कंप्यूटर विज़न की पहेली: Abstract Shape (अमूर्त आकृतियों) की दुनिया को समझना

एब्स्ट्रैक्ट शेप (Abstract Shape) की सरल परिभाषा

एब्स्ट्रैक्ट शेप (Abstract Shape) एक ऐसी अमूर्त (काल्पनिक) आकृति होती है जो वास्तविक दुनिया की किसी भी चीज़ से मेल नहीं खाती। ये आकृतियाँ अक्सर ज्यामितीय (Geometric) या अनियमित (Irregular) होती हैं और इन्हें पैटर्न, नियम या संबंधों के आधार पर समझा जाता है, न कि उनके “अर्थ” के आधार पर।

उदाहरण:

• एक त्रिकोण के अंदर एक छोटा वर्ग (कोई वास्तविक वस्तु नहीं, बस एक अजीब आकार)।
• रंगीन धब्बों का एक समूह जिसका कोई विशेष नाम नहीं है, लेकिन उनके बीच कोई नियम (जैसे रंग बदलना या स्थान बदलना) छुपा हो सकता है।

इनका उपयोग AI और कंप्यूटर विज़न में तार्किक सोच (Logical Reasoning) और पैटर्न पहचान (Pattern Recognition) की क्षमता को परखने के लिए किया जाता है।

संक्षेप में:

“एब्स्ट्रैक्ट शेप्स वे आकृतियाँ हैं जो किसी चीज़ ‘जैसी’ नहीं दिखतीं, बल्कि उनके बनाने के तरीके और नियमों से पहचानी जाती हैं।”

---

---

आज हम कंप्यूटर विज़न और आर्टिफिशियल इंटेलिजेंस की एक दिलचस्प और चुनौतीपूर्ण अवधारणा पर गहराई से चर्चा करने वाले हैं – एब्स्ट्रैक्ट शेप्स (Abstract Shapes)। ये कोई साधारण वृत्त, त्रिकोण या घन नहीं हैं जिन्हें आप ज्यामिति (Geometry) में पढ़ते हैं। न ही ये किसी वास्तविक दुनिया की वस्तु जैसे सेब, कुर्सी या कार की तरह दिखते हैं। तो फिर ये हैं क्या? आइए, कदम दर कदम इस रहस्य को सुलझाते हैं, और समझते हैं कि आधुनिक AI शोध में इनका महत्व क्यों बढ़ रहा है।

---

एब्स्ट्रैक्ट शेप्स आखिर हैं क्या? परिभाषा और मूलभूत विचार (What Exactly Are Abstract Shapes? Definition and Core Idea)

सरल शब्दों में कहें तो, एब्स्ट्रैक्ट शेप्स (Abstract Shapes) ऐसी दृश्य संरचनाएँ (Visual Structures) हैं जो:

1. अवास्तविक (Non-representational): ये किसी भी ज्ञात वास्तविक दुनिया की वस्तु (Real-world Object) से सीधे मेल नहीं खाते। इनका कोई स्पष्ट “अर्थ” (Meaning) या “पहचान” (Identity) नहीं होता, जैसे कि एक कुत्ते की तस्वीर का होता है।
2. अद्वितीय/गैर-दोहराव वाले (Non-repeating/Unique): अक्सर इनकी रचना इस तरह से की जाती है कि इनमें सरल, दोहराव वाले पैटर्न (Simple Repetitive Patterns) न हों (हालाँकि जटिल पैटर्न हो सकते हैं)। यानी, ये ज्यामितीय टाइलों (Geometric Tiles) की तरह एक जैसी नहीं दिखतीं।
3. संबंधों और नियमों पर आधारित (Based on Relationships and Rules): इनकी पहचान और समझ मुख्य रूप से उनके भागों (Components) के बीच के स्थानिक संबंधों (Spatial Relationships), आकारों के गुणों (Properties of Forms), रंगों (Colors), आकृतियों (Contours), समरूपता (Symmetry), या कुछ अंतर्निहित तर्क नियमों (Logic Rules) पर निर्भर करती है। यहाँ “क्या” है (What it is) से ज्यादा महत्वपूर्ण है “यह कैसे बना है” (How it is structured) और “इसके घटक एक-दूसरे से कैसे संबंधित हैं” (How its components relate to each other)।

