Structural Ranking of the Cognitive Plausibility of Computational Models of Analogy and Metaphors with the Minimal Cognitive Grid
यह शोध पत्र कार्यात्मक/संरचनात्मक अनुपात, व्यापकता और प्रदर्शन मिलान पर आधारित एक औपचारिक मात्रात्मक दृष्टिकोण का उपयोग करते हुए, एनालॉजी (सादृश्य) और मेटाफर (रूपक) के अग्रणी कम्प्यूटेशनल मॉडलों, जिनमें SME, CogSketch, METCL और LLMs शामिल हैं, की संज्ञानात्मक संभाव्यता का व्यवस्थित रूप से मूल्यांकन और रैंकिंग करने के लिए मिनिमल कॉग्निटिव ग्रिड फ्रेमवर्क को लागू 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
कल्पना कीजिए कि आप एक टैलेंट शो के जज हैं, लेकिन यहाँ प्रतियोगी गायक या नर्तक नहीं, बल्कि कंप्यूटर प्रोग्राम हैं जो इंसानों की तरह सोचने की कोशिश कर रहे हैं। वे विशेष रूप से सादृश्यता (analogies) (जैसे "A का B से संबंध है, वैसे ही C का D से है") और रूपकों (metaphors) (जैसे "मेरा काम एक जेल है") से जुड़े पहेलियों को हल करने की कोशिश कर रहे हैं।
इस शोध पत्र के लेखक, अलेसियो डोनविटो और एंटोनियो लिएटो ने एक विशेष स्कोरिंग सिस्टम बनाया है जिसे मिनिमल कॉग्निटिव ग्रिड (MCG) कहा जाता है। इस ग्रिड को एक तीन पैरों वाले स्टूल की तरह समझें। एक कंप्यूटर को इस स्टूल पर आराम से बैठने के लिए और "संज्ञानात्मक रूप से प्रशंसनीय" (cognitive plausibly) मॉडल (यानी वह जो केवल इंसान जैसा दिखता नहीं है, बल्कि इंसान की तरह सोचता भी है) कहलाने के लिए, उसे इन तीनों पैरों पर संतुलन बनाना होगा।
यहाँ ये तीन पैर कैसे काम करते हैं, इसे सरल उपमाओं के माध्यम से समझाया गया है:
पैर 1: ब्लूप्रिंट का मिलान (कार्यात्मक/संरचनात्मक अनुपात)
प्रश्न: क्या कंप्यूटर अपना उत्तर उसी तरह बनाता है जैसे मानव मस्तिष्क बनाता है, या वह केवल जादू से सही उत्तर प्राप्त कर लेता है?
- उपमा: कल्पना कीजिए कि दो लोग पक्षी का घर (birdhouse) बनाने की कोशिश कर रहे हैं।
- व्यक्ति A (स्ट्रक्चरल मॉडल): लकड़ी, कील और हथौड़े का उपयोग करता है, और बिल्कुल उन्हीं चरणों का पालन करता है जो एक बढ़ई करेगा। वे धीमे हो सकते हैं, लेकिन उनकी प्रक्रिया मानव जैसी है।
- व्यक्ति B (फंक्शनल मॉडल): एक 3D प्रिंटर या लेजर कटर का उपयोग करता है। वे बिल्कुल वैसा ही पक्षी का घर बना लेते हैं, लेकिन उनके अंदर की मशीन मानव हाथों से पूरी तरह अलग है।
- शोध पत्र का दावा: लेखक तर्क देते हैं कि यदि किसी कंप्यूटर को यह समझने के लिए एक अच्छा मॉडल बनना है कि हम कैसे सोचते हैं, तो उसे "लकड़ी और कीलों" वाले दृष्टिकोण (स्ट्रक्चरल) का उपयोग करना चाहिए।
- SME और CogSketch: ये बढ़ई की तरह हैं। वे विशिष्ट नियमों (जैसे "एक चीज़ का एक चीज़ से मेल खाना") का उपयोग करते हैं जो मानव द्वारा बनाई जाने वाली सादृश्यता की नकल करते हैं। वे यहाँ उच्च स्कोर प्राप्त करते हैं।
- LLMs (जैसे GPT-4): ये 3D प्रिंटर की तरह हैं। वे पक्षी का घर बनाने में अद्भुत हैं (सही उत्तर पाने में), लेकिन वे इसे किताबों के एक विशाल पुस्तकालय से पैटर्न का अनुमान लगाकर करते हैं, न कि मानव जैसी तार्किक प्रक्रियाओं का पालन करके। वे यहाँ बहुत कम स्कोर प्राप्त करते हैं क्योंकि उनकी "आंतरिक मशीनरी" मानव विचार से पूरी तरह अलग (alien) है।
- METCL: यह एक मध्यम स्तर का बढ़ई है। यह एक अलग ब्लूप्रिंट (वर्गीकरण पर ध्यान केंद्रित करते हुए, न कि मैपिंग पर) का उपयोग करता है, इसलिए यह बीच में स्कोर करता है।
पैर 2: स्विस आर्मी नाइफ (सामान्यता/Generality)
प्रश्न: क्या कंप्यूटर कई अलग-अलग प्रकार की सोच रख सकता है, या वह केवल एक ही काम में माहिर है?
