GIANTS: Generative Insight Anticipation from Scientific Literature
यह शोध पत्र वैज्ञानिक सफलताओं की भविष्यवाणी करने के लिए एक नए कार्य के रूप में "इनसाइट एंटिसिपेशन" (insight anticipation) को प्रस्तुत करता है, 'जायंट्सबेंच' (GiantsBench) बेंचमार्क और सुदृढीकरण लर्निंग (reinforcement learning) के माध्यम से प्रशिक्षित 'जायंट्स-4बी' (GIANTS-4B) मॉडल प्रस्तुत करता है, और यह प्रदर्शित करता है कि यह ओपन-सोर्स मॉडल उच्च गुणवत्ता वाले, उद्धरण-योग्य (citation-worthy) वैज्ञानिक अंतर्दृष्टि उत्पन्न करने में प्रोप्राइटरी बेसलाइन्स से 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
मुख्य विचार: दिग्गजों के कंधों पर खड़ा होना (Standing on Shoulders)
कल्पना कीजिए कि आप एक नए प्रकार की उड़ने वाली कार (flying car) का आविष्कार करने की कोशिश कर रहे हैं। आप शून्य से शुरुआत नहीं करते; बल्कि आप दो मौजूदा आविष्कारों को देखते हैं: एक हेलीकॉप्टर (जो उड़ सकता है) और एक स्पोर्ट्स कार (जो तेज़ चलती है)।
यह शोध पत्र यह सवाल पूछता है: यदि आप एक स्मार्ट कंप्यूटर को हेलीकॉप्टर और स्पोर्ट्स कार दोनों के ब्लूप्रिंट दे दें, तो क्या वह उड़ने वाली कार के वास्तव में बनने से पहले ही उसके मूल विचार को समझ सकता है?
लेखक इसे "इनसाइट एन्सिपेशन" (Insight Anticipation - अंतर्दृष्टि का पूर्वानुमान) कहते हैं। वे यह देखना चाहते हैं कि क्या AI पिछले वैज्ञानिक शोध पत्रों (papers) को देख सकता है, यह समझ सकता है कि वे आपस में कैसे जुड़ते हैं, और अगली बड़ी खोज के "यूरेका!" क्षण की भविष्यवाणी कर सकता है।
समस्या: AI बातचीत में अच्छा है, लेकिन जोड़ने में बुरा है
वर्तमान AI मॉडल (जैसे वे जिनसे आप अपने फोन पर बात करते हैं) टेक्स्ट का सारांश लिखने या कविता लिखने में अद्भुत हैं। लेकिन जब विज्ञान की बात आती है, तो वे अक्सर संघर्ष करते हैं।
- समस्या: वे तथ्यों की सूची तो बना सकते हैं, लेकिन वे हमेशा एक नया विचार बनाने के लिए बिंदुओं को जोड़ (connect the dots) नहीं पाते हैं।
- उपमा: एक छात्र की कल्पना करें जिसने दो किताबें पढ़ी हैं: एक बेकिंग (Baking) पर और एक रसायन विज्ञान (Chemistry) पर।
- एक मानक AI कह सकता है: "बेकिंग में आटा लगता है। केमिस्ट्री में बीकर लगते हैं।" (यह केवल तथ्यों को दोहराता है)।
- एक मानव वैज्ञानिक कह सकता है: "यदि हम आटे को तेज़ी से फुलाने के लिए रासायनिक प्रतिक्रियाओं का उपयोग करें, तो हम एक नए प्रकार की ब्रेड का आविष्कार कर सकते हैं!" (यह संश्लेषण/synthesis है)।
- यह शोध पत्र तर्क देता है कि वर्तमान AI ज्यादातर पहले प्रकार का है, और वे एक ऐसा AI बनाना चाहते हैं जो दूसरे प्रकार की तरह काम करे।
समाधान: "GIANTS" प्रोजेक्ट
शोधकर्ताओं ने GIANTS (Generative Insight Anticipation from Scientific Literature) नामक एक प्रणाली बनाई। उन्होंने इसे चरण-दर-चरण इस प्रकार किया:
1. ट्रेनिंग जिम बनाना (GiantsBench)
AI को सिखाने के लिए, उन्हें एक अभ्यास मैदान की आवश्यकता थी। उन्होंने GiantsBench नामक एक विशाल डेटासेट बनाया।
- यह कैसे काम करता है: उन्होंने 17,000 वास्तविक वैज्ञानिक शोध पत्रों को लिया। प्रत्येक "भविष्य के पेपर" के लिए (वह पेपर जिसने कोई पुरस्कार जीता या प्रसिद्ध हुआ), उन्होंने उन दो "जनक" (parent) पेपर्स को देखा जिन पर वह आधारित था।
- कार्य: उन्होंने AI को उन दो जनक पेपर्स का सारांश दिया और उससे पूछा कि भविष्य के पेपर का मुख्य विचार क्या होगा।
- उपमा: यह एक शतरंज खिलाड़ी को दो पिछले खेल दिखाने और उनसे अगले खेल की विजेता चाल का अनुमान लगाने के लिए कहने जैसा है।
