विविधतेमध्ये अनेकता

दगडापेक्षा विदा मऊ

भारतातील मुलांच्या मनावर लहानपणापासून पाठ्यपुस्तकांद्वारे ठसवले जाते की भारतात विविधता आहे आणि विविधता असूनही एकता आहे. विविधतेत खाद्यपदार्थ, पेहराव, भौगोलिक स्थिती वगैरे गोष्टी येतात आणि एकतेत मुख्यतः भारतीय असणे आणि त्याचा अभिमान असणे हे. बहुतांश भारतीय हिंदू असूनही विविधतेमध्ये धार्मिक पैलू पण अध्याहृत असत आणि एकता मात्र देशाभिमानाद्वारे केवळ भारतीयता हीच. पाठ्यपुस्तकांमधील हे चित्र फारसे बदलले नाही. प्रत्यक्षात मात्र त्यात थोडीफार तफावत नेहमीच राहिली आहे. काही वर्षांपूर्वी यवतमाळमध्ये एका शाळेच्या स्नेहसंमेलनाला मी प्रमुख पाहुणा म्हणून उपस्थित होतो. साहजिकच समोरच्या रांगेत बसून त्या मुलामुलींचे कार्यक्रम पाहिले – नाच, गाणी आणि काही नाटुकल्या. एका नाटकात चार लोक – भारतातल्या चार धर्मांचे – एका बोटीतून जात असतात. वादळ येतं आणि ते आपापल्या परीने बोट वाचवायचा प्रयत्न करतात. नंतर ते एकजुटीने जेव्हा प्रयत्न करतात तेव्हाच त्यांना यश मिळते. नाटकाचे तात्पर्य हे की धर्मांमधील फरक विसरून एकत्र येऊन काम करायला हवे. मुलांनी छान सादर केले नाटक. पण अनेकदा आयुष्यामध्ये अशा गोष्टी भिनण्याकरता आजूबाजूला सतत दिसायला हव्या. ते होते का? कार्यक्रमाची सुरुवात झाली होती सरस्वतीपूजनाने. म्हणजे चारपैकी एकाच धर्माची कोणतीतरी रीत अवलंबून. यातून कोणता संदेश जातो? माझ्या छोट्या भाषणात मी हे नमूद केले. भाषणानंतर अर्थातच टाळ्या मिळाल्या. काहीही बोललो असतो तरी तेच झाले असते. मी जे बोललो ते किती जणांच्या डोक्यात शिरले कल्पना नाही. शिक्षकांच्या? मुलांच्या?
बहुतांश हिंदूंची मूले हिंदू होतात, मुसलमानांची मुसलमान होतात, आणि ख्रिश्चनांची ख्रिश्चन होतात. यातून हेच दिसते की लहानपणी त्यांच्या मनावर कोणते संस्कार होतात, आघात होतात यावरुनच हे ठरते. आपला तो बाब्या या न्यायाने आपल्या धर्माचे होतात ते संस्कार आणि इतर धर्मांचे होतात ते आघात हेच सत्य.
कोणत्याही व्यक्तीचे देशप्रेम हे रिॲक्टिव असते. केवळ तुम्ही राहात असलेल्या मातीवर प्रेम असेल तर त्याला भौगोलिक वेशी नसतात. तसेच, खरे धार्मिक आत्ममग्न असतात. त्यांची श्रद्धा ही इतर लोक काय करतात, त्यांचा धर्म कोणता याच्याशी मुळीच संबंधित नसते. भारतातल्या विविधतेमुळे खरंतर या विविधतेत गुण्यागोविंदाने कसे राहता येते हे पूर्ण जगाला दाखवण्याची एक सुवर्णसंधी आहे. देशप्रेम महत्त्वाचे वाटत असेल तर एखादी व्यक्ती देशप्रेमी आहे की नाही हे ठरवण्याचे अनेक निकष लावता येतील. पण प्रत्येक गोष्टीत धर्म, भाषा, राज्य, देश यासंबंधीच्या भावनांची भेसळ करून जाज्वल्यतेच्या नावाखाली विकली जाते. यामुळे फुटीरता वाढते आणि असंतोष पसरतो. यातील प्रत्यक्षात महत्त्वाच्या बाबी कोणत्या हे संगणकांच्या सहाय्याने शोधणे शक्य आहे.
