NeuralOS: Towards Simulating Operating Systems via Neural Generative Models
न्यूरलओएस (NeuralOS) एक न्यूरल फ्रेमवर्क है जो स्टेट ट्रैकिंग के लिए एक रिकरेंट न्यूरल नेटवर्क को यथार्थवादी स्क्रीन फ्रेम्स उत्पन्न करने के लिए एक डिफ्यूजन-आधारित रेंडरर के साथ जोड़कर ऑपरेटिंग सिस्टम के ग्राफिकल यूजर इंटरफेस का अनुकरण करता है, जो प्रशिक्षण डेटा से मौजूदा और अनदेखे अनुप्रयोगों दोनों के लिए इंटरैक्शन को सीखने और संश्लेषित करने की क्षमता प्रदर्शित करता 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 आपके पास एक जादुई, अदृश्य कठपुतली संचालक (puppeteer) है जिसने कंप्यूटर का उपयोग करते हुए लोगों के लाखों घंटों को देखा है। यह कठपुतली सिर्फ यह नहीं जानती कि कौन से बटन दबाने हैं; वह यह भी जानती है कि स्क्रीन कैसी दिखती है, खिड़कियाँ कैसे खुलती हैं, और माउस कर्सर स्क्रीन पर कैसे हिलता है।
NeuralOS इस कठपुतली का नाम है। यह एक नए प्रकार का आर्टिफिशियल इंटेलिजेंस (AI) है जो विंडोज या मैकओएस की तरह केवल एक ऑपरेटिंग सिस्टम को "चलाता" नहीं है। इसके बजाय, यह फ्रेम-दर-फ्रेम, वास्तविक समय में ऑपरेटिंग सिस्टम को अस्तित्व में सपना (dream) देखता है।
यह कैसे काम करता है, यहाँ सरल अवधारणाओं में दिया गया है:
1. दो-मस्तिष्क प्रणाली (The Two-Brain System)
NeuralOS को ऐसे समझें जैसे इसमें दो अलग-अलग मस्तिष्क मिलकर काम कर रहे हों, ठीक वैसे ही जैसे एक इंसान में एक "सोचने वाला" हिस्सा और एक "चित्र बनाने वाला" हिस्सा होता है।
- स्मृति मस्तिष्क (The RNN): यह हिस्सा कंप्यूटर की "अल्पकालिक स्मृति" (short-term memory) के रूप में कार्य करता है। यह ट्रैक करता है कि क्या हो रहा है: क्या माउस बाईं ओर हिल रहा है? क्या उपयोगकर्ता ने अभी-अभी "होम" बटन क्लिक किया? क्या Firefox खुल रहा है? यह कंप्यूटर की स्थिति का मानसिक नोट रखता है, भले ही स्क्रीन में कोई बदलाव न हुआ हो।
- कलाकार मस्तिष्क (The Diffusion Renderer): यह हिस्सा चित्रकार है। यह मेमोरी ब्रेन से निर्देश लेता है और वास्तव में स्क्रीन का चित्र बनाता है। यह एक बहुत तेज़ कलाकार की तरह है जो मेमोरी ब्रेन द्वारा बताए जाने पर, प्रति सेकंड 1/60वें हिस्से में कार्टून का एक नया फ्रेम पेंट कर सकता है।
2. "जादुिक ट्रिक" सीखना (The "Magic Trick" of Learning)
आमतौर पर, कंप्यूटर को फोल्डर खोलना सिखाने के लिए, आपको हजारों लाइनों का कोड लिखना पड़ता है जो इसे ठीक से करने के लिए निर्देश दे। NeuralOS अलग है। इसने देखकर सीखा।
शोधकर्ताओं ने इसे कंप्यूटर का उपयोग करते हुए लोगों के वीडियो रिकॉर्डिंग के घंटों को दिखाया (Ubuntu Linux)। AI ने माउस के हिलने, क्लिक होने और खिड़कियों के खुलने को देखा। समय के साथ, इसने कंप्यूटर के "नियमों" को किसी मैनुअल को पढ़कर नहीं, बल्कि पैटर्न देखकर सीखा, ठीक वैसे ही जैसे एक बच्चा अपने माता-पिता को हज़ार बार दरवाज़ा खोलते देखकर यह सीखता है कि दरवाज़ा कैसे काम करता है।
3. "डूम" का भ्रम (The "Doom" Illusion - सबसे दिलचस्प हिस्सा)
यहाँ वह जगह है जहाँ यह वास्तव में दिमाग घुमा देने वाला है। शोधकर्ताओं ने NeuralOS को क्लासिक गेम Doom खेलना सिखाया। लेकिन एक शर्त थी: कंप्यूटर पर असली Doom कभी इंस्टॉल नहीं किया गया था।
AI ने असली गेम कभी नहीं देखा था। इसके बजाय, शोधकर्ताओं ने इसे एक नकली वीडियो दिखाया: किसी व्यक्ति द्वारा "Doom" आइकन पर क्लिक करने का वीडियो, जिसके बाद किसी के Doom खेलने का वीडियो। AI ने इन दोनों चीज़ों को अपने "मन" में जोड़ दिया।
जब NeuralOS सिमुलेशन में किसी उपयोगकर्ता ने नकली "Doom" आइकन पर क्लिक किया, तो AI ने वास्तव में प्रोग्राम लॉन्च नहीं किया। इसने केवल यह अनुमान (predict) लगाया कि अगला स्क्रीन कैसा दिखना चाहिए। इसने शून्य से गेम मेनू, बंदूक और राक्षसों का चित्र बनाया। इसने पूरी तरह से कल्पना से एक कार्यात्मक गेम बना दिया, क्योंकि इसने सीखा था कि "Doom खेलने" का विचार कैसा दिखता है।
4. यह एक बड़ी बात क्यों है?
