A Taxonomy of Architecture Options for Foundation Model-based Agents: Analysis and Decision Model

पिछले कुछ वर्षों में, एक नए प्रकार की कृत्रिम बुद्धिमत्ता (आर्टिफिशियल इंटेलिजेंस) का उदय हुआ है, जो न केवल प्रश्नों के उत्तर देती है बल्कि कार्य भी करती है। ये केवल निर्देशों की एक कठोर सूची का पालन करने वाले साधारण प्रोग्राम नहीं हैं। इसके बजाय, ये विशाल "फाउंडेशन मॉडल्स" पर आधारित सिस्टम हैं, जो मानव ज्ञान और भाषा के विशाल पुस्तकालयों की तरह हैं जिन्हें संदर्भ को समझने और नए विचार उत्पन्न करने के लिए प्रशिक्षित किया गया है। जब डेवलपर्स इन मॉडल्स को वेब ब्राउज़ करने, कोड लिखने या सॉफ़्टवेयर को नियंत्रित करने वाले उपकरणों से जोड़ते हैं, तो वे "एजेंट्स" (agents) बनाते हैं। ये एजेंट अपने परिवेश को समझ सकते हैं, किसी समस्या पर तर्क कर सकते हैं, चरणों के एक क्रम की योजना बना सकते हैं, और लक्ष्य प्राप्त करने के लिए कार्य कर सकते हैं, ठीक वैसे ही जैसे कोई मानव कर्मचारी कर सकता है। जटिल सॉफ़्टवेयर परियोजनाओं के प्रबंधन से लेकर आभासी दुनिया (वर्चुअल वर्ल्ड) में नेविगेट करने तक, ये सिस्टम हमारे काम करने के तरीके में क्रांति लाने का वादा करते हैं। फिर भी, जैसे-जैसे ये एजेंट अधिक सक्षम होते जा रहे हैं, इन्हें बनाने का तरीका अव्यवस्थित बना हुआ है। एक साझा भाषा या विकल्पों के स्पष्ट मानचित्र के बिना, डिज़ाइनर अक्सर इन सिस्टमों को एक अस्थायी (एड-हॉक) तरीके से जोड़ते हैं, जिससे निर्णय अनुमान के आधार पर लिए जाते हैं न कि इस व्यवस्थित समझ के आधार पर कि विभिन्न भाग एक साथ कैसे फिट होते हैं और वे क्या समझौते (ट्रेड-ऑफ) पैदा करते हैं।

शोधकर्ताओं की एक टीम ने इस बढ़ती जटिलता में व्यवस्था लाने का प्रयास किया। उन्होंने यह समझने के लिए कि फाउंडेशन-मॉडल-आधारित एजेंट वास्तव में कैसे निर्मित किए जाते हैं, 66 वैज्ञानिक अध्ययनों की एक व्यापक समीक्षा की। उनका लक्ष्य केवल भागों को सूचीबद्ध करना नहीं था, बल्कि एक संरचित मार्गदर्शिका बनाना था जो प्रत्येक डिज़ाइन विकल्प के परिणामों की व्याख्या करे। इसका परिणाम एक व्यापक "वर्गीकरण पद्धति" (टैक्सोनॉमी) है, जो अनिवार्य रूप से एक विस्तृत वर्गीकरण प्रणाली है जो एजेंट बनाने के कई तरीकों को व्यवस्थित करती है। उन्होंने पाया कि वास्तुकारों (आर्किटेक्ट्स) को यह तय करने के लिए मौलिक विकल्प चुनने होते हैं कि एक एजेंट सूचना कैसे प्राप्त करता है, वह पिछली घटनाओं को कैसे याद रखता है, वह अपने कार्यों की योजना कैसे बनाता है, और वह अन्य एजेंटों के साथ कैसे समन्वय करता है। उदाहरण के लिए, एक एजेंट को अकेले काम करने के लिए या एक टीम के हिस्से के रूप में डिज़ाइन किया जा सकता है, उसे जो कुछ भी देखता है उसे हमेशा के लिए याद रखने के लिए या स्थान बचाने के लिए पुराने विवरणों को भूल जाने के लिए, और लक्ष्य के लिए एक एकल सीधे पथ का पालन करने के लिए या एक साथ कई संभावित मार्गों का पता लगाने के लिए डिज़ाइन किया जा सकता है।