उदाहरण (Real-life Analogy): सोचिए आपके पास रंगोली के कुछ अलग-अलग टुकड़े (डॉट्स, लाइन्स, कर्व्स) हैं। अब इन्हें आप एक ऐसी नई आकृति बनाने के लिए जोड़ते हैं, जो किसी फूल, दीया या पशु जैसी न लगे, बल्कि एक अनूठी, काल्पनिक ज्यामितीय कृति (Unique, Imaginative Geometric Artwork) जैसी लगे। यही एक एब्स्ट्रैक्ट शेप है! या फिर, प्राचीन भारतीय मंदिरों में मिलने वाली जटिल यांत्रिक आकृतियाँ (Mechanical Patterns) या वस्त्रों पर बने गैर-दोहरावदार ज्यामितीय बॉर्डर (Non-repeating Geometric Borders on Textiles) भी इसके निकट उदाहरण हो सकते हैं।

---

एब्स्ट्रैक्ट शेप्स का उपयोग क्यों किया जाता है? इनका महत्व क्या है? (Why Use Abstract Shapes? What’s Their Significance?)

यहाँ सबसे महत्वपूर्ण बात यह है: एब्स्ट्रैक्ट शेप्स, AI सिस्टम की “शुद्ध” तर्क क्षमता (Pure Reasoning Ability) और पैटर्न पहचान कौशल (Pattern Recognition Skill) का परीक्षण करने के लिए एक नियंत्रित (Controlled) मंच प्रदान करते हैं। क्यों?

• वास्तविक वस्तुओं की जटिलता से मुक्ति (Freedom from Real-world Complexity): जब AI को एक सेब की पहचान करनी होती है, तो उसे पहले किनारों (Edges), रंग (Color), बनावट (Texture), प्रकाश (Lighting), छाया (Shadows), और फिर उस जानकारी को अपनी मेमोरी में मौजूद “सेब” की अवधारणा (Concept of ‘Apple’) से मिलान करना पड़ता है। यह प्रक्रिया जटिल पर्सेप्चुअल मॉड्यूल (Complex Perceptual Modules) पर निर्भर करती है। एब्स्ट्रैक्ट शेप्स में यह बोझ हट जाता है। चूँकि कोई पूर्व परिभाषित “अर्थ” नहीं होता, AI को सीधे आकृति के गुणों (Shape Attributes) और उनके बीच के संबंधों (Relationships between them) पर ध्यान केंद्रित करना पड़ता है। यह शुद्ध विज़ुअल रीजनिंग (Visual Reasoning) का परीक्षण है।
• मानव जैसी अमूर्त सोच का आकलन (Assessing Human-like Abstract Thought): मनुष्य आसानी से नई, अदृश्य आकृतियों में पैटर्न, समरूपता, अंतर, या परिवर्तन के नियमों को पहचान लेते हैं। एब्स्ट्रैक्ट शेप्स के साथ काम करके, शोधकर्ता यह जाँच सकते हैं कि क्या एक AI सिस्टम भी इसी तरह की अमूर्त सोच (Abstract Thinking) और सामान्यीकरण (Generalization) का प्रदर्शन कर सकता है – क्या वह सीखे हुए नियमों को बिल्कुल नई स्थितियों में लागू कर सकता है?
• AI की “सामान्य बुद्धिमत्ता” (General Intelligence) की कसौटी (A Benchmark for AGI): वर्तमान AI अक्सर विशिष्ट कार्यों (Specific Tasks) जैसे चेहरा पहचानना या भाषा अनुवाद में तो उत्कृष्ट होते हैं, लेकिन वे सामान्य ज्ञान (Common Sense) और विविध स्थितियों में अनुकूलन (Adaptability to Diverse Situations) में मनुष्यों से पीछे हैं। एब्स्ट्रैक्ट शेप्स पर आधारित समस्याएँ (जैसे बोंगार्ड प्रॉब्लम्स या ARC), AI की इस विस्तार योग्य बुद्धिमत्ता (Scalable Intelligence) या सामान्य कृत्रिम बुद्धिमत्ता (Artificial General Intelligence – AGI) के विकास की दिशा में प्रगति को मापने के लिए डिज़ाइन की गई हैं।

