A Machine with Short-Term, Episodic, and Semantic Memory Systems
मानव संज्ञानात्मक विज्ञान से प्रेरित, यह शोध पत्र एक डीप क्यू-लर्निंग एजेंट प्रस्तुत करता है जो नॉलेज ग्राफ के रूप में मॉडल किए गए अल्पकालिक, एपिसोडिक और सिमेंटिक मेमोरी सिस्टम से सुसज्जित है, जो यह प्रदर्शित करता है कि ऐसी संरचना एजेंट को प्रभावी ढंग से मेमोरी प्रबंधन रणनीतियों को सीखने में सक्षम बनाती है और "द रूम" नामक एक कस्टम सुदृढीकरण शिक्षण वातावरण में बिना इस आर्किटेक्चर वाले एजेंटों से बेहतर प्रदर्शन करती है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक रोबोट को एक मददगार रूममेट बनना सिखाने की कोशिश कर रहे हैं। रोबोट को ऐसे सवालों के जवाब देने होंगे जैसे, "बॉब का लैपटॉप कहाँ है?" या "लोग आमतौर पर अपने लैपटॉप कहाँ रखते हैं?"
इसे अच्छी तरह से करने के लिए, शोधकर्ताओं ने एक ऐसा रोबोट बनाया जिसका दिमाग मानव स्मृति (मेमोरी) की नकल करता है, लेकिन एक ट्विस्ट के साथ: केवल कच्चा डेटा स्टोर करने के बजाय, उन्होंने रोबोट के दिमाग को तीन अलग-अलग "कमरों" में व्यवस्थित किया, जिनमें से प्रत्येक एक नॉलेज ग्राफ (एक विशाल, आपस में जुड़ी हुई तथ्यों और संबंधों की वेब) का उपयोग करता है (सोचिए कि यह एक विशाल, परस्पर जुड़े तथ्यों का जाल है)।
यहाँ रोबोट की मेमोरी कैसे काम करती है, इसे सरल अवधारणाओं में तोड़कर समझाया गया है:
1. तीन मेमोरी रूम्स (स्मृति कक्ष)
रोबोट के पास जानकारी संग्रहीत करने के लिए तीन विशिष्ट स्थान हैं, ठीक वैसे ही जैसे मनुष्यों के पास होते हैं:
- शॉर्ट-टर्म रूम (द "वर्किंग काउंटर"):
यह एक बहुत ही छोटा, तेज़ स्थान है जहाँ रोबोट उन चीज़ों को रखता है जिन्हें उसने अभी-अभी देखा है। यह एक किचन काउंटर की तरह है जहाँ आप अभी लाया गया मेल रखते हैं। इसमें जगह बहुत सीमित होती है। यदि यह भर जाता है, तो रोबोट को काउंटर पर मौजूद सबसे पुरानी वस्तु के बारे में निर्णय लेना होगा। - एपिसोडिक रूम (द "फोटो एल्बम"):
यह विशिष्ट, व्यक्तिगत कहानियों के लिए है। यह याद रखता है कि किसने, क्या, कहाँ और कब किया।- उदाहरण: "मंगलवार दोपहर 2:00 बजे, बॉब ने अपना लैपटॉप डेस्क पर रखा।"
- यह एक फोटो एल्बम की तरह है जिसमें हर तस्वीर के साथ तारीख और नाम जुड़े होते हैं।
- सेमेंटिक रूम (द "एनसाइक्लोपीडिया"):
यह दुनिया के सामान्य ज्ञान के लिए है। यह "कौन" और "कब" को भूल जाता है और केवल सामान्य तथ्यों को रखता है।- उदाहरण: "लैपटॉप आमतौर पर डेस्क पर पाए जाते हैं।"
- यह एक शब्दकोश या विश्वकोश की तरह है। इसे बॉब की परवाह नहीं है; यह बस सामान्य नियम जानता है।
2. रोबोट का बड़ा निर्णय
मुख्य चुनौती यह सिखाना है कि रोबोट को अपने शॉर्ट-टर्म रूम को कैसे प्रबंधित करना है।
हर बार जब रोबोट कुछ नया देखता है, तो वह उसे "काउंटर" पर रख देता है। जब काउंटर भर जाता है, तो रोबोट को सबसे पुरानी वस्तु के लिए पलक झपकते ही निर्णय लेना पड़ता है:
- इसे फेंक दें (इसे पूरी तरह से भूल जाएं)।
- इसे फोटो एल्बम में रखें (इसे एक घटना की विशिष्ट स्मृति के रूप में सहेजें)।
- इसे एनसाइक्लोपीडिया में रखें (इसे एक सामान्य नियम में बदल दें)।
शोधकर्ताओं ने डीप क्यू-लर्निंग (ट्रायल एंड एरर के माध्यम से सीखने वाला एक प्रकार का AI) नामक तकनीक का उपयोग करके रोबोट को यह सिखाया कि कौन सा विकल्प सर्वोत्तम परिणाम देता है। जब भी रोबोट किसी प्रश्न का सही उत्तर देता है, तो उसे एक "रिवॉर्ड पॉइंट" मिलता है। समय के साथ, वह सीख जाता है कि कुछ चीजें फोटो एल्बम में होनी चाहिए (जैसे कि बॉब का लैपटॉप अभी कहाँ है), जबकि अन्य चीजें एनसाइक्लोपीडिया में होनी चाहिए (जैसे कि लैपटॉप आमतौर पर कहाँ पाए जाते हैं)।
3. परीक्षण: "द रूम"
इसका परीक्षण करने के लिए, शोधकर्ताओं ने "द रूम" नामक एक आभासी दुनिया बनाई।
- कल्पना कीजिए कि एक कमरे में 64 लोग और 16 अलग-अलग प्रकार की वस्तुएं (जैसे लैपटॉप, कटोरे, कारें) हैं।
- ये लोग अपनी आदतों के अनुसार वस्तुओं को इधर-उधर रखते हैं। कभी-कभी वे चीजों को तार्किक स्थानों पर रखते हैं (जैसे कपबोर्ड में कटोरा), और कभी-कभी अजीब जगहों पर (जैसे वार्डरोब में कटोरा)।
- रोबोट घूमता है, एक समय में एक व्यक्ति को देखता है। वह एक वस्तु को हिलते हुए देखता है, फिर उससे एक सवाल पूछा जाता है: "एलिस का कटोरा कहाँ है?"
