Neuro-Symbolic Synergy for Interactive World Modeling
यह शोध पत्र NeSyS का प्रस्ताव करता है, जो एक न्यूरो-सिम्बोलिक ढांचा है जो बारी-बारी से प्रशिक्षण और प्रत्यक्ष संभाव्यता वितरण बाधाओं के माध्यम से बड़े भाषा मॉडलों की अर्थ संबंधी अभिव्यक्तता को प्रतीकात्मक विश्व मॉडलों की तार्किक निरंतरता के साथ एकीकृत करता है, जिससे विविध संवादात्मक वातावरणों में बेहतर भविष्यवाणी सटीकता और डेटा दक्षता प्राप्त होती 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 रोबोट को एक जटिल वीडियो गेम खेलना या एक वास्तविक दुनिया की वेबसाइट पर नेविगेट करना सिखाने की कोशिश कर रहे हैं। आपके पास मदद करने के लिए दो बहुत अलग शिक्षक उपलब्ध हैं:
"क्रिएटिव स्टोरीटेलर" (न्यूरल मॉडल/LLM): यह शिक्षक अविश्वसनीय रूप से बुद्धिमान है, इसे लाखों तथ्य पता हैं, और यह पैटर्न और सामान्य ज्ञान के आधार पर अनुमान लगा सकता है कि आगे क्या होगा। हालांकि, यह थोड़ा काल्पनिक (dreamy) है। यह "भ्रमित" (hallucinate) हो सकता है (यानी बातें बना सकता है) या खेल के सख्त नियमों को भूल सकता है, जैसे यह सोचना कि एक पात्र उड़ सकता है जबकि नियम कहते हैं कि वह नहीं उड़ सकता।
"स्ट्रिक्ट रूलबुक" (सिंबोलिक मॉडल): यह शिक्षक एक स्प्रेडशीट वाला रोबोट है। इसे खेल का हर एक नियम पूरी तरह से पता है। यदि आप कोई नियम तोड़ने की कोशिश करते हैं, तो यह तुरंत चिल्लाकर कहता है "नहीं!"। लेकिन यह अनुमान लगाने में बहुत खराब है। यदि स्थिति अजीब या जटिल हो जाती है, तो यह रुक जाता है क्योंकि इसके पास उसके लिए कोई विशिष्ट नियम नहीं होता।
समस्या:
यदि आप केवल स्टोरीटेलर का उपयोग करते हैं, तो आपका रोबोट नकली नियम बनाता है और असफल हो जाता है। यदि आप केवल रूलबुक का उपयोग करते हैं, तो रोबोट किसी भी थोड़ी सी असामान्य चीज़ पर अटक जाता है।
समाधान: NeSyS (न्यूरो-सिंबोलिक सिनर्जी)
यह पेपर एक नए फ्रेमवर्क NeSyS को पेश करता है। इसे एक परफेक्ट टीम-अप के रूप में सोचें, जो क्रिएटिव स्टोरीटेलर और स्ट्रिक्ट रूलबुक के बीच का मेल है।
यह यहाँ कैसे काम करता है, इस सरल उपमा का उपयोग करते हुए:
1. "एनर्जी फ़िल्टर" (वे कैसे बात करते हैं)
आमतौर पर, जब आप स्टोरीटेलर से कोई प्रश्न पूछते हैं, तो वह आपको संभावित उत्तरों की एक सूची उनके "कॉन्फिडेंस स्कोर" के साथ देता है।
- पुराना तरीका: आप शायद स्टोरीटेलर को कह सकते हैं, "कृपया नियमों को याद रखें!" (यह प्रॉम्प्ट में एक लंबा नोट लिखने जैसा है)। लेकिन स्टोरीटलर अक्सर उस नोट को अनदेखा कर देता है यदि उसे अपने स्वयं के अनुमान पर बहुत अधिक भरोसा हो।
- NeSyS का तरीका: केवल विनम्रता से पूछने के बजाय, रूलबुक स्टोरीटेलर के मुँह के ठीक सामने एक ट्रैफिक लाइट या एक फ़िल्टर की तरह काम करता है।
- यदि स्टोरीटेलर एक ऐसा कदम सुझाता है जो नियम तोड़ता है (जैसे, "पात्र दीवार के ऊपर से कूद जाता है"), तो रूलबुक तुरंत उस विचार की संभावना (probability) को शून्य कर देता है (लाल बत्ती)।
- यदि स्टोरीटलर एक तार्किक कदम सुझाता है, तो रूलबुक उसे एक बढ़ावा (boost) देता है (हरी बत्ती)।
