पीटर स्टार, आईबीएम वैज्ञानिक, कोविड-19 ओपन रिसर्च डेटासेट – साक्षात्कार श्रृंखला

आईबीएम वैज्ञानिक पीटर स्टार ने एक एआई टूल विकसित किया है जिसका उपयोग कोविड-19 के लिए उपचार या टीके विकसित करने वाले 300 से अधिक विशेषज्ञ कर रहे हैं।

शोधकर्ताओं को संरचित और असंरचित डेटा तक जल्दी पहुंच प्रदान करने के लिए, आईबीएम एक क्लाउड-आधारित एआई शोध संसाधन प्रदान कर रहा है जो कोविड-19 ओपन रिसर्च डेटासेट (CORD-19) में शामिल 45,000 से अधिक वैज्ञानिक पत्रों के संग्रह पर प्रशिक्षित किया गया है, जिसे व्हाइट हाउस और शोध समूहों के एक गठबंधन द्वारा तैयार किया गया है, और ड्रगबैंक, क्लिनिकलट्रायल्स.गोव और जेनबैंक से लाइसेंस प्राप्त डेटाबेस।

डॉ. पीटर स्टार जुलाई 2015 में आईबीएम रिसर्च – ज्यूरिख लेबोरेटरी में फाउंडेशन ऑफ कॉग्निटिव सॉल्यूशंस प्रोजेक्ट में एक पोस्ट-डॉक्टरल रिसर्च फेलो के रूप में शामिल हुए। बेल्जियम में जन्मे वैज्ञानिक ने पहली बार 2006 में आईबीएम रिसर्च में एक समर इंटर्न के रूप में काम किया था।

आप जुलाई 2015 में आईबीएम रिसर्च – ज्यूरिख लेबोरेटरी में शामिल हुए थे। आपने आईबीएम में किस प्रकार के परियोजनाओं पर काम किया है?

मेरा प्रारंभिक शोध उच्च प्रदर्शन कंप्यूटिंग के अनुप्रयोगों पर केंद्रित था और मैं प्रतिष्ठित एसीएम गॉर्डन बेल पुरस्कार जीतने वाली टीम का हिस्सा था।

हाल के वर्षों में, 2017 के आसपास, मैंने एआई पर ध्यान केंद्रित करना शुरू किया और अगस्त 2018 में मेरी टीम ने एसीएम कॉन्फ्रेंस ऑन नॉलेज डिस्कवरी एंड डेटा माइनिंग (केडीडी 2018) में एक पेपर प्रकाशित किया, जिसमें हमने एक बड़े पैमाने पर दस्तावेज़ सेवा प्रणाली विकसित की, जिसे हम कॉर्पस कनवर्जन सर्विस नाम दिया। यह एआई-आधारित क्लाउड टूल 100,000 पीडीएफ पृष्ठों को प्रतिदिन (यहां तक कि स्कैन किए गए दस्तावेजों को भी) 97 प्रतिशत से अधिक सटीकता के साथ प्राप्त कर सकता था – और फिर उन दस्तावेजों से सामग्री निकालने के लिए उन्नत मशीन लर्निंग मॉडल को प्रशिक्षित और लागू कर सकता था, जो पहले कभी नहीं हुआ था। हम अब इसी तकनीक का उपयोग कोविड-19 शोधकर्ताओं की मदद के लिए कर रहे हैं।

आईबीएम को कोविड-19 महामारी से निपटने के लिए कॉर्पस कनवर्जन सर्विस का उपयोग करने का विचार कब आया?