शोधकर्ताओं ने पाया कि इनमें से प्रत्येक विकल्प की एक लागत होती है। ऐसा कोई आदर्श डिज़ाइन नहीं है जो हर चीज़ में उत्कृष्ट हो। यदि कोई वास्तुकार एक ऐसा सिस्टम चुनता है जो अत्यधिक लचीला है और अप्रत्याशित परिवर्तनों के अनुकूल हो सकता है, तो वे अक्सर उस सिस्टम को बाद में आसानी से परीक्षण करने और ठीक करने की क्षमता का त्याग करते हैं। यदि वे एक ऐसी मेमोरी सिस्टम को प्राथमिकता देते हैं जिसे कंप्यूटर के लिए प्रोसेस करना तेज़ हो, तो वे इसे समझना कठिन बना सकते हैं कि एजेंट ने एक विशिष्ट निर्णय क्यों लिया। इंजीनियरों को इन कठिन समझौतों को समझने में मदद करने के लिए, टीम ने एक "निर्णय मॉडल" बनाया। यह मॉडल एक मानचित्र की तरह कार्य करता है, जो यह दिखाता है कि एक आर्किटेक्चरल विकल्प चुनने का सिस्टम की विश्वसनीयता, गति, सुरक्षा और उपयोग में आसानी पर सटीक रूप से क्या प्रभाव पड़ता है। यह छिपे हुए समझौतों को दृश्यमान बनाता है, जिससे डिज़ाइनर अपनी विशिष्ट आवश्यकताओं के अनुरूप पथ चुन सकते हैं, चाहे वह एक ऐसा सिस्टम बनाना हो जो कभी विफल न हो या एक जो चलते समय सीख सके और अनुकूलित हो सके।

अपने निष्कर्षों को उपयोगी और सटीक बनाने के लिए, शोधकर्ताओं ने विश्वविद्यालयों और प्रमुख प्रौद्योगिकी कंपनियों के बारह विशेषज्ञों के साथ अपने ढांचे का परीक्षण किया। इन विशेषज्ञों ने, जिनके पास जटिल AI सिस्टम बनाने का वर्षों का अनुभव है, वर्गीकरण और निर्णय मॉडल की समीक्षा की। विशेषज्ञों ने सहमति व्यक्त की कि ढांचे ने इन एजेंटों के आवश्यक निर्माण खंडों (बिल्डिंग ब्लॉक्स) को सफलतापूर्वक कैप्चर किया और उनके डिज़ाइन के बारे में सोचने का एक स्पष्ट, व्यावहारिक तरीका प्रदान किया। उन्होंने पाया कि मॉडल ने उन विकल्पों को स्पष्ट करने में मदद की जो पहले भ्रमित करने वाले थे, जैसे कि एजेंट की स्वायत्तता की आवश्यकता और उसकी सुरक्षा एवं पूर्वानुमानित होने की आवश्यकता के बीच संतुलन कैसे बनाया जाए। अध्ययन पुष्टि करता है कि यह क्षेत्र यादृच्छिक प्रयोगों से हटकर एक अधिक अनुशासित इंजीनियरिंग दृष्टिकोण की ओर बढ़ रहा है, जहाँ निर्णय परिणामों की स्पष्ट समझ के साथ लिए जाते हैं।

यह कार्य यह दावा नहीं करता कि इसने हर समस्या को हल कर दिया है या एजेंट बनाने का कोई एक सर्वोत्तम तरीका प्रदान किया है। इसके बजाय, यह अगली पीढ़ी के डिज़ाइन के लिए एक संरचित आधार प्रदान करता है। विकल्पों के परिदृश्य को व्यवस्थित करके और ट्रेड-ऑफ़ को स्पष्ट रूप से मैप करके, शोधकर्ताओं ने वास्तुकारों को एक सामान्य शब्दावली और निर्णय लेने की एक कठोर पद्धति दी है। यह बदलाव इस क्षेत्र को परिपक्व होने देता है, जिससे यह अलग-थलग प्रयोगों के संग्रह से एक सुसंगत अनुशासन की ओर बढ़ता है जहाँ सिस्टम को इरादे, विश्वसनीयता और उनकी सीमाओं की स्पष्ट समझ के साथ डिज़ाइन किया जा सकता है। जैसे-जैसे ये बुद्धिमान सिस्टम हमारे दैनिक जीवन में अधिक एकीकृत होते जा रहे हैं, यह समझना कि वे कैसे बनाए गए हैं और वे क्या कर सकते हैं और क्या नहीं, एक ऐसी तकनीक बनाने के लिए आवश्यक होगा जो शक्तिशाली और विश्वसनीय दोनों हो।