🤖 AI

Constrained Assumption-Based Argumentation Frameworks

यह शोधपत्र कंस्ट्रेंड अज़म्प्शन-बेस्ड आर्गुमेंटेशन (CABA) प्रस्तुत करता है, जो एक नवीन रूपरेखा है जो ग्राउंड-ओनली निरूपणों की सीमाओं को दूर करने के लिए अनंत डोमेन पर कंस्ट्रेंड वेरिएबल्स को शामिल करके मानक ABA का विस्तार करती है, और साथ ही मौजूदा ABA सिमेंटिक्स का रूढ़िवादी रूप से सामान्यीकरण करने वाले नॉन-ग्राउंड सिमेंटिक्स को परिभाषित करती है।

मूल लेखक: Emanuele De Angelis (CNR-IASI, Rome, Italy), Fabio Fioravanti (DEc, University 'G. d'Annunzio', Chieti-Pescara, Italy), Maria Chiara Meo (DEc, University 'G. d'Annunzio', Chieti-Pescara, Italy), Alber

प्रकाशित 2026-04-14

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Emanuele De Angelis (CNR-IASI, Rome, Italy), Fabio Fioravanti (DEc, University 'G. d'Annunzio', Chieti-Pescara, Italy), Maria Chiara Meo (DEc, University 'G. d'Annunzio', Chieti-Pescara, Italy), Alberto Pettorossi (DICII, University of Rome 'Tor Vergata', Italy), Maurizio Proietti (CNR-IASI, Rome, Italy), Francesca Toni (Imperial, London, UK)

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 अदालत में न्यायाधीश हैं, लेकिन आप केवल विशिष्ट व्यक्तियों (जैसे "जॉन डो" या "जेन स्मिथ") के बारे में नहीं सुन रहे हैं, बल्कि उन नियमों के बारे में सुन रहे हैं जो कुछ विशेष परिस्थितियों में किसी भी व्यक्ति पर, कहीं भी लागू होते हैं।

यह शोध पत्र कंप्यूटर को तर्क करने का एक नया तरीका पेश करता है, जिसे कन्स्ट्रेंड अज़म्प्शन-बेस्ड आर्गुमेंटेशन (CABA) कहा जाता है। यह समझने के लिए कि यह एक बड़ी बात क्यों है, आइए देखते हैं कि पहले चीजें कैसे काम करती थीं बनाम अब कैसे काम करती हैं।

पुराना तरीका: "ग्राउंड" तर्क (एक फाइलिंग कैबिनेट की तरह)

पारंपरिक तर्क प्रणालियाँ (जिन्हें ABA कहा जाता है) एक विशाल फाइलिंग कैबिनेट की तरह थीं।

समस्या: यदि आप टैक्स के बारे में तर्क करना चाहते थे, तो सिस्टम को दुनिया के हर एक व्यक्ति के लिए एक अलग फाइल की आवश्यकता होती थी।
- "जॉन टैक्स देता है क्योंकि वह $50k कमाता है।"
- "मैरी टैक्स देती है क्योंकि वह $60k कमाती है।"
- "बॉब टैक्स देता है क्योंकि वह $70k कमाता है।"
सीमा: यदि अनंत लोग हैं, या यदि आप अभी तक नहीं जानते कि वे कौन हैं, तो आप कैबिनेट नहीं बना सकते। आपको अनंत मात्रा में कागज की आवश्यकता होगी। सिस्टम क्रैश हो जाएगा या निर्णय लेने से पहले हर एक संभावना को सूचीबद्ध करने की कोशिश करने के कारण बहुत समय लेगा।

नया तरीका: "कन्स्ट्रेंड" तर्क (एक स्मार्ट फिल्टर की तरह)

लेखक CABA का प्रस्ताव करते हैं, जो उस फाइलिंग कैबिनेट को एक स्मार्ट, डायनेमिक फिल्टर में अपग्रेड करने जैसा है। हर व्यक्ति को सूचीबद्ध करने के बजाय, आप एक "वेरिएबल" (एक प्लेसहोल्डर) और एक "कन्स्ट्रेंट" (एक शर्त) के साथ एक नियम लिखते हैं।

