CTM-AI: A Blueprint for General AI Inspired by a Model of Consciousness
यह शोध पत्र CTM-AI प्रस्तुत करता है, जो सामान्य कृत्रिम बुद्धिमत्ता के लिए एक सिद्धांतपूर्ण ब्लूप्रिंट है जो विविध विशिष्ट और सामान्य-उद्देश्य वाले प्रोसेसरों के गतिशील चयन और एकीकरण के माध्यम से मल्टीमॉडल समझ और एजेंटिक कार्यों में अत्याधुनिक प्रदर्शन प्राप्त करने के लिए कॉन्शियस ट्यूरिंग मशीन मॉडल को फाउंडेशन मॉडल्स के साथ एकीकृत करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
यहाँ शोध पत्र CTM-AI: एक मॉडल ऑफ कॉन्शियसनेस से प्रेरित जनरल एआई का ब्लूप्रिंट का सरल अवधारणाओं और रोजमर्रा के उदाहरणों में विवरण दिया गया है।
मुख्य विचार: विशेषज्ञों की एक "सचेत" टीम
कल्पना कीजिए कि आप एक बहुत ही कठिन पहेली सुलझाने की कोशिश कर रहे हैं। आपके पास कमरे में विशेषज्ञों की एक टीम है: एक दृश्य कलाकार (visual artist), एक संगीतकार, एक तर्कशास्त्री (logician), एक इतिहासकार और एक कॉमेडियन।
अधिकांश वर्तमान एआई सिस्टम में, आमतौर पर एक "बॉस" (एक केंद्रीय प्रबंधक) होता है जो सबको बताता है कि क्या करना है, या एक अकेला अत्यंत बुद्धिमान व्यक्ति जो सब कुछ अकेले करने की कोशिश करता है।
CTM-AI कुछ अलग करता है। यह इस सिद्धांत से प्रेरित है कि मानव चेतना (consciousness) कैसे काम करती है (जिसे कॉन्शियस ट्यूरिंग मशीन कहा जाता है)। एक बॉस के बजाय, यह एक ऐसे सिस्टम का उपयोग करता है जहाँ:
- सभी एक साथ काम करते हैं।
- कोई केंद्रीय बॉस नहीं होता।
- वे सुने जाने के लिए आपस में प्रतिस्पर्धा करते हैं।
- वे एक साथ स्मार्ट बनने के लिए अपनी सीखी हुई बातें साझा करते हैं।
शोध पत्र का दावा है कि यह दृष्टिकोण एक अधिक लचीला, "जनरल" एआई बनाता है जो वर्तमान प्रणालियों की तुलना में जटिल कार्यों को बेहतर ढंग से संभाल सकता है।
यह कैसे काम करता है: "टाउन हॉल" का उदाहरण
CTM-AI सिस्टम को एक व्यस्त टाउन हॉल मीटिंग की तरह समझें जहाँ एक समस्या (उपयोगकर्ता का प्रश्न) घोषित की जाती है। यहाँ शोध पत्र में वर्णित चरण-दर-चरण प्रक्रिया दी गई है:
1. "अचेतन" भीड़ (प्रोसेसर)
एक कमरे की कल्पना करें जो सैकड़ों विशेषज्ञों (जिन्हें LTM प्रोसेसर्स कहा जाता है) से भरा है। कुछ चित्र देखने में अच्छे हैं, कुछ आवाज़ें सुनने में, कुछ कैलकुलेटर या वेब ब्राउज़र जैसे उपकरणों का उपयोग करने में, और कुछ बस "फ्री एजेंट" हैं जो नए कौशल सीखने के लिए तैयार हैं।
- वे क्या करते हैं: जब कोई प्रश्न आता है, तो कमरे में मौजूद हर कोई अपनी विशेषज्ञता के आधार पर एक साथ उस पर विचार करता है।
- आउटपुट: प्रत्येक व्यक्ति एक छोटा नोट (एक "चंक") लिखता है जिसमें शामिल होता है:
- सार (The Gist): उनका सबसे अच्छा अनुमान या निष्कर्ष।
- स्कोर (The Score): वे कितने आश्वस्त हैं।
- प्रश्न (The Question): एक फॉलो-अप प्रश्न जो वे पहेली को सुलझाने में मदद के लिए किसी और से पूछना चाहते हैं।
2. "अप-ट्री" प्रतियोगिता (किसे बोलने का मौका मिलेगा?)
