरी कल्पना में यही आता है कि जब तक कि वे खुद से एक माइक्रोवेव नहीं बना लेते हैं, तब तक माइक्रोवेव का उपयोग करने से इंकार कर देते हैं।

ऐसे अवास्तविक तथ्यों पर विश्वास न करे जो कहते है कि आपको मशीन लर्निंग के साथ अद्भुत चीजें करने के लिए पीएचडी की आवश्यकता है। वास्तव में आपको जो चाहिए वह है आपकी रचनात्मकता और नयी सोच! मेरी शुभकामनाएं कि आप शीघ्र मशीन लर्निंग का आनंद उठाएं!