नियम: "कोई भी व्यक्ति जिसका आय $I$ है और जो मुक्त (exempt) नहीं है, उसे टैक्स देना होगा।"
कन्स्ट्रेंट (शर्त): "लेकिन रुकिए! यदि $I$ , $16,000$ से कम है AND उनके पास केवल वेतन (salary) है, तो वे मुक्त हैं।"

CABA में, कंप्यूटर को यह जानने की आवश्यकता नहीं है कि वह व्यक्ति कौन है। यह बस नियम को रखता है:

यदि (आय > 0) AND (मुक्त नहीं है) तो (टैक्स दें)।

यह वेरिएबल्स को खुला रखता है (जैसे $X$ या $Y$ ) और केवल तभी गणित (कन्स्ट्रेंट्स) की जांच करता है जब इसकी आवश्यकता होती है। यह हर बार पकाए गए भोजन की सूची के बजाय एक रेसिपी रखने जैसा है।

मुख्य अवधारणाओं की उपमाओं के साथ व्याख्या

1. एक "पेड़" के रूप में "तर्क" (Argument)

कल्पना कीजिए कि एक तर्क एक पेड़ है।

पत्तियां (Leaves): ये आपके अनुमान (assumptions) (जैसे "इस व्यक्ति के पास एक वेतन है") और कन्स्ट्रेंट्स (जैसे "वेतन < $16,000") हैं।
शाखाएं (Branches): ये पत्तियों को निष्कर्ष से जोड़ने वाले नियम हैं।
जड़ (Root): अंतिम दावा (जैसे "यह व्यक्ति मुक्त है")।

पुराने सिस्टम में, आपको हर एक व्यक्ति के लिए एक अलग पेड़ बनाना पड़ता था। CABA में, आप खाली स्थानों (वेरिएबल्स) के साथ एक पेड़ बनाते हैं जिन्हें बाद में भरा जा सकता है।

2. "हमला" (The Attack - बहस)

आर्ग्युमेंटेशन में, एक "हमला" तब होता है जब एक तर्क दूसरे तर्क का खंडन करता है।

पुराना तरीका: "जॉन का तर्क मैरी के तर्क पर हमला करता है।" (विशिष्ट)।
नया तरीका (CABA): "'उच्च आय वर्ग' का नियम 'छूट (Exemptions)' के नियम पर हमला करता है।"
- सिस्टम जांचता है: "क्या ये दोनों नियम कभी टकराते हैं?"
- यदि गणित कहता है: "हाँ, यदि कोई $20,000 कमाता है, तो 'उच्च आय वर्ग' का नियम जीतता है," तो हमला वैध है।
- यदि गणित कहता है: "नहीं, वे कभी नहीं टकराते," तो हमले को अनदेखा कर दिया जाता है।

शोध पत्र दो प्रकार के हमलों का परिचय देता है:

पूर्ण हमला (Full Attack): नियम हर बार टकराते हैं जब उनका उपयोग किया जाता है। (जैसे कि एक अग्निशामक हमेशा आग बुझा देता है)।
आंशिक हमला (Partial Attack): नियम कभी-कभी टकराते हैं, जो विशिष्ट संख्याओं पर निर्भर करता है। (जैसे कि एक अग्निशामक जो केवल तभी काम करता है जब आग छोटी हो)।

3. "स्प्लिटिंग" प्रक्रिया (जादुई ट्रिक)

यह इस शोध पत्र का सबसे चतुर हिस्सा है। कभी-कभी, दो तर्क इतने उलझे हुए और ओवरलैपिंग होते हैं कि कंप्यूटर भ्रमित हो जाता है।

उपमा: कल्पना कीजिए कि दो समूहों के लोग एक भीड़ भरे कमरे में बहस कर रहे हैं। यह बताना मुश्किल है कि कौन किससे बात कर रहा है।
समाधान: शोध पत्र "आर्ग्युमेंट स्प्लिटिंग" नामक एक प्रक्रिया का वर्णन करता है। यह एक क्लब के बाउंसर की तरह है जो भीड़ को छाँटता है।
- यदि दो तर्क भ्रमित करने वाले तरीके से ओवरलैप होते हैं, तो सिस्टम उन्हें छोटे, गैर-ओवरलैपिंग समूहों में "स्प्लिट" (विभाजित) कर देता है।
- यह सुनिश्चित करता है कि प्रत्येक विशिष्ट परिदृश्य (प्रत्येक विशिष्ट व्यक्ति) ठीक एक स्पष्ट समूह से संबंधित हो।
- यह कंप्यूटर को बिना खोए "जीतने वाले" तर्कों (Extensions) को खोजने की अनुमति देता है।

यह क्यों मायने रखता है?