- उपमा:
- विशेषज्ञ (Specialist): एक शतरंज का मास्टर जो ग्रैंडमास्टर को हरा सकता है लेकिन अपने जूते के फीते भी नहीं बांध सकता या अंडा भी नहीं पका सकता।
- सामान्यज्ञ (Generalist): एक व्यक्ति जो शतरंज खेल सकता है, खाना बना सकता है, कार चला सकता है और गणित की समस्याएं हल कर सकता है।
- शोध पत्र का दावा: लेखक देखते हैं कि क्या ये सिस्टम गणित, दृश्य पहेलियों, भाषा और यहाँ तक कि शारीरिक गतिविधियों (इंद्रिय/मोटर कौशल) को संभाल सकते हैं।
- LLMs: ये परम सामान्यज्ञ (Generalists) हैं। वे पढ़ सकते हैं, लिख सकते हैं, गणित कर सकते हैं और चित्रों को देख सकते हैं। वे यहाँ उच्चतम स्कोर करते हैं।
- SME और CogSketch: ये विशेषज्ञ (Specialists) हैं। वे विशिष्ट तर्क पहेलियों (जैसे विजुअल पैटर्न) में बहुत अच्छे हैं लेकिन गणित नहीं कर सकते या जटिल वाक्यों को नहीं समझ सकते। वे यहाँ कम स्कोर करते हैं।
- METCL: यह भी एक विशेषज्ञ है, जो मुख्य रूप से भाषाई रूपकों पर केंद्रित है।
पैर 3: मिरर टेस्ट (प्रदर्शन का मिलान)
प्रश्न: जब कंप्यूटर गलत होता है, तो क्या वह उसी तरह की गलतियाँ करता है जैसे इंसान करता है?
- उपमा: कल्पना कीजिए कि आप एक परीक्षा दे रहे हैं।
- यदि आप किसी अवधारणा को गलत समझने के कारण गलत होते हैं, तो वह एक "मानवीय" गलती है।
- यदि आप इसलिए गलत होते हैं क्योंकि कंप्यूटर में कोई खराबी आ गई या उसने तुक्का लगाया, तो वह एक "मशीनी" गलती है।
- लक्ष्य यह देखना है कि क्या कंप्यूटर की "खराबी" मानवीय भ्रम जैसी दिखती है।
- शोध पत्र का दावा:
- SME और CogSketch: वे इसमें उत्कृष्ट हैं। जब वे एक दृश्य पहेली (जैसे रेवेन्स प्रोग्रेसिव मैट्रिसेस) में विफल होते हैं, तो वे ठीक उन्हीं कठिन पहेलियों पर विफल होते हैं जिनसे मनुष्य संघर्ष करते हैं। वे सोचने में लगभग उतना ही समय भी लेते है। वे यहाँ बहुत उच्च स्कोर करते हैं।
- LLMs: वे अक्सर सही उत्तर प्राप्त करते हैं, लेकिन जब वे विफल होते हैं, तो उनकी गलतियाँ मनुष्यों से अलग दिखती हैं। वे शब्दों में थोड़े से बदलाव से भी भ्रमित हो सकते हैं जो किसी व्यक्ति को परेशान नहीं करता। वे यहाँ कम स्कोर करते हैं।
अंतिम स्कोरबोर्ड
लेखक यह देखने के लिए इन तीनों स्कोर को मिलाते हैं कि कौन "संज्ञानात्मक प्रशंसनीयता" (Cognitive Plausibility) का खिताब जीतता है। उन्होंने निर्णय लिया कि पैर 1 (ब्लूप्रिंट) सबसे महत्वपूर्ण है क्योंकि मुख्य लक्ष्य यह समझना है कि हम कैसे सोचते हैं, न कि केवल सही उत्तर प्राप्त करना।
- विजेता (कठोर नियमों के तहत): CogSketch और SME। भले ही वे "एक ही काम के विशेषज्ञ" (low generality) हैं, लेकिन वे इंसानों की तरह सोचते हैं। वे मानव मस्तिष्क के अध्ययन के लिए सबसे अच्छे मॉडल हैं।
- उपविजेता: METCL। यह बीच में रहता है—यह कुछ मानवीय चीजें करता है, लेकिन शीर्ष दो की तरह व्यापक नहीं है।
- "जादुई" बॉक्स: LLMs (GPT-4, आदि)। वे अविश्वसनीय रूप से स्मार्ट और बहुमुखी (high generality) हैं, लेकिन वे इंसानों की तरह नहीं सोचते हैं। यदि आप एक उपकरण चाहते हैं जो समस्याओं को हल करे, तो वे बेहतरीन हैं। लेकिन यदि आप एक ऐसा मॉडल चाहते हैं जो यह समझा सके कि हम क्यों सोचते हैं, तो शोध पत्र कहता है कि वे सबसे अच्छा विकल्प नहीं हैं।
मुख्य निष्कर्ष
शोध पत्र यह निष्कर्ष निकालता है कि "स्मार्ट" होना (सही उत्तर पाना) और "संज्ञानात्मक रूप से प्रशंसनीय" होना (इंसानों की तरह सोचना) अलग बातें हैं।
- LLMs एक सुपर-एक्टर की तरह हैं जो स्क्रिप्ट को पूरी तरह से याद कर सकते हैं और बिल्कुल इंसान की तरह लग सकते हैं, लेकिन वे वास्तव में भावनाओं को महसूस नहीं करते हैं।
- SME/CogSketch एक मेथड एक्टर की तरह हैं जो वास्तव में भावनाओं को महसूस करते हैं और चरित्र के तर्क के माध्यम से सोचते हैं, भले ही वे बहुत सारी लाइनें याद न रख सकें।
लेखकों ने यह ग्रिड वैज्ञानिकों को यह तय करने में मदद करने के लिए बनाया है कि कौन सा कंप्यूटर प्रोग्राम मानव मस्तिष्क के अध्ययन के लिए सबसे अच्छा "मेथड एक्टर" है। उन्होंने पाया कि जबकि "सुपर-एक्टर्स" (LLMs) प्रभावशाली हैं, लेकिन मानव विचार की कार्यप्रणाली को समझने के लिए "मेथड एक्टर्स" (SME/CogSketch) अभी भी स्वर्ण मानक (gold standard) हैं।
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।