Honey, I shrunk the hypothesis space (through logical preprocessing)
यह शोध पत्र इंडक्टिव लॉजिक प्रोग्रामिंग सिस्टम के परिकल्पना स्थान (hypothesis space) से असंभव नियमों को हटाने के लिए 'आन्सर सेट प्रोग्रामिंग' का उपयोग करते हुए एक तार्किक प्रीप्रोसेसिंग दृष्टिकोण प्रस्तुत करता है, जिससे विभिन्न डोमेन में भविष्य कहने वाली सटीकता बनाए रखते हुए सीखने के समय को नाटकीय रूप से कम किया जा सकता 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 नया खेल खेलना सिखाने की कोशिश कर रहे हैं। आप रोबोट को एक नियम पुस्तिका (पृष्ठभूमि ज्ञान/background knowledge) देते हैं और अच्छे और बुरे मूव्स के कुछ उदाहरण (प्रशिक्षण डेटा/training data) देते हैं। रोबोट का काम खेल जीतने के लिए अपने स्वयं के नियमों का एक सेट लिखना है।
समस्या यह है कि रोबोट बहुत अधिक उत्साही है। वह जितने भी संभव नियम सोच सकता है, उन सभी को लिखने की कोशिश करता है, यहाँ तक कि उन नियमों को भी जो स्पष्ट रूप से निरर्थक हैं। वह एक ऐसा नियम लिखने की कोशिश कर सकता है कि, "यदि कोई संख्या सम (even) और विषम (odd) दोनों है, तो आप जीत जाते हैं।" चूंकि कोई भी संख्या सम और विषम दोनों नहीं हो सकती, इसलिए यह नियम बेकार है। लेकिन रोबोट अभी तक यह नहीं जानता है, इसलिए वह इसे जाँचने में घंटों बर्बाद कर देता है।
यह शोध पत्र एक चतुर "प्री-चेक" सिस्टम पेश करता है जिसे Shrinker कहा जाता है। Shrinker को एक बहुत ही सख्त संपादक (editor) के रूप में समझें जो रोबोट द्वारा नियम लिखना शुरू करने से पहले उसकी नियम पुस्तिका को देखता है। संपादक कहता है, "रुको! हम निश्चित रूप से जानते हैं कि शब्दों के कुछ संयोजन कभी भी अर्थपूर्ण नहीं हो सकते, जैसा कि हमारे ब्रह्मांड के नियमों के आधार पर है। आइए उन्हें तुरंत काट दें ताकि रोबोट अपना समय बर्बाद न करे।"
यहाँ यह शोध पत्र इन चार प्रकार के "बेकार नियमों" का उपयोग करके इस प्रक्रिया को समझाता है जिन्हें यह हटा देता है:
1. असंभव नियम (Unsatisfiable)
कल्पना कीजिए कि एक नियम कहता है, "यदि एक वर्ग (square) गोल है, तो आप जीत जाते हैं।"
हमारे संसार में, एक वर्ग कभी भी गोल नहीं हो सकता। यह एक तार्किक असंभवता है।
उपमा: यह पानी से घर बनाने की कोशिश करने जैसा है। आप चाहे कितनी भी कोशिश करें, वह कभी खड़ा नहीं हो पाएगा।
Shrinker क्या करता है: यह पृष्ठभूमि ज्ञान (वे तथ्य जिन्हें हम सच जानते हैं) को देखता है और महसूस करता है, "हे, 'वर्ग' और 'गोल' एक-दूसरे के विरोधी हैं।" यह किसी भी ऐसे नियम को हटा देता है जो उन्हें मिलाने की कोशिश करता है, इससे पहले कि रोबotong उन पर विचार भी करे।
2. अनावश्यक नियम (Implication Reducible)
कल्पना कीजिए कि एक नियम कहता है, "यदि एक संख्या 2 से बड़ी अभाज्य (prime) संख्या है, और वह विषम (odd) है, तो आप जीत जाते हैं।"
खैर, यदि कोई संख्या 2 से बड़ी अभाज्य संख्या है, तो उसे अनिवार्य रूप से विषम ही होना होगा। आपको यह कहने की आवश्यकता नहीं है कि "और वह विषम है" क्योंकि यह पहले से ही निहित है। यह यह कहने जैसा है, "यदि आप एक कुंवारे (bachelor) हैं, और आप अविवाहित हैं, तो आप जीत जाते हैं।" कुंवारा होने का अर्थ ही अविवाहित होना है।
उपमा: यह एक सूटकेस पैक करने जैसा है और उसमें एक "सर्दियों का कोट" रखने के बाद, फिर भी एक "भारी जैकेट" भी रख देना और कहना, "और साथ ही, मुझे एक भारी जैकेट भी चाहिए।" आपको केवल एक की आवश्यकता है; दूसरा केवल अतिरिक्त वजन है।
