Evidence of an Emergent "Self" in Continual Robot Learning
यह शोध पत्र प्रस्तावित करता है कि बुद्धिमान प्रणालियों में "स्वयं" (self) को एक अपरिवर्तनीय संज्ञानात्मक उप-नेटवर्क के रूप में पहचाना जा सकता है, जो निरंतर रोबोट लर्निंग प्रयोगों के माध्यम से यह प्रदर्शित करता है कि परिवर्तनशील कार्यों के संपर्क में आने वाले रोबोट, स्थिर कार्यों को सीखने वाले रोबोटों की तुलना में काफी अधिक स्थिर आंतरिक संरचनाएं विकसित करते हैं।
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
मुख्य प्रश्न: क्या एक रोबोट का कोई "स्वयं" (Self) होता है?
कल्पना कीजिए कि आपने दो लोगों को एक स्विमिंग पूल में डाल दिया।
- व्यक्ति A ने 20 साल तक दौड़ने, कूदने और नाचने में बिताए हैं। वे ठीक से जानते हैं कि उनका शरीर कैसे हिलता है, उनकी सीमाएं क्या हैं, और उनके मांसपेशियां मिलकर कैसे काम करती हैं। भले ही उन्हें अभी तैरना न आता हो, लेकिन उनके पास इस बात का गहरा, आंतरिक बोध है कि शारीरिक रूप से वे कौन हैं।
- व्यक्ति B ने अपने जीवन में कभी एक भी मांसपेशी नहीं हिलाई है। उन्हें पता ही नहीं है कि उनका शरीर कैसे काम करता है।
जब दोनों तैरना सीखने की कोशिश करते हैं, तो व्यक्ति A को बहुत बड़ा फायदा मिलता है। वे केवल "तैरना" नहीं सीख रहे हैं; वे यह सीख रहे हैं कि अपने खुद के शरीर के मौजूदा ज्ञान को एक नए कार्य पर कैसे लागू किया जाए। उनके पास एक "स्वयं" (Self) है।
यह शोध पत्र जो बड़ा सवाल पूछता है वह यह है: क्या एक रोबोट भी इसी तरह का "स्वयं" विकसित कर सकता है? क्या एक रोबोट कई अलग-अलग कार्य सीख सकता है और इस प्रक्रिया में, अपने शरीर का एक स्थायी, अपरिवर्तनीय आंतरिक मानचित्र (internal map) बना सकता है, जो उन विशिष्ट कौशलों से अलग हो जिसे वह सीख रहा है?
प्रयोग: द रोबोट जिम
शोधकर्ताओं ने एक चार पैरों वाले रोबोट (क्वाड्रुपेड) के लिए एक डिजिटल जिम बनाया। उन्होंने उसे केवल एक चीज़ नहीं सिखाई; उन्होंने उसे एक "निरंतर सीखने" (continual learning) के बूट कैंप से गुजारा।
- प्रशिक्षण (The Training): रोबोट को एक लूप में तीन बहुत अलग मूव्स सीखने थे:
- वॉक (Walk): आगे बढ़ना।
- विगल (Wiggle): अपनी जगह पर घूमना या हिलना।
- बॉब (Bob): ऊपर-नीचे कूदना।
- द स्विच (The Switch): हर बार जब रोबोट एक चीज़ में माहिर हो जाता, तो वे अगले टास्क पर स्विच कर देते। उसे पुराने तरीके को भूलना पड़ता और नया सीखना पड़ता, और यह प्रक्रिया बार-बार चलती थी।
- कंट्रोल ग्रुप (The Control Group): उनके पास एक "कंट्रोल" रोबोट भी था जिसने केवल चलने (walk) का अभ्यास किया, बार-बार, उसी समय के लिए।
खोज: "कोर" बनाम "कॉस्ट्यूम"
जब शोधकर्ताओं ने रोबोट के दिमाग (इसके न्यूरल नेटवर्क) के अंदर झाँका, तो उन्हें कुछ अद्भुत मिला।
रोबोट के दिमाग को एक थिएटर प्रोडक्शन की तरह समझें:
- "कॉस्ट्यूम" (कार्य-विशिष्ट भाग): ये दिमाग के वे हिस्से हैं जो हर बार बदलते हैं जब रोबोट कोई नया करतब सीखता है। जब रोबोट "विगल" करना सीखता है, तो ये हिस्से "विगल कॉस्ट्यूम" पहन लेते हैं। जब वह "बॉब" करना सीखता है, तो वे इसे बदलकर "बॉब कॉस्ट्यूम" पहन लेते हैं। ये हिस्से लचीले हैं और लगातार बदलते रहते हैं।