1. यह "अनंत" दुनिया को संभालता है।
वास्तविक जीवन 1,000 लोगों की सूची नहीं है। यह अनंत संभावनाओं की दुनिया है (कोई भी राशि, कोई भी तारीख, कोई भी स्थान)। CABA कंप्यूटर को अनंत मेमोरी की आवश्यकता के बिना इन अनंत संभावनाओं के बारे में तर्क करने की अनुमति देता है।

2. यह कुशल है।
10 लाख फाइलों की जांच करने के बजाय, कंप्यूटर गणितीय बाधाओं (constraints) के साथ एक नियम की जांच करता है। यह लाइब्रेरी में उद्धरण खोजने के लिए हर किताब को पढ़ने बनाम सर्च इंजन का उपयोग करके सटीक पेज खोजने के बीच का अंतर है।

3. यह लचीला है।
शोध पत्र कानूनी/टैक्स का उदाहरण उपयोग करता है, लेकिन यह यहाँ भी काम करता है:

हेल्थकेयर: "यदि रोगी के पास लक्षण X है और आयु > Y है, तो दवा Z दें।" (यह किसी भी रोगी के लिए काम करता है, न कि केवल डेटाबेस में मौजूद लोगों के लिए)।
रोबोटिक्स: "यदि बाधा 5 मीटर के भीतर है, तो रुकें।" (यह किसी भी बाधा के लिए, कहीं भी काम करता है)।

निचोड़ (The Bottom Line)

यह शोध पत्र कंप्यूटर को एक क्लर्क (Clerical Assistant) के बजाय एक स्मार्ट वकील (Smart Lawyer) की तरह तर्क करना सिखाने के बारे में है।

क्लर्क (पुराना ABA) निर्णय लेने से पहले हर एक मामले को लिखने की कोशिश करता है।
स्मार्ट वकील (CABA) सिद्धांतों और उनकी शर्तों को समझता है, जिससे वे किसी भी मामले को, यहाँ तक कि जो अभी तक हुआ ही नहीं है, तुरंत और सही ढंग से संभालने में सक्षम होते हैं।

"कन्स्ट्रेंट्स" (गणितीय नियम) और "वेरिएबल्स" (प्लेसहोल्डर्स) का उपयोग करके, यह नया ढांचा AI को जटिल, वास्तविक दुनिया की समस्याओं के बारे में तर्क करने की अनुमति देता है जिनमें अनंत संभावनाएं शामिल हैं, और वह भी पूरी तरह से तार्किक और तेज़ तरीके से।

यहाँ "Constrained Assumption-Based Argumentation Frameworks (Extended Version with Proofs)" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

असमप्शन-बेस्ड आर्गुमेंटेशन (Assumption-Based Argumentation - ABA) संरचित तर्क (structured argumentation) के लिए एक सुस्थापित ढांचा है जहाँ तर्क वे निष्कर्ष होते हैं जो नियमों और मान्यताओं (assumptions) द्वारा समर्थित होते हैं, और हमले (attacks) तब होते हैं जब किसी तर्क का दावा उस धारणा का खंडन करता है जो दूसरे तर्क का समर्थन करती है।

इस शोध पत्र में संबोधित मुख्य सीमा मानक ABA की प्रतिनिधित्व संबंधी प्रतिबंध (representational restriction) है। मानक ABA (विशेष रूप से इसके लॉजिक प्रोग्रामिंग संस्करण) में, तर्क और हमले ग्राउंड (वेरिएबल-मुक्त) प्रपोजिशनल एटम्स (propositional atoms) से निर्मित होने चाहिए।

