मनुष्य क्या चाहते हैं और कब चाहेंगे, इसका सटीक अनुमान लगाना आसान नहीं है।हम मांग करने वाले प्राणी हैं और उम्मीद करते हैं कि दुनिया हमारी बढ़ती जटिल और विविध आधुनिक समस्याओं का शीघ्र समाधान करेगी।

पिछले कुछ दशकों में, शोधकर्ताओं ने काफी प्रभावी गणितीय समाधान विकसित किए हैं जो विभिन्न उद्योगों और परिदृश्यों में संसाधनों को आवंटित कर सकते हैं ताकि वे हमारे जीवन की दैनिक मांगों को पूरा करने का प्रयास कर सकें।लेकिन जब एक समय में किया गया आवंटन बाद के आवंटनों को प्रभावित करता है, तो समस्या गतिशील हो जाती है, और समय बीतने को समीकरण का हिस्सा माना जाना चाहिए।यह कार्यों में एक गणितीय फैलाव पैदा करता है, जिसके लिए इन समाधानों को वास्तविक दुनिया की बदलती और अनिश्चित प्रकृति को ध्यान में रखना आवश्यक है।

आप इसे भी पसंद कर सकते हैं:
â¢क्रांतियों का 3.5% नियम क्या है?
â¢समय के प्रति समाज का दृष्टिकोण कैसे बदलें
â¢इंटरनेट क्यों ख़राब हो रहा है?

ऐसी समस्याओं को सामूहिक रूप से गतिशील संसाधन आवंटन समस्याओं के रूप में जाना जाता है।वे कहीं भी उत्पन्न हो जाते हैं जहां आपको एक सीमित संसाधन मिलता है जिसे वास्तविक समय में आवंटित करने की आवश्यकता होती है।

चाहे आप टैक्सी का इंतजार कर रहे हों या अगले दिन डिलीवरी का, गतिशील संसाधन आवंटन समस्याओं और उनके रोजमर्रा के अनुप्रयोगों की सूची 'लगभग अंतहीन' है, प्रिंसटन विश्वविद्यालय के एक इंजीनियर वॉरेन पॉवेल के अनुसार, जो इनकी जांच कर रहे हैं।1980 के दशक से समस्याएँ।

लेकिन गतिशील संसाधन आवंटन समस्याओं का संबंध केवल मनुष्यों को वह देने से नहीं है जो वे चाहते हैं, जब वे चाहते हैं।वे जलवायु परिवर्तन सहित दुनिया के कुछ सबसे बुनियादी और जटिल मुद्दों से निपटने के लिए भी आवश्यक होंगे, क्योंकि वे हमारे ग्रह के अक्सर दुर्लभ और ख़त्म हो चुके संसाधनों को सबसे कुशल तरीकों से आवंटित करने में हमारी मदद करते हैं।

लेकिन आइए सबसे पहले एक सरल उदाहरण देखें कि गतिशील संसाधन आवंटन समस्या क्या है और इसे हल करना इतना कठिन क्यों है।

कल्पना कीजिए कि आप अपने चार लोगों के परिवार के लिए भुना हुआ खाना बना रहे हैं।आप सभी साज-सज्जा के साथ गोमांस का चयन करते हैं, इस ज्ञान के साथ कि यह पूरे परिवार का पसंदीदा है।लेकिन जैसे ही आप खाना परोसने वाले होते हैं, आपकी बेटी घोषणा करती है कि वह शाकाहारी है, आपका साथी संदेश भेजकर कहता है कि उन्हें देर हो रही है, और आपका बेटा आपको बताता है कि उसने कुछ लोगों को आमंत्रित किया है।दोस्त भी रात के खाने के लिए आये।फिर, आपका कुत्ता गोमांस लेकर भाग जाता है, जबकि आप यह जानने की सख्त कोशिश कर रहे हैं कि आप इन सभी (काफी स्पष्ट रूप से) अत्यधिक मांग करने वाले और अनियंत्रित व्यक्तियों की जरूरतों को कैसे पूरा करेंगे।

वे जलवायु परिवर्तन सहित दुनिया के कुछ सबसे बुनियादी और जटिल मुद्दों से निपटने के लिए आवश्यक होंगे

