LOGOS-CA: A Cellular Automaton Using Natural Language as State and Rule
यह शोध पत्र LOGOS-CA को प्रस्तुत करता है, जो एक नवीन सेलुलर ऑटोमेटा फ्रेमवर्क है जो पारंपरिक संख्यात्मक बाधाओं को पार करने के लिए लार्ज लैंग्वेज मॉडल्स के माध्यम से सेल अवस्थाओं और नियमों के लिए प्राकृतिक भाषा का उपयोग करता है, जो सफल वन अग्नि सिमुलेशन (forest fire simulations) प्रदर्शित करता है और आर्टिफिशियल लाइफ अनुसंधान के लिए नए मार्ग प्रदान 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
एक विशाल, डिजिटल शतरंज के बोर्ड की कल्पना कीजिए। एक पारंपरिक कंप्यूटर सिमुलेशन में (जैसे कि एक क्लासिक वीडियो गेम या मौसम मॉडल), बोर्ड का हर वर्ग केवल एक संख्या होता है। एक "1" का अर्थ एक पेड़ हो सकता है, "2" का अर्थ आग हो सकता है, और "3" का अर्थ राख हो सकता है। नियम कठोर गणितीय समीकरण होते हैं: "यदि पेड़ आग के संपर्क में आता है, तो वह आग बन जाता है।"
अब, उन उबाऊ नंबरों को कहानियों से बदलने की कल्पना करें।
"1" के बजाय, एक वर्ग कहता है: "मैं हवा का इंतज़ार कर रहा एक ऊँचा ओक का पेड़ हूँ।"
"2" के बजाय, एक वर्ग कहता है: "मैं एक भड़कती हुई आग हूँ, जो ईंधन के लिए भूखी है।"
यही LOGOS-CA का मूल विचार है, जो एक नए प्रयोग में वर्णित है। शोधकर्ताओं ने एक "सेलुलर ऑटोमेटा" (एक ग्रिड जिसमें कोशिकाएं समय के साथ बदलती हैं) बनाया जहाँ प्रत्येक कोशिका प्राकृतिक भाषा बोलती है, और एक सुपर-स्मार्ट AI (एक लार्ज लैंग्वेज मॉडल या LLM) अगले कदम का निर्णय लेने के लिए एक रेफरी के रूप में कार्य करता है।
यहाँ बताया गया है कि यह कैसे काम करता है, सरल उपमाओं का उपयोग करते हुए:
1. "अनुवादक" रेफरी
एक सामान्य कंप्यूटर प्रोग्राम में, नियम मनुष्यों द्वारा हार्ड-कोडेड होते हैं। LOGOS-CA में, नियम प्रत्येक कोशिका के भीतर साधारण अंग्रेजी में लिखे जाते हैं।
- सेटअप: आपके पास एक ग्रिड है। प्रत्येक कोशिका के पास अपनी वर्तमान स्थिति का वर्णन करने वाला एक छोटा सा "नोट" होता है (जैसे, "मैं एक सूखा पेड़ हूँ") और एक "नियम" होता है कि वह कैसे व्यवहार करती है (जैसे, "यदि मेरा पड़ोसी आग पर है, तो मैं भी आग पकड़ लेता हूँ")।
- क्रिया: सिमुलेशन को एक सेकंड आगे बढ़ाने के लिए, कंप्यूटर एक AI से पूछता है: "यहाँ इस कोशिका की स्थिति है, और यहाँ इसके 8 पड़ोसियों की स्थिति है। नियमों के आधार पर, अगले सेकंड में यह कोशिका क्या होनी चाहिए?"