---

एब्स्ट्रैक्ट शेप्स का उपयोग कहाँ-कहाँ होता है? प्रमुख टेस्टबेड्स (Where are Abstract Shapes Used? Key Testbeds – Bongard, ARC, PQA)

इन्हें मुख्य रूप से विज़ुअल रीजनिंग टेस्ट (Visual Reasoning Tests) में प्रयोग किया जाता है। आइए प्रमुख उदाहरणों को समझें:

1. बोंगार्ड प्रॉब्लम्स (Bongard Problems – BPs):
   इनका आविष्कार 1960 के दशक में रूसी कंप्यूटर वैज्ञानिक मिखाइल बोंगार्ड (Mikhail Bongard) ने किया था। ये बेहद सुरुचिपूर्ण (Elegant) और कठिन समस्याएँ हैं। एक बोंगार्ड प्रॉब्लम में छः बॉक्सेस (Boxes) बाईं ओर (Left Side) और छः बॉक्सेस दाईं ओर (Right Side) होते हैं। बाईं ओर के सभी बॉक्स एक गुप्त नियम (Hidden Rule) का पालन करते हैं। दाईं ओर के सभी बॉक्स उस नियम का पालन नहीं करते (या कभी-कभी एक अलग नियम का)। कार्य होता है उस गुप्त नियम को पहचानना जो बाईं ओर की आकृतियों को दाईं ओर से अलग करता है। यहाँ नियम पूरी तरह से आकृतियों के गुणों (Shape Properties) और उनके आपसी संबंधों (Mutual Relationships) पर आधारित होता है।
   उदाहरण (Example): बाईं ओर: सभी आकृतियों में एक छोटा वृत्त एक बड़े वृत्त के अंदर है। दाईं ओर: सभी आकृतियों में एक छोटा वृत्त एक बड़े वृत्त के बाहर है। गुप्त नियम: “छोटे वृत्त का बड़े वृत्त के सापेक्ष स्थान” (Position of small circle relative to large circle)। एब्स्ट्रैक्ट शेप्स इस नियम को स्पष्ट करने के लिए आदर्श हैं क्योंकि कोई वास्तविक वस्तु विचलित नहीं करती। नियम स्थानिक सम्बन्ध (Spatial Relationship – ‘Inside’ vs ‘Outside’) पर आधारित है।
2. एब्स्ट्रैक्ट रीजनिंग कॉर्पस (Abstract Reasoning Corpus – ARC):
   यह एक अपेक्षाकृत नया (2019 में प्रस्तावित) लेकिन बेहद चर्चित बेंचमार्क (Benchmark) है। ARC का लक्ष्य एआई सिस्टम की कोर जनरल इंटेलिजेंस (Core General Intelligence of AI Systems) को मापना है। इसमें कई टास्क (Tasks) होते हैं। प्रत्येक टास्क में कुछ उदाहरण ग्रिड जोड़े (Example Grid Pairs) होते हैं: एक इनपुट ग्रिड (Input Grid) और उसके संगत आउटपुट ग्रिड (Corresponding Output Grid)। ग्रिड्स छोटे सेल्स (Cells) से