यह एक गतिशील संसाधन आवंटन समस्या का एक तुच्छ उदाहरण है, लेकिन यह इन समस्याओं से निपटने के दौरान शोधकर्ताओं के सामने आने वाली कुछ प्रमुख चुनौतियों को प्रदर्शित करता है।शुरुआत के लिए, मांग को प्रभावित करने वाले पैरामीटर अल्प और दीर्घावधि दोनों में अप्रत्याशित रूप से बदलते हैं।ऐसा कोई तरीका नहीं है जिससे आप अपनी बेटी की नई आहार आवश्यकताओं, आपके साथी के देर से आने या आपके बेटे के अतिरिक्त मेहमानों के बारे में सटीक अनुमान लगा सकें, जब आप यह भोजन तैयार कर रहे थे।

लंबी अवधि में, आपके घर में भोजन की मांग भी दिन-प्रतिदिन के आधार पर बदलती रहती है।आपको प्रत्येक बैठक में दो या 20 लोगों को खाना खिलाने की आवश्यकता हो सकती है।भोजन से लेकर भोजन तक, आपको कोई अंदाज़ा नहीं होता कि कौन खिलाना चाहेगा, वे क्या चाहेंगे या कब चाहेंगे।आप पूर्व अनुभव के आधार पर एक शिक्षित अनुमान लगा सकते हैं, लेकिन यह एक मजबूत तरीका नहीं है क्योंकि मानव स्वभाव और मांग को प्रभावित करने वाले कई अन्य पैरामीटर अप्रत्याशित हैं।

इस परिदृश्य में व्यक्तियों के कार्य प्रणाली की भविष्य की स्थिति को भी प्रभावित करते हैं।हर बार जब आप किसी व्यक्ति को विशिष्ट भोजन आवंटित करते हैं, तो यह प्रणाली को बदल देता है।यह आपकी रसोई से एक भूखे व्यक्ति और भोजन दोनों को दूर कर देता है।

âसभी [गतिशील संसाधन आवंटन] उदाहरणों को बदलते इनपुट और वातावरण से निपटने की आवश्यकता है, जो अत्यधिक गतिशील हैं और अनुमान लगाना और भविष्यवाणी करना कठिन है, क्योंकि भविष्य का भार सांख्यिकीय रूप से वर्तमान भार पर निर्भर नहीं है,'' ईको योनेकी कहते हैं,कैम्ब्रिज विश्वविद्यालय की कंप्यूटर प्रयोगशाला में डेटा केंद्रित सिस्टम समूह का नेतृत्व करने वाले एक वरिष्ठ शोधकर्ता।âएक परिवर्तन दूसरे परिवर्तन को ट्रिगर करता है, और यदि आप सटीक निर्णयों के साथ सिस्टम को नियंत्रित करना चाहते हैं, तो आपको सिस्टम की भविष्य की स्थिति पर विचार करना चाहिए।''

इसके अलावा, जैसे-जैसे अधिक लोग या भोजन के विकल्प आपकी रसोई में आते हैं, चीजें और अधिक जटिल हो जाती हैं।अब आपके पास अलग-अलग लोगों को अलग-अलग भोजन की श्रृंखला आवंटित करने के अधिक तरीके हैं।जैसे-जैसे आप सिस्टम में अधिक लोगों या भोजन को जोड़ते हैं, संयोजनों की यह संख्या तेजी से बढ़ती जाती है।

उदाहरण के लिए, एक बड़े अस्पताल को इसी स्थिति का सामना करना पड़ सकता है, जब वह अपने दरवाजे पर आने वाले सभी मरीजों को खाना खिलाने की कोशिश कर रहा हो।इन रोगियों का इलाज करने का प्रयास करते समय भी यही बात लागू होती है।उन्हें जिन दवाओं की आवश्यकता होती है, उनकी स्वयं की शेल्फ लाइफ सीमित होती है, और विभिन्न रोगियों के आने पर निदान और उपचार के लिए आवश्यक उपकरण लगातार बदलते रहेंगे।एमआरआई स्कैनर, डॉक्टरों और नर्सों जैसे सीमित संसाधनों को भी आवंटित करने की आवश्यकता है।इसे संबोधित करने के लिए, और लागत को नियंत्रण से बाहर होने से रोकने के लिए, अस्पताल प्रबंधन इन सभी चीजों के समन्वय में मदद करने के लिए गणितीय मॉडल तैनात कर सकता है।