एक साथ बोलने के लिए पूरा कमरा बहुत शोर भरा हो सकता है। इसलिए, वे एक वोटिंग सिस्टम (Up-Tree) का उपयोग करते हैं।
- नोट्स को न्यायाधीशों की एक सीढ़ी (ladder) के माध्यम से ऊपर भेजा जाता है।
- न्यायाधीश नोट्स और उनके स्कोर की तुलना करते हैं।
- विजेता: केवल एक सबसे अच्छा नोट (वह जिसमें सबसे अधिक आत्मविश्वास और प्रासंगिकता हो) बोलने का अधिकार जीतता है। यह सिस्टम का "सचेत" (Conscious) विचार बन जाता है।
3. "डाउन-ट्री" ब्रॉडकास्ट (घोषणा)
एक बार विजेता चुन लिए जाने के बाद, उनका नोट कमरे में मौजूद सभी को प्रसारित किया जाता है (Down-Tree)।
- अब, प्रत्येक विशेषज्ञ जानता है कि "सचेत" विचार क्या है।
- यह उनकी मेमोरी (स्मृति) को अपडेट करता है। अब वे सभी एक ही संदर्भ (context) साझा करते हैं।
4. "लिंक" का निर्माण (फुसफुसाहट का नेटवर्क)
यही जादुई हिस्सा है। यदि विशेषज्ञ A को एहसास होता है कि विशेषज्ञ B के पास ऐसी जानकारी है जो विजेता नोट को समझाने में मदद करती है, तो वे एक लिंक (Link) बनाते हैं।
- अचेतन संचार (Unconscious Communication): लाउडस्पीकर के माध्यम से दोबारा जाने के बजाय, वे सीधे एक-दूसरे से बात करते हैं।
- फ्यूजन (Fusion): वे अपने ज्ञान को मिलाते हैं। उदाहरण के लिए, यदि "विजुअल" विशेषज्ञ एक उदास चेहरा देखता है, और "ऑडियो" विशेषज्ञ एक खुशमिजाज लहजा सुनता है, तो वे यह समझने के लिए लिंक करते हैं कि व्यक्ति व्यंग्य (sarcasm) कर रहा है।
- यह अगली प्रतियोगिता के दौर से पहले एक समृद्ध समझ बनाने के लिए "अचेतन" रूप से (बैकग्राउंड में) होता है।
5. लूप (दोहराव)
सिस्टम इस चक्र को दोहराता है। यह केवल एक उत्तर नहीं देता; यह अपनी समझ को परिष्कृत करता रहता है, नए लिंक बनाता है, और सबूत जुटाता रहता है, जब तक कि वह अंतिम उत्तर देने के लिए पर्याप्त आश्वस्त न हो जाए।
उन्होंने वास्तव में क्या बनाया?