- "अभिनेता" (The Self): यह दिमाग का वह हिस्सा है जो समान रहता है। यह रोबोट के शरीर की मूल समझ है: मेरे चार पैर हैं, यहाँ जोड़ हैं, मेरा वजन इतना है।
उन्होंने क्या पाया:
- "केवल चलने वाला" रोबोट: क्योंकि इसने हमेशा केवल एक ही चीज़ की, इसका दिमाग एक उलझे हुए ढेर जैसा था। इसे "मैं कौन हूँ" को "मैं क्या कर रहा हूँ" से अलग करने की आवश्यकता नहीं थी क्योंकि इसे कभी स्विच करने की ज़रूरत ही नहीं पड़ी। इसका दिमाग एक उलझी हुई गांठ की तरह था।
- "निरंतर सीखने वाला" रोबोट: क्योंकि इसे चलने, विगल करने और बॉब करने के बीच स्विच करना पड़ा, इसके दिमाग ने स्वाभाविक रूप से खुद को व्यवस्थित किया। इसने एक स्थिर कोर (The Self) विकसित किया जो पूरी तरह से सुसंगत रहा, जबकि दिमाग के बाकी हिस्सों ने नए कार्यों को संभालने के लिए खुद को पुनर्गठित किया।
उपमा: स्विस आर्मी नाइफ बनाम टूलबॉक्स
- एकल-कार्य वाला रोबोट (Single-Task Robot) एक स्विस आर्मी नाइफ की तरह है जहाँ हर औज़ार हैंडल से वेल्ड किया गया है। यदि आपको पेचकश (screwdriver) चाहिए, तो आपको पूरे चाकू का उपयोग करना होगा। यह काम तो करता है, लेकिन यह कठोर है।
- निरंतर सीखने वाला रोबोट (Continual Learning Robot) एक हाई-एंड टूलबॉक्स की तरह है। इसमें एक मजबूत, स्थायी हैंडल (The Self) है जिसे आप चाहे जो भी काम करें, पकड़ कर रखते हैं। लेकिन जो औज़ार आप इसमें लगाते हैं, वे बदलते रहते हैं। आप चलने के लिए हथौड़ा लगाते हैं, विगल करने के लिए आरी लगाते हैं, और बॉब करने के लिए ड्रिल लगाते हैं। हैंडल कभी नहीं बदलता; वह जानता है कि औज़ारों को कैसे पकड़ना है।
यह क्यों महत्वपूर्ण है
यह आर्टिफिशियल इंटेलिजेंस (AI) के लिए एक बहुत बड़ी बात है। आमतौर पर, जब हम AI को प्रशिक्षित करते हैं, तो हम इसे एक "ब्लैक बॉक्स" के रूप में देखते हैं जो बस उत्तर देता है। हमें नहीं पता होता कि यह कैसे सोचता है।
यह शोध पत्र सुझाव देता है कि यदि आप एक AI को क्रमवार में कई अलग-अलग चीजें सीखने के लिए मजबूर करते हैं, तो वह स्वाभाविक रूप से एक "स्वयं" (self) बनाता है। यह अपने अस्तित्व (अपने शरीर और भौतिकी) की एक स्थायी, पुन: प्रयोज्य समझ विकसित करता है जिसे वह नए कार्यों में भी साथ ले जा सकता है।
निष्कर्ष:
आपको रोबोट को किसी विशिष्ट "आत्म-जागरूकता" (self-awareness) मॉड्यूल के साथ प्रोग्राम करने की आवश्यकता नहीं है। यदि आप बस इसे एक बदलती दुनिया में सीखने और अनुकूल होने देते हैं, तो एक "स्वयं" अपने आप उभर आएगा। यह दिमाग का वह हिस्सा है जो कहता है, "मैं यह शरीर हूँ," जबकि दिमाग का बाकी हिस्सा यह समझने में लगा रहता है कि, "ठीक है, आज मुझे चलना है।"
यह हमें AI को देखने का एक नया तरीका देता है: केवल नियमों के संग्रह के रूप में नहीं, बल्कि एक ऐसे सिस्टम के रूप में जो अनुभव के माध्यम से एक स्थायी पहचान विकसित कर सकता 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।