Pragmos: A Process Agentic Modeling System
यह शोध पत्र प्रैग्मोस (Pragmos) को प्रस्तुत करता है, जो एक प्रोटोटाइप सिस्टम है जो बिजनेस प्रोसेस मैनेजमेंट में ब्लैक-बॉक्स एलएलएम (LLM) समाधानों की सीमाओं को संबोधित करता है, जिससे एक हाइब्रिड, इंटरैक्टिव वर्कफ़्लो सक्षम होता है जहाँ मानव और एलएलएम विशेषीकृत व्यवहार विश्लेषण उपकरणों द्वारा समर्थित संरचित, पुनरावृत्ति चरणों के माध्यम से सहयोगात्मक रूप से सुदृढ़ और व्याख्या योग्य प्रक्रिया मॉडल का निर्माण करते हैं।
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 आप एक बहुत ही बुद्धिमान, लेकिन थोड़े शाब्दिक (literal) स्वभाव वाले रोबोट शेफ को एक जटिल रेसिपी समझाने की कोशिश कर रहे हैं। यदि आप केवल कहते हैं, "लाज़ानिया बनाओ," तो रोबोट भ्रमित हो सकता है कि चरणों का क्रम क्या है, क्या आप प्याज काट सकते हैं जब सॉस पक रहा हो, या क्या आपको चीज़ डालने से पहले या बाद में नूडल्स पकाने होंगे।
यह शोध पत्र Pragmos पेश करता है, जो एक नया सिस्टम है जिसे मनुष्यों और आर्टिफिशियल इंटेलिजेंस (AI) को मिलकर व्यावसायिक प्रक्रियाओं (business processes) के अव्यवस्थित, लिखित विवरणों को स्पष्ट, दृश्य फ्लोचार्ट (जिन्हें प्रोसेस मॉडल कहा जाता है) में बदलने में मदद करने के लिए डिज़ाइन किया गया है।
यहाँ बताया गया है कि Pragmos कैसे काम करता है, जिसे सरल अवधारणाओं में विभाजित किया गया है:
1. समस्या: "ब्लैक बॉक्स" का जाल
वर्तमान में, कई AI उपकरण किसी टेक्स्ट के पैराग्राफ को लेकर तुरंत एक सटीक फ्लोचार्ट देने की कोशिश करते हैं। लेखक तर्क देते हैं कि यह मानव और परिणाम के बीच एक 'ब्लैक बॉक्स' रखने जैसा है। आप एक अनुरोध टाइप करते हैं, और मशीन एक आरेख (diagram) निकाल देती है। यदि आरेख गलत है, तो आपको पता नहीं चलेगा कि AI ने वह गलती क्यों की, और आप इसे आसानी से ठीक नहीं कर सकते क्योंकि AI की "सोच" जटिल कोड के भीतर छिपी होती है।
लेखकों का मानना है कि प्रोसेस मॉडलिंग को एक ही बड़े कदम में करना बहुत जटिल है। इसे एक बातचीत की तरह, चरण-दर-चरण होना चाहिए।
2. समाधान: एक चरण-दर-चरण जासूसी कहानी
AI से "पूरी कहानी लिखने" के लिए कहने के बजाय, Pragmos एक मामले को छोटे, प्रबंधनीय सुरागों में तोड़ने वाले जासूस की तरह कार्य करता है। यह जानकारी जुटाने के लिए AI (विशेष रूप से लार्ज लैंग्वेज मॉडल्स) का उपयोग तीन मुख्य चरणों में करता है, और हर चरण में काम की जाँच करता है:
चरण 1: पथों को खोजना ( "सबसे पहले क्या होता है" वाला सुराग)
AI टेक्स्ट को पढ़ता है और उन विभिन्न तरीकों की सूची बनाता है जिनसे प्रक्रिया आगे बढ़ सकती है।- उपमा: कल्पना करें कि AI एक 'चूज़-योर-ओन-एडवेंचर' (choose-your-own-adventure) किताब पढ़ रहा है और पात्र द्वारा लिए जा सकने वाले तीन मुख्य मार्गों को सूचीबद्ध कर रहा है। यह अभी के लिए लूप्स (loops) को अनदेखा करता है और केवल सीधी रेखाओं पर ध्यान केंद्रित करता है: "पहले आप A करते हैं, फिर B, फिर C।"
- मानव की भूमिका: मानव इस सूची को देख सकता है और कह सकता है, "रुको, यह सही नहीं है। आपने एक चरण छोड़ दिया है," या "यह क्रम गलत है।"
चरण 2: समानांतर ट्रैक खोजना ( "एक ही समय में क्या हो सकता है" वाला सुराग)
