People use fast and flat simulation to reason about new games
बड़े पैमाने पर व्यवहार संबंधी अध्ययनों और एक कम्प्यूटेशनल "इंट्यूटिव गेमर" (सहज गेमर) मॉडल के माध्यम से, यह शोध पत्र प्रदर्शित करता है कि मनुष्य तेज़, सीमित-गहराई वाले संभाव्य सिमुलेशन का उपयोग करके नए खेलों के बारे में व्यवस्थित और अनुकूल रूप से तर्क करते हैं, जो अधिक लचीली, मानव-समान एआई प्रणालियों को विकसित करने के लिए अंतर्दृष्टि प्रदान करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आपको एक बिल्कुल नया बोर्ड गेम थमाया गया है जिसे आपने पहले कभी नहीं देखा। इसके नियम अजीब हैं: शायद आप 10x10 ग्रिड पर चार की पंक्ति बनाकर जीतते हैं, या शायद पहली बार तीन की पंक्ति बनाना वास्तव में आपको हरा देता है। आपने एक भी चाल नहीं चली है। आपके पास कोई रणनीति मार्गदर्शिका (strategy guide) नहीं है। आपके पास कोई कोच नहीं है।
तो, आप यह कैसे पता लगाएंगे कि क्या यह खेल निष्पक्ष है? आप कैसे तय करेंगे कि क्या यह मजेदार होने वाला है? और यदि आपको अपनी पहली चाल चलनी है, तो आप क्या करेंगे?
अधिकांश लोग मान लेते हैं कि एक खेल को अच्छी तरह से खेलने के लिए, आपको एक ग्रैंडमास्टर होने की आवश्यकता है जिसने वर्षों तक भविष्य की लाखों संभावनाओं की गणना करने में बिता दिए हों, जैसे कि कोई सुपरकंप्यूटर "क्या-होगा" के पेड़ों की गहराई में खुदाई कर रहा हो। लेकिन एक विशाल नए अध्ययन से पता चलता है कि जब हम किसी नई चीज़ का सामना करते हैं, तो हमारा मस्तिष्क इस तरह काम नहीं करता। इसके बजाय, हम सहज गेमर्स (intuitive gamers) की तरह हैं जो एक "फास्ट एंड फ्लैट" (तेज़ और सपाट) मानसिक शॉर्टकट का उपयोग करते हैं।
आपके भीतर का "सहज गेमर" (The Intuitive Gamer)
शोधकर्ताओं ने, जिनका नेतृत्व एमआईटी (MIT), प्रिंसटन और कैम्ब्रिज की एक टीम द्वारा किया गया था, 121 अलग-अलग, मुख्य रूप से नई, दो-खिलाड़ी वाली रणनीतिक खेलों के बारे में (या केवल उनके बारे में सोचने वाले) 1,000 से अधिक लोगों का अध्ययन किया। उन्होंने पाया कि जब हम किसी नई समस्या का सामना करते हैं, तो हम 20 कदम आगे देखने वाला एक गहरा, महंगा सिमुलेशन नहीं चलाते। इसमें बहुत अधिक मानसिक शक्ति खर्च होगी।
इसके बजाय, हमारा मस्तिष्क एक तेज़, सपाट और संभाव्य (probabilistic) सिमुलेशन चलाता है।
इसे इस तरह सोचें: कल्पना करें कि आप एक वीडियो गेम पात्र हैं जो केवल एक कदम आगे देख सकता है। आप बोर्ड देखते हैं, और खुद से दो सरल प्रश्न पूछते हैं:
- "यदि मैं अपना मोहरा यहाँ रखता हूँ, तो क्या यह मुझे जीतने के करीब ले जाता है?"
- "यदि मैं अपना मोहरा यहाँ रखता हूँ, तो क्या यह मेरे प्रतिद्वंद्वी को जीतने से रोकता है?"