- जादू: स्टोरीटेलर को नियमों को "पढ़ने" की भी आवश्यकता नहीं है; नियम भौतिक रूप से चुने जाने वाले उत्तर की संभावनाओं को बदल देते हैं।
2. "स्टडी बडी" सिस्टम (वे कैसे सीखते हैं)
यह पेपर उन्हें प्रशिक्षित करने का एक चतुर तरीका भी बताता है ताकि वे एक ही चीज़ को बार-बार पढ़ने में समय बर्बाद न करें।
- चरण 1: वे अभ्यास समस्याओं के एक समूह को देखकर शुरू करते हैं।
- चरण 2: रूलबुक आसान, स्पष्ट समस्याओं को हल करता है (जैसे, "यदि आप 'खरीदें' पर क्लिक करते हैं, तो आइटम चला जाता है")। यह उन्हें नियमों के रूप में लिख लेता है।
- चरण 3: स्टोरीटेलर को केवल उन समस्याओं को सिखाया जाता है जिन्हें रूलबुक हल नहीं कर सका (कठिन, अजीब या रचनात्मक वाली चीजें)।
- परिणाम: स्टोरीटेलर बुनियादी गणित को फिर से सीखने में समय बर्बाद नहीं करता है; यह पूरी तरह से कठिन चीजों पर ध्यान केंद्रित करता है। यह प्रशिक्षण डेटा की आवश्यकता को 50% कम कर देता है जबकि रोबोट को स्मार्ट बनाता है।
पेपर से वास्तविक दुनिया के उदाहरण
शोधकर्ताओं ने इस टीम-अप का तीन अलग-अलग "दुनियाओं" में परीक्षण किया:
- साइंसवर्ल्ड (विज्ञान की क्विज़): रोबोट को विज्ञान की पहेलियाँ हल करनी थीं। रूलबुक सख्त तर्क को संभालता था (जैसे, "आप इन रसायनों को मिला नहीं सकते"), जबकि स्टोरीटेलर अजीब परिदृश्यों को संभालता था। साथ मिलकर, उन्होंने अकेले किसी भी अन्य के मुकाबले बेहतर स्कोर प्राप्त किया।
- वेबशॉप (ऑनलाइन स्टोर): कल्पना कीजिए कि आप एक वेबसाइट पर एक विशिष्ट शर्ट खरीदने की कोशिश कर रहे हैं।
- स्टोरीटेलर गलत बटन लेआउट का अनुमान लगा सकता है।
- रूलबुक जानता है कि "सर्च" बार ठीक कहाँ है।
- साथ मिलकर: रोबोट साइट पर नेविगेट करता है, आइटम पाता है और बिना भटके खरीदारी पूरी करता है।
- प्लैन्क्राफ्ट (माइनक्राफ्ट गेम): यह एक गेम है जहाँ आप चीजें क्राफ्ट करते हैं।
- स्टोरीटेलर तलवार की रेसिपी भूल सकता है।
- रूलबुक रेसिपी को पूरी तरह से जानता है।
- साथ मिलकर: रोबोट रेसिपी कभी नहीं भूलता, लेकिन वह सामग्री प्राप्त करने के लिए जटिल रणनीतियाँ भी बना सकता है।
यह क्यों महत्वपूर्ण है
यह दृष्टिकोण एक इंसान को कैलकुलेटर देने जैसा है। आपको इंसान को यह सिखाने की ज़रूरत नहीं है कि वह भाग (division) कितनी सटीकता से करता है (कैलकुलेटर वह करता है); आपको बस यह सिखाना है कि कैलकुलेटर का उपयोग कब करना है और परिणाम की व्याख्या कैसे करनी है।
AI की लचीलेपन (flexibility) को कोड की विश्वसनीयता (reliability) के साथ जोड़कर, NeSyS एक ऐसा सिस्टम बनाता है जो है:
- अधिक सटीक: यह तथ्य बनाना बंद कर देता है।
- अधिक कुशल: इसे सीखने के लिए आधे डेटा की आवश्यकता होती है।
- अधिक मजबूत (Robust): यह तब भी काम करता है जब नियम सख्त हों और स्थिति अव्यवस्थित हो।
संक्षेप में, NeSyS "ब्रेन + ब्रॉन" (मस्तिष्क + बल) की परम साझेदारी है, जो यह सुनिश्चित करती है कि हमारे AI एजेंट समस्याओं को हल करने के लिए पर्याप्त रचनात्मक और नियमों का पालन करने के लिए पर्याप्त अनुशासित दोनों हों।
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।