Shrinker क्या करता है: यह ऐसे "अतिरिक्त वजन" वाले शब्दों को पहचानता है और उन्हें हटा देता है, जिससे नियम छोटे और जाँचने में तेज़ हो जाते हैं।
3. "एक-मात्र" नियम (Recall Reducible)
कल्पना कीजिए कि एक नियम कहता है, "यदि एक व्यक्ति की माँ का नाम एलिस है, और उसी व्यक्ति की माँ का नाम बॉब है, तो आप जीत जाते हैं।"
वास्तविक दुनिया में, आमतौर पर एक व्यक्ति की केवल एक ही जैविक माँ होती है। यदि पृष्ठभूमि ज्ञान कहता है कि एक व्यक्ति की एक माँ है, तो वह माँ अद्वितीय है। आप एक ही व्यक्ति के लिए दो अलग-अलग माताएँ नहीं रख सकते।
उपमा: यह एक ताले जैसा है जिसमें केवल एक ही चाबी होती है। यदि आप एक ही समय में एक ही लॉक को खोलने के लिए दो अलग-अलग चाबियों का उपयोग करने की कोशिश करते हैं, तो आप तुरंत जान जाते हैं कि कुछ गलत है।
Shrinker क्या करता है: यह गिनता है कि चीजें कितनी बार हो सकती हैं। यदि यह जानता है कि एक व्यक्ति की केवल एक ही माँ हो सकती है, तो यह किसी भी ऐसे नियम को हटा देता है जो एक ही व्यक्ति के लिए दो अलग-अलग माताओं को सूचीबद्ध करने की कोशिश करता है।
4. "हमेशा सत्य" वाले नियम (Singleton Reducible)
कल्पना कीजिए कि एक नियम कहता है, "यदि एक सूची (list) की एक लंबाई है, तो आप जीत जाते हैं।"
खैर, हर सूची की एक लंबाई होती है। यह जीवन का एक तथ्य है। यह जाँचने के लिए कि क्या किसी सूची की लंबाई है, वैसा ही है जैसे यह जाँचना कि क्या एक मछली के पास पानी है। यह हमेशा सत्य है, इसलिए यह जीतने वाले मूव और हारने वाले मूव के बीच अंतर करने में मदद नहीं करता है।
उपमा: यह एक सुरक्षा गार्ड द्वारा यह जाँचने जैसा है कि क्या किसी इमारत की छत है। हर इमारत की एक छत होती है, इसलिए यह जाँच यह नहीं बताती कि इमारत सुरक्षित है या नहीं। यह समय की बर्बादी है।
Shrinker क्या करता है: यह इन "हमेशा सत्य" वाली जाँचों की पहचान करता है और उन्हें हटा देता है क्योंकि वे निर्णय लेने की प्रक्रिया में कोई मूल्य नहीं जोड़ते हैं।
परिणाम: एक बड़ी गति वृद्धि (Speed Boost)
इस शोध पत्र ने दृश्य तर्क पहेलियों (visual reasoning puzzles) से लेकर बोर्ड गेम के नियम सीखने तक, कई विभिन्न कार्यों पर इस "Shrinker" संपादक का परीक्षण किया।
- Shrinker के बिना: रोबोट (एक ILP सिस्टम जिसे Popper कहा जाता है) कभी-कभी सही उत्तर खोजने में 10 घंटे ले लेता था क्योंकि वह लाखों बेकार, असंभव या अनावश्यक नियमों को छान रहा था।
- Shrinker के साथ: संपादक ने केवल 10 सेकंड में निरर्थक चीज़ों को काट दिया। फिर, रोबोट को केवल शेष, समझदारी भरे नियमों के माध्यम से खोज करनी पड़ी। कई मामलों में, रोबोट ने 2 सेकंड में उत्तर खोज लिया।
मुख्य निष्कर्ष
शोध पत्र का दावा है कि सीखने की प्रक्रिया शुरू होने से पहले नियम पुस्तिका से "कचरे" को साफ करने के लिए तार्किक तर्क (logical reasoning) का उपयोग करके, वे सटीकता खोए बिना सीखने की प्रक्रिया को 1,800 गुना तक तेज़ बना सकते हैं। उन्होंने साबित किया कि वे कभी भी एक "अच्छा" नियम नहीं फेंकते; वे केवल उन "बुरे" नियमों को फेंकते हैं जो कभी भी सबसे अच्छा समाधान नहीं हो सकते।
महत्वपूर्ण सीमाएँ जिनका उल्लेख किया गया है:
शोध पत्र नोट करता है कि यह तब सबसे अच्छा काम करता है जब पृष्ठभूमि ज्ञान सीमित (finite) हो (जैसे तथ्यों की एक सूची) और यह मानता है कि जो लिखा नहीं गया है वह गलत है ("closed world")। यदि दुनिया अनंत या शोर (noisy) वाली है, तो यह विशिष्ट संपादक भ्रमित हो सकता है। लेकिन जिन कार्यों का उन्होंने परीक्षण किया, उनके लिए यह एक बड़ी सफलता थी।
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।