मार्च के मध्य में, व्हाइट हाउस ने कोरोनावायरस और कोविड-19 पर 45,000 से अधिक दस्तावेजों को प्रकाशित करने का प्रयास किया। जब हमने कॉर्पस देखा, तो हमें जल्दी से एहसास हुआ कि हमारी तकनीक मदद कर सकती है, न केवल पीडीएफ को खोज योग्य बनाने के लिए, बल्कि उन पीडीएफ में निहित ज्ञान को ड्रगबैंक, जेनबैंक और क्लिनिकलट्रायल्स.गोव जैसे अतिरिक्त डेटासेट के साथ भी जोड़ सकती है। हम 3 अप्रैल को सेवा शुरू की।

कॉर्पस कनवर्जन सर्विस को आप कैसे वर्णित करेंगे?

किसी भी बड़े पैमाने पर विभिन्न डेटा स्रोतों के साथ, यह डेटा को ऐसे तरीके से एकत्रित और विश्लेषण करना मुश्किल है जो वैज्ञानिक अंतर्दृष्टि प्रदान कर सके। हम ज्ञान ग्राफ का उपयोग करके इसे आसान बनाते हैं जो इन डेटा स्रोतों के बीच संबंधों को खोजता है जो संभावित रूप से नए ज्ञान को जन्म दे सकता है।

पीडीएफ प्रारूप से खोज योग्य रूप में डेटा निकालने की मुख्य चुनौती के बारे में चर्चा करें?

एडोबी के अनुसार, वर्तमान में लगभग 2.5 ट्रिलियन पोर्टेबल डॉक्यूमेंट फॉर्मेट (पीडीएफ) फाइलें परिचालित हैं। इन फाइलों में निहित ज्ञान के बारे में सोचें: वैज्ञानिक लेख, तकनीकी साहित्य, और बहुत कुछ। लेकिन यह सारा सामग्री “अंधकार” या अप्रयुक्त है, क्योंकि अब तक हमें बड़ी संख्या में पीडीएफ फाइलों को एकत्रित करने और उनकी सामग्री को उपयोगी (या संरचित) बनाने का कोई तरीका नहीं था।

पीडीएफ फाइलें अक्सर वेक्टर ग्राफिक्स, पाठ, और बिटमैप ग्राफिक्स के संयोजन को शामिल करती हैं, जो गुणात्मक और मात्रात्मक डेटा को निकालना बहुत चुनौतीपूर्ण बना देती हैं। वास्तव में, स्वचालित सामग्री पुनर्निर्माण एक दशक से अधिक समय से एक समस्या रही है। कई दस्तावेज़ रूपांतरण समाधान उपलब्ध हैं, लेकिन वे स्केलेबिलिटी या एआई को संबोधित नहीं करते हैं, जिसका अर्थ है कि उन्हें महंगी मानव-आधारित रखरखाव और अपग्रेड पर निर्भर रहना पड़ता है।

हमारे ज्ञान के अनुसार, कॉर्पस कनवर्जन सर्विस स्केलेबिलिटी के इस स्तर पर उन्नत एआई का उपयोग करने वाली पहली व्यापक प्रणाली है। जबकि मौजूदा समाधान केवल एक दस्तावेज़ को एक समय में वांछित आउटपुट प्रारूप में परिवर्तित कर सकते हैं, हमारा टूल पूरे संग्रह, दस्तावेजों के एक कॉर्पस को प्राप्त कर सकता है और उसके ऊपर मशीन लर्निंग मॉडल बना सकता है।

आप दस्तावेज़ में निहित पाठ के अलावा संरचना को कैसे निकालते हैं?

एक महत्वपूर्ण तत्व यह है कि हमने मानव-कंप्यूटर इंटरैक्शन को बहुत तेजी से और बड़े पैमाने पर एनोटेशन की अनुमति देने के लिए डिज़ाइन किया है, जिसमें कोई कंप्यूटर विज्ञान ज्ञान नहीं है। यह मशीन लर्निंग में स्विच हमारी सेवा को बहुत लचीलापन प्रदान करता है, क्योंकि यह जल्दी से विशिष्ट दस्तावेज़ टेम्पलेट्स के अनुकूल हो सकता है, उच्च सटीकता प्राप्त कर सकता है, और अंततः पारंपरिक नियम-आधारित एल्गोरिदम के लिए महंगा और समय लेने वाला ट्यूनिंग समाप्त कर सकता है।

सैकड़ों और संभावित रूप से हजारों समकालिक उपयोगकर्ताओं के लिए तेजी से प्रतिक्रिया देने वाले एक मशीन लर्निंग मॉडल को बनाने की चुनौतियों पर चर्चा करें?

