Brain-LLM Alignment Tracks Training Data, Not Typology
यह अध्ययन प्रदर्शित करता है कि क्रॉस-लिंग्विस्टिक ब्रेन-एलएलएम संरेखण (alignment) मुख्य रूप से एक मॉडल के प्रशिक्षण-भाषा प्रभुत्व द्वारा संचालित होता है न कि किसी अंतर्निहित अंग्रेजी लाभ द्वारा, जिसमें अवशिष्ट भिन्नताएं वास्तविक टाइपोलॉजिकल दूरियों को दर्शाती हैं जो असमान रूप से सिंटैक्टिक मस्तिष्क क्षेत्रों को प्रभावित करती 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
यहाँ शोध पत्र "Brain–LLM Alignment Tracks Training Data, Not Typology" का सरल भाषा और रोज़मर्रा के उदाहरणों के साथ हिंदी अनुवाद दिया गया है।
मुख्य सवाल: क्या अंग्रेजी विशेष है?
कल्पना कीजिए कि आपके पास एक सुपर-स्मार्ट रोबोट (एक लार्ज लैंग्वेज मॉडल, या LLM) है जिसने लाखों किताबें पढ़ी हैं। वैज्ञानिकों ने पाया है कि जब यह रोबोट किसी वाक्य के बारे में "सोचता" है, तो इसकी आंतरिक गणितीय प्रक्रिया उस तरह से चमकती है जैसे मानव मस्तिष्क उसी वाक्य को सुनते समय चमकता है।
लंबे समय से, इस "मस्तिष्क-रोबोट मिलान" का परीक्षण केवल अंग्रेजी के साथ किया गया था। क्योंकि इस रोबोट को मुख्य रूप से अंग्रेजी पर प्रशिक्षित किया गया था, और मानव मस्तिष्क अंग्रेजी सुन रहा था, इसलिए यह मिलान एकदम सटीक था।
इससे एक बड़ा सवाल उठा: क्या मानव मस्तिष्क किसी तरह विशेष रूप से अंग्रेजी के लिए "बना" (wired) है? या यह मिलान केवल एक संयोग है क्योंकि रोबोट ने अंग्रेजी सीखी है?
प्रयोग: रेसिपी को बदलना
इस उत्तर को खोजने के लिए, शोधकर्ताओं ने द लिटिल प्रिंस नामक कहानी का उपयोग करके एक विशाल प्रयोग किया। उन्होंने 112 लोगों के मस्तिष्क की रिकॉर्डिंग की, जो इस कहानी को तीन अलग-अलग भाषाओं में सुन रहे थे: अंग्रेजी, चीनी और फ्रेंच।
इसके बाद उन्होंने सात अलग-अलग AI मॉडलों का इन ब्रेन स्कैन्स के विरुद्ध परीक्षण किया।
- "अंग्रेजी रोबोट": एक मॉडल जिसे मुख्य रूप से अंग्रेजी पर प्रशिक्षित किया गया है (जैसे LLaMA-2)।
- "चीनी रोबोट": एक मॉडल जिसे मुख्य रूप से चीनी पर प्रशिक्षित किया गया है (Baichuan2)।
- "बहुभाषी रोबोट": एक मॉडल जिसे कई भाषाओं पर समान रूप से प्रशिक्षित किया गया है (जैसे XLM-R)।
जादुई ट्रिक:
शोधकर्ताओं ने "अंग्रेजी रोबोट" और "चीनी रोबोट" की तुलना की। ये दोनों रोबोट हर मामले में जुड़वां हैं—उनका आकार, मस्तिष्क की संरचना और परतों की संख्या समान है। एकमात्र अंतर यह है कि उन्होंने क्या "खाया" (प्रशिक्षण डेटा)। एक ने मुख्य रूप से अंग्रेजी खाई; दूसरे ने मुख्य रूप से चीनी खाई।
बड़ी खोज: यह इस बारे में है कि आपने क्या खाया, न कि आपके DNA के बारे में
परिणामों ने पूरी कहानी ही बदल दी:
- अंग्रेजी रोबोट अंग्रेजी वाले मस्तिष्क के साथ सबसे अच्छा मेल खाता था और चीनी मस्तिष्क के साथ सबसे खराब।
- चीनी रोबोट ने बिल्कुल उल्टा किया: यह सबसे अच्छा चीनी मस्तिष्क के साथ मेल खाता था और सबसे खराब अंग्रेजी मस्तिष्क के साथ।
उपमा (Analogy):
मानव मस्तिष्क को एक ताले की तरह समझें।
- "अंग्रेजी रोबोट" एक ऐसी चाबी है जो विशेष रूप से अंग्रेजी ताले के लिए बनाई गई है। यह पूरी तरह फिट बैठती है।
- "चीनी रोबोट" एक ऐसी चाबी है जो विशेष रूप से चीनी ताले के लिए बनाई गई है।
- शोधकर्ताओं ने साबित कर दिया कि "परफेक्ट फिट" इसलिए नहीं है क्योंकि अंग्रेजी का ताला विशेष है। यह केवल इसलिए है क्योंकि चाबी को उस विशिष्ट ताले से मेल खाने के लिए बनाया गया था। यदि आप किसी दूसरे ताले के लिए चाबी बनाते हैं, तो वह उस ताले में फिट बैठेगी।