बने होते हैं, जिनमें रंगीन एब्स्ट्रैक्ट शेप्स होते हैं। कार्य होता है इनपुट ग्रिड को आउटपुट ग्रिड में बदलने वाले अंतर्निहित परिवर्तन नियम (Underlying Transformation Rule) को समझना। फिर, एक नए इनपुट ग्रिड (Test Input Grid) को देखकर, सही आउटपुट ग्रिड (Correct Output Grid) की भविष्यवाणी करनी होती है।
   ARC की विशेषताएँ (Features of ARC):
   • एब्स्ट्रैक्टनेस (Abstractness): आकृतियाँ पूर्णतः अमूर्त हैं, कोई वास्तविक वस्तुएँ नहीं।
   • फ्यूचलिटी (Few-shot Learning): सिस्टम को बहुत कम उदाहरणों (केवल 2-3 जोड़े) से ही नियम सीखना और उसे नए परिदृश्य में लागू करना होता है।
   • विविधता (Diversity): नियम बेहद विविध हो सकते हैं – आकृतियों को घुमाना (Rotation), रंग बदलना (Color Change), हिस्सों को जोड़ना/हटाना (Adding/Removing Parts), पैटर्न का विस्तार करना (Pattern Extension), वस्तुओं को आपस में जोड़ने वाली रेखाएँ खींचना (Drawing Connecting Lines), या किसी विशेष गुण (जैसे सबसे बड़ा आकार) वाली वस्तु का चयन करना (Selecting Object with Specific Property)।
   • कठिनाई (Difficulty): यह मनुष्यों के लिए भी चुनौतीपूर्ण है, और वर्तमान सबसे उन्नत AI मॉडल भी ARC पर बहुत खराब प्रदर्शन करते हैं, यह दर्शाता है कि सच्ची AGI अभी दूर है।
3. फिजिकल रीजनिंग QA (Physical Reasoning QA – PQA):
   जबकि ARC पूरी तरह से 2D ग्रिड पर केंद्रित है, PQA का लक्ष्य सरल भौतिकी (Simple Physics) और स्थानिक तर्क (Spatial Reasoning) को शामिल करके परीक्षण को और समृद्ध बनाना है। इसमें भी एब्स्ट्रैक्ट शेप्स का उपयोग होता है, लेकिन यहाँ आकृतियों के बीच टकराव (Collisions), गुरुत्वाकर्षण (Gravity), स्थिरता (Stability), या छिपाव (Occlusion – एक वस्तु दूसरी को ढकना) जैसी अवधारणाएँ शामिल हो सकती हैं। प्रश्न (Questions) पूछे जा सकते हैं जैसे: “यदि नीला ब्लॉक गिरेगा, तो कौन सा ब्लॉक सबसे पहले नीचे गिरेगा?” या “कौन सी आकृति संतुलित रहेगी?”। एब्स्ट्रैक्ट शेप्स यहाँ भी भ्रम से बचाते हैं और सिस्टम को भौतिक संबंधों (Physical Relationships) पर ध्यान केंद्रित करने के लिए मजबूर करते हैं।

