EgoSelf: From Memory to Personalized Egocentric Assistant
यह शोध पत्र EgoSelf को प्रस्तुत करता है, जो एक व्यक्तिगत एथोसेंट्रिक (egocentric) सहायक प्रणाली है जो दीर्घकालिक उपयोगकर्ता आदतों को कैप्चर करने के लिए एक ग्राफ-आधारित इंटरेक्शन मेमोरी और भविष्य के इंटरैक्शन के लिए व्यक्तिगत प्राथमिकताओं को प्रभावी ढंग से मॉडल करने के लिए एक समर्पित प्रेडिक्शन टास्क का लाभ उठाती 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 आपके AR चश्मे के अंदर एक सुपर-स्मार्ट पर्सनल असिस्टेंट रहता है। आप चाहते हैं कि यह असिस्टेंट केवल एक डिक्शनरी या मैप से कहीं अधिक हो; आप चाहते हैं कि यह आपको वास्तव में जानता हो। आप चाहते हैं कि इसे पता हो कि आप हमेशा अपनी चाबियाँ बाईं जेब में रखते हैं, आपको धनिया पसंद नहीं है, और आप मंगलवार को दोपहर 2 बजे भूख महसूस करते हैं।
समस्या यह है कि आज के अधिकांश AI असिस्टेंट एक फोटोकॉपीयर की तरह हैं। वे उस दस्तावेज़ को पढ़ सकते हैं जो आपने अभी उन्हें दिया है, लेकिन वे वास्तव में आपकी जीवन कहानी को "याद" नहीं रख पाते। यदि आप उनसे पूछते हैं, "मैंने पिछले सप्ताह क्या किया था?" तो वे लाखों फोटो और वीडियो के समुद्र में खो सकते हैं, या वे शायद इस आधार पर अनुमान लगा सकते हैं कि बाकी सभी लोग क्या करते हैं।
EgoSelf एक नया सिस्टम है जिसे इसे ठीक करने के लिए डिज़ाइन किया गया है। इसे अपने AI असिस्टेंट को एक मानवीय स्मृति (human-like memory) और व्यक्तित्व देने के रूप में समझें।
यह कैसे काम करता है, इसे सरल अवधारणाओं में नीचे समझाया गया है:
1. "स्क्रैपबुक" बनाम "मानसिक मानचित्र" (The "Scrapbook" vs. The "Mental Map")
अधिकांश वर्तमान सिस्टम सब कुछ याद रखने की कोशिश करते हैं, जैसे कि वे बस वीडियो को एक के ऊपर एक ढेर कर रहे हों, जैसे कि तस्वीरों का एक विशाल, अस्त-व्यस्त ढेर। यदि आप पूछते हैं, "मैंने अपना कॉफी कप कहाँ रखा था?", तो AI को उन हजारों फोटो में से उस फोटो को खोजने के लिए खुदाई करनी पड़ती है जहाँ आपने कप पकड़ा हुआ था। यह धीमा और अक्सर गलत होता है।
EgoSelf अलग है। एक अस्त-व्यस्त ढेर के बजाय, यह एक संरचित मानसिक मानचित्र (एक "नॉलेज ग्राफ") बनाता है।
- नोड्स (बिंदु): यह आपके दिन को विशिष्ट क्षणों (घटनाओं) और उनमें शामिल चीजों (वस्तुओं और लोगों) में विभाजित करता है।
- उदाहरण: एक बिंदु है "आप लंच कर रहे हैं।" दूसरा बिंदु है "सैंडविच।" तीसरा है "आपकी सहेली, सारा।"
- एजेस (रेखाएं): यह इन बिंदुओं को जोड़ने वाली रेखाएं खींचता है कि वे एक-दूसरे से कैसे संबंधित हैं।
- उदाहरण: एक रेखा "आप" को "सैंडविच" से जोड़ती है क्योंकि आपने उसे खाया। एक रेखा "सैंडविच" को "लंच" से जोड़ती है क्योंकि यह समय से संबंधित है। एक रेखा "आप" को "सारा" से जोड़ती है क्योंकि आप उससे बात कर रहे थे।
यह एक अराजक वीडियो स्ट्रीम को एक कनेक्ट-द-डॉट्स पहेली में बदल देता है जहाँ AI तुरंत पूरी तस्वीर देख सकता है: "आह, जब भी मैं सारा के साथ होता हूँ, हम सैंडविच खाते हैं।"
2. "जीवनीकार" (यूजर प्रोफाइल)
एक बेहतरीन मानचित्र होने के बावजूद, AI को यह जानने की आवश्यकता है कि आप कौन हैं। EgoSelf एक यूजर प्रोफाइल बनाता है, जो आपके जीवन के लिए एक जीवनीकार की तरह कार्य करता है।
