EvoMAS: Evolutionary Generation of Multi-Agent Systems
EvoMAS एक ऐसा विकासवादी ढांचा (evolutionary framework) पेश करता है जो फीडबैक-आधारित उत्परिवर्तन (mutation) और क्रॉसओवर के माध्यम से संरचित कॉन्फ़िगरेशन को पुनरावृत्ति द्वारा परिष्कृत करके, स्वचालित रूप से मजबूत और उच्च-प्रदर्शन वाले मल्टी-एजेंट सिस्टम उत्पन्न करता है, जो विविध रीजनिंग, सॉफ्टवेयर इंजीनियरिंग और टूल-यूज़ बेंचमार्क में मानव-निर्मित और पूर्व स्वचालित विधियों दोनों से काफी बेहतर प्रदर्शन 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 आपको एक बहुत ही जटिल समस्या हल करनी है, जैसे कि एक विशाल अंतरराष्ट्रीय यात्रा की योजना बनाना, किसी टूटे हुए सॉफ़्टवेयर को ठीक करना (डिबगिंग), या कोई कठिन गणितीय पहेली सुलझाना। आप एक बहुत ही बुद्धिमान व्यक्ति (एक एकल AI) से यह सब करने के लिए कह सकते हैं। लेकिन अक्सर, वह एक व्यक्ति अभिभूत हो जाता है, गलतियाँ करता है, या किसी महत्वपूर्ण विवरण को छोड़ देता है।
एक बेहतर दृष्टिकोण यह है कि विशेषज्ञों की एक टीम को काम पर लगाया जाए। एक व्यक्ति मार्ग की योजना बनाता है, दूसरा बजट की जाँच करता है, तीसरा होटल बुक करता है, और चौथा यात्रा कार्यक्रम (इटीनररी) की दोबारा जाँच करता है। इसे मल्टी-एजेंट सिस्टम (MAS) कहा जाता है।
समस्या क्या है? एक आदर्श टीम डिजाइन करना अविश्वसनीय रूप से कठिन है। आपको तय करना होता है:
- टीम में कौन होगा?
- उनके विशिष्ट कार्य क्या होंगे?
- वे एक-दूसरे से कैसे बात करेंगे?
- प्रत्येक व्यक्ति किस "मस्तिष्क" (AI मॉडल) का उपयोग करेगा?
आमतौर पर, मनुष्यों को इन टीमों को मैन्युअल रूप से डिजाइन करना पड़ता है, जो धीमा, महंगा है, और अक्सर ऐसी टीमें परिणाम देता है जो आपस में अच्छी तरह काम नहीं कर पातीं।
एवोमास (EvoMAS) से मिलिए: "इवोल्यूशनरी टीम बिल्डर"
यह पेपर EvoMAS (इवोल्यूशनरी जनरेशन ऑफ मल्टी-एजेंट सिस्टम्स) पेश करता है। EvoMAS को एक डिजाइनर के रूप में नहीं, बल्कि टीमों के लिए 'सर्वाइवल ऑफ द फिटेस्ट' (योग्यतम की उत्तरजीविता) प्रयोग चलाने वाले एक प्रकृतिवादी के रूप में समझें।
यह कैसे काम करता है, यहाँ एक सरल उपमा दी गई है:
1. शुरुआती चिड़ियाघर (द पूल)
कल्पना कीजिए कि आपके पास अलग-अलग टीम संरचनाओं से भरा एक चिड़ियाघर है। कुछ "डिबेट क्लब" हैं जहाँ सच्चाई खोजने के लिए सभी बहस करते हैं। अन्य "असेंबली लाइन्स" हैं जहाँ काम एक व्यक्ति से दूसरे व्यक्ति तक पहुँचता है। कुछ "स्टार शेप" हैं जहाँ एक बॉस कई श्रमिकों को आदेश देता है।
- नवाचार: शून्य से कोड लिखने के बजाय, EvoMAS इन टीम संरचनाओं को कॉन्फ़िगरेशन (जैसे कि एक रेसिपी कार्ड या ब्लूप्रिंट) के रूप में मानता है। यह उन्हें पूरे सिस्टम को तोड़े बिना आसानी से बदलने योग्य बनाता है।
2. परीक्षण रन (एग्जीक्यूशन)
जब आप EvoMAS को एक विशिष्ट कार्य देते हैं (जैसे, "इस कोड में इस बग को ठीक करें"), तो यह आज़माने के लिए चिड़ियाघर से कुछ टीमें चुनता है।
- वे कार्य करने का प्रयास करते हैं।
- एक "जज" (एक अन्य AI) उन्हें देखता है और उन्हें स्कोर देता है: क्या उन्होंने इसे हल किया? क्या उन्होंने गलतियाँ कीं? क्या उन्हें बहुत अधिक समय लगा?
