Curiosity-Driven Development of Action and Language in Robots Through Self-Exploration
यह शोध पत्र प्रदर्शित करता है कि जिज्ञासा-प्रेरित सक्रिय अनुमान (curiosity-driven active inference) का उपयोग करने वाले रोबोटिक एजेंट आत्म-अन्वेषण के माध्यम से भाषा-क्रिया संबंधों को कुशलतापूर्वक प्राप्त कर सकते हैं, जो मनुष्यों में देखे जाने वाले प्रमुख विकासात्मक पैटर्न जैसे कि संरचनात्मक सामान्यीकरण (compositional generalization), त्वरित अधिगम और यू-आकारित प्रदर्शन वक्रों (U-shaped performance curves) की नकल करते हैं।
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 एक रोबोट है जो किसी मैनुअल से सीखता नहीं है, बल्कि एक जिज्ञासु बच्चे की तरह व्यवहार करता है: वह चीज़ों को आज़माता है, गलतियाँ करता है, और जब उसे कुछ नया पता चलता है तो वह उत्साहित हो जाता है। यह शोध पत्र "Curiosity-Driven Development of Action and Language in Robots Through Self-Exploration" के पीछे का मूल विचार है।
यहाँ एक सरल विवरण दिया गया है कि शोधकर्ताओं ने क्या किया और क्या पाया, जिसे रोज़मर्रा के उदाहरणों के माध्यम से समझाया गया है।
बड़ा सवाल
मानव शिशु अद्भुत रूप से सीखने वाले होते हैं। वे बहुत कम अभ्यास के साथ भाषा का उपयोग करना और अपने शरीर को चलाना सीख सकते हैं। इसके विपरीत, आधुनिक AI (जैसे कि चैटबॉट्स जिन्हें आप जानते होंगे) को समान चीजें सीखने के लिए अरबों किताबें पढ़ने की आवश्यकता होती है। शोधकर्ता यह जानना चाहते थे कि: इतने कम डेटा के साथ मनुष्य इतनी कुशलता से कैसे सीखते हैं?
उन्होंने यह परीक्षण करने के लिए एक रोबोट बनाया कि क्या "जिज्ञासा" ही वह गुप्त सामग्री है।
रोबोट और उसका खेल का मैदान
शोधकर्ताओं ने एक सिम्युलेटेड रोबोट बनाया जो थोड़ा एक छोटे ट्रक जैसा दिखता है जिसमें एक हाथ (arm) लगा है। यह एक डिजिटल दुनिया में रहता है जो रंगीन वस्तुओं (जैसे लाल स्तंभ, नीले डंबल और हरे डंडों) से भरी है।
रोबोट का लक्ष्य एक "कमांड वॉयस" (जैसे "लाल स्तंभ को धक्का दो") को सुनना और वास्तव में उसे करना है। लेकिन यहाँ एक मोड़ है: रोबोट को यह ठीक-ठीक नहीं बताया जाता कि इसे कैसे करना है। उसे खुद यह पता लगाना होगा कि लक्ष्य प्राप्त करने के लिए कौन से पहिए घुमाने हैं और अपने हाथ को कैसे हिलाना है।
गुप्त मंत्र: पुरस्कार के रूप में जिज्ञासा
आमतौर पर, रोबots को केवल तभी पुरस्कृत किया जाता है जब वे सफल होते हैं (जैसे, "अच्छा काम किया, तुमने ब्लॉक को धक्का दिया!")। लेकिन इस रोबोट में एक विशेष आंतरिक प्रेरणा है जिसे जिज्ञासा (curiosity) कहा जाता है।
इसे एक बच्चे द्वारा एक नए कमरे की खोज करने जैसा समझें:
- उबाऊ: यदि रोबोट कुछ ऐसा करता है जो वह पहले से जानता है, तो उसे एक छोटा "बोरियत" का संकेत मिलता है।
- रोमांचक: यदि रोबot कुछ नया आज़माता है और एक ऐसा परिणाम देखता है जिसकी उसने उम्मीद नहीं की थी (जैसे एक नया कोण या एक अलग आवाज़), तो उसे एक बड़ा "जिज्ञासा पुरस्कार" मिलता है।
रोबोट अनिवार्य रूप से कह रहा है, "मैं दुनिया के बारे में और अधिक जानना चाहता हूँ!" यह उसे अपने आप वातावरण का पता लगाने के लिए प्रेरित करता है, भले ही वह अभी किसी विशिष्ट पहेली को हल करने की कोशिश न कर रहा हो।
उन्होंने क्या खोजा
शोधकर्ताओं ने हजारों सिमुलेशन चलाए और पाँच मुख्य बातें पाईं जो मानव बच्चों के सीखने के तरीके को दर्शाती हैं:
1. अधिक शब्द = बेहतर सीखना ("शब्दावली" प्रभाव)
- निष्कर्ष: जब रोबोट को शब्दों का एक बड़ा सेट सिखाया गया (अधिक क्रियाएं, रंग और वस्तुएं), तो वह उन नए वाक्यों को समझने में बहुत बेहतर हो गया जो उसने पहले कभी नहीं सुने थे।
