Can LLMs extract scientific consensus? A case study in high-temperature superconductivity
यह शोध पत्र प्रदर्शित करता है कि लार्ज लैंग्वेज मॉडल्स उच्च-तापमान सुपरकंडक्टिविटी (high-temperature superconductivity) पर लगभग 18,000 प्रकाशनों का विश्लेषण करके विकसित होते विश्वासों, प्रतिस्पर्धी तंत्रों और साक्ष्य सहसंबंधों को उजागर करते हुए, विशाल और विषम साहित्य से प्रभावी ढंग से सुसंगत, भौतिक रूप से व्याख्या योग्य वैज्ञानिक सर्वसम्मति को निकाल और पुनर्निर्मित कर सकते 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
कल्पना कीजिए कि एक विशाल, अराजक पुस्तकालय है जिसमें पिछले 75 वर्षों में एक ही रहस्यमय घटना पर लिखी गई लगभग 1,80,000 पुस्तकें हैं: उच्च-तापमान अतिचालकता (high-temperature superconductivity)। यह उन सामग्रियों का विज्ञान है जो आश्चर्यजनक रूप से गर्म तापमान पर बिना किसी प्रतिरोध के बिजली का संचालन करती हैं।
समस्या यह है कि इस पुस्तकालय के भीतर, कोई भी इस बात पर सहमत नहीं है कि ये सामग्रियाँ क्यों काम करती हैं। वैज्ञानिकों ने हजारों सिद्धांत लिखे हैं, लेकिन वे बिखरे हुए हैं, जटिल वाक्यों के भीतर छिपे हुए हैं, और अक्सर एक-दूसरे का खंडन करते हैं। यह एक फिल्म की कहानी समझने की कोशिश करने जैसा है जहाँ 1,80,000 अलग-अलग प्रशंसकों की समीक्षाएं (fan reviews) पढ़नी हैं, जहाँ कुछ लोग सोचते हैं कि यह एक रोमांस है, अन्य इसे हॉरर फिल्म समझते हैं, और किसी ने भी पूरी फिल्म नहीं देखी है।
यह शोध पत्र एक सरल प्रश्न पूछता है: क्या एक सुपर-स्मार्ट कंप्यूटर (एक लार्ज लैंग्वेज मॉडल या LLM) इन सभी पुस्तकों को पढ़ सकता है, शोर को अनदेखा कर सकता है, और हमें बता सकता है कि वैज्ञानिक समुदाय वास्तव में क्या मानता है?
यहाँ बताया गया है कि शोधकर्ताओं ने इसे कैसे किया, सरल उपमाओं का उपयोग करते हुए:
1. जासूस और पुस्तकालय
एक मानव विशेषज्ञ को हर किताब पढ़ने के लिए कहने के बजाय (जिसमें एक जीवनकाल लग जाएगा), टीम ने एक AI को एक सुपर-डिटेक्टिव (सुपर-जासूस) के रूप में उपयोग किया।
- संग्रह: उन्होंने 1950 से 2025 तक की सबसे अधिक पढ़ी जाने वाली शीर्ष 10% पुस्तकों (शोध पत्रों) को एकत्र किया।
- संदेहीयों की सूची: सबसे पहले, उन्होंने मुख्य "सिद्धांतों" (संदेहीयों) का स्वतः अनुमान लगाने के लिए एक टूल का उपयोग किया। मानव विशेषज्ञों द्वारा सूक्ष्म सुधार (fine-tuning) के बाद, उनके पास 9 मुख्य सिद्धांत बचे (जैसे "Antiferromagnetic Fluctuation" या "Electron-Phonon Coupling")। इन्हें एक रहस्य के 9 अलग-अलग संदिग्धों के रूप में समझें।
- पूछताछ: इसके बाद AI ने प्रत्येक शोध पत्र को पढ़ा और पूछा: "क्या यह शोध पत्र संदिग्ध A का समर्थन करता है, संदिग्ध B का, या किसी का नहीं?" इसने प्रत्येक शोध पत्र को 0 (कोई समर्थन नहीं) से 5 (पूर्ण समर्थन) तक का स्कोर दिया।
2. विश्वासों का मानचित्र बनाना
एक बार जब AI ने शोध पत्रों को स्कोर दे दिया, तो शोधकर्ताओं ने एक विशाल, जीवित मानचित्र (नॉलेज ग्राफ) बनाया।
- नोड्स (Nodes): मानचित्र पर प्रत्येक बिंदु एक वैज्ञानिक शोध पत्र है।
- रंग: बिंदुओं का रंग दिखाता है कि वह शोध पत्र किस सिद्धांत का समर्थन करता है।
- रेखाएँ: बिंदुओं को जोड़ने वाली रेखाएँ दिखाती हैं कि किन शोध पत्रों ने अन्य शोध पत्रों को उद्धृत (cite) किया है।
इस मानचित्र ने तीन बड़ी बातें प्रकट कीं:
- अलग पड़ोस, अलग नियम: मानचित्र ने दिखाया कि "पड़ोस" (सामग्रियों के प्रकार) के अलग-अलग विश्वास हैं। उदाहरण के लिए, कॉपर-आधारित (Copper-based) सामग्रियों के बारे में शोध पत्र मुख्य रूप से सिद्धांतों के एक सेट का समर्थन करते हैं, जबकि आयरन-आधारित (Iron-based) सामग्रियों के बारे में शोध पत्र एक अलग सेट का समर्थन करते हैं। AI ने केवल एक सामान्य उत्तर नहीं दिया; इसने समझा कि "एक ही आकार सबके लिए उपयुक्त नहीं होता।"