एक समांतर उदाहरण घेऊ या. नेटफ्लिक्स किंवा IMDB सारख्या संस्थळांवर चित्रपटांना असलेले एक ते दहा दरम्यानचे गुण अनेक लोकांनी त्या चित्रपटांना दिलेल्या गुणांच्या सरासरीवरून ठरतात. वरवर पाहता लोकांनी दिलेल गुण देशप्रेमाच्या निर्वाळ्यासारखेच मनस्वी वाटू शकतात. प्रत्यक्षात मात्र एखाद्या व्यक्तीला एखादा चित्रपट आवडतो की नाही हे अनेक गोष्टींवरून ठरते. त्या व्यक्तिला त्या चित्रपटातील सिनेनट-नट्या आवडतात का, तो सिनेमा विनोदी आहे की गंभीर, विनोदाबद्दलच्या त्या व्यक्तिच्या काय कल्पना आहेत, त्यांचे बालपण कसे गेले, त्यांना विज्ञानाची कास आहे का, इतिहासात स्वारस्य आहे का, एक ना अनेक. ज्याप्रमाणे अचानक एखादे वाहन समोर आले तर आपला मेंदू विद्युतवेगाने अनेक आकडेमोड करून कोणत्या बाजूला किती सरकायचे ते सांगतो. तद्धतच आपला मेंदू चित्रपटाच्या या गुणदर्शी विविध परिमितींचे रुपांतर करतो आणि उत्तरादाखल एक ते दहा मधील एक आकडा मिळतो. तुमच्या याआधीच्या निर्वाळ्यांवरुन नवीन चित्रपटांसाठी असे गुणांकन संगणकीय न्युरल नेटवर्क्स वापरून करणे सोपे आहे, आणि तसे ते केलेही जाते. रॅंडम फॉरेस्ट, सपोर्ट व्हेक्टर मशीन, डीप लर्निंगसारखे अनेक मशीन लर्निंग आणि आर्टिफिशिअल इंटेलिजन्सचे अल्गोरिदम्स यासाठी वापरले जातात. महत्त्वाच्या मिती आधीच निवडण्यासाठी परिमिती न्युनीकरणाच्यासुद्धा पद्धती आहेत. विदेच्या साह्याने अशाप्रकारे संगणकांना शिकवण्याच्या पद्धतींना पर्यवेक्षी शिक्षण असे म्हटले जाते. नेटफ्लिक्सने तर अशा पद्धती वापरून त्यांची स्कीम सुधारण्यासाठी एक स्पर्धा ठेवली होती आणि विजेत्यांना दहा लाख डॉलर्स दिले होते.
विज्ञानात या पद्धती नियमितपणे वापरल्या जातात. खगोलशास्त्रात दीर्घिकांचे वर्गीकरण करण्यासाठी किंवा तेजस्वितेच्या बदलांप्रमाणे ताऱ्यांचे वर्गीकरण करण्यासाठी अश्या पद्धती वापरतात. कोणत्या तार्‍यांची तेजस्विता मिनिटांमध्ये, तासांमध्ये, दिवसांमध्ये किती बदलते यावरून हे वर्गीकरण होते. तसे होण्यासाठी आधी अनेक निरीक्षणांच्या साहाय्यानी विविध मितींवरील विदा गोळा केली जाते – तापमान, रंग, अंतर, न्यूनतम तेजस्विता, महत्तम तेजस्विता वगैरे. एक ना अनेक. वर उल्लेख केलेल्या मशीन लर्निंग आणि आर्टिफिशिअल इंटेलिजन्सच्या पद्धती वापरून या मितींपैकी कोणत्या महत्त्वाच्या आहेत हे कळते आणि त्यावर आधारित मॉडेल्स वापरून कोणत्या तार्‍यांची तेजस्विता कधी आणि किती बदलणार आहे ही भाकिते पण अचूकपणे करता येतात. ताऱ्यांना आणि त्यांच्या भविष्याला विज्ञानाने गवसणी घातली आहे.
याच पद्धती देशप्रेमाच्या कसोटीसाठीसुद्धा वापरणे शक्य आहे. आधी निकष ठरवायचे, न्यायालयांनी किंवा इतिहासाने देशप्रेमी आणि देशद्रोही ठरवलेल्या व्यक्तिंना हे निकष लावून न्युरल नेटवर्क्सचे मॉडेल्स सिद्ध करायचे आणि मग आजच्या, आसपासच्या लोकांना ती कसोटी लावायची. त्यामुळे आततायीपणे आजकाल अनेकदा लोक स्वतः कायदा हातात घेतात तसे होणार नाही आणि देशद्रोही समजून देशप्रेमींचे हकनाक बळी जाणार नाहीत.
निकष विविधांगी हवे. क्ष या व्यक्तीला देशप्रेमासाठी लावायचे काही निकष खालीलप्रमाणे असू शकतात: क्ष ही व्यक्ती लाच घेते का? क्ष लाच देते का? क्ष संविधानाचे नियम पाळते का? क्ष उच्चशिक्षित आहे का? क्ष चे शेतकऱ्यांना सहाय्य आहे का? क्ष रस्त्यावर कचरा फेकते का? क्ष भेसळ करते का? क्ष चिनी वस्तू विकत घेते का? क्ष मांसभक्षक आहे का? क्ष गोमूत्र प्राशन करते का? क्ष ने कोरोनाची लस घेतली का? दुसऱ्या वेव्हमध्ये भांडी वाजवली का? हे आणि आणखी शंभर. अशा प्रत्येक प्रश्नाची एक मिती बनते. विदेवर आधारित मॉडेलनुसार ज्या मिती महत्त्वाच्या नसतात, किंवा आपण वर्गीकरण करू पहात असलेल्या दोन गटांसाठी पुरेशा वेगळ्या नसतात त्या आपसूकच गळून पडतात. उरलेल्या महत्त्वाच्या मितींनुसार वर्गीकरण सोपे होते.
