Can Large Language Models Simulate Human Cognition Beyond Behavioral Imitation?
यह शोध पत्र 217 एआई (AI) शोधकर्ताओं के अनुदैर्ध्य प्रकाशन प्रक्षेपवक्र (longitudinal publication trajectories) पर आधारित एक नवीन बेंचमार्क प्रस्तुत करता है ताकि यह मूल्यांकन किया जा सके कि क्या बड़े भाषा मॉडल वास्तव में व्यक्तिगत मानव संज्ञानात्मक पैटर्न का अनुकरण करते हैं या केवल सतही व्यवहारों की नकल करते हैं, जिसमें वर्तमान मॉडलों और संवर्धन तकनीकों का आकलन करने के लिए एक क्रॉस-डोमेन टेम्पोरल-शिफ्ट सेटिंग और एक बहुआयामी संरेखण मीट्रिक का उपयोग किया गया 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 किसी विशिष्ट मानव जीनियस, मान लीजिए कि डॉ. स्मिथ नामक एक प्रसिद्ध वैज्ञानिक की तरह सोचना सिखाने की कोशिश कर रहे हैं।
आपके पास इसे करने के दो तरीके हैं:
- "मिमिक" (नकल करने वाला) दृष्टिकोण: आप रोबोट को डॉ. स्मिथ के पुराने शोध पत्र दिखाते हैं और कहते हैं, "उनके जैसा लिखो।" रोबोट उनके शब्दों, वाक्य संरचना और उनके द्वारा उपयोग किए गए विशिष्ट विषयों को देखता है, और उनकी सटीक नकल करता है। वह डॉ. स्मिथ की तरह सुनाई देता है, लेकिन वह केवल एक बहुत अच्छा अभिनेता है।
- "इंटरनलाइज" (आंतरिक बनाने वाला) दृष्टिकोण: आप वास्तव में रोबोट को यह समझने की कोशिश करते हैं कि डॉ. स्मिथ का मस्तिष्क कैसे काम करता है। आप चाहते हैं कि वह एक नई समस्या को देखे और डॉ. स्मिथ के अनूठे तर्क, उनके प्रश्न पूछने के विशिष्ट तरीके और दुनिया के बारे में उनके गहरे-से-गहरे विश्वासों का उपयोग करके उसे हल करे—भले ही वह समस्या उस विषय से बिल्कुल अलग हो जिस पर डॉ. स्मिथ ने पहले कभी काम नहीं किया था।
यह रिपोर्ट कार्ड इस बारे में है कि हमारे वर्तमान "सुपर-स्मार्ट" AI रोबोट (लार्ज लैंग्वेज मॉडल्स या LLMs) दृष्टिकोण #2 को कितनी अच्छी तरह से कर सकते हैं।
मुख्य प्रश्न
क्या AI वास्तव में मानव संज्ञान (human cognition) (आंतरिक सोचने की प्रक्रिया) का अनुकरण कर सकता है, या यह केवल व्यवहार की नकल (imitating behavior) (बाहरी आउटपुट) कर रहा है?
लेखकों ने यह पता लगाने के लिए एक विशाल परीक्षण बनाया। केवल AI से एक नकली ईमेल या कविता लिखने के लिए कहने के बजाय, उन्होंने कुछ बहुत कठिन काम लिया: वैज्ञानिक अनुसंधान (Scientific Research)।
प्रयोग: "टाइम-ट्रैवल" टेस्ट
शोधकर्ताओं ने 217 वास्तविक AI वैज्ञानिकों के संपूर्ण प्रकाशन इतिहास को एकत्र किया। उन्होंने प्रत्येक वैज्ञानिक को एक अद्वितीय "मस्तिष्क" के रूप में माना।
यहाँ परीक्षण का पेचीदा हिस्सा है:
- प्रशिक्षण (The Training): उन्होंने AI को एक वैज्ञानिक के पिछले शोध पत्र दिखाए (उदाहरण के लिए, 2015-2020 से "इमेज रिकग्निशन" के बारे में पेपर)।
- परीक्षण (The Test): उन्होंने AI को एक बिल्कुल नई समस्या को हल करने के लिए कहा जो एक पूरी तरह से अलग क्षेत्र में थी (उदाहरण के लिए, "2024 में जैविक डेटा का विश्लेषण कैसे किया जाए") जिस पर वैज्ञानिक ने पहले कभी काम नहीं किया था।
यदि AI केवल नकल (imitating) कर रहा है, तो वह उन्हीं पुराने उपकरणों और लेखन शैली का उपयोग करने की कोशिश करेगा जो पुराने शोध पत्रों में थे, भले ही वे नए समस्या के लिए उपयुक्त न हों। यह एक ऐसे शेफ की तरह है जिसे केवल पिज्जा बनाना आता है और वह एक स्टेक डिनर बनाने की कोशिश करता है क्योंकि वह "एक शेफ की तरह अभिनय" कर रहा है।