3. विकास (म्यूटेशन और क्रॉसओवर)
यही जादुм का हिस्सा है। EvoMAS केवल विजेता को चुनकर रुक नहीं जाता है। यह टीमों को विकसित (evolve) करने के लिए "जज" के फीडबैक का उपयोग करता है, ठीक वैसे ही जैसे प्रकृति जानवरों को विकसित करती है।
- म्यूटेशन (बदलाव): यदि एक टीम इसलिए विफल रही क्योंकि "गणित विशेषज्ञ" बहुत धीमा था, तो EvoMAS उनके मस्तिष्क को एक तेज़ मस्तिष्क से बदल सकता है, या उन्हें अपने चरणों को अधिक स्पष्ट रूप से लिखने के लिए कह सकता है। यह यह देखने के लिए एक समय में एक चीज़ बदलता है कि क्या इससे मदद मिलती है।
- क्रॉसओवर (मिक्स-एंड-मैच): यदि टीम A योजना बनाने में अच्छी है लेकिन जाँच करने में खराब है, और टीम B जाँच करने में अच्छी है लेकिन योजना बनाने में खराब है, तो EvoMAS एक हाइब्रिड 'चाइल्ड टीम' बनाता है। यह टीम A की संरचना लेता है लेकिन टीम B के जाँच विशेषज्ञों को इसमें शामिल कर देता है।
- लूप: यह बार-बार होता है। "खराब" टीमों को हटा दिया जाता है, और "अच्छी" टीमों को रखा जाता है, उनमें बदलाव किया जाता है, और फिर से मिलाया जाता है।
4. स्मृति (अतीत से सीखना)
EvoMAS के पास एक नोटबुक है। यदि इसे पता चलता है कि "समर्पित सत्यापनकर्ता (verifier) वाली टीमें हमेशा गणित की समस्याओं को बेहतर ढंग से हल करती हैं," तो यह इसे लिख लेता है। अगली बार जब यह गणित की समस्या का सामना करता है, तो यह शून्य से शुरुआत नहीं करता; इसे वह ट्रिक याद रहती है और यह तुरंत उसका उपयोग करता है।
यह पहले की तुलना में बेहतर क्यों है?
- पुराना तरीका (कोड जनरेशन): पिछले तरीकों ने पूरी टीम का सॉफ़्टवेयर कोड शून्य से लिखने की कोशिश की। यह एक शेफ से एक साथ एक नई रेसिपी, एक नया किचन और एक नया चूल्हा आविष्कार करने के लिए कहने जैसा है। इससे अक्सर "सिंटैक्स एरर" (कोड टूट जाता है) होते हैं या टीमें बहुत कठोर हो जाती हैं।
- EvoMAS का तरीका (कॉन्फ़िगरेशन): EvoMAS कच्चे कोड को नहीं, बल्कि ब्लूप्रिंट (कॉन्फ़िगरेशन) को बदलता है। यह घर की दीवारों को फिर से बनाने के बजाय घर के फर्नीचर को व्यवस्थित करने जैसा है। यह टीमों को बहुत अधिक विश्वसनीय बनाता है और उनके क्रैश होने की संभावना कम करता है।
- मानव से बेहतर: पेपर दिखाता है कि EvoMAS लगातार उन टीमों की तुलना में बेहतर प्रदर्शन करने वाली टीमें बनाता है जिन्हें मानव विशेषज्ञों द्वारा डिजाइन किया गया है। इसने एक ऐसा "स्वीट स्पॉट" खोजा कि कैसे टीमों को व्यवस्थित किया जाए जो इंसानों ने नहीं सोचा था।
सरल अंग्रेजी में परिणाम
शोधकर्ताओं ने तीन बहुत ही अलग प्रकार की चुनौतियों पर EvoMAS का परीक्षण किया:
- तर्क (Reasoning): तर्क पहेलियों और गणितीय समस्याओं को हल करना।
- सॉफ्टवेयर इंजीनियरिंग: कंप्यूटर कोड में वास्तविक बग्स को ठीक करना।
- टूल का उपयोग (Tool Use): कैलेंडर, ईमेल और डेटा चार्ट जैसे डिजिटल उपकरणों का उपयोग करना।
परिणाम:
- EvoMAS टीमों ने एकल AI, मानव-डिजाइन की गई टीमों और अन्य स्वचालित तरीकों की तुलना में इन समस्याओं को अधिक सटीकता से हल किया।
- वे अधिक विश्वसनीय थे। जहाँ अन्य तरीके अक्सर क्रैश हो जाते या विफल हो जाते, वहीं EvoMAS की टीमों ने लगभग हमेशा काम पूरा किया (96% से अधिक सफलता दर)।
- इसने नवीनतम AI मॉडल का उपयोग करते हुए एक प्रसिद्ध सॉफ़्टवेयर इंजीनियरिंग लीडरबोर्ड (SWE-Bench) पर शीर्ष स्कोर को भी पछाड़ दिया।
मुख्य निष्कर्ष
EvoMAS साबित करता है कि पूर्ण AI टीम को मैन्युअल रूप से डिजाइन करने के बजाय, हम एक AI को विशिष्ट कार्य के लिए पूर्ण टीम को विकसित (evolve) करने दे सकते हैं। यह एक कोच रखने जैसा है जो आपकी टीम को खेलते हुए देखता है, महसूस करता है कि कौन सा खिलाड़ी गलत पोजीशन में खेल रहा है, खिलाड़ियों को बदलता है, रणनीति बदलता है, और यह तब तक करता रहता है जब तक कि टीम अजेय न हो जाए।
पेपर का दावा है कि यह एक लचीला, विश्वसनीय और मानव द्वारा डिजाइन किए गए किसी भी सिस्टम से अधिक स्मार्ट AI सिस्टम बनाने का एक नया और मजबूत तरीका 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।