mcp-proto-okn: Natural-language access to open scientific knowledge graphs through the Model Context Protocol
यह शोध पत्र mcp-proto-okn को प्रस्तुत करता है, जो एक पायथन-आधारित मॉडल कॉन्टेक्स्ट प्रोटोकॉल (Model Context Protocol) सर्वर है जो एआई सहायकों को प्राकृतिक भाषा के माध्यम से खुले वैज्ञानिक ज्ञान ग्राफ (open scientific knowledge graphs) तक पहुँचने, प्रश्न करने और उन्हें एकीकृत करने में सक्षम बनाता है, जिससे क्रॉस-डोमेन बायोमेडिकल विश्लेषण की बाधा कम हो जाती 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
वैज्ञानिक अनुसंधान की दुनिया की कल्पना एक विशाल पुस्तकालय के रूप में करें, लेकिन किताबों के बजाय, जानकारी 30 से अधिक अलग-अलग, पृथक "डिजिटल वॉल्ट्स" (डिजिटल तिजोरियों) में संग्रहीत है। कुछ वॉल्ट्स अंतरिक्ष उड़ान प्रयोगों के बारे में डेटा रखते हैं, कुछ मानव रोगों के बारे में, और कुछ जहरीले रसायनों के बारे में। समस्या यह है कि प्रत्येक वॉल्ट एक अलग भाषा (एक अलग डेटा संरचना) बोलता है, उसका अपना अनूठा फाइलिंग सिस्टम है, और एक एकल प्रश्न पूछने के लिए कंप्यूटर कोड में पीएचडी वाले विशेष लाइब्रेरियन की आवश्यकता होती है।
"mcp-proto-okn" से मिलिए: सार्वभौमिक अनुवादक और लाइब्रेरियन।
यह पेपर एक नए टूल mcp-proto-okn का परिचय देता है। इसे एक सुपर-स्मार्ट, द्विभाषी सहायक के रूप में समझें जो आपके (शोधकर्ता के) और उन 30+ डिजिटल वॉल्ट्स के बीच बैठता है। यह एक नए मानक का उपयोग करता है जिसे मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) कहा जाता है, जो अनिवार्य रूप से एक यूनिवर्सल रिमोट कंट्रोल है जो आर्टिफिशियल इंटेलिजेंस (AI) को इन जटिल डेटाबेस से बात करने की अनुमति देता है।
यह कैसे काम करता है, सरल अवधारणाओं में यहाँ दिया गया है:
1. समस्या: टॉवर ऑफ बेबेल (भाषाओं का भ्रम)
इस टूल से पहले, यदि कोई वैज्ञानिक यह जानना चाहता था कि अंतरिक्ष यात्रा हृदय स्वास्थ्य को कैसे प्रभावित करती है, तो उसे:
- यह जानना होता कि किन 30+ वॉल्ट्स में अंतरिक्ष डेटा मौजूद है।
- यह जानना होता कि दूसरे कौन से वॉल्ट में हृदय रोग का डेटा है।
- प्रत्येक वॉल्ट से प्रश्न पूछने के लिए विशिष्ट "कोड भाषा" (जिसे SPARQL कहा जाता है) सीखना होता।
- और उत्तरों को मैन्युअल रूप से जोड़ने का प्रयास करना होता।
यदि उन्हें कोड नहीं पता था, तो वे फंस जाते थे।
2. समाधान: "स्मार्ट कंसीयज" (एक कुशल प्रबंधक)
mcp-proto-okn सर्वर एक विशाल होटल के कई विंग्स (पंखों) में एक कंसीयज की तरह कार्य करता है। आपको यह जानने की आवश्यकता नहीं है कि किस विंग में पूल है या जिम है। आप बस कंसीयज को बता सकते हैं, "मैं अंतरिक्ष में हृदय संबंधी समस्याओं के बारे में डेटा देखना चाहता हूँ," और यह टूल सारा कठिन काम कर देता है:
- ग्राफ रूटिंग (मानचित्र): यह आपके प्रश्न को देखता है और पता लगाता है कि किन विशिष्ट वॉल्ट्स (ग्राफ्स) में उत्तर है। यह जानता है कि "अंतरिक्ष" का डेटा एक वॉल्ट में है और "हृदय" का डेटा दूसरे में है।
- स्कीमा निरीक्षण (मेन्यू): भोजन मांगने से पहले, यह मेनू की जांच करता है कि उस विशिष्ट वॉल्ट में वास्तव में कौन सी सामग्रियां उपलब्ध हैं, ताकि वह ऐसी चीज़ न मांग ले जो वहां मौजूद ही नहीं है।