- उदाहरण: कल्पना कीजिए कि आप एक बच्चे को ब्लॉक्स के साथ खेलना सिखा रहे हैं। यदि आप उन्हें केवल लाल ब्लॉक्स देते हैं, तो वे केवल लाल टावर ही बना सकते हैं। लेकिन यदि आप उन्हें लाल, नीले और हरे ब्लॉक्स देते हैं, तो वे जल्दी ही समझ जाते हैं, "ओह, मैं किसी भी रंग को स्टैक कर सकता हूँ!" रोबोट ने सीखा कि भाषा हिस्सों (जैसे लेगो ब्रिक्स) से बनी है जिन्हें मिलाया और बदला जा सकता है।
2. जिज्ञासा सीखने की गति बढ़ाती है
- निष्कर्ष: "जिज्ञासा" सेटिंग वाले रोबोट्स ने बिना इसके वाले रोबोट्स की तुलना में बहुत तेज़ी से सीखा। जिज्ञासा के बिना, रोबोट अंततः कार्यों को सीख जाता था, लेकिन इसमें दोगुना समय लगता था।
- उदाहरण: एक छात्र जो कक्षा में ऊब रहा है, वह केवल शिक्षक के उत्तर बताने का इंतज़ार कर सकता है। एक जिज्ञासु छात्र प्रश्न पूछता है, विभिन्न तरीकों को आज़माता है, और चीज़ों को बहुत तेज़ी से समझ लेता है। रोबोट की जिज्ञासा उस उत्साही छात्र की तरह काम करती थी।
3. रटने से शुरुआत होती है (Rote Learning)
- निष्कर्ष: शुरुआत में, रोबोट केवल वही कर सकता था जो उसे पहले बताया गया था। वह सामान्यीकरण (generalize) नहीं कर सकता था। केवल बहुत अधिक अभ्यास के बाद ही वह नियमों को समझने और उन्हें नई स्थितियों में लागू करने लगा।
- उदाहरण: यह एक बच्चे के लिए अपनी माँ के लिए "मम्मा" बोलने जैसा है। शुरू में, वे शायद केवल अपनी माँ के लिए ही ऐसा कहेंगे। बाद में, वे समझते हैं कि "मम्मा" शब्द अन्य लोगों पर भी लागू होता है। रोबोट ने भी इसी रास्ते का अनुसरण किया: पहले विशिष्ट कमांड को याद करना, फिर सामान्य नियमों को समझना।
4. जटिल गतिविधियों से पहले सरल गतिविधियाँ
- निष्कर्ष: रोबोट ने जटिल कार्यों (जैसे "बाएँ धक्का दें" या "दाएँ धक्का दें") से पहले सरल क्रियाएं (जैसे "देखना" या "आगे धक्का देना") सीखीं।
- उदाहरण: जैसे एक बच्चा चलने या नाचने से पहले चलना सीखता है, रोबोट ने कठिन, समन्वित (coordinated) कार्यों को संभालने से पहले आसान गतिविधियों में महारत हासिल की।
5. "U-आकार" का लर्निंग कर्व (गलती वाला चरण)
- निष्कर्ष: जब शोधकर्ताओं ने एक "ट्रिक" पेश की (दो कमांड्स के अर्थ को आपस में बदल दिया), तो रोबोट का प्रदर्शन बेहतर होने से पहले खराब हो गया। वह सही काम करना शुरू करता था, फिर एक नियम को बहुत अधिक लागू करने के कारण गलतियाँ करने लगता था, और अंत में अपवाद को समझ जाता था।
- उदाहरण: यह बिल्कुल वैसा ही है जैसा कि बच्चे अंग्रेजी व्याकरण सीखते समय करते हैं। वे सीखते हैं "I walked" (सही)। फिर वे नियम सीखते हैं कि "भूतकाल के लिए -ed जोड़ें" और कहते हैं "I goed" (एक गलती)। अंत में, वे अपवाद को सीखते हैं और फिर से कहते हैं "I walked"। रोबोट इस "U-आकार" के कर्व से गुजरा, जो यह साबित करता है कि वह अपनी आंतरिक समझ को पुनर्गठित कर रहा था, न कि केवल रट रहा था।
निष्कर्ष
यह शोध पत्र सुझाव देता है कि जिज्ञासा सीखने का एक शक्तिशाली इंजन है। रोबोट को उसके संसार का पता लगाने देने और उसे नई चीज़ों की खोज के लिए पुरस्कृत करने से, रोबोट स्वाभाविक रूप से जटिल भाषा को समझने और अपवादों को संभालने की क्षमता विकसित करता है, ठीक वैसे ही जैसे एक मानव बच्चा करता है।
शोधकर्ता इस बात पर ज़ोर देते हैं कि यह एक सरलीकृत मॉडल है। वास्तविक मानव शिशुओं के पास बोलने से पहले सामाजिक संपर्क और शारीरिक विकास के कई वर्ष होते हैं। हालाँकि, यह अध्ययन दिखाता है कि भले ही इसमें ऐसे सामाजिक कारक न हों, फिर भी जिज्ञासा से प्रेरित एक मशीन स्मार्ट और लचीले तरीके से शब्दों और कार्यों को संयोजित करना सीख 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।