शोधकर्ताओं ने एक कामकाजी कंप्यूटर प्रोग्राम बनाया है जिसे CTM-AI कहा जाता है, जो इस "टाउन हॉल" संरचना का उपयोग करता है। उन्होंने केवल सिद्धांत नहीं दिया; उन्होंने वास्तविक दुनिया की समस्याओं के खिलाफ इसका परीक्षण किया।
परीक्षण (परीक्षाएँ):
- हास्य और व्यंग्य की समझ (MUStARD और UR-FUNNY):
- चुनौती: व्यंग्य समझना कठिन है क्योंकि इसके लिए आपको एक साथ लहजे को सुनना, चेहरे के भाव देखना और शब्दों को पढ़ना पड़ता है।
- परिणाम: CTM-AI ने उच्चतम स्कोर (लगभग 72%) प्राप्त किया, जबकि अन्य उन्नत एआई मॉडल भी मौजूद थे। इसने उन सिस्टमों को भी पीछे छोड़ दिया जो एक ही बार में सब कुछ करने की कोशिश करते हैं या जो एक केंद्रीय प्रबंधक का उपयोग करते हैं।
- टूल्स का उपयोग करना (StableToolBench):
- चुनौती: एआई से कैलकुलेटर का उपयोग करने, मौसम खोजने या फ्लाइट बुक करने के लिए कहना।
- परिणाम: CTM-AI ने मानक एआई एजेंटों की तुलना में अपनी सफलता दर में 10 अंक से अधिक का सुधार किया। यह यह समझने में बेहतर हुआ कि किस टूल का उपयोग कैसे किया जाए और उन्हें कैसे जोड़ा जाए।
- वेब नेविगेशन (WebArena-Lite):
- चुनौती: विशिष्ट जानकारी खोजने या कार्य पूरा करने के लिए वेबसाइटों के माध्यम से क्लिक करना।
- परिणाम: यह मानक एआई एजेंटों की तुलना में जटिल वेबसाइटों पर नेविगेट करने में काफी बेहतर था।
यह अलग क्यों है?
शोध पत्र CTM-AI और अन्य एआई के बीच दो मुख्य अंतरों को रेखांकित करता है:
- कोई "बॉस" नहीं: अधिकांश एआई सिस्टम में एक केंद्रीय प्रबंधक होता है (जैसे कंपनी में प्रोजेक्ट मैनेजर) जो एजेंटों को बताता है कि क्या करना है। CTM-AI में कोई मैनेजर नहीं है। "बॉस" स्वयं वह प्रतिस्पर्धा है। यह इसे अधिक लचीला बनाता है; यदि किसी नए प्रकार की समस्या आती है, तो सिस्टम को नए मैनेजर की आवश्यकता नहीं होती, उसे बस प्रतिस्पर्धा करने और जीतने के लिए सही विशेषज्ञों की आवश्यकता होती है।
- स्व-सुधार वाले लिंक्स (Self-Improving Links): जैसे-जैसे सिस्टम समस्याओं को हल करता है, विशेषज्ञ सीखते हैं कि उन्हें किससे बात करनी है। यदि "विजुअल" विशेषज्ञ को हमेशा "टेक्स्ट" विशेषज्ञ की मदद की जरूरत होती है, तो वे एक स्थायी लिंक बना लेते हैं। समय के साथ, सिस्टम संचार का अपना कुशल नेटवर्क बनाता है, ठीक वैसे ही जैसे इंसान अपने सामाजिक दायरे में कुछ लोगों पर भरोसा करना सीखते हैं।
निचोड़ (Bottom Line)
शोध पत्र CTM-AI को एक स्मार्ट और अधिक अनुकूलन योग्य एआई के ब्लूप्रिंट के रूप में प्रस्तुत करता है। यह इस बात की नकल करके कि मानव चेतना कैसे काम करती है—एक ग्लोबल वर्कस्पेस का उपयोग करके जहाँ विचार प्रतिस्पर्धा करते हैं, जीतते हैं और फिर सभी में फैल जाते हैं—जटिल, बहु-चरणीय समस्याओं को हल करने के लिए डिज़ाइन किया गया है।
महत्वपूर्ण नोट: लेखक स्पष्ट रूप से कहते हैं कि वे एक सचेत प्राणी (conscious being) नहीं बना रहे हैं। वे एक बेहतर, अधिक प्रभावी मशीन बनाने के लिए चेतना के एक मॉडल का उपयोग एक ब्लूप्रिंट के रूप में कर रहे हैं। वे यह दावा नहीं कर रहे हैं कि एआई "महसूस" करता है; वे दावा कर रहे हैं कि इसकी सोचने की संरचना इसे स्मार्ट बनाती 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।