Beyond Recall: Behavioral Specification as an Interpretive Layer for AI Personalization
यह शोध पत्र "व्यवहार संबंधी विशिष्टता" (Behavioral Specification) को एक व्याख्यात्मक परत के रूप में प्रस्तुत करता है जो उपयोगकर्ता डेटा को पैटर्न में संकुचित करती है ताकि एआई की प्रतिनिधिक सटीकता और मानवीय इरादे के साथ सामंजस्य को महत्वपूर्ण रूप से सुधारा जा सके, जिससे संदर्भ लागत के एक अंश पर कच्चे-कॉर्पस (raw-corpus) के करीब प्रदर्शन प्राप्त किया जा सके और व्याख्यात्मक समझ को सरल तथ्यात्मक स्मरण से अलग किया जा सके।
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 एक कंप्यूटर प्रोग्राम एक व्यक्तिगत सहायक के रूप में कार्य करता है, जो आपकी ओर से निर्णय लेता है। इस सहायक को वास्तव में सहायक होने के लिए, इसे केवल आपकी पिछली बातचीत या आपके जीवन के तथ्यों को याद रखने से कहीं अधिक करने की आवश्यकता है। इसे यह समझने की आवश्यकता है कि आप कैसे सोचते हैं। यदि आपको तथ्यों का एक सेट दिया जाता है, तो आप उन्हें अपने स्वयं के अनूठे दृष्टिकोण से व्याख्यायित कर सकते हैं, जोखिमों को अलग तरह से तौल सकते हैं या उन मूल्यों को प्राथमिकता दे सकते हैं जिन्हें अन्य लोग अनदेखा कर देते हैं। यह आंतरिक ढांचा—कि कैसे एक विशिष्ट व्यक्ति निष्कर्ष तक पहुँचने के लिए सूचनाओं को संसाधित करता है—जिसे शोधकर्ता 'व्याख्या' (interpretation) कहते हैं। वर्तमान कृत्रिम बुद्धिमत्ता (AI) प्रणालियाँ तथ्यों को याद रखने में उत्कृष्ट हैं, लेकिन वे अक्सर इस गहरे व्यक्तिगत तर्क के स्तर को पकड़ने में संघर्ष करती हैं। वे आपको बता सकती हैं कि क्या हुआ था, लेकिन वे विश्वसनीय रूप से यह भविष्यवाणी नहीं कर सकतीं कि आप एक नई स्थिति में कैसी प्रतिक्रिया देंगे क्योंकि उनके पास आपके विशिष्ट विचार पैटर्न का मानचित्र नहीं है।
एक नया अध्ययन इस अंतर को दूर करने के लिए एक पद्धति का परीक्षण करके इस अंतर को संबोधित करता है, जो एक कृत्रिम बुद्धिमत्ता को "व्यवहार संबंधी विनिर्देश" (Behavioral Specification) देने के लिए है। यह एक संरचित दस्तावेज़ है जो एक विशिष्ट व्यक्ति के सोचने के तरीके का सारांश प्रस्तुत करता है, जिसे उनके अपने लेखन से निकाला गया है। किसी व्यक्ति के हजारों पृष्ठों के कच्चे टेक्स्ट को फीड करने के बजाय, शोधकर्ताओं ने एक संक्षिप्त मार्गदर्शिका बनाई जो व्यक्ति के निर्णयों, मूल्यों और प्रतिक्रियाओं में आवर्ती पैटर्न को कैप्चर करती है। फिर उन्होंने परीक्षण किया कि क्या इस मार्गदर्शिका को AI को देने से इसे यह अनुमान लगाने में मदद मिली कि वह व्यक्ति उन स्थितियों में कैसा व्यवहार करेगा जिन्हें AI ने पहले कभी नहीं देखा था। अध्ययन में पाया गया कि जब AI को इस व्याख्यात्मक मार्गदर्शिका दी गई, तो यह व्यक्ति के व्यवहार की भविष्यवाणी करने में काफी बेहतर हो गया, विशेष रूप से उन व्यक्तियों के लिए जिन्हें AI अपने सामान्य प्रशिक्षण डेटा से अच्छी तरह से नहीं जानता था। इस मार्गदर्शिका ने AI को अनुमान लगाने या उत्तर देने से मना करने के बजाय, विशिष्ट और सटीक भविष्यवाणियां करने में सक्षम बनाया जो उस व्यक्ति के वास्तविक चरित्र के अनुरूप थीं।
शोधकर्ताओं ने अपना प्रयोग चौदह ऐतिहासिक हस्तियों के जीवन वृत्तांतों का उपयोग करके किया, जिनमें प्राचीन दार्शनिकों से लेकर 19वीं सदी के खोजकर्ताओं तक शामिल थे। उन्होंने प्रत्येक व्यक्ति की आत्मकथा को लिया और उसे दो भागों में विभाजित किया। एक आधे भाग का उपयोग 'व्यवहार संबंधी विनिर्देश' बनाने के लिए किया गया, जो एक संक्षिप्त पत्रिका लेख की लंबाई का एक दस्तावेज़ था जिसने व्यक्ति की मूल तर्क संबंधी आदतों को संहिताबद्ध किया। दूसरे आधे भाग को छिपाकर रखा गया और परीक्षण प्रश्नों को उत्पन्न करने के लिए उपयोग किया गया। AI से पूछा गया कि वह उस ऐतिहासिक व्यक्ति के बारे में इन नए प्रश्नों पर कैसी प्रतिक्रिया देगा। शोधकर्ताओं ने विभिन्न स्थितियों के तहत AI के प्रदर्शन की तुलना की: जब इसके पास कोई अतिरिक्त जानकारी नहीं थी, जब इसके पास आत्मकथा का कच्चा पाठ (raw text) था, जब इसके पास निकाले गए तथ्यों की एक सूची थी, और जब इसके पास 'व्यवमान संबंधी विनिर्देश' था।
