Automatic Ontology Construction Using LLMs as an External Layer of Memory, Verification, and Planning for Hybrid Intelligent Systems
यह शोध पत्र एक हाइब्रिड इंटेलिजेंट सिस्टम आर्किटेक्चर प्रस्तावित करता है जो विविध अनुप्रयोगों में दीर्घकालिक तर्क, संरचनात्मक समझ और निर्णय लेने की विश्वसनीयता को बढ़ाने के लिए बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) को एक स्वचालित रूप से निर्मित, सत्यापन योग्य ऑन्टोलॉजिकल मेमोरी लेयर के साथ संवर्धित 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: AI को एक "मस्तिष्क" और एक "नोटबुक" देना
कल्पना कीजिए कि एक लार्ज लैंग्वेज मॉडल (LLM)—जैसे कि आज आप जिससे चैट करते हैं—एक प्रतिभाशाली लेकिन भूलक्कड़ तात्कालिक अभिनेता (improvisational actor) है।
- अभिनेता: वे स्मार्ट दिखने, कहानियाँ सुनाने और मौके पर ही तर्कसंगत उत्तर बनाने में माहिर हैं।
- समस्या: उनकी याददाश्त बहुत खराब है। एक बार बातचीत खत्म होने के बाद, वे सब कुछ भूल जाते हैं। उनके दिमाग में कोई "फैक्ट-चेकर" भी नहीं है; यदि वे गलत अनुमान लगाते हैं, तो वे पूरे आत्मविश्वास के साथ आपसे झूठ बोल सकते हैं। वे पूरी तरह से अपनी ट्रेनिंग से याद की गई बातों पर निर्भर रहते हैं, जो एक जटिल गणितीय समस्या को हल करने के लिए सालों पहले पढ़े गए किसी टेक्स्टबुक की धुंधली यादों का उपयोग करने जैसा है।
यह पेपर एक समाधान प्रस्तावित करता है: केवल अभिनेता की याददाश्त पर भरोसा न करें। उन्हें एक व्यवस्थित नोटबुक (एक ऑन्टोलॉजी - Ontology) और एक सख्त संपादक (एक वैलिडेटर - Validator) दें।
रूपक: "निर्देशक" और "क्रू"
लेखक एक हाइब्रिड इंटेलिजेंट सिस्टम बनाने का सुझाव देते हैं। इसे एक फिल्म निर्माण की तरह समझें:
- LLM निर्देशक (Director) है: वे रचनात्मक हैं, भाषा समझते हैं, और योजना बनाते हैं। लेकिन वे हर प्रॉप (prop), हर संवाद, या भौतिकी के हर नियम को याद नहीं रख सकते।
- ऑन्टोलॉजी (Ontology) "वर्ल्ड बाइबल" (World Bible) है: यह एक व्यवस्थित, डिजिटल नोटबुक है जहाँ हर पात्र, नियम, संबंध और तथ्य स्पष्ट रूप से लिखा गया है। यह केवल कागजों का ढेर नहीं है (जैसा कि एक मानक चैट इतिहास होता है); यह एक मानचित्र है।
- उदाहरण: केवल यह याद रखने के बजाय कि "जॉन सेब पसंद करता है," नोटबुक जानती है:
जॉन(व्यक्ति) →पसंद करता है(क्रिया) →सेब(भोजन) →है एक(श्रेणी) →फल।
- उदाहरण: केवल यह याद रखने के बजाय कि "जॉन सेब पसंद करता है," नोटबुक जानती है:
- वैलिडेटर (SHACL) स्क्रिप्ट सुपरवाइजर (Script Supervisor) है: निर्देशक के संवाद बोलने से पहले, स्क्रिप्ट सुपरवाइजर "वर्ल्ड बाइबल" की जाँच करता है।
- परिदृश्य: यदि निर्देशक कहता है, "जॉन कार उड़ा रहा है," तो सुपरवाइजर बाइबल की जाँच करता है, देखता है कि "कारें" "उड़" नहीं सकतीं, और कहता है, "कट! यह हमारे संसार के नियमों का उल्लंघन करता है।"
यह कैसे काम करता है (द "ऑन्टोलॉजी बिल्डर")
पेपर इस "वर्ल्ड बाइबल" को स्वचालित रूप से बनाने की एक पाइपलाइन का वर्णन करता है। यहाँ यह प्रक्रिया रोजमर्रा की भाषा में दी गई है:
- इनगेस्ट (लाइब्रेरियन): सिस्टम दस्तावेजों, चैट लॉग और डेटा को पढ़ता है।
- एक्सट्रैक्शन (डिटेक्टिव): AI एक जासूस की तरह काम करता है, नाम (Entities) और उनके बीच के संबंध (Relations) निकालता है।
- इसके बजाय: "मीटिंग दोपहर 2 बजे थी।"
- यह लिखता है:
मीटिंग→हुई_थी→2 PM।
- नॉर्मलाइजेशन (ट्रांसलेटर): यह भ्रम को ठीक करता है। यदि एक दस्तावेज़ "CEO" कहता है और दूसरा "Chief Executive", तो सिस्टम समझ जाता है कि वे एक ही व्यक्ति हैं और उन्हें मर्ज कर देता है।
- वैलिडेशन (क्वालिटी कंट्रोल): यह नए तथ्यों की नियमों के विरुद्ध जाँच करता है। यदि नया तथ्य तर्क को तोड़ता है, तो उसे फ्लैग किया जाता है या हटा दिया जाता है।
- स्टोरेज (फाइलिंग कैबिनेट): तथ्यों को एक विशेष प्रारूप (RDF/OWL) में सहेजा जाता है जिसे कंप्यूटर पढ़ और तर्क कर सकें, न कि केवल इंसान।
प्रयोग: क्या यह काम आया?
