User as Code: Executable Memory for Personalized Agents
यह शोध पत्र 'यूजर एज़ कोड' (UaC) को प्रस्तुत करता है, जो एक ऐसा प्रतिमान (पैराडाइम) है जो व्यक्तिगत एजेंट मेमोरी को असंरचित टेक्स्ट के बजाय निष्पादन योग्य पायथन कोड के रूप में निरूपित करता है, जिससे ऐतिहासिक डेटा को एकत्रित करने, विरोधाभासों को सुलझाने और नियतात्मक गणना (डिटरमिनिस्टिक कम्प्यूटेशन) के माध्यम से सुरक्षा नियमों को सक्रिय रूप से लागू करने में उत्कृष्ट प्रदर्शन सक्षम होता 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
यहाँ "User as Code" पेपर का सरल भाषा और रचनात्मक उपमाओं (analogies) के साथ विवरण दिया गया है।
मुख्य विचार: एक "नोट्स के जूते के डिब्बे" से "एक जीवित सॉफ़्टवेयर ऐप" तक
कल्पना कीजिए कि आप अपनी एक सहेली, जेसिका, के बारे में सब कुछ याद रखने की कोशिश कर रहे हैं।
पुराना तरीका (वर्तमान AI मेमोरी):
अभी, अधिकांश AI एजेंट यादों को स्टिकर नोट्स से भरे एक जूते के डिब्बे की तरह स्टोर करते हैं।
- आप तथ्य लिखते हैं: "जेसिका को धनिया पसंद है," "जेसिका को धनिया पसंद नहीं है," "जेसिका को पेनिसिलिन से एलर्जी है।"
- जब आप AI से पूछते हैं, "जेसिका को किस चीज़ से एलर्जी है?" तो वह डिब्बे में हाथ मारकर पेनिसिलिन के बारे में नोट ढूँढता है और उसे पढ़कर सुना देता है।
- समस्या: यदि आप पूछते हैं, "जेसिका ने पिछले साल कितनी अंतरराष्ट्रीय यात्राएं कीं?" तो AI को हर एक नोट पढ़ना होगा, एक-एक करके गिनना होगा और अपने दिमाग में गणित करना होगा। वह अक्सर भटक जाता है, कोई नोट भूल जाता है, या यह तथ्य मिस कर देता है कि "एमोक्सिसिलिन" (Amoxicillin) भी "पेनिसिलिन" का ही एक प्रकार है क्योंकि वे शब्द एक ही नोट पर कभी साथ नहीं आए थे। यह बिल्कुल वैसा ही है जैसे केवल रसीदों के ढेर को पढ़कर जटिल अकाउंटिंग करने की कोशिश करना।
नया तरीका (User as Code - UaC):
लेखकों ने एक नया सिस्टम प्रस्तावित किया है जिसे User as Code (UaC) कहा जाता है। नोट्स के जूते के डिब्बे के बजाय, AI विशेष रूप से जेसिका के लिए एक जीवित सॉफ़्टवेयर ऐप बनाता है।
- स्टेट (The State - डेटाबेस): नोट्स के बजाय, AI टाइप किए गए "ऑब्जेक्ट्स" (जैसे डिजिटल फोल्डर) बनाता है। एक
Passportफोल्डर है, एकTripsफोल्डर है, और एकMedicalफोल्डर है। मेडिकल फोल्डर के अंदर, यह केवल "पेनिसिलिन एलर्जी" नहीं लिखता; यह एक संरचित प्रविष्टि (structured entry) बनाता है जो कहती है:Drug Class: Penicillin,Severity: Severe। - नियम (The Rules - लॉजिक): AI छोटे कंप्यूटर प्रोग्राम (फंक्शंस) भी लिखता है जो स्वचालित रूप से चलते हैं। एक प्रोग्राम कह सकता है: "यदि कोई नई दवा निर्धारित की जाती है, तो जाँच करें कि क्या उसका 'ड्रग क्लास' मौजूदा एलर्जी से मेल खाता है।"
यह कैसे काम करता है: दो-चरणीय फैक्ट्री
पेपर इस बात का वर्णन करता है कि कैसे बिखरी हुई बातचीत को इस साफ-सुथरे सॉफ़्टवेयर में बदला जाता है:
चरण 1: लिपिक (The Scribe - याद रखना)
जब भी जेसिका AI से बात करती है, एक "Scribe" सुनता है और हर एक तथ्य को एक कच्चे, बिना संपादित (unedited) सूची के रूप में लिख देता है। यह कभी कुछ भी डिलीट नहीं करता। यदि जेसिका कहती है, "मैं एलर्जी के लिए डॉ. पार्क से मिली," तो Scribe लिखता है:[तारीख] यूजर डॉ. पार्क से एलर्जी के लिए मिली।- उपमा: यह एक कोर्ट रिपोर्टर द्वारा मुकदमे को टाइप करने जैसा है। यहाँ कुछ भी खोता नहीं है, अभी तक कुछ भी सारांशित (summarize) नहीं किया गया है।
चरण 2: वास्तुकार (The Architect - संरचना बनाना)
समय-समय पर, एक "Architect" (एक स्मार्ट AI) कच्चे तथ्यों की पूरी सूची को पढ़ता है और उन्हें इस साफ-सुथरे सॉफ़्टवेयर ऐप में फिर से लिखता है। वह तथ्यों कोPassportऔरMedicalफोल्डर्स में व्यवस्थित करता है और संघर्षों (conflicts) की जाँच करने के लिए छोटे प्रोग्राम (constraints) लिखता है।- उपमा: यह एक लाइब्रेरियन की तरह है जो अनसॉर्टेड किताबों के ढेर को एक परफेक्ट, सर्च करने योग्य कैटलॉग और एक कंप्यूटर सिस्टम में व्यवस्थित करता है जो तुरंत आंकड़े निकाल सकता है।
यह सब कुछ कैसे बदल देता है
पेपर का दावा है कि यह बदलाव AI को तीन चीजें करने की अनुमति देता है जिनमें "जूते के डिब्बे" वाला तरीका संघर्ष करता है:
1. "गणित" की समस्या (Analytical Inference)
- परिदृश्य: आप पूछते हैं, "जेसिका ने 2025 में कितनी अंतरराष्ट्रीय यात्राएं कीं?"
- पुराना तरीका: AI को "ट्रिप" वाले नोट्स खोजने होंगे, अंदाज़ा लगाना होगा कि कौन सी अंतरराष्ट्रीय थीं, उन्हें गिनना होगा, और उम्मीद करनी होगी कि उसने कोई छोड़ा नहीं। वह अक्सर विफल हो जाता है (टेस्ट में केवल 43% सही होता है)।
- नया तरीका: AI बस कोड की एक सरल लाइन चलाता है:
Count all trips where year is 2025 and is_international is True.उसे उत्तर तुरंत और पूरी तरह से मिल जाता है (99% सटीकता)। यह सिक्कों के ढेर को हाथ से गिनने बनाम एक ऐसी मशीन का उपयोग करने के बीच का अंतर है जो जानती है कि जार में कितने सिक्के हैं।
2. "प्रोएक्टिव" समस्या (Active Service)
- परिदृश्य: जेसिका जनवरी में पेनिसिलिन एलर्जी का उल्लेख करती है। अक्टूबर में, वह एमोक्सिसिलिन लेने का जिक्र करती है। वह कभी नहीं पूछती, "क्या यह सुरक्षित है?"
- पुराना तरीका: AI सवाल का इंतज़ार करता है। जब तक आप नहीं पूछेंगे, "क्या एमोक्सिसिलिन मेरी एलर्जी को प्रभावित करता है?", तब तक वह कड़ियों को नहीं जोड़ेगा।
- नया तरीका: "Architect" ने एक नियम लिखा था: "जब भी मेडिकल लिस्ट में बदलाव हो, तो ड्रग कॉन्फ्लिक्ट्स की जाँच करें।" अक्टूबर वाला नोट जुड़ते ही, कंप्यूटर प्रोग्राम चलता है, संघर्ष देखता है, और तुरंत चेतावनी पॉप-अप देता है: "CRITICAL: आप पेनिसिलिन वाली दवा ले रहे हैं, लेकिन आपको पेनिसिलिन से एलर्जी है!"
