Evolving Many Worlds: Towards Open-Ended Discovery in Petri Dish NCA via Population-Based Training
यह शोध पत्र PBT-NCA को प्रस्तुत करता है, जो एक जनसंख्या-आधारित प्रशिक्षण एल्गोरिदम है जो पेट्री डिश न्यूरल सेलुलर ऑटोमेटा (Petri Dish Neural Cellular Automata) को विकसित करता है ताकि व्यवहारिक नवीनता और दृश्य विविधता को पुरस्कृत करते हुए तथा स्थिर या यादृच्छिक अवस्थाओं को दंडित करते हुए निरंतर विकसित होने वाली जटिलता और विविध उभरती जीवन जैसी घटनाओं को बनाए रखा जा सके।
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 आपके पास एक विशाल, डिजिटल पेट्री डिश है। इस डिश के अंदर, आप कोड से बने कुछ छोटे, अदृश्य "जीवों" को डाल देते हैं। ये जीव सूक्ष्म रोबोटों की तरह हैं जो केवल अपने ठीक बगल वाली कोशिकाओं को देख सकते हैं। उनका एक ही लक्ष्य है: जीवित रहना और जितनी हो सके उतनी जगह घेरना।
अधिकांश कंप्यूटर प्रयोगों में, ये डिजिटल जीव जल्दी ही ऊब जाते हैं। या तो वे एक स्थिर, उबाऊ पैटर्न में जम जाते हैं (जैसे एक जमी हुई झील), या वे अराजक शोर (chaotic static noise) में बदल जाते हैं (जैसे एक खराब टीवी स्क्रीन)। इसे "कोलैप्स" (collapse) कहा जाता है।
बड़ा विचार: "इवोल्यूशनरी ज़ू" (विकासवादी चिड़ियाघर)
लेखकों ने इस कोलैप्स को रोकने और एक ऐसी दुनिया बनाने की कोशिश की जो कभी विकसित होना बंद न करे। उन्होंने PBT-NCA नामक एक प्रणाली बनाई।
PBT-NCA को केवल एक प्रयोग के रूप में नहीं, बल्कि एक विशाल, स्वचालित चिड़ियाघर के रूप में सोचें जिसमें एक ही समय में 30 अलग-अलग "दुनियाएँ" चल रही हैं।
- प्रतियोगिता: हर दुनिया में, डिजिटल जीव क्षेत्र के लिए लड़ते हैं।
- निर्णायक (Judges): उन्हें सबसे अधिक भूमि जीतने के आधार पर आंकने के बजाय, निर्णायक (कंप्यूटर एल्गोरिदम) नवीनता (novelty) और विविधता (diversity) को देखते हैं।
- नवीनता: "क्या हमने यह व्यवहार पहले देखा है?" यदि कोई जीव कुछ अजीब और नया करता है, तो उसे अंक मिलते हैं।
- विविधता: "क्या यह दुनिया अभी अन्य 29 दुनियाओं से अलग दिखती है?" यदि यह अद्वितीय है, तो इसे अंक मिलते हैं।
- योग्यतम की उत्तरजीविता (Survival of the Fittest and Funniest): हर कुछ राउंड के बाद, कंप्यूटर स्कोर की जाँच करता है। जो दुनिया उबाऊ या कोलैप्स हो गई हैं, उन्हें बाहर निकाल दिया जाता है। उन्हें सबसे दिलचस्प दुनियाओं के "बच्चों" द्वारा प्रतिस्थापित किया जाता है।
- ट्विस्ट: ये बच्चे पूर्ण प्रतियां नहीं हैं। उनमें थोड़ा "म्यूटेशन" (उत्परिवर्तन) होता है। शायद उनकी सीखने की गति बदल जाती है, या उनके आंतरिक कोड में एक छोटी सी गड़बड़ी आ जाती है। यह प्रकृति में विकास की तरह है: आप अच्छे गुणों को बनाए रखते हैं लेकिन कुछ और भी शानदार चीज़ उभर कर आए, यह देखने के लिए उसमें यादृच्छिक बदलाव मिला देते हैं।
क्या हुआ? (जादुई शो)