---

एब्स्ट्रैक्ट शेप्स के साथ काम करने में AI की क्या चुनौतियाँ हैं? (What Challenges Does AI Face with Abstract Shapes?)

मनुष्यों के लिए अपेक्षाकृत सरल लगने वाले ये कार्य, आधुनिक AI, विशेष रूप से डीप लर्निंग मॉडल (Deep Learning Models) जैसे कन्वनेट्स (CNNs) या ट्रांसफॉर्मर्स (Transformers), के लिए बेहद कठिन हैं। क्यों?

• डेटा हंगर बनाम फ्यू-शॉट लर्निंग (Data Hunger vs. Few-shot Learning): अधिकांश डीप लर्निंग मॉडल को सीखने के लिए बहुत बड़ी मात्रा में लेबल किया गया डेटा (Massive Amounts of Labeled Data) चाहिए होता है। लेकिन बोंगार्ड प्रॉब्लम्स या ARC जैसे टेस्ट फ्यू-शॉट लर्निंग (Few-shot Learning) की मांग करते हैं – केवल कुछ उदाहरणों से ही नियम का अनुमान लगाना और उसे लागू करना। यह मौजूदा मॉडलों की एक बड़ी सीमा है।
• पैटर्न मिलान बनाम तार्किक निगमन (Pattern Matching vs. Logical Deduction): वर्तमान AI अक्सर सांख्यिकीय पैटर्न मिलान (Statistical Pattern Matching) में उत्कृष्ट होते हैं। वे प्रशिक्षण डेटा में देखे गए पैटर्न को नए डेटा से मिलान करते हैं। लेकिन एब्स्ट्रैक्ट शेप्स की समस्याएँ तार्किक निगमन (Logical Deduction) और नियम-आधारित अनुमान (Rule-based Inference) की मांग करती हैं। AI को सचमुच “समझना” और “तर्क करना” पड़ता है, न कि सिर्फ पैटर्न याद रखना।
• सामान्यीकरण की कमी (Lack of Generalization): एक प्रकार की समस्या पर प्रशिक्षित AI मॉडल, थोड़ा सा अलग दिखने वाली एब्स्ट्रैक्ट शेप समस्या पर पूरी तरह असफल हो सकता है। उनमें वास्तविक सामान्यीकरण (True Generalization) और अंतर्ज्ञान (Intuition) की कमी होती है जो मनुष्यों में होती है। एक नियम सीखकर उसे बिल्कुल अलग संदर्भ में लागू करना AI के लिए बहुत मुश्किल है।
• संदर्भ से स्वतंत्र समझ की कमी (Lack of Context-Free Understanding): AI मॉडल अक्सर डेटा में गुप्त पैटर्न या पूर्वाग्रह (Bias) पर निर्भर होते हैं। एब्स्ट्रैक्ट शेप्स का उद्देश्य ऐसे संदर्भ (Context) को हटाना होता है, जिससे सिस्टम को केवल प्रस्तुत दृश्य जानकारी (Presented Visual Information) पर ही निर्भर रहना पड़े। यह कई मॉडलों को भ्रमित कर देता है।
• सिंबॉलिक रीजनिंग की आवश्यकता (Need for Symbolic Reasoning): शोधकर्ताओं का मानना है कि एब्स्ट्रैक्ट शेप्स की समस्याओं को हल करने के लिए न्यूरो-सिंबॉलिक एआई (Neuro-Symbolic AI) जैसे दृष्टिकोणों की आवश्यकता हो सकती है, जो डीप लर्निंग की पैटर्न मान्यता शक्ति को प्रतीकात्मक तर्क (Symbolic Reasoning) और ज्ञान प्रतिनिधित्व (Knowledge Representation) की सटीकता के साथ जोड़ते हैं।

---

एब्स्ट्रैक्ट शेप्स का अध्ययन क्यों महत्वपूर्ण है? भविष्य की दिशाएँ (Why is Studying Abstract Shapes Important? Future Directions)

इस क्षेत्र में शोध सिर्फ एक पहेली सुलझाने जैसा नहीं है। इसके गहरे निहितार्थ हैं:

1. AI की मौलिक सीमाओं को समझना (Understanding Fundamental Limits of AI): एब्स्ट्रैक्ट शेप्स पर AI की कमजोरियाँ हमें यह समझने में मदद करती हैं कि वर्तमान मॉडल वास्तव में कैसे सोचते हैं (या नहीं सोचते)। यह हमें उनकी आंतरिक कार्यप्रणाली (Internal Workings) पर प्रकाश डालता है।
2. रोबस्ट और विश्वसनीय AI का विकास (Developing Robust and Trustworthy AI): ऐसे AI सिस्टम बनाना जो नई और अप्रत्याशित स्थितियों में भी तर्क कर सकें, उन्हें अधिक विश्वसनीय (Reliable) और सुरक्षित (Safe) बनाता है। सोचिए एक स्वायत्त वाहन (Autonomous Vehicle) जो सड़क पर अचानक आई एक अप्रत्याशित वस्तु (जो उसके प्रशिक्षण डेटा में नहीं थी) को भी समझकर उचित प्रतिक्रिया दे सके। एब्स्ट्रैक्ट रीजनिंग इसी क्षमता की नींव है।
3. सामान्य कृत्रिम बुद्धिमत्ता (AGI) का मार्ग (Path to Artificial General Intelligence): एब्स्ट्रैक्ट शेप्स पर आधारित टेस्ट जैसे ARC को AGI की दिशा में एक महत्वपूर्ण कदम माना जाता है। इन्हें पार करने की क्षमता वास्तव में बुद्धिमान मशीनों के निर्माण में एक बड़ी उपलब्धि होगी।
4. मानव बुद्धिमत्ता के रहस्यों पर प्रकाश (Insights into Human Intelligence): यह शोध यह समझने में भी मदद करता है कि मानव मस्तिष्क अमूर्त अवधारणाओं (Abstract Concepts) को कैसे संसाधित (Process) करता है, पैटर्न को कैसे पहचानता है, और नियमों का अनुमान कैसे लगाता है। AI मॉडल और मानव प्रदर्शन की तुलना करके हम मानव अनुभूति (Human Cognition) के बारे में नई जानकारी प्राप्त कर सकते हैं।
5. अधिक व्याख्या योग्य AI (More Explainable AI – XAI): एब्स्ट्रैक्ट शेप्स पर आधारित नियम अक्सर अपेक्षाकृत स्पष्ट होते हैं (हालाँकि खोजना कठिन हो सकता है)। यह शोधकर्ताओं को यह विश्लेषण करने में सक्षम बनाता है कि AI ने निर्णय क्यों लिया। यदि AI कहता है कि दो आकृतियाँ अलग हैं क्योंकि एक में “छोटा तारा बड़े वर्ग के ऊपर है” और दूसरे में “नीचे है”, तो यह समझना आसान है। यह काले बॉक्स (Black Box) समस्या को हल करने में मदद कर सकता है।

निष्कर्ष (Conclusion):

विद्यार्थियों, एब्स्ट्रैक्ट शेप्स सिर्फ अजीबोगरीब डिज़ाइन नहीं हैं। वे AI शोध के केंद्र में मौजूद एक शक्तिशाली उपकरण हैं, जो मशीनों की वास्तविक समझ और तर्क क्षमता को कसौटी पर कसते हैं। ये हमें याद दिलाते हैं कि वास्तविक दुनिया की वस्तुओं को पहचानना (जो कि अपने आप में जटिल है), मौलिक तर्क (Core Reasoning) और अमूर्त सोच (Abstract Thought) का केवल एक पहलू है। बोंगार्ड प्रॉब्लम्स, ARC और PQA जैसे टेस्टबेड्स हमें आश्वस्त करते हैं कि सच्ची मानव-स्तरीय या उससे आगे की बुद्धिमत्ता प्राप्त करने के लिए, AI को इन अमूर्त, नियम-आधारित दुनियाओं में भी महारत हासिल करनी होगी।

यह क्षेत्र तेजी से विकसित हो रहा है। जैसे-जैसे हम न्यूरो-सिंबॉलिक इंटीग्रेशन (Neuro-Symbolic Integration), बेहतर फ्यू-शॉट लर्निंग एल्गोरिदम (Better Few-shot Learning Algorithms), और अधिक परिष्कृत ज्ञान प्रतिनिधित्व (More Sophisticated Knowledge Representation) की ओर बढ़ रहे हैं, वैसे-वैसे हम उम्मीद कर सकते हैं कि AI एब्स्ट्रैक्ट शेप्स की चुनौतियों को धीरे-धीरे पार करेगा, जिससे न केवल अकादमिक प्रगति होगी, बल्कि ऐसे अधिक बुद्धिमान और विश्वसनीय सिस्टम भी विकसित होंगे जो हमारे जीवन को वास्तव में बदल सकें।

क्या आपके मन में कोई प्रश्न है? क्या आप एब्स्ट्रैक्ट शेप्स के किसी विशेष पहलू पर और गहराई से चर्चा करना चाहेंगे, जैसे कि ARC के कुछ विशिष्ट उदाहरण, या न्यूरो-सिंबॉलिक एआई कैसे इन समस्याओं को हल करने में मदद कर सकता है?

---

Source: Abstract Shape