- साक्ष्य का मार्ग: AI ने यह भी ट्रैक किया कि वैज्ञानिकों ने अपने बिंदुओं को कैसे सिद्ध किया। कुछ ने "सूक्ष्मदर्शी" (X-ray स्कैटरिंग जैसे प्रयोग) का उपयोग किया, जबकि अन्य ने "कैलकुलेटर" (कंप्यूटर सिमुलेशन) का उपयोग किया। मानचित्र ने दिखाया कि कुछ सिद्धांत केवल साक्ष्य के विशिष्ट प्रकारों द्वारा समर्थित होते हैं, ठीक वैसे ही जैसे एक जासूस केवल एक विशिष्ट अपराध स्थल पर मिले उंगलियों के निशान पर भरोसा कर सकता है।
- समय यात्रा: समय के साथ मानचित्र को देखकर, उन्होंने देखा कि विश्वास कैसे बदले। 1980 के दशक में, हर कोई एक सिद्धांत को सत्य मानता था। फिर, एक नई सामग्री की खोज हुई, और मानचित्र कई प्रतिस्पर्धी सिद्धांतों में "बिखर" गया। AI इन बदलावों को वास्तविक समय में देख सकता था, जैसे किसी भीड़ को किसी अफवाह के बारे में अपनी राय बदलते हुए देखना।
3. "तनाव परीक्षण" (क्या AI विश्वसनीय है?)
शोधकर्ता चिंतित थे कि कहीं AI केवल अनुमान तो नहीं लगा रहा है या प्रश्नों के पूछने के तरीके से भ्रमित तो नहीं हो रहा है। इसलिए, उन्होंने AI के साथ "धोखेबाज" (trickster) की तरह खेल खेला:
- उन्होंने प्रश्नों को 100 अलग-अलग तरीकों से फिर से लिखा।
- उन्होंने AI की सोच के "तापमान" (यादृच्छिकता/randomness) को बदल दिया।
- उन्होंने AI मॉडल को दूसरे मॉडल से बदल दिया।
परिणाम: मानचित्र लगभग बिल्कुल वैसा ही रहा। AI की "राय" स्थिर थी। इससे सिद्ध हुआ कि AI केवल मतिभ्रम (hallucinating) नहीं कर रहा था; बल्कि वह वास्तव में एक वास्तविक, छिपी हुई संरचना को खोज रहा था।
4. "प्रभाव नेटवर्क" (Influence Network)
अंत में, उन्होंने देखा कि कौन किसे सुनता है। उन्होंने पाया कि कुछ सिद्धांत लोकप्रिय इन्फ्लुएंसर की तरह हैं: उन्हें बहुत अधिक उद्धृत किया जाता है और वे बातचीत को आकार देते हैं। अन्य सिद्धांत शांत पर्यवेक्षकों की तरह हैं: वे मौजूद हैं लेकिन उतना प्रसार नहीं करते।
- उन्होंने पाया कि कुछ पुराने सिद्धांत (जैसे "इलेक्ट्रॉन-फोनन" सिद्धांत) इस क्षेत्र के "दादा-दादी" हैं। नए सिद्धांत उनसे निकलते हैं, लेकिन वे ध्यान आकर्षित करने के लिए लगातार संघर्ष करते रहते हैं।
- उन्होंने "ब्रिज मेथड्स" (सेतु विधियाँ) भी खोज निकालीं—विशिष्ट वैज्ञानिक उपकरण (जैसे न्यूट्रॉन स्कैटरिंग) जो उन वैज्ञानिकों के विभिन्न समूहों को जोड़ते हैं जो आमतौर पर एक-दूसरे से बात नहीं करते हैं।
निचोड़
शोध पत्र निष्कर्ष निकालता है कि AI विज्ञान के लिए एक शक्तिशाली दूरबीन के रूप में कार्य कर सकता है। यह 1,80,000 दस्तावेजों के एक अस्त-व्यस्त, भ्रमित समुद्र को देख सकता है और सहमति की अंतर्निहित धाराओं को खोज सकता है।
हालाँकि, लेखक सावधानी बरतते हुए कहते हैं: AI एक मानचित्रकार (mapmaker) है, अन्वेषक (explorer) नहीं।
- यह आपको बता सकता है कि वैज्ञानिक क्या कह रहे हैं और वे कैसे बहस कर रहे हैं।
- यह आपको यह नहीं बता सकता कि भौतिक दुनिया में कौन सा सिद्धांत वास्तव में सत्य है। इसके लिए अभी भी मानव वैज्ञानिकों को प्रयोग करने और तथ्यों की जाँच करने की आवश्यकता है।
संक्षेप में, AI ने अतिचालकता (superconductivity) के रहस्य को हल नहीं किया, लेकिन इसने मानव जासूसों को एक पूरी तरह से व्यवस्थित फाइल कैबिनेट थमा दी है, जो उन्हें दिखा रही है कि सुराग कहाँ छिपे हैं और संदिग्ध एक-दूसरे से कैसे संबंधित हैं।
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।