2. शिक्षक (द जज)
आप कैसे जानेंगे कि AI का अनुमान सही है या नहीं? आप सीधे उससे पूछ नहीं सकते।
- उन्होंने एक "जज" AI (एक बहुत ही स्मार्ट लैंग्वेज मॉडल) का उपयोग किया जो AI के अनुमान की तुलना उस वास्तविक दुनिया के पेपर से करता है जो अंततः प्रकाशित हुआ था।
- स्कोर: जज 1 से 10 तक का स्कोर देता है। यदि AI का अनुमान वास्तविक सफलता (breakthrough) जैसा लगता है, तो उसे उच्च स्कोर मिलता है।
- सत्यापन: उन्होंने वास्तविक मानव वैज्ञानिकों से भी अनुमानों को ग्रेड देने के लिए कहा। AI जज अधिकांश समय मनुष्यों के साथ सहमत रहा, जिससे यह सिद्ध हुआ कि परीक्षण निष्पक्ष था।
3. प्रशिक्षण पद्धति (रीइन्फोर्समेंट लर्निंग)
यही असली गुप्त मंत्र है। केवल AI को यह बताने के बजाय कि "यह उत्तर है, इसे याद कर लो," उन्होंने रीइन्फोर्समेंट लर्निंग (RL) का उपयोग किया।
- उपमा: एक कुत्ते को गेंद लाने (fetch) के लिए सिखाने की कल्पना करें।
- पुराना तरीका (सुपरवाइज्ड लर्निंग): आप गेंद पकड़ते हैं, "फेच" कहते हैं, और कुत्ते को वापस लाने के लिए मजबूर करते हैं।
- GIANTS का तरीका (RL): आप गेंद फेंकते हैं। कुत्ता उसे पकड़ने की कोशिश करता है। यदि वह करीब पहुँच जाता है, तो आप उसे एक इनाम (treat) देते हैं। यदि वह चूक जाता है, तो कोई इनाम नहीं। कुत्ता प्रयास करने, असफल होने और सही उत्तर के करीब पहुँचने पर इनाम पाने से सीखता है।
- AI ने हजारों बार अंतर्दृष्टि का अनुमान लगाने का प्रयास किया। हर बार जब उसे जज से उच्च स्कोर मिला, तो उसे एक "इनाम" (गणितीय रिवॉर्ड) मिला। समय के साथ, उसने एक वैज्ञानिक की तरह सोचना सीख लिया।
परिणाम: अंडरडॉग की जीत
उन्होंने अपने नए मॉडल, GIANTS-4B, का परीक्षण दुनिया के कुछ सबसे बड़े, सबसे महंगे AI मॉडलों (जैसे Google के Gemini) के विरुद्ध किया।
- आश्चर्य: GIANTS-4B एक छोटा, ओपन-सोर्स मॉडल है (केवल 4 बिलियन पैरामीटर्स)। इसके प्रतिस्पर्धी विशाल और निजी (proprietary) मॉडल थे।
- परिणाम: GIANTS-4B दिग्गजों (giants) को हरा दिया।
- इसने सबसे अच्छे व्यावसायिक मॉडल से 34% अधिक स्कोर किया।
- यह उन विषयों पर भी काम कर सका जिन्हें इसने पहले कभी नहीं देखा था (जैसे भौतिकी या अर्थशास्त्र), जिससे यह सिद्ध हुआ कि इसने एक सामान्य कौशल सीखा है, न कि केवल तथ्यों को रटा है।
- मानव जजों ने कहा कि इसके विचार बड़े मॉडलों की तुलना में अधिक स्पष्ट और तार्किक थे।
- एक तीसरे पक्ष के "साइटेशन प्रेडिक्टर" (एक AI जो अनुमान लगाता है कि कौन से पेपर प्रसिद्ध होंगे) ने कहा कि GIANTS-4B के विचारों के भविष्य में साइट (cite) किए जाने की संभावना अधिक है।
यह क्यों महत्वपूर्ण है
यह शोध पत्र सुझाव देता है कि वैज्ञानिक खोज कोई जादू नहीं है; यह एक पैटर्न है।
यदि हम AI को यह पहचानना सिखा सकें कि कैसे दो विचार मिलकर तीसरा विचार बनाते हैं, तो हम ऐसे उपकरण बना सकते हैं जो मनुष्यों को नई दवाओं, सामग्रियों और सिद्धांतों की खोज करने में तेज़ी से मदद कर सकें।
अंतिम रूपक:
वैज्ञानिक प्रगति को एक विशाल मीनार के रूप में सोचें।
- पुराना AI ईंटों (तथ्यों) का वर्णन करने में अच्छा था।
- GIANTS पहला AI है जो दो ईंटों को देख सकता है और कह सकता है, "यदि हम उन्हें इस तरह से रखते हैं, तो हम अगली मंजिल के लिए एक खिड़की बना सकते हैं।"
"दिग्गजों के कंधों पर खड़े होकर" (पिछले शोध पत्रों से) सीखकर, यह AI हमें पहले से कहीं अधिक दूर देखने में मदद कर रहा 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।