परिणामों ने एक स्पष्ट पैटर्न दिखाया। उन नौ ऐतिहासिक हस्तियों के लिए जिनके बारे में AI अपने सामान्य प्रशिक्षण से बहुत कम जानता था, 'व्यवमान संबंधी विनिर्देश' ने एक नाटकीय अंतर पैदा किया। बिना मार्गदर्शिका के, AI अक्सर प्रश्न के साथ जुड़ने में विफल रहता या सामान्य उत्तर देता जो उस विशिष्ट व्यक्ति के अनुकूल नहीं होते थे। मार्गदर्शिका के साथ, AI के अनुमानों में काफी सुधार हुआ, जो अक्सर पूर्ण विफलता से बदलकर उस व्यक्ति के संभावित व्यवहार की सही समझ तक पहुँच गया। कई मामलों में, मार्गदर्शिका ने AI को उत्तर देने से इनकार करने की दहलीज से पार होकर एक ठोस, व्यक्ति-विशिष्ट प्रतिक्रिया प्रदान करने में मदद की। अध्ययन ने पाया कि इस संरचित मार्गदर्शिका ने संपूर्ण मूल आत्मकथा की लगभग तीन-चौथाई भविष्य कहने वाली शक्ति को पुनः प्राप्त कर लिया, लेकिन इसने मूल पाठ के केवल एक पच्चीसवें हिस्से का उपयोग किया। इसका अर्थ है कि AI मूल विशाल पाठ को संसाधित करने के बजाय इस मार्गदर्शिका को पढ़कर व्यक्ति के तर्क को बहुत अधिक कुशलता से समझ सकता था।
महत्वपूर्ण रूप से, अध्ययन ने प्रदर्शित किया कि सुधार मार्गदर्शिका की विशिष्ट सामग्री से आया था, न कि केवल इस तथ्य से कि AI को एक संरचित दस्तावेज़ दिया गया था। जब शोधकर्ताओं ने AI को किसी अन्य व्यक्ति के लिए लिखी गई मार्गदर्शिका दी, तो प्रदर्शन गिर गया, और AI ने विसंगति को पहचान लिया। इससे सिद्ध हुआ कि प्रणाली किसी विशिष्ट तर्क पैटर्न को सीख रही थी, न कि केवल एक सामान्य टेम्पलेट का पालन कर रही थी। मार्गदर्शिका उन प्रश्नों के लिए सबसे प्रभावी थी जिनमें व्याख्या की आवश्यकता थी, जैसे कि यह तय करना कि कोई व्यक्ति नैतिक दुविधा या जटिल सामाजिक स्थिति को कैसे संभालेगा। सरल प्रश्नों पर, जहाँ उत्तर एक सीधा तथ्य है, मार्गदर्शिका ने कभी-कभी बहुत कम मूल्य जोड़ा या यहाँ तक कि AI को भ्रमित भी किया, जिससे पता चलता है कि मार्गदर्शिका चरित्र को समझने का एक उपकरण है, न कि तथ्यों के शब्दकोश का विकल्प।
शोधकर्ताओं ने यह भी देखा कि मार्गदर्शिका ने AI को "हिचकिचाने" (hedging) से रोकने में मदद की। बिना मार्गदर्शिका के, AI अक्सर भविष्यवाणी करने से इनकार कर देता था, यह दावा करते हुए कि उसके पास पर्याप्त जानकारी नहीं है। जब 'व्यवमान संबंधी विनिर्देश' प्रदान किया गया, तो AI बहुत अधिक आत्मविश्वासी हो गया, और कच्चे तथ्य कम होने पर भी विशिष्ट भविष्यवाणियां करने लगा। यह सुझाव देता है कि मार्गदर्शिका ने AI को व्यक्ति के चरित्र के बारे में अपने स्वयं के तर्क पर भरोसा करने के लिए आवश्यक संदर्भ दिया। अध्ययन ने निष्कर्ष निकाला कि AI के लिए वास्तव में किसी व्यक्ति की ओर से कार्य करने के लिए, उसे केवल यह याद रखने की आवश्यकता नहीं है कि उस व्यक्ति ने क्या कहा था; उसे यह समझने की आवश्यकता है कि वह व्यक्ति कैसे सोचता है। शोधकर्ताओं का तर्क है कि यह प्रतिनिधित्व ही AI को व्यक्तिगत मानवीय तर्क के साथ संरेखित करने की कुंजी है, जिससे तकनीक केवल सूचना प्राप्त करने वाले उपकरण के बजाय व्यक्ति के अपने मस्तिष्क के वास्तविक विस्तार के रूप में कार्य कर सके।
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।