- कोई क्रैश नहीं: चूंकि NeuralOS केवल चित्रों का अनुमान लगा रहा है, इसलिए इसमें पारंपरिक अर्थों में कोई "बग" नहीं होते। यदि आप गलत बटन दबाते हैं, तो यह बस वही चित्रित करता है जो इसके अनुसार आगे होना चाहिए। यह AI एजेंटों (जो कंप्यूटर का उपयोग करने वाले रोबोट हैं) के परीक्षण के लिए एक सुरक्षित सैंडबॉक्स है।
- कस्टम इंटरफेस: एक ऐसे ऑपरेटिंग सिस्टम की कल्पना करें जो आपके मूड के आधार पर अपना रूप बदल ले। यदि आप "साइबरपंक" शैली चाहते हैं, तो AI तुरंत पूरे इंटरफ़ेस को एक साइंस-फिक्शन फिल्म की तरह दिखने के लिए फिर से बना सकता है, क्योंकि यह पिक्सेल को जनरेट कर रहा है, न कि किसी निश्चित प्रोग्राम को चला रहा है।
- नकली डेटा से सीखना: जैसा कि Doom प्रयोग ने दिखाया, आपको AI को सिखाने के लिए वास्तविक कंप्यूटर की आवश्यकता नहीं है। आप इसे सिंथेटिक, बनावटी प्रदर्शनों का उपयोग करके सिखा सकते हैं, और यह वास्तविक चीज़ का सटीक अनुकरण करना सीख जाएगा।
उपमा: स्क्रिप्टेड रोबोट बनाम इम्प्रोव एक्टर (The Analogy: The Improv Actor vs. The Scripted Robot)
- पारंपरिक कंप्यूटर स्क्रिप्टेड रोबोट की तरह हैं। वे एक सख्त स्क्रिप्ट का पालन करते हैं। यदि आप उनसे स्क्रिप्ट से बाहर की कोई चीज़ करने के लिए कहते हैं (जैसे ऐसा बटन दबाना जो मौजूद नहीं है), तो वे क्रैश हो जाते हैं या "Error" कहते हैं।
- NeuralOS एक इम्प्रोव एक्टर (बिना स्क्रिप्ट के अभिनय करने वाला कलाकार) की तरह है। इसने कंप्यूटर के उपयोग के इतने दृश्य देखे हैं कि यह अनुमान लगा सकता है कि आगे क्या होगा। यदि आप इससे कुछ अजीब करने के लिए कहते हैं, तो यह क्रैश नहीं होता; यह अपने पिछले अनुभवों के आधार पर एक प्रशंसनीय प्रतिक्रिया बनाता है।
कमी (The Catch)
अभी, यह "कठपुतली संचालक" बहुत भूखा है। इसे चलाने के लिए भारी सुपरकंप्यूटरों (सैकड़ों शक्तिशाली ग्राफिक्स कार्ड) की आवश्यकता होती है। यह एक वास्तविक कंप्यूटर की तुलना में थोड़ा धीमा भी है, और यह अभी तक जटिल कोड को पूरी तरह से टाइप नहीं कर सकता है। लेकिन यह एक दिलचस्प बात साबित करता है: हमें भविष्य के कंप्यूटिंग को प्रोग्राम करने की आवश्यकता नहीं हो सकती है; हमें बस AI को इसकी कल्पना करना सिखाने की आवश्यकता हो सकती 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।