यदि AI संज्ञान का अनुकरण (simulating cognition) कर रहा है, तो उसे यह देखना चाहिए कि "आह, यह वैज्ञानिक आमतौर पर X, Y और Z को देखकर समस्याओं को हल करता है। मैं उसी तर्क को इस नए स्टेक डिनर पर लागू करूँगा।"
परिणाम: सोचने की "अनकैनी वैली" (Uncanny Valley)
परिणाम AI के लिए थोड़े निराशाजनक थे, लेकिन हमारे लिए बहुत महत्वपूर्ण थे।
1. AI एक मास्टर एक्टर है (व्यवहार संबंधी नकल - Behavioral Imitation)
AI शैली (style) की नकल करने में शानदार था। वह शब्दावली, वाक्य संरचना और यहाँ तक कि उन विशिष्ट तकनीकी तरीकों की भी नकल कर सकता था जिनका वैज्ञानिक ने अतीत में उपयोग किया था। यदि आप केवल शब्दों को देखते, तो ऐसा लगता कि वैज्ञानिक ही लिख रहा है।
- उपमा: यह उस तोते की तरह है जिसने शेक्सपियर का नाटक रट लिया है। वह बिल्कुल शेक्सपियर की तरह सुनाई देता है, लेकिन वह शब्दों के पीछे के त्रासदी या मानवीय भावना को नहीं समझता।
2. AI एक संघर्षरत दार्शनिक है (संज्ञानात्मक आंतरिककरण - Cognitive Internalization)
जब परीक्षण के लिए AI को एक नए, अपरिचित विषय पर वैज्ञानिक के गहन सोचने के पैटर्न को लागू करने की आवश्यकता थी, तो AI ज्यादातर मामलों में विफल रहा।
- वह वैज्ञानिक के अनूठे "समस्या-समाधान दर्शन" को नहीं समझ सका।
- वह यह अनुमान नहीं लगा सका कि वैज्ञानिक क्या करने से बचेगा (विशेषज्ञों के सोचने का एक प्रमुख हिस्सा)।
- वह ज्यादातर अतीत के सबसे करीबी दिखने वाले समाधान को पकड़ता और उसे नई समस्या पर चिपका देता, भले ही वह समझ में न आए।
- उपमा: यदि आप तोते को आधुनिक मुद्दे पर एक नया नाटक लिखने के लिए कहते, तो वह शेक्सपियर की पुरानी पंक्तियों का ही मिश्रण कर देता। वह एक सुसंगत चरित्र के साथ एक नई कहानी नहीं बना पाता; वह केवल पुराने उद्धरणों का एक अराजक कोलाज होता।
"मैजिक" बनाम "मैथ" (जादू बनाम गणित)
शोधकर्ताओं ने यह भी परीक्षण किया कि क्या वे विशेष तरकीबों (जैसे व्यक्तित्व प्रोफाइल देना या विशेष रूप से एक व्यक्ति पर प्रशिक्षण देना) का उपयोग करके AI को बेहतर तरीके से "सिखा" सकते हैं।
- फैसला: इन तरकीबों ने थोड़ी मदद की, लेकिन पर्याप्त नहीं। AI अभी भी सांख्यिकीय अनुमान (गणित) पर निर्भर था, न कि वास्तविक समझ (जादू) पर।
- AI वर्तमान में पैटर्न के आधार पर अगले शब्द की भविष्यवाणी करने में बहुत अच्छा है, लेकिन वह यह समझने के लिए एक स्थिर, आंतरिक मॉडल बनाने में सक्षम नहीं है कि एक विशिष्ट मानव मस्तिष्क कैसे काम करता है और फिर उस मॉडल का उपयोग करके नई चुनौतियों से निपटने में सक्षम नहीं है।
निष्कर्ष (The Takeaway)
वर्तमान AI को एक बहुत प्रतिभाशाली जालसाज (forger) की तरह समझें।
- यदि आप उसे एक खाली कैनवास देते हैं और उसे वैन गॉग की शैली में एक चित्र बनाने के लिए कहते हैं, तो वह एक शानदार काम कर सकता है।
- लेकिन यदि आप उसे एक बिल्कुल नई, अजीब वस्तु (जैसे एक चमकता हुआ एलियन फल) का सामना करने पर वैन गॉग की तरह सोचने के लिए कहते हैं और तय करने के लिए कहते हैं कि उसे कैसे चित्रित किया जाए, तो वह संभवतः उसी ब्रशस्ट्रोक के साथ फल को चित्रित करेगा जिसका उपयोग उसने सूरजमुखी के लिए किया था, क्योंकि वह वास्तव में यह नहीं समझता कि वैन गॉग ने उस तरह से पेंटिंग क्यों की थी।
संक्षेप में: आज का AI मानव सोच के पदचिह्नों की पूरी तरह से नकल कर सकता है, लेकिन उसने अभी तक उस पथ पर चलना नहीं सीखा है। यह व्यवहार की नकल कर रहा है, लेकिन संज्ञान की "आत्मा" अभी भी गायब 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।