समस्या यह है कि अधिकांश मौजूदा विधियां भविष्यवाणियां करने के लिए ऐतिहासिक डेटा पर निर्भर करती हैं।यह विधि ऐसी प्रणालियों के लिए बहुत अच्छी तरह से स्केल नहीं करती है और यहां तक ​​कि छोटे से छोटे बदलावों का भी सामना नहीं कर सकती है।यदि कोई परिवर्तन होता है, तो वे पहले स्थान पर वापस चले जाते हैं और फिर से समाधान निकालना शुरू कर देते हैं।ऐसी समस्याएं जल्दी ही कम्प्यूटेशनल रूप से कठिन हो जाती हैं, यहां तक ​​कि काफी कम संख्या में लोगों और संसाधनों के लिए भी - चाहे वह भोजन हो या एमआरआई स्कैनर।

गतिशील संसाधन आवंटन समस्याएँ भी विभिन्न परिदृश्यों से उत्पन्न होती हैं और प्रत्येक के अपने विशिष्ट मुद्दे होते हैं।उदाहरण के लिए, योनेकी हमारे कंप्यूटर सिस्टम और एप्लिकेशन को तेजी से और अधिक कुशलता से चलाने में मदद करने के लिए इन समस्याओं के निहितार्थ की जांच कर रहा है।

âआधुनिक कंप्यूटर सिस्टम जटिल हैं, और कई कॉन्फ़िगरेशन मापदंडों को ट्यून करने की आवश्यकता है, जिसमें संसाधन आवंटन जैसे मेमोरी, गणना क्षमता, संचार क्षमता और सिस्टम में कोई भी इनपुट शामिल है,'' वह कहती हैं।âकंप्यूटर सिस्टम गतिशील हैं और लगातार बदलते परिवेश से निपटते हैं, जिसके लिए गतिशील नियंत्रण पद्धति की आवश्यकता होती है।''

मोबाइल फोन नेटवर्क और क्लाउड कंप्यूटिंग भी इन समस्याओं को हल करने पर निर्भर हैं 

तो, जिस कंप्यूटर पर आप यह लेख पढ़ रहे हैं वह निश्चित रूप से इस समय कुछ गतिशील संसाधन आवंटन समस्याओं से जूझ रहा है।मोबाइल फ़ोन नेटवर्कऔरक्लाउड कम्प्यूटिंगइन समस्याओं के समाधान पर भी निर्भर हैं।

डिलीवरी कंपनियां डिलीवरी में तेजी लाने के लिए गतिशील संसाधन आवंटन समस्याओं से भी निपट रही हैं।उदाहरण के लिए, यूपीएस ने उन्नत एल्गोरिदम का उपयोग करके अपने वितरण मार्गों को अनुकूलित करने के लिए अपनी ऑन-रोड इंटीग्रेटेड ऑप्टिमाइज़ेशन और नेविगेशन (ओरियन) प्रणाली विकसित की।कंपनी का दावा है कि समाधान ने प्रति वर्ष 100 मिलियन मील की बचत की है - लेकिनअन्य रिपोर्टजटिल शहरी परिवेश में सिस्टम संघर्ष को प्रकट करें।

पॉवेल कहते हैं, आज के उत्पादों की जटिल प्रकृति के कारण आपूर्ति शृंखला एक और 'समस्या है जो कभी दूर नहीं होने वाली' है।उदाहरण के लिए, यदि आप एक मानक स्मार्टफोन का निर्माण करना चाहते हैं तो आपको दुनिया भर से सैकड़ों घटकों को समन्वयित करने की आवश्यकता है, जिनमें से सभी को फैक्ट्री के फर्श पर एक विशिष्ट क्रम में एक साथ लाया जाता है।उन्होंने आगे कहा, ``समाज की जरूरतों को पूरा करने की कोशिश करते समय आपूर्ति श्रृंखला में व्यवधान एक बड़ी समस्या है।''

पवन और सौर जैसे अप्रत्याशित नवीकरणीय ऊर्जा पर निर्भर होने के कारण हमारी ऊर्जा आपूर्ति भी तेजी से जटिल होती जा रही है।इन स्रोतों के आउटपुट में बेतहाशा उतार-चढ़ाव हो सकता है, क्योंकि किसी भी समय ऊर्जा की मांग हो सकती है।ऊर्जा की लागत में भी उतार-चढ़ाव हो सकता है - बिजली की कीमतें पांच मिनट की अवधि के भीतर औसत से 50 गुना तक बढ़ सकती हैं।