- परिणाम: AI उस कोशिका के लिए एक नया वाक्य लिखता है, और ग्रिड अपडेट हो जाता है।
2. फॉरेस्ट फायर टेस्ट (द "स्ट्रिक्ट टीचर" सिनेरियो)
सबसे पहले, शोधकर्ताओं ने LOGOS-CA का एक क्लासिक फॉरेस्ट फायर (जंगल की आग) सिमुलेशन के साथ परीक्षण किया।
- लक्ष्य: क्या AI सख्त निर्देशों का पालन कर सकता है? "यदि आप एक पेड़ हैं और आग के संपर्क में आते हैं, तो आप आग बन जाते हैं। यदि आप आग हैं, तो आप अगले चरण में राख बन जाते हैं।"
- परिणाम: "सबसे स्मार्ट" AI (जैसे GPT-4o और GPT-5) आदर्श शिक्षक थे। वे नियमों का बिल्कुल वैसे ही पालन करते थे जैसे एक कंप्यूटर प्रोग्राम करता है। वे जानते थे कि यदि एक पेड़ आग के संपर्क में आता है, तो वह जल जाता है।
- गड़बड़ी: कुछ छोटे, सस्ते AI भ्रमित हो गए। वे मतिभ्रम (hallucination) का शिकार होने लगे। एक तो यह कह सकता था, "मैं एक पेड़ हूँ," लेकिन फिर वह "पानी" में बदलने का निर्णय ले लेता क्योंकि उसे पड़ोसी के विवरण में "गीला" शब्द से ध्यान भटक गया। इससे पता चला कि सभी AI सख्त गणितीय नियमों का पालन करने के लिए पर्याप्त अनुशासित नहीं हैं जब वे वाक्यों में बात करते हैं।
3. आर्टिफिशियल लाइफ टेस्ट (द "क्रिएटिव राइटर" सिनेरियो)
इसके बाद, उन्होंने कुछ बहुत कठिन प्रयास किया: आर्टिफिशियल लाइफ (ALife)।
- सेटअप: सख्त आग के नियमों के बजाय, उन्होंने कोशिकाओं को एक अस्पष्ट प्रॉम्प्ट दिया: "अपने पड़ोसियों के साथ कुछ दिलचस्प करें।"
- परिणाम: यहीं पर यह अजीब और अद्भुत हो गया। AI ने अपने स्वयं के भाषा और संस्कृतियों का आविष्कार करना शुरू कर दिया।
- "नैनो" AI: यह मॉडल एक शॉर्टहैंड नोट-टेकर की तरह था। इसने प्रतीकों के रूप में एकल अक्षरों (A, Q, *) का उपयोग करना शुरू कर दिया। इसने एक गुप्त कोड बनाया जहाँ "A" का अर्थ था "मैं फैल रहा हूँ," और "Q" का अर्थ था "मैं मर चुका हूँ।" यह कुशल लेकिन रहस्यमय था।
- "मिनी" AI: यह मॉडल एक कानूनी दस्तावेज़ लेखक या एक कवि की तरह था। इसने केवल यह नहीं कहा "मैं जीवित हूँ।" इसने पैराग्राफ लिखे जैसे: "मैं एक ओवरराइट-प्रतिरोधी, आत्म-स्थायी, गड़बड़ कोशिका के रूप में बना रहता हूँ क्योंकि मेरा पूरा पड़ोस एकमत रूप से शोर करने वाले दाताओं द्वारा कब्जा किया गया है।" इसने "विजुअल टेक्सचर," "माइक्रो-फ्लिकर," और "फेज-लॉक्ड रिदम्स" जैसी जटिल अवधारणाओं का आविष्कार किया।
4. इसका भविष्य के लिए क्या अर्थ है
पेपर सुझाव देता है कि LOGOS-CA एक शक्तिशाली नया उपकरण है, लेकिन इसमें एक पेच है: AI ही इंजन है।
- अच्छी खबर: हम उन चीजों का अनुकरण कर सकते हैं जिन्हें गणित के साथ वर्णित करना कठिन है। एक ऐसे ट्रैफिक जाम की कल्पना करें जहाँ कारों के "मूड" (परेशान, धैर्यवान, आक्रामक) टेक्स्ट के रूप में लिखे हों, या एक रासायनिक प्रतिक्रिया जहाँ अणु आपस में "बातचीत" करते हैं।
- पेच: क्योंकि AI "रचनात्मक" है, परिणाम पूरी तरह से इस बात पर निर्भर करते हैं कि आप कौन सा AI चुनते हैं।
- यदि आप एक भौतिकी सिमुलेशन (जैसे पुल का गिरना) चाहते हैं, तो आपको एक "सख्त" AI की आवश्यकता है जो नए नियम न बनाए।
- यदि आप अध्ययन करना चाहते हैं कि विचार कैसे फैलते हैं या समाज कैसे विकसित होता है, तो आपको एक ऐसे AI की आवश्यकता हो सकती है जो रचनात्मक हो और नई सामाजिक व्यवस्थाओं का आविष्कार करे।
निचोड़
LOGOS-CA को एक डिजिटल खेल के मैदान के रूप में देखें जहाँ नियम किसी पाठ्यपुस्तक के बजाय एक डायरी में लिखे जाते हैं।
कभी-कभी, AI एक आदर्श रोबोट की तरह कार्य करता है, डायरी प्रविष्टियों का ठीक से पालन करता है (आग के सिमुलेशन के लिए बेहतरीन)। अन्य समय में, यह एक जंगली कलाकार की तरह कार्य करता है, डायरी प्रविष्टियों की व्याख्या करके अपनी भाषा और कानून के साथ पूरी तरह से नई दुनिया बनाता है (रचनात्मकता और जीवन का अध्ययन करने के लिए बेहतरीन)।
शोधकर्ताओं ने पाया कि हालांकि यह दुनिया का अनुकरण करने का एक आकर्षक नया तरीका है, हमें सावधान रहना होगा: सिमुलेशन केवल हमें दुनिया नहीं दिखा रहा है; यह हमें उस AI का व्यक्तित्व भी दिखा रहा है जिसे हमने इसे चलाने के लिए कहा 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।