आप खेल के अंत तक पूरी गणना नहीं करते हैं। आप बस एक त्वरित, उथली नज़र डालते हैं। फिर, आप उस नज़र के आधार पर एक अनुमान लगाते हैं। यदि आपको यह तय करना है कि खेल निष्पक्ष है या नहीं, तो आप गणित को हल नहीं करते; आप बस अपने दिमाग में इस त्वरित "नज़र" वाले सिमुलेशन को शायद 5 से 7 बार चलाते हैं और देखते हैं कि आमतौर पर क्या होता है। यदि उन त्वरित दौरों में से अधिकांश में खिलाड़ी 1 जीतता है, तो आप अनुमान लगाते हैं कि खेल अनुचित है। यदि वे बहुत बार टाई (tie) होते हैं, तो आप अनुमान लगाते हैं कि यह संतुलित है।
पेपर इस मॉडल को "इंट्यूटिव गेमर" (Intuitive Gamer) कहता है। यह सुझाव देता है कि मनुष्य इसमें आश्चर्यजनक रूप से अच्छे हैं। जब शोधकर्ताओं ने इस मॉडल का वास्तविक लोगों के साथ परीक्षण किया, तो इसने लोगों के विचारों और उनके द्वारा किए गए मूव्स के बारे में 81% सटीकता (एक R² = 0.81) के साथ भविष्यवाणी की। यह लगभग उस "शोर" (noise) के बराबर है जो मानव डेटा में होता है, जिसका अर्थ है कि मॉडल लगभग उस सब कुछ को पकड़ लेता है जिसे हम यह समझाने के लिए उपयोग कर सकते हैं कि लोग कैसे सोचते हैं।
हम क्या नहीं कर रहे हैं
अध्ययन स्पष्ट रूप से इस विचार का खंडन करता है कि नौसिखिए गहरे, विशेषज्ञ-स्तर की सोच का उपयोग कर रहे हैं।
- हम गहरे गोताखोर (deep divers) नहीं हैं: "एक्सपर्ट गेमर" मॉडल, जो लगभग 5 कदम आगे देखने का सिमुलेशन करता है (जैसे कि एक शतरंज मास्टर), सामान्य लोगों के व्यवहार की भविष्यवाणी करने में बहुत खराब था। यह "इंट्यूटिव गेमर" मॉडल की तुलना में कंप्यूटर पर चलाने में 700 गुना धीमा भी था।
- हम रैंडम (random) नहीं हैं: हम केवल पासा फेंककर चालें नहीं चुन रहे हैं। "रैंडम गेमर" मॉडल (जो पूरी तरह से यादृच्छिक चालें चुनता है) वास्तव में लोगों के खेलने के तरीके के लिए एक बुरा फिट था।
- हम पूर्ण कैलकुलेटर नहीं हैं: हमारे पास एक पूर्ण "ओरेकल" (Oracle) नहीं है जो सबसे अच्छा मूव जानता हो। हम संसाधनों की कमी से जूझ रहे हैं। हम बहुत कम मानसिक ऊर्जा के साथ अपना सर्वश्रेष्ठ करते हैं।
"मजे" का कारक (The "Fun" Factor)
शोधकर्ताओं ने लोगों से पूछा: "खेलने से पहले ही, क्या आपको लगता है कि यह खेल मजेदार होगा?"