समस्या: कई वास्तविक दुनिया के डोमेन (जैसे कानूनी तर्क, स्वास्थ्य सेवा, योजना) अनंत डोमेन या निरंतर चरों (continuous variables) (जैसे आय का स्तर, समय अंतराल) से जुड़े होते हैं। इन डोमेन पर मानक ABA को लागू करने के लिए, हमें सभी चरों को विशिष्ट मानों के साथ प्रतिस्थापित करके ढांचे को "ग्राउंड" (ground) करना पड़ता है।
परिणाम: यदि डोमेन अनंत है (जैसे आय के सभी संभावित मान), तो ग्राउंडिंग करने से तर्कों और हमलों का एक अनंत सेट प्राप्त होता है, जिससे गणना करना असंभव या अव्यवहार्य हो जाता है। मौजूदा नॉन-ग्राउंड दृष्टिकोण (जैसे आर्ग्युमेंट स्कीम्स) अक्सर औपचारिक अर्थशास्त्र (formal semantics) की कमी रखते हैं या प्रभावी ढंग से कंस्ट्रेंट सॉल्वर (constraint solvers) को एकीकृत नहीं कर पाते हैं।

2. कार्यप्रणाली: कंस्ट्रेंड ABA (CABA)

लेखक कंस्ट्रेंड असप्शंस-बेस्ड आर्गुमेंटेशन (Constrained Assumption-Based Argumentation - CABA) का प्रस्ताव करते हैं, जो एक नया ढांचा है जो ABA में कंस्ट्रेंट लॉजिक प्रोग्रामिंग (CLP) की अवधारणाओं को एकीकृत करके ग्राउंड प्रतिबंध को हटा देता है।

CABA के मुख्य घटक

एक CABA फ्रेमवर्क को 6-टुपल $\langle L_c, C, R, CT, A, \overline{\cdot} \rangle$ के रूप में परिभाषित किया गया है:

$L_c$ (एटमिक लैंग्वेज): इसमें ऐसे एटम्स शामिल हैं जिनमें वेरिएबल्स हो सकते हैं।
$C$ (कंस्ट्रेंट्स): एक विशिष्ट डोमेन पर एटमिक कंस्ट्रेंट्स का एक सेट (जैसे, $x > 0$ , $x \leq 100$ )।
$R$ (रूल्स): इन्फरेंस रूल्स जो $s_0 \leftarrow s_1, \dots, s_m$ के रूप में होते हैं, जहाँ बॉडी में एटम्स और कंस्ट्रेंट्स दोनों हो सकते हैं।
$CT$ (कंस्ट्रेंट थ्योरी): एक फर्स्ट-ऑर्डर थ्योरी (जैसे, लीनियर रेशनल अरिथमेटिक) जो कंस्ट्रेंट्स की वैधता को परिभाषित करती है।
$A$ (असमप्शंस): मान्यताओं का एक सेट (जिसमें वेरिएबल्स हो सकते हैं)।
$\overline{\cdot}$ (कॉन्ट्ररी मैपिंग): मान्यताओं को उनके विपरीत (contraries) से जोड़ता है।

