Attention-Augmented LSTMs for Automatic Homophonic Ciphertext Decipherment
यह शोध पत्र प्रदर्शित करता है कि एक अटेंशन-ऑगमेंटेड एलएसटीएम (LSTM) मॉडल, जिसे बिना किसी बाहरी भाषाई संसाधनों के, केवल संरेखित सिफरटेक्स्ट-प्लेनटेक्स्ट युग्मों पर प्रशिक्षित किया गया है, विभिन्न भाषाओं, समय अवधियों और शोर के स्तरों के बीच साझा कोड पूल्स को सीखकर, ऐतिहासिक रूप से प्रेरित होमोफोनिक प्रतिस्थापन सिफर्स (homophonic substitution ciphers) का लगभग पूर्णतः स्वचालित डिक्रिप्शन प्राप्त कर सकता 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
मुख्य विचार: एक "सुपर-रीडर" के साथ गुप्त कोड को सुलझाना
कल्पना कीजिए कि आप 1700 के दशक की एक गुप्त डायरी पढ़ने की कोशिश कर रहे हैं। लेकिन एक पेंच है: लेखक ने केवल अक्षर "A" को नंबर "1" से नहीं बदला। इसके बजाय, उनके पास नंबरों का एक बड़ा थैला (एक "पूल") था और वे "A" को दर्शाने के लिए उस थैले से कोई भी नंबर चुन सकते थे। कभी उन्होंने "1" का उपयोग किया, कभी "42" का, और कभी "999" का।
इसे होमोफोनिक साइफर (Homophonic Cipher) कहा जाता है। यह एक चतुर चाल है जिसे कोड तोड़ने वालों को भ्रमित करने के लिए डिज़ाइन किया गया है क्योंकि सामान्य तरीका (कि कोई अक्षर कितनी बार आता है, इसकी गिनती करना या फ्रीक्वेंसी एनालिसिस) यहाँ काम नहीं करता। यदि "A" को 1, 42, या 999 हो सकता है, तो आप केवल नंबरों को देखकर यह नहीं बता सकते कि वह "A" है।
यह शोध पत्र एक सरल प्रश्न पूछता है: क्या एक आधुनिक कंप्यूटर प्रोग्राम (विशेष रूप से "अटेंशन" के साथ एक LSTM नामक AI) बिना किसी इंसान द्वारा नियम बताए, इन कोडों को स्वचालित रूप से तोड़ना सीख सकता है?
सेटअप: "चालों का एक साझा थैला"
शोधकर्ताओं ने केवल एक गुप्त कोड का परीक्षण नहीं किया। उन्होंने एक ऐसी स्थिति बनाई जो वास्तविक इतिहास की नकल करती है:
- साझा पूल (The Shared Pool): सभी संभावित गुप्त नंबरों (की-स्पेस) के एक विशाल पुस्तकालय की कल्पना करें।
- व्यक्तिगत कुंजियाँ (The Individual Keys): अलग-अलग लेखक (या अलग-अलग अक्षर) उस पुस्तकालय के केवल एक हिस्से का उपयोग करते हैं। एक लेखक "A" के लिए 1-100 नंबरों का उपयोग कर सकता है, जबकि दूसरा 50-150 का।
- नियम: महत्वपूर्ण बात यह है कि किसी भी एक दस्तावेज़ के भीतर, यदि नंबर "42" आता है, तो वह हमेशा एक ही अक्षर (जैसे, "A") को दर्शाता है। उसी दस्तावेज़ में इसका अर्थ "B" में कभी नहीं बदलता।
शोधकर्ताओं ने अपने AI को हजारों नकली गुप्त संदेशों पर प्रशिक्षित किया जो ऐतिहासिक अंग्रेजी और स्वीडिश ग्रंथों (1500 से 1899 तक) से उत्पन्न किए गए थे। उन्होंने AI को गुप्त कोड और वास्तविक संदेश दिया, लेकिन कोई शब्दकोश, कोई व्याकरण नियम, और कोई मानवीय संकेत नहीं दिया। AI को खुद ही पैटर्न का पता लगाना था।
"अटेंशन" की महाशक्ति
उन्होंने जिस AI का उपयोग किया वह एक LSTM (एक प्रकार का न्यूरल नेटवर्क जो अनुक्रमों/सीक्वेंस को पढ़ने में अच्छा है) है जिसमें अटेंशन (Attention) नामक एक विशेष एड-ऑन है।
- उपमा: एक लंबे, भ्रमित करने वाले वाक्य को पढ़ने की कल्पना करें जहाँ एक शब्द गायब है। आप गायब शब्द का अनुमान लगाने के लिए वाक्य की शुरुआत की ओर देख सकते हैं या अंत की ओर।
- AI का काम: "अटेंशन" तंत्र AI को पूरे गुप्त संदेश को एक साथ देखने की अनुमति देता है। यदि वह एक अजीब नंबर देखता है, तो वह आसपास के नंबरों को देख सकता है ताकि यह पता लगा सके कि, "आह, इस विशिष्ट संदर्भ में, यह नंबर 'E' होना चाहिए क्योंकि यह उन नंबरों से घिरा हुआ है जो आमतौर पर 'THE' बनाते हैं।"