राज्यशास्त्राला आणि नागरिकशास्त्राला आपण शास्त्र म्हणतो पण त्यातील बहुतांश गोष्टी अजूनही प्राईम टाइम मधील आणि विधानसभेतील आरडाओरडीवर आणि भावनिकतेवरच चालतात. विज्ञानाचा हात धरून या शास्त्रांच्या प्रत्येक प्रश्नाला वैज्ञानिक पद्धतींमध्ये बद्ध करण्याची वेळ आली आहे. तीन साध्या पायऱ्यांमध्ये ‘दूध का दूध और पानी का पानी’ प्रमाणे हे हंसरूपी मॉडेल्स ‘देशप्रेमी का देशप्रेमी और देशद्रोही का देशद्रोही’ हे सरळ दाखवू शकतील: (१) निकष ठरवायचे, (२) विदा गोळा करायची, (३) विदेवर आधारित मॉडेल्स विकसित करायचे. भारत एक नाही, दोन नाही, अनेक आहेत, एका संपूर्ण पटावर भारतीय पसरले आहेत. सर्वांनी विज्ञानाची कास धरल्यास आपण या पटावरील वैविध्य ओळखू शकू आणि साजरे करू शकू. असे झाल्यास भारतासकट मानवतेची प्रगती निश्चित आहे.
मॉडेल्स किचकट असतील तर त्यांचे निर्णय समजणे कठीण. पण वेगळी विदा वापरून, वेगळी पद्धत वापरून ते तपासणे शक्य आहे, आवश्यक आहे. इतर विदावैज्ञानिकांनी केलेल्या अग्निपरीक्षेतूनच असे मॉडेल्स सिद्ध होत असतात. ते ओघाने होईलच. सुरुवात तर करू या.

उपसंहार:
आजकाल मशीन लर्निंगचा वापर खूप वाढला आहे. नवी औषधे शोधणे, प्रथिनांच्या रचना शोधणे, इतर सूर्यमालांमधील ग्रह शोधणे इत्यादी अनेक गोष्टींसाठी या पद्धतींचा खूप उपयोग झाला आहे. पण त्यांना राबवण्यासाठी चांगल्या विदेची आवश्यकता असते. चांगली विदा म्हणजे काय यावर एक मोठा स्वतंत्र लेख होईल. त्यात विदेची आणि विदेच्या निकषांची व्यापकता, विदेतील गटांबद्दलची तज्ज्ञांची एकवाक्यता अशा अनेक गोष्टी येतात. मी एक खगोलशास्त्रज्ञ आणि विदा वैज्ञानिक असल्यामुळे लेखात उधृत केलेल्या योजनेची अंमलबजावणी करण्यात येऊ शकणाऱ्या अडथळ्यांची मला पुरेपूर जाणीव आहे. पण या अनुषंगाने जर देशप्रेमाची व्याख्या बनवण्यासाठी लोकांनी निकषांबद्दल चर्चा केली, छिद्रान्वेषी विश्लेषण केले तर त्यामुळे लोकांना स्वतःचे आणि एकमेकांचे विचार समजायला मदत होईल अशी माझी आशा आहे. ती खरी सुरुवात असेल.
लेखासंबंधीच्या छिद्रान्वेषी आणि उपयुक्त चर्चेबद्दल अभिजित महाबळ यांचे आभार.
References:

• नेटफ्लिक्स स्पर्धा: https://en.wikipedia.org/wiki/Netflix_Prize
• पर्यवेक्षी शिक्षण (Supervised Learning): https://en.wikipedia.org/wiki/Supervised_learning
• Random Forest: https://en.wikipedia.org/wiki/Random_forest
• Support Vector Machine: https://en.wikipedia.org/wiki/Support-vector_machine
• Deep Learning: https://en.wikipedia.org/wiki/Deep_learning
• परिमिती न्युनीकरण (Dimensionality Reduction): https://en.wikipedia.org/wiki/Dimensionality_reduction
• ताऱ्यांचे वर्गीकरण: https://en.wikipedia.org/wiki/Stellar_classification
• खगोलशास्त्रातील वर्गीकरणावरील अनेक प्रलेखांपैकी दोन: http://arxiv.org/abs/1902.01936v1, https://arxiv.org/abs/2102.11304