हमने कॉर्पस कनवर्जन सर्विस को आईबीएम क्लाउड पर स्टेट-ऑफ-द-आर्ट क्लाउड सेवाओं के ऊपर विकसित किया है, जैसे कि ओपनशिफ्ट। यह हमें बढ़ी हुई मांग के साथ हमारे अनुप्रयोग को प्रयासरहित रूप से स्केल करने की अनुमति देता है। हम लागू करने वाले एआई मॉडल इसलिए कई उपयोगकर्ताओं द्वारा एक ही समय में उपयोग किए जा सकते हैं।

सेवा में कितने दस्तावेज़ शामिल किए गए हैं?

हमारे पास कई औद्योगिक ग्राहक हैं जो टूल का उपयोग कर रहे हैं, इसलिए हम नहीं जानते कि उन्होंने कितने दस्तावेज़ शामिल किए हैं क्योंकि उनमें से प्रत्येक के पास अपना आईबीएम क्लाउड इंस्टेंस है। लेकिन कोविड-19 के लिए, हमने व्हाइट हाउस से 45,826 पत्र शामिल किए हैं।

शोध समुदाय ने इस एआई टूल का उपयोग करने पर कैसी प्रतिक्रिया दी है?

चूंकि हमने कुछ हफ्ते पहले अपने टूल की मुफ्त उपलब्धता की घोषणा की, हमारे पास एक दर्जन से अधिक देशों के 400 से अधिक उपयोगकर्ता हैं, जिनमें से अधिकांश चिकित्सक और प्रोफेसर हैं।

क्या कॉर्पस कनवर्जन सर्विस और/या कोविड-19 के संदर्भ में इसका उपयोग करने के बारे में आप कुछ और साझा करना चाहेंगे?

हमारे एक ग्राहक इतालवी ऊर्जा फर्म एनी है, जो हाइड्रोकार्बन की खोज के लिए हमारी प्रौद्योगिकी का उपयोग कर रहे हैं, जो एक जटिल और ज्ञान-गहन व्यवसाय है जिसमें विभिन्न इंजीनियरिंग और वैज्ञानिक अनुशासन शामिल हैं।

एनी में, ज्ञान बड़ी मात्रा में भूवैज्ञानिक, भौतिक और भू-रासायनिक डेटा के प्रसंस्करण पर आधारित है, जिसे फिर एक ज्ञान ग्राफ में परिवर्तित किया जाता है। भू-वैज्ञानिक एआई का उपयोग करके प्रासंगिक जानकारी को संदर्भित और प्रस्तुत करने के लिए इसका उपयोग कर सकते हैं, जो उन्हें निर्णय लेने और संभावित वैकल्पिक अन्वेषण परिदृश्यों की पहचान में मदद करेगा। विशेष रूप से, एनी के लिए इसका अर्थ है एक भूवैज्ञानिक मॉडल का अधिक वास्तविक और सटीक प्रतिनिधित्व।

इस बहुत महत्वपूर्ण साक्षात्कार के लिए धन्यवाद, यह शोधकर्ताओं को अनगिनत घंटे बचाएगा। पाठक जो प्रौद्योगिकी के बारे में अधिक जानना चाहते हैं, वे कॉर्पस कनवर्जन सर्विस वेबसाइट पर जा सकते हैं। शोधकर्ता कोविड-19 एआई टूल पेज पर जा सकते हैं। कृपया ध्यान दें कि इस संसाधन तक पहुंच केवल योग्य शोधकर्ताओं को ही दी जाएगी।