A Rule-Based Approach to Specifying Preferences over Conflicting Facts and Querying Inconsistent Knowledge Bases
यह शोध पत्र एक डिक्लेरेटिव नियम-आधारित ढांचे को प्रस्तुत करता है जो विसंगत ज्ञान भंडारों (इनकंसिस्टेंट नॉलेज बेसेस) के लिए क्वेरी करने हेतु विरोधाभासी तथ्यों के बीच प्राथमिकता संबंधों को निर्दिष्ट और गणना करने के लिए 'आंसर सेट प्रोग्रामिंग' का उपयोग करता है, जो अचक्रीयता विश्लेषण (एसाइक्लिसिटी एनालिसिस) और व्यावहारिक चक्र हटाने की तकनीकों के माध्यम से चक्रीय प्राथमिकताओं की चुनौतियों का समाधान 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 आप एक विशाल, अराजक पुस्तकालय के लाइब्रेरियन हैं जहाँ कुछ किताबें गलती से विरोधाभासी पन्नों के साथ आपस में चिपका दी गई हैं। एक किताब कहती है, "आकाश नीला है," जबकि उसी शेल्फ से चिपकी दूसरी किताब दावा करती है, "आकाश हरा है।" कंप्यूटर विज्ञान की दुनिया में, इसे "असंगत ज्ञान आधार" (inconsistent knowledge base) कहा जाता है। जब कोई कंप्यूटर इस बिखरी हुई लाइब्रेरी का उपयोग करके किसी प्रश्न का उत्तर देने की कोशिश करता है, तो वह अटक जाता है। इसे ठीक करने के लिए, वैज्ञानिकों ने "रिपेयरिंग" (repairing) नामक एक विधि विकसित की है। इसे ऐसे समझें जैसे एक लाइब्रेरियन, पूरी लाइब्रेरी को फेंकने के बजाय, सावधानी से उन विरोधाभासी पन्नों को काट देता है ताकि कहानी का एक साफ और सुसंगत संस्करण बनाया जा सके। लेकिन यहाँ एक पेचीदा बात है: यदि आपके पास सौ विरोधाभासी पन्ने हैं, तो उन्हें काटने के हजारों तरीके हो सकते हैं। कंप्यूटर कहानी के किस संस्करण पर भरोसा करे?
आमतौर पर, कंप्यूटर बहुत सावधान रहने की कोशिश करता है और केवल उन्हीं उत्तरों को स्वीकार करता है जो हर संभव साफ संस्करण में दिखाई देते हैं। लेकिन कभी-कभी, हमें पता होता है कि कुछ तथ्य दूसरों की तुलना में अधिक विश्वसनीय होते हैं। शायद "नीले आकाश" वाली किताब एक प्रसिद्ध खगोलशास्त्री द्वारा लिखी गई थी, जबकि "हरे आकाश" वाली एक बच्चे की ड्राइंग थी। यदि हम कंप्यूटर को बता सकें, "डूडल के ऊपर खगोलशास्त्री पर भरोसा करो," तो यह कहानी का सबसे अच्छा संस्करण चुन सकता है। यहीं पर यह नया शोध पत्र आता है। यह इस समस्या पर काम करता है कि कंप्यूटर को यह कैसे बताया जाए कि कौन से तथ्य बेहतर हैं, बिना किसी इंसान को लाइब्रेरी के हर एक पन्ने को मैन्युअल रूप से रैंक करने के लिए मजबूर किए।
लेखक, जो फ्रांस और जापान के शोधकर्ताओं की एक टीम है, ने एक चतुर नई प्रणाली बनाई है जो उपयोगकर्ताओं को इस पहेली को सुलझाने के लिए सरल "वरीयता नियम" (preference rules) लिखने की अनुमति देती है। हजारों तथ्यों को मैन्युअल रूप से छांटने के बजाय, आप बस ऐसे निर्देश लिख सकते हैं, "यदि दो तथ्यों में संघर्ष होता है, तो उसे रखें जो हाल ही में जोड़ा गया है," या "यदि कोई तथ्य एक भरोसेमंद स्रोत से आता है, तो अज्ञात स्रोत वाले तथ्य के ऊपर उसे रखें।" यह शोध पत्र एक ऐसा ढांचा पेश करता है जहाँ ये नियम स्वचालित रूप से एक प्राथमिकता सूची तैयार करते हैं, जो कंप्यूटर को बताता है कि संघर्ष होने पर किन तथ्यों को सुरक्षित रखना है और किन्हें हटा देना है।
हालाँकि, इसमें एक पेंच है। यदि आप बहुत अधिक नियम लिखते हैं, तो वे एक लूप (चक्र) में फंस सकते हैं। उदाहरण के लिए, नियम A कहता है "तथ्य 1, तथ्य 2 से बेहतर है," नियम B कहता है "तथ्य 2, तथ्य 3 से बेहतर है," लेकिन नियम C कहता है "तथ्य 3, तथ्य 1 से बेहतर है।" यह एक गोलाकार तर्क पैदा करता है जहाँ वास्तव में कुछ भी सबसे अच्छा नहीं रह जाता। इस शोध पत्र की मुख्य खोज इन लूप्स को तोड़ने के लिए रणनीतियों का एक सेट है। लेखक इन गांठों को सुलझाने के लिए चार अलग-अलग तरीके प्रस्तावित करते हैं, जिसमें "गो अप" (go up) विधि (सबसे महत्वपूर्ण नियमों को प्राथमिकता देना) से लेकर "ग्राउंडेड" (grounded) विधि (केवल उन तथ्यों पर भरोसा करना जो भ्रमित करने वाले लूप का हिस्सा नहीं हैं) तक शामिल हैं। उन्होंने इन तरीकों का परीक्षण "आंसर सेट प्रोग्रामिंग" (Answer Set Programming) नामक एक कंप्यूटर प्रोग्राम का उपयोग करके किया, जो एक सुपर-स्मार्ट लॉजिक सॉल्वर की तरह है।
शोधकर्ताओं ने पाया कि हालांकि उनकी प्रणाली शक्तिशाली और लचीली है, लेकिन यह पुराने, अधिक कठोर तरीकों की तुलना में थोड़ी धीमी हो सकती है, खासकर डेटा की विशाल लाइब्रेरी के मामले में। अपने प्रयोगों में, उन्होंने 20 लाख तथ्यों तक के परिदृश्यों का परीक्षण किया और पाया कि उनका सिस्टम जटिल संघर्षों को सफलतापूर्वक सुलझा सकता है और प्रश्न पूछ सकता है, भले ही संघर्ष अव्यवस्थित और गैर-बाइनरी (दो से अधिक तथ्यों वाले) हों। उन्होंने गणितीय रूप से भी सिद्ध किया कि कुछ सरल नियमों के लिए, आप 100% सुनिश्चित हो सकते हैं कि सिस्टम लूप में नहीं फंसेगा, लेकिन अधिक जटिल नियमों के लिए, आपको उनके "लूप-ब्रेकिंग" रणनीतियों का उपयोग करने की आवश्यकता हो सकती है। अंततः, यह शोध पत्र न केवल बिखरे हुए डेटा को ठीक करने का एक नया तरीका प्रदान करता है; यह मनुष्यों को अपनी तर्कशक्ति को साधारण अंग्रेजी नियमों में व्यक्त करने का एक तरीका देता है, जिससे कंप्यूटर सच्चाई के किस संस्करण पर विश्वास करना है, इसका भारी काम संभाल सके।
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।