निष्कर्ष: पिछले अध्ययनों में दिखने वाला "अंग्रेजी लाभ" इसलिए नहीं था कि अंग्रेजी "मस्तिष्क की सार्वभौमिक भाषा" है। यह केवल इसलिए था क्योंकि AI मॉडल को अंग्रेजी डेटा पर प्रशिक्षित किया गया था। मस्तिष्क को भाषा से फर्क नहीं पड़ता; उसे उस पैटर्न से फर्क पड़ता है जिसे AI ने सीखा है।
अन्य आश्चर्यजनक निष्कर्ष
1. "अनुवाद की गड़बड़ी" (टोकनाइजेशन/Tokenization)
जब AI चीनी पढ़ता है, तो उसे समझने के लिए अक्सर एक चीनी अक्षर को कई छोटे टुकड़ों (टोकन) में तोड़ना पड़ता है, जबकि अंग्रेजी के शब्द अक्सर एक ही टुकड़े के होते हैं।
- उपमा: कल्पना कीजिए कि आप एक ऐसी किताब पढ़ रहे हैं जहाँ हर अंग्रेजी शब्द एक ईंट की तरह है, लेकिन हर चीनी शब्द 2.4 ईंटों का एक ढेर है जो आपस में चिपकी हुई हैं।
- परिणाम: इस "ईंटों के ढेर" के कारण, AI को चीनी शब्द का अर्थ समझने के लिए अपनी परतों में बहुत गहराई तक देखना पड़ता है। शोधकर्ताओं ने पाया कि AI के चीनी भाषा के लिए अलग तरह से "सोचने" के पीछे लगभग 60% कारण यह यांत्रिक गड़बड़ी है कि वह शब्दों को कैसे तोड़ता है, न कि यह कि मस्तिष्क अर्थ को कैसे प्रोसेस करता है।
2. व्याकरण बनाम अर्थ (मस्तिष्क के मोहल्ले)
मानव मस्तिष्क में अलग-अलग कामों के लिए अलग-अलग मोहल्ले होते हैं।
- "अर्थ का मोहल्ला" (PTL): यह शब्दावली और अवधारणाओं को संभालता है।
- "व्याकरण का मोहल्ला" (IFG): यह वाक्य की संरचना और नियमों को संभालता है।
शोधकर्ताओं ने पाया कि "अर्थ का मोहल्ला" चाहे कोई भी भाषा बोली जा रही हो, AI के साथ लगभग पूरी तरह से मेल खाता था। AI और मस्तिष्क इस बात पर सहमत हैं कि शब्दों का अर्थ क्या है।
हालाँकि, "व्याकरण का मोहला" बहुत चूजी (picky) था। यह केवल तभी AI के साथ अच्छी तरह मेल खाता था जब AI ने उस भाषा के विशिष्ट व्याकरण नियमों को सीखा हो।
- उपमा: यदि मैं और आप दोनों जानते हैं कि "सेब" का क्या मतलब है, तो हम एक ही बात पर सहमत हैं। लेकिन अगर मैंने बाईं ओर सड़क पर गाड़ी चलाना सीखा है और आपने दाईं ओर, तो हम स्टयरिंग व्हील घुमाने के तरीके पर बहस करेंगे। मस्तिष्क का "व्याकरण" वाला हिस्सा इन नियमों के प्रति संवेदनशील है, जबकि "अर्थ" वाला हिस्सा सार्वभौमिक है।
3. "सार्वभौमिक" बहुभाषी रोबोट
शोधकर्ताओं ने एक ऐसे रोबोट का भी परीक्षण किया जिसे एक साथ कई भाषाओं पर प्रशिक्षित किया गया था। यह रोबोट सबसे लचीला था। इसकी अंग्रेजी या चीनी के प्रति कोई मजबूत प्राथमिकता नहीं थी; यह तीनों भाषाओं के मस्तिष्क के साथ लगभग समान रूप से अच्छी तरह मेल खाता था। यह सुझाव देता है कि यदि आप एक AI को वास्तव में बहुभाषी बनने के लिए सिखाते हैं, तो वह किसी भी भाषा में मानव मस्तिष्क को समझ सकता है।
सारांश
- मिथक टूटा: मस्तिष्क "अंग्रेजी-केंद्रित" नहीं है। AI बस अंग्रेजी पर प्रशिक्षित हुआ था।
- वास्तविक चालक: AI का प्रदर्शन इस बात पर निर्भर करता है कि वह किस भाषा पर प्रशिक्षित किया गया है। यदि आप इसे चीनी पर प्रशिक्षित करते हैं, तो यह चीनी मस्तिष्क को सबसे अच्छी तरह समझता है।
- बारीकी: जबकि भाषाओं में शब्दों का अर्थ सार्वभौमिक होता है, व्याकरण के नियम विशिष्ट होते हैं। मस्तिष्क के व्याकरण केंद्र इन अंतरों के प्रति संवेदनशील होते हैं, लेकिन अर्थ केंद्र नहीं।
- तकनीकी गड़बड़ी: AI में भाषाओं के बीच जो अंतर हम देखते हैं, उनमें से कुछ केवल इसलिए हैं क्योंकि AI चीनी अक्षरों को सही ढंग से गिनने में संघर्ष करता है (टोकनाइजेशन), न कि इसलिए कि मस्तिष्क अलग तरह से काम करता है।
संक्षेप में: AI एक दर्पण है। यदि आप इसे अंग्रेजी दिखाते हैं, तो यह अंग्रेजी को दर्शाता है। यदि आप इसे चीनी दिखाते हैं, तो यह चीनी को दर्शाता है। मानव मस्तिष्क दोनों मामलों में एक ही है; केवल प्रतिबिंब (reflection) बदलता 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।