परिणाम: लगभग पूर्णतः सटीक
शोधकर्ताओं ने बहुत कठिन परिस्थितियों में AI का परीक्षण किया:
- छोटे संदेश: केवल 50 अक्षरों के (बहुत कम संदर्भ)।
- पुरानी भाषाएँ: 500 साल पुराने टेक्स्ट जिनमें पुरानी स्पेलिंग थी।
- अव्यवस्थित डेटा: सिम्युलेटेड "टाइपो" (जैसे, एक इंसान हाथ से लिखे नोट को ट्रांसक्राइब कर रहा है और गलती से गलत नंबर लिख देता है)।
- परिवर्तनीय लंबाई: कुछ कोड 3 अंकों के थे, अन्य 4 अंकों के।
परिणाम:
AI अविश्वसनीय रूप से सफल रहा।
- सटीकता: साफ संदेशों के लिए इसने लगभग 100% बार डिक्रिप्शन सही किया।
- शोर (Noise): भले ही संदेशों में "टाइपो" या मिश्रित कोड की लंबाई थी, फिर भी इसने 99% से अधिक बार इसे सही किया।
- समय यात्रा: यह 1500 के दशक के टेक्स्ट पर भी उतना ही अच्छा काम करता था जितना कि 1800 के दशक के टेक्स्ट पर। इसे अलग-अलग शताब्दियों के लिए फिर से प्रशिक्षित करने की आवश्यकता नहीं थी।
"जादुई ट्रिक": यह जानना कि वह क्या नहीं जानता
सबसे दिलचस्प निष्कर्षों में से एक वह था जो तब हुआ जब शोधकर्ताओं ने AI को एक ऐसा गुप्त संदेश दिया जो उसी "नंबरों के थैले" (साझा पूल) का उपयोग नहीं कर रहा था जिस पर उसे प्रशिक्षित किया गया था।
- परिणाम: AI तुरंत और अनुमानित रूप से विफल हो गया। उसने रैंडम अंदाजे नहीं लगाए; वह बस इसे हल नहीं कर सका।
- यह क्यों मायने रखता है: यह साबित करता है कि AI ने केवल उन विशिष्ट संदेशों को याद नहीं किया जिनका उसने अध्ययन किया था। इसने वास्तव में साझा कोड पूल की संरचना को सीखा।
- उपमा: यह एक ऐसे व्यक्ति की तरह है जो कार के एक विशिष्ट ब्रांड के इंजन को पहचानना सीखता है। यदि आप उन्हें वह इंजन दिखाते हैं, तो वे उसे ठीक कर सकते हैं। यदि आप उन्हें पूरी तरह से अलग ब्रांड का इंजन दिखाते हैं, तो वे कहते हैं, "मैं इस इंजन को नहीं जानता," बजाय इसके कि वे गलत जगह पर पाना (wrench) लगाने की कोशिश करें। यह AI को इतिहासकारों के लिए एक उपयोगी उपकरण बनाता है यह जांचने के लिए कि: "क्या यह नया, रहस्यमय पत्र उसी गुप्त कोड का उपयोग करता है जिसे हम पहले से जानते हैं?"
सिस्टम में "ग्लिच" (खराबी)
जब AI ने गलती की, तो यह आमतौर पर इसलिए नहीं था क्योंकि उसने अक्षरों को आपस में बदल दिया था (जैसे यह सोचना कि "A" वास्तव में "B" है)।
- असली मुद्दा: गलतियाँ आमतौर पर इसलिए होती थीं क्योंकि AI "टाइपो" (ट्रांसक्रिप्शन त्रुटियों) से भ्रमित हो गया था। वह गुप्त कोड को सही ढंग से पहचान लेता था लेकिन इस बात को लेकर भ्रमित हो जाता था कि टाइपो कहाँ था।
- निष्कर्ष: कोड का अंतर्निहित तर्क अभी भी बरकरार था; AI बस खराब लिखावट के सिम्युलेशन पर लड़खड़ा गया था।
सारांश
यह शोध पत्र दिखाता है कि एक विशेष प्रकार का AI, बिना किसी इंसान द्वारा अंग्रेजी या स्वीडिश के नियम सिखाए, जटिल, ऐतिहासिक गुप्त कोड को तोड़ने में सक्षम है।
- यह छोटे, लंबे, पुराने और अव्यवस्थित टेक्स्ट पर काम करता है।
- यह "साझा नियमों" को इतनी अच्छी तरह से सीख लेता है कि यह आपको बता सकता है कि क्या कोई नया संदेश उन्हीं नियमों का पालन करता है।
- यह इतिहासकारों के लिए एक शक्तिशाली सहायक के रूप में कार्य करता है, जिससे उन्हें यह सत्यापित करने में मदद मिलती है कि क्या कोई रहस्यमय दस्तावेज़ ज्ञात गुप्त समूहों में से एक का हिस्सा है, भले ही लिखावट बहुत खराब या टेक्स्ट बहुत छोटा 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।