उन्होंने पाया कि मजे के बारे में हमारा अनुमान भी रैंडम नहीं है। यह उन्हीं त्वरित सिमुलेशन पर आधारित है।
- संतुलन (Balance): हमें वे खेल पसंद हैं जहाँ शुरुआत से ही विजेता स्पष्ट नहीं होता। यदि पहला खिलाड़ी हमेशा जीतता है, तो यह उबाऊ है। यदि यह हमेशा टाई पर समाप्त होता है, तो यह निराशाजनक है।
- सोचने का इनाम (Thinking Reward): हमें वे खेल पसंद हैं जहाँ "सोचना" वास्तव में आपको यादृच्छिक रूप से चलने की तुलना में अधिक जीतने में मदद करता है।
- लंबाई (Length): हमें वे खेल पसंद हैं जो बहुत छोटे या बहुत लंबे नहीं होते। यह खेल की लंबाई के लिए एक 'गोल्डिलॉक्स ज़ोन' (Goldilocks zone) की तरह है।
"इंट्यूटिव गेमर" मॉडल इन "मजे" रेटिंग की 57% सटीकता के साथ भविष्यवाणी कर सकता है, जो मानव विचारों के लिए अधिकतम संभव सटीकता के बहुत करीब है (जो व्यक्ति दर व्यक्ति भिन्न होते हैं)।
जादू के पीछे के अंक
अध्ययन ने केवल अनुमान नहीं लगाया; उन्होंने इसे मापा।
- उन्होंने 121 विशिष्ट खेलों का परीक्षण किया जिनके नियम ऐसे थे जैसे "3 की पंक्ति जीतती है," "4 की पंक्ति हारती है," या "खिलाड़ी 2 को अपनी पहली बारी पर दो बार चलने का मौका मिलता है।"
- उन्होंने 238 लोगों से बिना खेले खेलों के निष्पक्षता का निर्णय करवाया।
- उन्होंने 302 लोगों को वास्तव में इन 40 खेलों को पहली बार खेला।
- उन्होंने 314 लोगों को दूसरों को खेलते हुए देखा और अगले मूव की भविष्यवाणी की।
- "इंट्यूटिव गेमर" मॉडल को मानव निर्णय से मेल खाने के लिए केवल लगभग 6 सिमुलेशन (k=6) चलाने की आवश्यकता थी।
- गति के मामले में, इंट्यूटिव गेमर मॉडल मोंटे कार्लो ट्री सर्च (MCTS) नामक एक मानक AI पद्धति की तुलना में लगभग 40,000 गुना तेज़ और "एक्सपर्ट गेमर" मॉडल की तुलना में 700 गुना तेज़ था।
निचोड़ (The Bottom Line)
पेपर सुझाव देता है कि जब हम किसी पूरी तरह से नई स्थिति का सामना करते हैं—चाहे वह अजीब बोर्ड गेम हो या किसी नए प्रकार की समस्या—तो हमें एक स्मार्ट अनुमान लगाने के लिए जीनियस या सुपरकंप्यूटर होने की आवश्यकता नहीं है। हमें बस कुछ त्वरित, उथले मानसिक सिमुलेशन चलाने की आवश्यकता है, जो हमारे लक्ष्यों और अपने प्रतिद्वंद्वियों को रोकने पर केंद्रित हों।
यह "फास्ट एंड फ्लैट" सोचने का तरीका कुशल है। यह पूर्ण नहीं है, और यह उतना गहरा नहीं है जितना कि एक ग्रैंडमास्टर वर्षों के अभ्यास के बाद करता है, लेकिन यह अनुकूल रूप से तर्कसंगत (adaptively rational) है। यह एक मानव मस्तिष्क के लिए एकदम सही उपकरण है जिसे बिना सारा दिन सोचने के अभी निर्णय लेने की आवश्यकता है।
लेखक स्वीकार करते हैं कि यह इस बारे में एक मॉडल है कि हम खेलों (विशेष रूप से पूर्ण-सूचना वाले बोर्ड गेम) के बारे में कैसे सोचते हैं, और वे सुझाव देते हैं कि यह जीवन के अन्य क्षेत्रों में भी लागू हो सकता है, जैसे कि वैज्ञानिक किन समस्याओं को हल करने का चुनाव करते हैं। लेकिन फिलहाल, साक्ष्य मजबूत हैं: जब हम एक नए खेल से मिलते हैं, तो हम सभी सहज गेमर होते हैं, जो यह देखने के लिए त्वरित मानसिक दौड़ चलाते हैं कि कौन जीतता है, और हम इसमें काफी अच्छे हैं।
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।