- अनुवाद (टेक्स्ट-टू-कोड): आप साधारण अंग्रेजी में बोलते हैं। टूल आपके वाक्य को उस जटिल कोड में अनुवादित करता है जिसे वॉल्ट्स समझते हैं, खोज चलाता है, और फिर परिणामों को आपके लिए साधारण अंग्रेजी में अनुवादित करके वापस लाता है।
3. "जादुई" ट्रिक: खोज का विस्तार करना
वर्णित सबसे शानदार विशेषताओं में से एक है ऑन्टोलॉजी एक्सपेंशन (Ontology Expansion)।
कल्पना कीजिए कि आप पुस्तकालय से पूछते हैं, "कार्डियोवैस्कुलर डिजीज (हृदय रोग) के बारे में सभी पुस्तकें दिखाएं।"
- टूल के बिना: पुस्तकालय केवल वही पुस्तकें दिखाएगा जिनका शीर्षक वास्तव में "कार्डियोवैस्कुलर डिजीज" है। यह "हार्ट फेल्योर", "स्ट्रोक", या "एट्रियल फाइब्रिलेशन" जैसी पुस्तकों को छोड़ देगा क्योंकि वे मुख्य विषय के विशिष्ट प्रकार हैं।
- टूल के साथ: सहायक जानता है कि "कार्डियोवैस्कुलर डिजीज" एक बड़ा छाता (अम्ब्रेला टर्म) है। यह स्वचालित रूप से एक मास्टर लिस्ट (जिसे UberGraph कहा जाता है) को खोजता है ताकि इस छाते के नीचे मौजूद हर एक संतान को ढूंढ सके। इसके बाद, यह पुस्तकालय से "कार्डियोवैस्कुलर डिजीज" साथ ही "हार्ट फेल्योर", "स्ट्रोक", "हार्ट अटैक" और सैकड़ों अन्य विशिष्ट स्थितियों के लिए डेटा मांगता है।
पेपर के उदाहरण में, इसने एक ऐसी खोज को बदल दिया जिसने 447 परिणाम दिए थे, एक ऐसी खोज में जिसमें 10,000 से अधिक परिणाम मिले, जिनमें वे दुर्लभ स्थितियां भी शामिल थीं जिन्हें एक इंसान शायद खोजते समय भूल गया होता।
4. पेपर से वास्तविक दुनिया के उदाहरण
लेखकों ने इसका परीक्षण दो विशिष्ट परिदृश्यों के साथ किया:
- अंतरिक्ष उड़ान और जीन: उन्होंने टूल से नासा (NASA) के एक अध्ययन का विश्लेषण करने के लिए कहा कि कैसे अंतरिक्ष उड़ान चूहों के थाइमस (प्रतिरक्षा प्रणाली का एक हिस्सा) को प्रभावित करती है। टूल ने डेटा खोजा, इसे ज़मीनी डेटा के साथ तुलना की, चूहे के जीन को मानव जीन में अनुवादित किया, और फिर उन जीनों को हृदय संबंधी समस्याओं और सूजन जैसे मानव रोगों से जोड़ा। इसने यह सब केवल एक स्वाभाविक बातचीत सुनकर किया।
- रोग डेटा खोजना: उन्होंने टूल से "कार्डियोवैस्कुलर डिजीज" के लिए डेटासेट सूचीबद्ध करने के लिए कहा। जैसा कि ऊपर बताया गया है, टूल ने खोज को स्वचालित रूप से सैकड़ों विशिष्ट हृदय स्थितियों तक विस्तारित किया, जिससे भारी मात्रा में डेटा सामने आया जो एक साधारण कीवर्ड सर्च के साथ अदृश्य रहता।
निचोड़ (The Bottom Line)
पेपर का दावा है कि mcp-proto-okn वैज्ञानिक खोज के लिए प्रवेश की बाधा को कम करता है। अब आपको अंतरिक्ष जीव विज्ञान, विष विज्ञान और मानव रोग के बीच संबंध जोड़ने के लिए कोडिंग विशेषज्ञ होने की आवश्यकता नहीं है। आपको बस साधारण अंग्रेजी में एक प्रश्न पूछने की आवश्यकता है, और यह टूल एक पुल, एक अनुवादक और एक डेटा माइनर के रूप में एक साथ कार्य करता है।
उल्लिखित सीमाएँ:
लेखक ईमानदार हैं कि यह टूल केवल उतना ही अच्छा है जितना कि वह डेटा जिससे यह जुड़ता है। यदि मूल "वॉल्ट्स" (OKN Fabric एंडपॉइंट्स) टूटे हुए हैं, डेटा गायब है, या उनके पास अव्यवस्थित फाइलिंग सिस्टम है, तो टूल को इसे समझने के लिए अधिक मेहनत करनी पड़ती है, हालांकि इसमें चेतावनी प्रणालियाँ शामिल हैं जो आपको बताती हैं कि यदि कुछ संदिग्ध लग रहा हो।
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।