- जबकि "मैप" हर एक विवरण को याद रखता है, "जीवनीकार" मुख्य अंशों (highlights) को लिखता है।
- यह पैटर्न पहचानता है: "इस व्यक्ति को तीखा भोजन पसंद है," या "यह व्यक्ति घर से निकलने से पहले हमेशा अपना फोन चेक करता है।"
- यह प्रोफाइल एक चीट शीट की तरह है जिसे AI अपनी जेब में रखता है। जब आप कोई प्रश्न पूछते हैं, तो AI केवल मानचित्र को नहीं देखता; वह तथ्यों को समझने के लिए चीट शीट की जांच करता है ताकि वह आपकी आदतों को समझ सके, न कि केवल तथ्यों को।
3. "क्रिस्टल बॉल" (आदत सीखना)
यह सबसे शानदार हिस्सा है। AI बिना आपके बताए आपकी आदतें कैसे सीखता है? EgoSelf "आगे क्या होगा?" नामक एक खेल का उपयोग करता है।
- प्रशिक्षण: सिस्टम आपके पिछले इतिहास (मैप) को देखता है और अनुमान लगाने की कोशिश करता है कि आप आगे क्या करेंगे।
- परिदृश्य: AI देखता है कि आप रसोई में जा रहे हैं, फ्रिज खोल रहे हैं, और दूध की ओर देख रहे हैं।
- अनुमान: "ठीक है, आपके इतिहास के आधार पर, आप आमतौर पर एक गिलास दूध निकालते हैं और फिर अपना ईमेल चेक करते हैं। मुझे दांव लगाना है कि आप इसके बाद अपना ईमेल चेक करेंगे।"
- परिणाम: इस खेल को लाखों बार खेलकर, AI केवल "याद रखना" बंद कर देता है और समझना शुरू कर देता है। यह आपकी दिनचर्या को आत्मसात कर लेता है। यह सीख जाता है कि आप उस तरह के व्यक्ति हैं जो नाश्ते के बाद ईमेल चेक करते हैं, न कि केवल यह कि "लोग ईमेल चेक करते हैं।"
4. यह क्यों मायने रखता है (वास्तविक दुनिया का परीक्षण)
शोधकर्ताओं ने लोगों के दैनिक जीवन के एक सप्ताह के डेटासेट का उपयोग करके EgoSelf का अन्य स्मार्ट असिस्टेंट के विरुद्ध परीक्षण किया।
- पुराना तरीका (EgoRAG): कल्पना कीजिए कि आप एक ऐसे पुस्तकालय में एक विशिष्ट बातचीत को खोजने की कोशिश कर रहे हैं जहाँ सभी किताबें फर्श पर बिखरी हुई हैं। जैसे-जैसे पुस्तकालय बड़ा होता जाता है (जैसे-जैसे दिन बीतते हैं), सही किताब ढूंढना कठिन होता जाता है। AI भ्रमित हो जाता है और चीजें बनाने लगता है।
- EgoSelf का तरीका: कल्पना कीजिए कि एक लाइब्रेरियन है जिसने हर किताब को शैली, लेखक और कथानक के अनुसार व्यवस्थित किया है, और वह जानता है कि आप आमतौर पर कौन सी किताबें उधार लेते हैं। भले ही पुस्तकालय बहुत बड़ा हो, लाइब्रेरियन जानता है कि कहाँ देखना है और आप आगे क्या पढ़ना चाह सकते हैं।
परिणाम: EgoSelf न केवल तथ्य खोजने में बेहतर हुआ; बल्कि यह आपकी जरूरतों का पूर्वानुमान लगाने में भी बेहतर हुआ। यह "आज मुझे क्या खाना चाहिए?" जैसे प्रश्नों का उत्तर दे सका क्योंकि इसे याद था कि आप मंगलवार को आमतौर पर फास्ट फूड खाते हैं लेकिन बुधवार को सलाद पसंद करते हैं।
सारांश
EgoSelf आपके AI को एक सर्च इंजन (जो केवल वही खोजता है जो आपने टाइप किया है) से अपग्रेड करके एक पक्के दोस्त (जो आपके इतिहास को जानता है, आपकी आदतों को समझता है, और आपके पूछने से पहले ही आपकी जरूरतों का अनुमान लगा सकता है) में बदलने जैसा है। यह आपके बिखरे हुए जीवन के वीडियो को एक संरचित मानचित्र में बदलकर, आपके व्यक्तित्व का सारांश लिखकर और आपकी अनूठी शैली को सीखने के लिए आपके भविष्य के कदमों का अनुमान लगाने का अभ्यास करके ऐसा करता 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।