चूंकि सिस्टम लगातार "नया" और "अलग" होने के लिए दबाव बना रहा था, इसलिए इसने केवल एक समाधान नहीं खोजा। इसने जीवन जैसे व्यवहारों का एक पूरा पुस्तकालय खोज निकाला जिसे शोधकर्ताओं ने इसे करने के लिए प्रोग्राम नहीं किया था। यह कलाकारों के एक समूह को यह कहने जैसा है, "जो आपने पहले देखा है उसे न पेंट करें; कुछ बिल्कुल नया पेंट करें," और उन्हें पूरी तरह से नई कला शैलियों का आविष्कार करते हुए देखना।
यहाँ कुछ अद्भुत चीजें हैं जो डिजिटल जीवों ने खुद से सीखीं:
- "स्पोर" (बीजाणु) रणनीति: कुछ समूहों ने अपने स्वयं के छोटे समूहों को दूर के हिस्सों में बसाने के लिए, डैंडेलियन के बीजों की तरह, खुद को बाहर फेंकना सीखा।
- "ग्लाइडर" और "स्पेसशिप": क्लासिक 'कॉन्वैज़ गेम ऑफ लाइफ' की तरह, उन्होंने ऐसी आकृतियाँ बनाईं जो स्क्रीन पर चल सकती थीं, और अपने साथ जानकारी ले जा सकती थीं।
- "अमीबा": उन्होंने विशाल, तरल पिंड बनाए जो आकार बदल सकते थे, घूम सकते थे और यहाँ तक कि प्रजनन करने के लिए विभाजित भी हो सकते थे।
- "आर्किपेलागो" (द्वीपसमूह): उन्होंने क्षेत्र के स्थिर द्वीप बनाए जो द्वीपों की एक श्रृंखला की तरह दिखते थे, जिनमें जीव उनके भीतर सद्भाव में रहते थे।
"अराजकता का किनारा" (The Edge of Chaos)
पेपर में एक अवधारणा का उल्लेख है जिसे "अराजकता का किनारा" कहा जाता है। एक रस्सी पर चलने वाले (tightrope walker) की कल्पना करें।
- एक तरफ है व्यवस्था (Order): सब कुछ कठोर, जमा हुआ और अनुमानित है (जैसे एक क्रिस्टल)।
- दूसरी तरफ है अराजकता (Chaos): सब कुछ यादृच्छिक, शोर भरा और अर्थहीन है (जैसे स्टैटिक)।
- किनारा (The Edge): ठीक बीच का वह बिंदु जहाँ संतुलन है। यहाँ, चीजों के पास एक आकार होता है, लेकिन वे बदलने और हिलने के लिए पर्याप्त लचीली भी होती हैं।
PBT-NCA सिस्टम ने अपने डिजिटल जीवों को इसी रस्सी पर चलते रहने के लिए प्रेरित रखा। वे कभी जमे नहीं, और न ही कभी शोर में बदले। वे उस जादुई मध्य मार्ग में रहे जहाँ जटिल जीवन पनपता है।
यह क्यों मायने रखता है?
यह केवल कूल एनिमेशन बनाने के बारे में नहीं है। यह आर्टिफिशियल सुपरइंटेलिजेंस की ओर एक कदम है।
एक वास्तविक बुद्धिमान AI बनाने के लिए, हम केवल इसे एक गणित की समस्या हल करने के लिए प्रोग्राम नहीं कर सकते। हमें ऐसे सिस्टम बनाने की आवश्यकता है जो हमेशा सीखते, अनुकूलित होते और नई चीजें आविष्कार करते रह सकें—ठीक वैसे ही जैसे प्रकृति ने अरबों वर्षों में किया है।
यह पेपर दिखाता है कि यदि आप सही "खेल के नियम" (नवीनता और विविधता को पुरस्कृत करना) सेट करते हैं, तो सरल डिजिटल कोशिकाएं बिना किसी मानवीय निर्देश के स्वतः ही जटिल, जीवंत समाजों में विकसित हो सकती हैं। यह एक डिजिटल पारिस्थितिकी तंत्र को एक हल्का सा धक्का देने और उसे अपना स्वयं का जीव विज्ञान खोजनेते हुए देखने जैसा 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।