- यदि रोबic सही ढंग से याद रखता है, तो उसे एक पॉइंट मिलता है। यदि वह भूल जाता है, तो उसे शून्य मिलता है।
4. उन्हें क्या पता चला
प्रयोगों ने कुछ दिलचस्प परिणाम दिखाए:
दो की शक्ति: एक रोबोट जिसके पास फोटो एल्बम और एनसाइक्लोपीडिया दोनों थे, उस रोबोट की तुलना में बहुत बेहतर प्रदर्शन किया जिसके पास केवल एक या दूसरा था। वह विशिष्ट प्रश्नों ("बॉब का लैपटॉप कहाँ है?") को एल्बम का उपयोग करके संभाल सकता था, और सामान्य प्रश्नों ("लैपटॉप कहाँ जाते हैं?") को एनसाइक्लोपीडिया का उपयोग करके संभाल सकता था।
"प्री-ट्रेन्ड" का लाभ: शोधकर्ताओं ने दो प्रकार के रोबोटों का परीक्षण किया:
- ब्लैंक स्लेट (खाली पन्ना): खाली एनसाइक्लोपीडिया के साथ शुरू हुआ।
- नॉलेजेबल वन (जानकार): एक एनसाइक्लोपीडिया के साथ शुरू हुआ जो पहले से ही सामान्य ज्ञान के तथ्यों (ConceptNet नामक डेटाबेस) से भरा हुआ था।
"नॉलेजेबल" रोबोट ने तेज़ी से सीखा और अधिक स्कोर किया। उसने महसूस किया, "मुझे पहले से ही सामान्य नियम पता हैं, इसलिए मुझे अपने एनसाइक्लोपीडिया में उन्हें दोबारा सीखने में जगह बर्बाद करने की ज़रूरत नहीं है। मुझे बस विशिष्ट, अजीब घटनाओं को अपने फोटो एल्बम में सहेजने पर ध्यान देना चाहिए।"
"ब्लैंक स्लेट" रोबोट ने शून्य से सामान्य नियम सीखने की कोशिश की, जिससे कभी-कभी गलतियाँ हुईं (जैसे यह सोचना कि लैपटॉप किचन में जाते हैं), जिससे उसके पॉइंट्स कम हुए।
5. निष्कर्ष
यह पेपर साबित करता है कि मशीन को ऐसी मेमोरी संरचना देना जो मानव जैसी हो—विशिष्ट घटनाओं को सामान्य तथ्यों से अलग करना—उसे बदलते परिवेश में प्रश्न पूछने में बहुत स्मार्ट बनाता है।
रोबोट ने एक "मेमोरी मैनेजमेंट पॉलिसी" सीखी: उसने यह समझ लिया कि उसे सब कुछ हमेशा के लिए याद रखने की कोशिश नहीं करनी चाहिए। इसके बजाय, उसने चयनात्मक होना सीखा, सबसे उपयोगी सामान्य तथ्यों को एक जगह रखना और सबसे महत्वपूर्ण विशिष्ट कहानियों को दूसरी जगह रखना, जबकि बाकी को जाने देना।
संक्षेप में: रोबोट ने सीखा कि स्मार्ट होने के लिए, आपको यह अंतर जानना आवश्यक है कि "आज बॉब के साथ क्या हुआ" और "दुनिया आमतौर पर कैसे काम करती है" के बीच क्या अंतर है, और आपको प्रत्येक के लिए एक अलग फाइलिंग कैबिनेट की आवश्यकता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।