सच में, आपको एक ऐसा उद्योग ढूंढने में कठिनाई होगी जो किसी न किसी रूप में गतिशील संसाधन आवंटन समस्या के प्रबंधन की चुनौतियों का सामना न करता हो।पॉवेल कहते हैं, ''बिजली की कीमतें, आपूर्ति श्रृंखला में भागों की उपज, यात्रा के समय, उपकरण विफलताएं और लोगों का व्यवहार ये सभी मुद्दे हैं जिनसे मुझे निपटना पड़ा है।''âयह समस्या इतनी समृद्ध है कि कम से कम 15 अलग-अलग शोध समुदाय इस समस्या पर अलग-अलग दृष्टिकोण से काम कर रहे हैं।''

यह एक महत्वपूर्ण मुद्दा है।गतिशील संसाधन आवंटन समस्याओं की विविधता का मतलब है कि इससे निपटने के लिए उपयोग की जाने वाली विभिन्न कम्प्यूटेशनल तकनीकों और तरीकों के उद्योग-व्यापी मानकीकरण की आवश्यकता है।पॉवेल उन लोगों में से एक हैं जो गतिशील संसाधन आवंटन समस्याओं पर काम कर रहे अलग-अलग समुदायों को एक साथ लाने का प्रयास कर रहे हैं।âहमारा दृष्टिकोण किसी भी पूर्व कार्य को प्रतिस्थापित नहीं करता है,'' वह कहते हैं।âबल्कि, यह इन सभी कार्यों को एक साथ लाता है और क्रॉस-निषेचन के अवसरों की पहचान करने में मदद करता है।''

मशीन लर्निंग में प्रगति गतिशील संसाधन आवंटन समस्याओं से निपटने की नई उम्मीदें प्रदान कर रही है

गतिशील संसाधन आवंटन समस्याओं के समाधान के लिए परिचालन प्रबंधन उपकरणों का एक समृद्ध सेट पिछले कुछ दशकों में अत्यधिक प्रभावी रहा है, जिससे दुनिया की एयरलाइंस, लॉजिस्टिक्स फर्मों और सड़क नेटवर्क को कई तरीकों से अपना प्रदर्शन बढ़ाने में मदद मिली है।हालाँकि, पॉवेल के अनुसार, 'उच्च आयामीता' जहां कई अलग-अलग मापदंडों को ध्यान में रखना पड़ता है और अनिश्चितता एक चुनौती बनी हुई है।

मशीन लर्निंग में प्रगति गतिशील संसाधन आवंटन समस्याओं से निपटने की नई उम्मीदें प्रदान कर रही है।गहरी सुदृढीकरण शिक्षा नामक एक कृत्रिम बुद्धिमत्ता तकनीक एक एल्गोरिदम को यह सीखने की अनुमति देती है कि पर्यावरण के साथ बातचीत करके क्या करना है।एल्गोरिदम को मानवीय हस्तक्षेप के बिना सीखने के लिए डिज़ाइन किया गया है, जिसमें सही प्रदर्शन के लिए पुरस्कृत किया जाता है और गलत प्रदर्शन के लिए दंडित किया जाता है।पुरस्कारों को अधिकतम करने और दंड को कम करने का प्रयास करके, यह जल्दी से एक इष्टतम स्थिति तक पहुँच सकता है।

डीप रीइन्फोर्समेंट लर्निंग ने हाल ही में Google के डीपमाइंड के अल्फ़ागो प्रोग्राम को गो में विश्व चैंपियन को हराने में सक्षम बनाया है।सिस्टम ने गो गेम के बारे में कुछ भी न जानते हुए शुरुआत की, फिर अपने प्रदर्शन को प्रशिक्षित करने और अनुकूलित करने के लिए खुद के खिलाफ खेला।जबकि गेम गहन सुदृढीकरण सीखने की तकनीकों की अवधारणा का एक महत्वपूर्ण प्रमाण हैं, गेम खेलना सीखना ऐसी विधियों के लिए अंतिम लक्ष्य नहीं है।

योनेकी और उनकी टीम गहन सुदृढीकरण सीखने का उपयोग करके कंप्यूटर सिस्टम में प्रदर्शन ट्यूनिंग के लिए मानव-जनित अनुमानों का एक व्यवहार्य विकल्प प्रदान करने पर काम कर रही है।वे जो कंप्यूटर प्रणाली विकसित कर रहे हैं वह निर्णय लेने की समस्याओं को हल करने में सक्षम हो सकती है जो पहले कम्प्यूटेशनल रूप से कठिन थीं।यह कम्प्यूटेशनल जटिलता के मुद्दे को संबोधित करता है और वास्तविक समय में बदलते मापदंडों पर भी प्रतिक्रिया दे सकता है।