एक बार जब AI को क्रम का पता चल जाता है, तो वह उन चीजों को देखता है जो एक साथ हो सकती हैं।- उपमा: एक रसोई के बारे में सोचें। आप एक ही सेकंड में प्याज काट भी नहीं सकते और उन्हें तल भी नहीं सकते, लेकिन आप सब्जियां काटते समय सॉस को पकने (simmering) के लिए छोड़ सकते हैं। AI इन "समानांतर ट्रैक्स" की पहचान करता है और उन्हें मानचित्र पर अंकित करता है।
- मानव की भूमिका: मानव जाँच करता है: "हाँ, वेयरहाउस और इंजीनियरिंग टीम एक ही समय में काम कर सकते हैं," या "नहीं, उन्हें एक-दूसरे का इंतज़ार करना होगा।"
चरण 3: लूप्स को खोजना ( "इसे फिर से करें" वाला सुराग)
अंत में, AI उन हिस्सों को देखता है जो दोहराए जाते हैं।- उपमा: यह एक वीडियो गेम में लूप की तरह है जहाँ आपको बॉस से मिलने से पहले तीन दुश्मनों को हराना होता है। AI पहचानता है कि कौन सी गतिविधियाँ इस दोहराव वाले चक्र का हिस्सा हैं।
- मानव की भूमिका: मानव पुष्टि करता है: "हाँ, हम पार्ट्स लिस्ट की बार-बार जाँच करते हैं जब तक कि सब कुछ तैयार न हो जाए।"
3. जादुई उपकरण: "मॉड्यूलर डिकंपोजिशन ट्री" (Modular Decomposition Tree)
एक बार जब AI ये सुराग (पथ, समानांतर ट्रैक और लूप) एकत्र कर लेता है, तो Pragmos एक विशेष गणितीय उपकरण (प्रोसेस माइनिंग के क्षेत्र से एक विधि) का उपयोग करके इन टुकड़ों को एक 3-डी पहेली की तरह जोड़ने के लिए करता है।
- रूपक: कल्पना करें कि आपके पास लेगो (Lego) ब्रिक्स का एक ढेर है। AI आपको बताता है कि कौन से ब्रिक्स एक-दूसरे के बगल में हैं, कौन से अगल-बगल हैं, और कौन से एक टावर बना रहे हैं। गणितीय उपकरण फिर उन्हें स्वचालित रूप से एक स्थिर, तार्किक संरचना में जोड़ देता है जो समझ में आए।
- यह क्यों महत्वपूर्ण है: यह सुनिश्चित करता है कि अंतिम फ्लोचार्ट केवल एक सुंदर चित्र नहीं है; यह गणितीय रूप से "सटीक" (sound) है (यह डेडलॉक में नहीं फंसेगा या तर्क के नियमों को नहीं तोड़ेगा)।
4. "ह्यूमन-इन-द-लूप" का लाभ
अन्य उपकरणों की तुलना में Pragmos का सबसे बड़ा अंतर पारदर्शिता है।
- अन्य उपकरण: आप एक मॉडल मांगते हैं, और AI एक तैयार उत्पाद देता है। यदि यह गलत है, तो आपको अनुमान लगाना पड़ता है कि क्या गलत हुआ।
- Pragmos: आप "ड्राफ्ट" देखते हैं। आप अंतिम चार्ट बनाने से पहले पथों की सूची, समानांतर कार्यों की सूची और लूप्स की सूची देखते हैं। यदि AI सोचता है कि दो कार्य एक ही समय में होते हैं, लेकिन आप जानते हैं कि वे नहीं होते, तो आप अंतिम मॉडल बनाने से पहले ही इसे ठीक कर सकते हैं।
5. परिणाम
लेखकों ने 45 वास्तविक दुनिया के व्यावसायिक विवरणों (जैसे "कंप्यूटर कैसे मरम्मत करें" या "परीक्षा कैसे ग्रेड करें") के डेटासेट पर Pragmos का परीक्षण किया।
- सफलता: अधिकांश मामलों में, Pragmos ने चरण-दर-चरण बातचीत का पालन करके सही फ्लोचार्ट सफलतापूर्वक बनाया।
- सीमा: जब विवरण अत्यंत लंबे और जटिल थे, तो सिस्टम कभी-कभी संघर्ष करता था क्योंकि AI की "याददाश्त" (context window) सभी विवरणों को एक साथ रखने के लिए बहुत भर गई थी।
सारांश
Pragmos एक ऐसा सिस्टम है जो AI को एक जादू की छड़ी के रूप में नहीं देखता जो तुरंत पूर्ण उत्तर बनाती है, बल्कि एक सहायक के रूप में देखता है जो ईंट-दर-ईंट एक मॉडल बनाता है। यह विशेषज्ञों को ईंटों को देखने, ब्लूप्रिंट की जाँच करने और रास्ते में गलतियों को सुधारने की अनुमति देता है, जिससे यह सुनिश्चित होता है कि अंतिम परिणाम सटीक और समझने योग्य दोनों 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।