- उपमा: पुराना सिस्टम एक निष्क्रिय लाइब्रेरी है; नया सिस्टम एक स्मार्ट होम सिक्योरिटी सिस्टम है जो आग लगने से पहले आपको अलर्ट करता है।
3. "विरोधाभास" की समस्या (Contradiction)
- परिदृश्य: जेसिका एक चैट में कहती है कि उसे धनिया पसंद है, फिर दूसरी चैट में कहती है कि उसे यह नापसंद है।
- पुराना तरीका: जूते के डिब्बे में दो विरोधाभासी नोट्स हैं। AI भ्रमित हो जाता है।
- नew तरीका: सॉफ़्टवेयर ऐप में एक एकल
Preferencesऑब्जेक्ट है। जब नया तथ्य आता है, तो कोड ऑब्जेक्ट को अपडेट करता है ताकि नवीनतम सत्य दिखाई दे, या समीक्षा के लिए संघर्ष को फ्लैग करता है। यह मेमोरी को साफ और सुसंगत रखता है।
परिणाम: पेपर ने क्या पाया
लेखकों ने मानक बेंचमार्क का उपयोग करके अन्य मेमोरी सिस्टम के मुकाबले इसका परीक्षण किया:
- बेसिक मेमोरी: "मेरा पासपोर्ट नंबर क्या है?" जैसे सरल सवालों पर, नया सिस्टम मौजूदा बेहतरीन सिस्टम के समान ही अच्छा है (लगभग 79% सटीकता)।
- जटिल गणित: गिनती या औसत (जैसे ट्रिप वाला उदाहरण) की आवश्यकता वाले सवालों पर, नया सिस्टम लगभग परफेक्ट है (99%), जबकि अन्य सिस्टम विफल हो जाते हैं (6–43% तक गिर जाते हैं)।
- सुरक्षा अलर्ट: उन टेस्ट में जहाँ AI को बिना पूछे खतरों को पहचानना था (जैसे ड्रग एलर्जी), नए सिस्टम ने 100% मानक खतरों को पकड़ा। अन्य सिस्टम कई बार चूक गए क्योंकि वे सवाल का इंतज़ार कर रहे थे।
- लागत (Cost): शुरुआत में "सॉफ़्टवेयर ऐप" बनाने में थोड़ी अधिक लागत आती है, लेकिन एक बार बनने के बाद, सवाल पूछना बहुत सस्ता और तेज़ होता है। यदि आप एक ही यूजर से कई सवाल पूछते हैं, तो नया सिस्टम पुराने तरीके की तुलना में बहुत सस्ता पड़ता है।
निष्कर्ष
यह पेपर तर्क देता है कि हमें AI मेमोरी को टेक्स्ट का एक निष्क्रिय स्टोरेज बिन मानना बंद कर देना चाहिए और इसे एक सक्रिय सॉफ़्टवेयर प्रोजेक्ट की तरह देखना चाहिए। उपयोगकर्ता के इतिहास को उस कोड में बदलकर जिसे चलाया, जांचा और कैलकुलेट किया जा सके, AI न केवल अलग-थलग तथ्यों को खोजने में, बल्कि गणित करने, छिपे हुए खतरों को पहचानने और बड़ी तस्वीर को याद रखने में बहुत बेहतर हो जाता है।
संक्षेप में: AI को सब कुछ "याद रखने" के लिए कहने के बजाय, हम उसे एक प्रोग्राम देते हैं जो उपयोगकर्ता के जीवन पर चलता है, और वास्तविक समय में पैटर्न और अलर्ट की जाँच करता 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।