लेखकों ने इस सिस्टम का दो तरह से परीक्षण किया:
1. टावर ऑफ हनोई (पहेली परीक्षण)
- कार्य: एक क्लासिक लॉजिक पहेली जहाँ आपको सख्त नियमों का पालन करते हुए डिस्क को पेग्स के बीच ले जाना होता है। इसके लिए आगे की योजना बनाना आवश्यक है।
- परिणाम:
- "शुद्ध अभिनेता" (केवल LLM): आसानी से फंस गया। 3 डिस्क के साथ, यह लगभग 26% बार सफल रहा। 6 डिस्क के साथ, इसने पूरी तरह से हार मान ली (0%)।
- "नोटबुक वाला निर्देशक" (LLM + Ontology): इसने बहुत बेहतर प्रदर्शन किया। 5 डिस्क के साथ, सफलता दर 33% से बढ़कर 45% हो गई।
- सबक: AI जादुई तरीके से "स्मार्ट" नहीं हुआ; इसने बस अपनी योजना लिखने और अपने नियमों की जाँच करने के लिए एक बेहतर जगह पा ली। इसने कदम भूलना बंद कर दिया।
2. फैक्ट एनालाइजर (कानूनी परीक्षण)
- कार्य: क्लिनिकल ट्रायल्स के बारे में एक जटिल नियामक प्रश्न का उत्तर देना (जैसे, "क्या हम फाइलिंग के 30 दिन बाद अध्ययन शुरू कर सकते हैं यदि हमें 'ना' नहीं बताया गया है?")।
- परिणाम:
- "शुद्ध अभिनेता": एक आत्मविश्वासी लेकिन गलत उत्तर दिया (हैलुसिनेशन/भ्रम)।
- "नोटबुक वाला निर्देशक": "वर्ल्ड बाइबल" में विशिष्ट नियम की जाँच की, देखा कि शर्त पूरी हो गई थी, और सही, सत्यापित उत्तर दिया।
- सबक: जब आपको 100% सही होने की आवश्यकता होती है (जैसे कानून या चिकित्सा में), तो आप केवल AI के "एहसास" पर भरोसा नहीं कर सकते। आपको इसे नियमों की जाँच करने की आवश्यकता है।
यह क्यों मायने रखता है?
वर्तमान में, अधिकांश AI एक स्टेरॉयड वाले सर्च इंजन की तरह है: यह समान शब्दों को खोजता है और उत्तर का अनुमान लगाता है।
यह पेपर AI को एक नॉलेज इंजन (Knowledge Engine) में बदलने का प्रस्ताव देता है:
- दीर्घकालिक स्मृति: यह याद रखता है कि आप कौन हैं और आपने अलग-अलग दिनों में क्या किया है, न कि केवल एक चैट सत्र तक सीमित है।
- व्याख्यात्मकता (Explainability): यदि AI कोई गलती करता है, तो आप "वर्ल्ड बाइबल" को देख सकते हैं और देख सकते हैं कि उसने किस नियम का उल्लंघन किया।
- विश्वसनीयता: यह AI को तथ्य बनाने से रोकता है क्योंकि उसके पास काम की जाँच करने के लिए एक "स्क्रिप्ट सुपरवाइजर" है।
कमी (सीमाएं)
लेखक ईमानदार हैं: यह अभी जादू नहीं है।
- यह पूर्ण नहीं है: "वर्ल्ड बाइबल" बनाने के समय AI अभी भी गलतियाँ कर सकता है (जैसे एक लाइब्रेरियन द्वारा किताब को गलत जगह फाइल करना)।
- इसे मनुष्यों की आवश्यकता है: आपको अभी भी नियमों की जाँच करने और "वर्ल्ड बाइबल" को ठीक करने के लिए एक इंसान की आवश्यकता है।
- यह धीमा है: केवल अनुमान लगाने की तुलना में नियमों की जाँच करने में अधिक समय लगता है।
निष्कर्ष
यह पेपर तर्क देता है कि वास्तव में स्मार्ट और विश्वसनीय AI बनाने के लिए, हमें केवल "मस्तिष्क" (LLM) को बड़ा नहीं बनाना चाहिए। इसके बजाय, हमें इसे एक बेहतर याददाश्त (ऑन्टोलॉजी) और एक सख्त संपादक (वैलिडेटर) देना चाहिए।
इसे एक स्पोर्ट्स कार से एक सेल्फ-ड्राइविंग ट्रक में अपग्रेड करने के रूप में सोचें जिसमें एक परफेक्ट मैप और एक सेफ्टी ड्राइवर है (जो थोड़ा अधिक जटिल है, लेकिन आपको सुरक्षित और विश्वसनीय तरीके से गंतव्य तक पहुँचाता 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।