PDDL-Mind: Large Language Models are Capable on Belief Reasoning with Reliable State Tracking
यह शोध पत्र PDDL-Mind को प्रस्तुत करता है, जो एक न्यूरो-सिम्बोलिक फ्रेमवर्क है जो स्पष्ट प्लानिंग डोमेन डेफिनेशन लैंग्वेज (PDDL) निरूपणों के माध्यम से विश्वास अनुमान (belief inference) को पर्यावरण अवस्था ट्रैकिंग से अलग करके लार्ज लैंग्वेज मॉडल्स की थ्योरी ऑफ माइंड रीजनिंग को उन्नत करता है, जिससे मौजूदा अत्याधुनिक विधियों की तुलना में महत्वपूर्ण सटीकता सुधार प्राप्त होता 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
बड़ी समस्या: LLMs बेहतरीन कहानीकार हैं, लेकिन खराब नोट-टेकर हैं
कल्पना कीजिए कि आप एक जटिल जादू का खेल या एक अफरा-तफरी भरा सिटकॉम एपिसोड देख रहे हैं। आपका एक बहुत ही बुद्धिमान मित्र (एक लार्ज लैंग्वेज मॉडल, या LLM) है जो यह समझाने में माहिर है कि जादूगर ने कुछ क्यों किया या कोई पात्र क्यों गुस्सा है। वे मानव मनोविज्ञान को पूरी तरह समझते हैं।
लेकिन यहाँ एक पेंच है: आपके उस मित्र की अल्पकालिक स्मृति (short-term memory) बहुत खराब है। जैसे-जैसे कहानी लंबी होती जाती है, वे भूलने लगते हैं कि चाबी किसके पास है, बिल्ली किस कमरे में है, या किसने गुप्त बातचीत सुनी थी। क्योंकि वे बुनियादी तथ्यों का हिसाब खो देते हैं, इसलिए उनका शानदार मनोवैज्ञानिक तर्क भी बिखर जाता है। वे गलत उत्तर इसलिए नहीं देते क्योंकि वे "मूर्ख" हैं, बल्कि इसलिए क्योंकि वे गलत तथ्यों के साथ काम कर रहे होते हैं।
इस शोध पत्र के लेखक तर्क देते हैं कि "थ्योरी ऑफ माइंड" (ToM) परीक्षणों पर AI के साथ बिल्कुल यही हो रहा है। ToM दूसरों के विचारों, ज्ञान या विश्वासों को समझने की क्षमता है। वर्तमान AI इन परीक्षणों में इसलिए विफल होता है क्योंकि वह कहानी की घटनाओं का एक मानसिक "स्कोरकार्ड" विश्वसनीय रूप से नहीं रख पाता।
समाधान: PDDL-MIND (एक "स्क्रिप्टराइटर" दृष्टिकोण)
टीम ने PDDL-MIND नामक एक नई प्रणाली बनाई है। AI को केवल "पढ़ने और अनुमान लगाने" के लिए कहने के बजाय, वे उसे एक वीडियो गेम के स्क्रिप्टराइटर की तरह काम करने के लिए मजबूर करते हैं।
यह कैसे काम करता है, इसे एक सरल उपमा (analogy) से समझते हैं:
1. ब्लूप्रिंट (The PDDL Domain)
कल्पना कीजिए कि आप एक घर बना रहे हैं। आप बिल्डर को सिर्फ यह नहीं कहते, "एक दीवार खड़ी कर दो।" आप उसे नियमों के साथ एक सख्त ब्लूप्रिंट देते हैं: दीवारें 10 फीट ऊंची होनी चाहिए; दरवाजे 3 फीट चौड़े होने चाहिए।
शोध पत्र में, यह PDDL डोमेन है। यह एक पूर्व-लिखित नियम पुस्तिका है जो परिभाषित करती है:
- कौन सी वस्तुएं मौजूद हैं (कुर्सियां, चाबियां, लोग)।
- कौन से कार्य संभव हैं (चलना, खोलना, पकड़ना, बात करना)।
- भौतिकी के सख्त नियम (यदि आप एक बॉक्स खोलते हैं, तो आप देख सकते हैं कि उसके अंदर क्या है; यदि आप उसे बंद करते हैं, तो आप नहीं देख सकते)।
2. अनुवाद (कहानी का पार्सिंग)
AI एक अव्यवस्थित, प्राकृतिक भाषा वाली कहानी पढ़ता है (जैसे, "मैरी रसोई में गई और उसने फ्रिज के अंदर झाँका")।
केवल "पढ़ने" के बजाय, AI इस कहानी को ब्लूप्रिंट के आधार पर एक सख्त, तार्किक कोड में अनुवादित करता है।
- कहानी: "मैरी रसोई की ओर चली।"
- कोड:
MOVE(Mary, Kitchen) - कहानी: "मैरी ने फ्रिज खोला।"
- कोड:
OPEN(Mary, Fridge)
3. तथ्य-जांचकर्ता (The Fact-Checker)
यही असली सफलता का मंत्र है। AI किसी प्रश्न का उत्तर देने से पहले, एक "फैक्ट-चेकर" (एक कंप्यूटर प्रोग्राम) उस कोड को चलाता है।
- वह पूछता है: "क्या मैरी के पास फ्रिज की चाबी थी?"