मुख्य अवधारणाएं

कंस्ट्रेंड आर्गुमेंट्स (Constrained Arguments): एक एकल ग्राउंड डिडक्शन के बजाय, एक कंस्ट्रेंड आर्गुमेंट एक ट्री (tree) है जिसके लीव्स (leaves) मान्यताओं या कंस्ट्रेंट्स होते हैं। यह तर्क कंस्ट्रेंट्स को संतुष्ट करके प्राप्त किए जा सकने वाले संभावित अनंत ग्राउंड इंस्टेंस के सेट का प्रतिनिधित्व करता है।
- टाइट कंस्ट्रेंड आर्गुमेंट्स (Tight Constrained Arguments): वे तर्क जहाँ कंस्ट्रेंट्स न्यूनतम और सुसंगत (consistent) होते हैं।
- मोस्ट जनरल कंस्ट्रेंड आर्गुमेंट्स (MGCArg): सबसे सामान्य रूप वाले तर्क (वेरिएबल्स का उपयोग करते हुए) जिनसे अन्य सभी इंस्टेंस निकाले जा सकते हैं।
हमले (Attacks): यह शोध पत्र हमला करने वाले और जिस पर हमला किया गया है, उनके कंस्ट्रेंट्स के बीच तार्किक संबंध के आधार पर दो प्रकार के हमलों के बीच अंतर करता है:
- फुल अटैक (Full Attack): हमला करने वाले के कंस्ट्रेंट्स, हमला किए गए तर्क के कंस्ट्रेंट्स के निषेध (negation) को तार्किक रूप से सिद्ध करते हैं (कंस्ट्रेंट थ्योरी के तहत)।
- पार्शियल अटैक (Partial Attack): हमला करने वाले और हमला किए गए तर्क के कंस्ट्रेंट्स सुसंगत (consistent) होते हैं (अर्थात, कम से कम एक ग्राउंड इंस्टेंस मौजूद है जहाँ दोनों सत्य हैं), लेकिन हमला करने वाला दावा हमला किए गए तर्क की एक धारणा का खंडन करता है।
सिमेंटिक्स (Semantics): लेखक सीधे कंस्ट्रेंड आर्गुमेंट्स के सेट पर कॉन्फ्लिक्ट-फ्री (conflict-free), एडमिसिबल (admissible), और स्टेबल (stable) एक्सटेंशन को परिभाषित करते हैं, जिससे पूर्ण ग्राउंड सेट उत्पन्न करने की आवश्यकता समाप्त हो जाती है।

3. प्रमुख योगदान

CABA की औपचारिक परिभाषा: यह शोध पत्र ABA के लिए पहला औपचारिक ढांचा पेश करता है जो मूल रूप से वेरिएबल्स और कंस्ट्रेंट्स का समर्थन करता है, जिससे स्पष्ट ग्राउंडिंग के बिना अनंत डोमेन पर तर्क करना संभव होता है।
नॉन-ग्राउंड सिमेंटिक्स: यह कंस्ट्रेंड आर्गुमेंट्स और कंस्ट्रेंड अटैक्स का उपयोग करके CABA के लिए सिमेंटिक्स (एक्सटेंशन) को परिभाषित करता है।
- यह वेरिएबल इंटरैक्शन की जटिलता को संभालने के लिए इंस्टेंस-डिस्जॉइंट (instance-disjoint) और नॉन-ओवरलैपिंग (non-overlapping) आर्गुमेंट्स के सेट की अवधारणा पेश करता है।
- यह एक आर्ग्युमेंट स्प्लिटिंग (Argument Splitting) प्रक्रिया प्रस्तावित करता है जो कंस्ट्रेंड आर्गुमेंट्स के सेट को एक समतुल्य, परिमित, इंस्टेंस-डिस्जॉइंट और नॉन-ओवरलैपिंग सेट में बदल देता है, जिससे ग्राउंड काउंटरपार्ट अनंत होने पर भी एक्सटेंशन की गणना संभव हो पाती है।
कंजर्वेटिव जनरलाइजेशन (Conservative Generalization): लेखक सिद्ध करते हैं कि CABA एक कंजर्वेटिव जनरलाइजेशन है। यदि किसी CABA फ्रेमवर्क में कोई कंस्ट्रेंट नहीं है (या डोमेन परिमित है), तो इसकी सिमेंटिक्स ग्राउंडिंग के माध्यम से ठीक मानक ABA सिमेंटिक्स में बदल जाती है।
सैद्धांतिक पत्राचार (Theoretical Correspondence):
- ग्राउंडिंग पत्राचार: वे मानक ABA में कंस्ट्रेंड आर्गुमेंट्स और उनके ग्राउंड इंस्टेंस के बीच एक कठोर मैपिंग स्थापित करते हैं।
- अटैक पत्राचार: वे सिद्ध करते हैं कि CABA में फुल/पार्शियल हमले, ग्राउंडेड ABA फ्रेमवर्क में मानक हमलों के अनुरूप होते हैं।
प्रूफ (Proofs): एक विस्तारित संस्करण के रूप में, शोध पत्र सभी प्रमेयों (theorems), प्रस्तावों (propositions) और लेम्मा (lemmas) के लिए एक व्यापक परिशिष्ट प्रदान करता है, जो ढांचे की गणितीय सुदृढ़ता सुनिश्चित करता है।