इस दृष्टिकोण को नियोजित करने वाले सिस्टम का उपयोग संसाधन प्रबंधन, डिवाइस भुगतान अनुकूलन और डेटा सेंटर कूलिंग सहित क्षेत्रों में सिस्टम प्रदर्शन को अनुकूलित करने के लिए पहले ही किया जा चुका है।योनेकी का कहना है, ''ऐसे एप्लिकेशन अभी शुरुआत में हैं और अवसरों की एक पूरी नई दुनिया खोलते हैं।''

यूके में कैम्ब्रिज स्थित Prowler.io नामक एक कृत्रिम बुद्धिमत्ता स्टार्टअप के शोधकर्ताओं की एक टीम भी गतिशील संसाधन आवंटन समस्याओं से निपटने के लिए अपने स्वयं के मशीन लर्निंग दृष्टिकोण का उपयोग कर रही है।इसके एल्गोरिदम सिस्टम में एक विशिष्ट व्यवहार को प्रेरित करने के लिए प्रोत्साहन प्रदान करते हैं।वास्तविक दुनिया के संदर्भ में, यह ड्राइवरों को विशिष्ट सड़कों का उपयोग करने और यातायात की भीड़ और प्रदूषण को कम करने के लिए प्रोत्साहित करने के लिए स्मार्ट टोल शुरू करने के बराबर हो सकता है।

जैसे-जैसे हमारी आबादी बढ़ती जा रही है और ऑन-डिमांड सेवाओं के लिए हमारी भूख बढ़ती जा रही है, गतिशील संसाधन आवंटन समस्याओं की जटिलता केवल तीव्र होती जाएगी

योनेकी कहते हैं, लेकिन मशीन लर्निंग के क्षेत्र में अभी भी बहुत काम किया जाना बाकी है।

सुदृढीकरण सीखने का उपयोग गतिशील संसाधन आवंटन समस्याओं को आगे बढ़ाएगा, लेकिन सुदृढीकरण सीखने के मॉडल को बनाने के लिए बहुत सारे डेटा की आवश्यकता होती है, और यह अभी भी प्रायोगिक चरण में है, विशेष रूप से कंप्यूटर सिस्टम जहां अधिक जटिल मापदंडों से निपटना पड़ता हैसाधारण खेल के मामलों की तुलना में, वह कहती हैं।âइस विषय पर शोध तेजी से आगे बढ़ रहा है।''

हम अभी भी समस्याओं के इस अनूठे सेट को सुलझाने से कुछ हद तक दूर हैं क्योंकि जब हम वास्तविक दुनिया की जटिलता और यादृच्छिक प्रकृति से निपटने की कोशिश करते हैं तो आज की तकनीकें और कम्प्यूटेशनल संसाधन जल्दी ही खत्म हो जाते हैं।लेकिन जैसे-जैसे हमारी आबादी बढ़ती जा रही है और ऑन-डिमांड सेवाओं के लिए हमारी भूख बढ़ती जा रही है, गतिशील संसाधन आवंटन समस्याओं की जटिलता और हमारे दिन-प्रतिदिन के जीवन पर उनका प्रभाव केवल तीव्र होता जाएगा।

और यदि हम अभी गतिशील संसाधन आवंटन समस्याओं का समाधान करना शुरू नहीं करते हैं, तो हमें मेज पर रात का खाना पाने के लिए ही संघर्ष नहीं करना पड़ेगा - पूरी दुनिया रुक सकती है।

--

हमें लाइक करके भविष्य के दस लाख प्रशंसकों से जुड़ें फेसबुक, या हमें फ़ॉलो करें ट्विटर या Instagram.

अगर आपको यह कहानी पसंद आई हो तो साप्ताहिक bbc.com फीचर न्यूज़लेटर के लिए साइन अप करें, जिसे 'यदि आप इस सप्ताह केवल 6 चीजें पढ़ते हैं' कहा जाता है।बीबीसी फ़्यूचर, कल्चर, कैपिटल और ट्रैवल से कहानियों का चुनिंदा चयन, हर शुक्रवार को आपके इनबॉक्स में भेजा जाता है।ए