- यदि कहानी में यह नहीं कहा गया था कि उसके पास चाबी थी, तो फैक्ट-चेकर कहता है: "त्रुटि (ERROR)। यह क्रिया असंभव है।"
- यह गलती को बाहर निकाल देता है और दुनिया की "अवस्था" (state) को ठीक करता है।
अब, AI के पास एक परफेक्ट, सत्यापित टाइमलाइन है कि वास्तव में क्या हुआ, किसने क्या देखा और कौन क्या जानता है।
4. अंतिम उत्तर
अंत में, AI इस परफेक्ट टाइमलाइन को देखता है और प्रश्न का उत्तर देता है: "क्या मैरी को लगता है कि कुकीज़ जार में हैं?"
चूंकि AI अब तथ्यों का अनुमान नहीं लगा रहा है, इसलिए वह सही उत्तर देने के लिए अपनी स्वाभाविक बुद्धिमत्ता का उपयोग कर सकता है।
यह क्यों महत्वपूर्ण है: "पहेली बनाम गणित" की उपमा
ToM की समस्या को हल करने को एक जिग्सॉ पहेली (Jigsaw Puzzle) सुलझाने की तरह समझें।
- पुराना AI दृष्टिकोण: AI डिब्बे पर बनी तस्वीर को देखकर और यह अनुमान लगाकर पहेली सुलझाने की कोशिश करता है कि टुकड़े कहाँ फिट होंगे। वह तस्वीर का अनुमान लगाने में अच्छा है, लेकिन वह टुकड़े गिरा देता है या उन्हें गलत जगह रख देता है।
- PDDL-MIND दृष्टिकोण: AI पहले हर एक टुकड़े को सही ढेर में छाँटता है (State Tracking)। एक बार जब टुकड़े पूरी तरह से छाँट लिए जाते हैं, तो वह आसानी से तस्वीर देख पाता है (Reasoning)।
शोध पत्र सिद्ध करता है कि टुकड़ों को छाँटना कठिन काम है, न कि तस्वीर देखना। एक बार जब आप छंटाई (sorting) को ठीक कर देते हैं, तो AI अचानक पहेली सुलझाने में जीनियस बन जाता है।
परिणाम: एक बड़ी जीत
शोधकर्ताओं ने इसका परीक्षण तीन कठिन परीक्षणों (MMToM-QA, MuMa-ToM, और FanToM) पर किया।
- परिणाम: PDDL-MIND ने 88%+ सटीकता प्राप्त की, जो पिछले सर्वश्रेष्ठ AI से बहुत बड़े अंतर (5% से अधिक) से बेहतर है।
- दक्षता (Efficiency): इसने अन्य तरीकों की तुलना में कम कंप्यूटर "कॉल" का उपयोग करके यह हासिल किया। जबकि अन्य AI याद रखने के लिए कहानी को 27 बार पागलों की तरह फिर से पढ़ रहे थे, PDDL-MIND ने इसे बस एक बार पढ़ा, तथ्यों को लिखा और समाधान निकाला।
निष्कर्ष
शोध पत्र यह निष्कर्ष निकालता है कि AI मानव मन को समझने में "बुरा" नहीं है। वह बस एक नोटबुक रखने में बुरा है।
कहानी को एक सख्त, तार्किक भाषा (PDDL) में अनुवादित करके और उस भाषा को नियमों के विरुद्ध जांचकर, हम इसकी वास्तविक क्षमता को अनलॉक करते हैं। यह एक बुद्धिमान लेकिन भुलक्कड़ जासूस को नोट्स लेने के लिए एक विश्वसनीय सहायक देने जैसा है। अचानक, जासूस केस सुलझा लेता है।
संक्षेप में: AI के दिमाग को दोष न दें; उसकी याददाश्त को ठीक करें। एक बार जब याददाश्त विश्वसनीय हो जाती है, तो तर्क अपने आप आ जाता 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।