4. परिणाम

सैद्धांतिक सुदृढ़ता (Theoretical Soundness): शोध पत्र प्रदर्शित करता है कि नए नॉन-ग्राउंड सिमेंटिक्स, ग्राउंडेड सिमेंटिक्स के संबंध में सुदृढ़ हैं। विशेष रूप से, कंस्ट्रेंड आर्गुमेंट्स का एक सेट CABA में एक स्टेबल एक्सटेंशन है यदि और केवल यदि उसके ग्राउंड इंस्टेंस ग्राउंडेड ABA फ्रेमवर्क में एक स्टेबल एक्सटेंशन हैं।
कंप्यूटेशनल व्यवहार्यता (Computational Feasibility): आर्ग्युमेंट स्प्लिटिंग प्रक्रिया के माध्यम से, लेखक दिखाते हैं कि CABA फ्रेमवर्क के लिए परिमित (finite) नॉन-ग्राउंड एक्सटेंशन बनाना संभव है, भले ही उनके अनुरूप ग्राउंड एक्सटेंशन अनंत हों।
- उदाहरण: टैक्स रीजनिंग के एक परिदृश्य (उदाहरण 1.1) में, CABA यह निर्धारित कर सकता है कि व्यक्ति को टैक्स देना होगा यदि आय $> 16,000$ है, बिना आय के प्रत्येक संभावित मान को सूचीबद्ध किए।
तुल्यता संबंध (Equivalence Relations): शोध पत्र कंस्ट्रेंड आर्गुमेंट्स के सेट पर एक तुल्यता संबंध ( $\equiv$ ) को परिभाषित करता है, जिससे उनके ग्राउंड इंस्टेंस के संबंध में अर्थ सुरक्षित रखते हुए आर्गुमेंट सेटों के हेरफेर (जैसे, स्प्लिटिंग, रीनेमिंग) की अनुमति मिलती है।

5. महत्व

लॉजिक प्रोग्रामिंग और आर्गुमेंटेशन को जोड़ना: CABA सफलतापूर्वक कंस्ट्रेंट लॉजिक प्रोग्रामिंग (CLP) की डिक्लेरेटिव शक्ति को ABA के संरचित तर्क के साथ एकीकृत करता है। यह CABA को उन डोमेन में अनुप्रयोग के योग्य बनाता है जहाँ डेटा निरंतर या असीमित है।
स्केलेबिलिटी (Scalability): "ग्राउंडिंग विस्फोट" (grounding explosion) से बचकर, CABA आर्गुमेंटेशन को बड़े पैमाने के या अनंत-डोमेन वाली समस्याओं (जैसे, निरंतर वित्तीय सीमाओं के साथ कानूनी अनुपालन, परिवर्तनशील खुराक के साथ चिकित्सा दिशानिर्देश) के लिए व्यावहारिक बनाता है, जो मानक ABA के साथ पहले कठिन थे।
एकीकृत ढांचा (Unified Framework): यह कंस्ट्रेंट्स के विश्लेषण के लिए एक एकीकृत सैद्धांतिक आधार प्रदान करता है, जो विशिष्ट प्रक्रियात्मक कार्यान्वयन (जैसे, s(CASP)) से आगे बढ़कर एक डिक्लेरेटिव, एक्सटेंशन-आधारित सिमेंटिक्स की ओर ले जाता है।
भविष्य की दिशाएं: यह कार्य कानूनी तर्क, योजना (planning) और कॉज़ल डिस्कवरी (causal discovery) में CABA को लागू करने के मार्ग खोलता है, और अन्य सिमेंटिक्स (जैसे, प्रेफर्ड, ग्राउंडेड) और कम्प्यूटेशनल जटिलता विश्लेषण में भविष्य के अनुसंधान का सुझाव देता है।

संक्षेप में, यह शोध पत्र प्रतीकात्मक, नॉन-ग्राउंड प्रतिनिधित्व के माध्यम से अनंत डोमेन पर तर्क करने में सक्षम रखते हुए, कठोर सिमेंटिक परिभाषाओं को बनाए रखते हुए मानक ABA की स्केलेबिलिटी और प्रतिनिधित्व संबंधी सीमाओं को हल करता है।