MPFlow: Learning Budgeted Max-Flow Optimization on the Lightning Network with Deep Graph Reinforcement Learning
यह शोध पत्र MPFlow को प्रस्तुत करता है, जो एक डीप ग्राफ रीइन्फोर्समेंट लर्निंग फ्रेमवर्क है जो बजट संबंधी बाधाओं के तहत रूटिंग क्षमता को अधिकतम करने के लिए चैनल ओपनिंग चुनने को सीखकर बिटकॉइन लाइटनिंग नेटवर्क में लिक्विडिटी प्लेसमेंट को अनुकूलित करता है, एक ऐसी विधि जिसे 30 नोड्स में 267 BTC से अधिक के प्रबंधन के लिए उत्पादन (प्रोडक्शन) में सफलतापूर्वक तैनात किया गया 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
बिटकॉइन लाइटनिंग नेटवर्क की कल्पना एक विशाल, हलचल भरे अदृश्य पाइपों वाले शहर के रूप में करें जो लाखों लोगों को जोड़ते हैं। ये पाइप डिजिटल सिक्कों को ले जाते हैं, लेकिन इनका एक सख्त नियम है: एक पाइप केवल उतनी ही मात्रा में पानी ले जा सकता है जितनी उसकी चौड़ाई अनुमति देती है। यदि आप संकीर्ण पाइप के माध्यम से सिक्कों की बाढ़ डालने की कोशिश करते हैं, तो पूरा सिस्टम जाम हो जाएगा और भुगतान विफल हो जाएगा।
वर्षों तक, इन पाइपों का प्रबंधन करने वाले लोगों (नोड्स) के पास नए कनेक्शन बनाने के लिए एक सरल, पुराना नियम था: "अपने सबसे बड़े, सबसे प्रसिद्ध पड़ोसियों से जुड़ें।" उन्होंने देखा कि किसके पास सबसे अधिक पाइप (डिग्री) थे या कौन सबसे अधिक चौराहों (बिटवीननेस) पर स्थित था और बस उनसे जुड़ गए। यह वैसा ही था जैसे किसी नए शहर का पर्यटक हमेशा मेयर को गले लगाने की कोशिश करता है, यह सोचकर कि वहीं से घूमना संभव है।
लेकिन एम्बॉस टेक्नोलॉजीज (Amboss Technologies) और CISPA के शोधकर्ताओं की एक टीम ने एक अलग सवाल पूछा: क्या होगा अगर मेयर पहले से ही बहुत भीड़भाड़ वाला है, और पैसे चलाने का असली रहस्य उन शांत, संकीर्ण गलियों को खोजना है जो वर्तमान में खाली हैं?
उन्होंने एक नया प्रकार का डिजिटल मस्तिष्क बनाया जिसे MPFlow कहा जाता है। इसे एक सुपर-स्मार्ट सिटी प्लानर के रूप में समझें जो केवल यह नहीं देखता कि कौन प्रसिद्ध है, बल्कि वास्तव में पाइपों के माध्यम से पानी के प्रवाह का अनुकरण (सिमुलेट) करता है ताकि यह देखा जा सके कि कहाँ रुकावटें (बॉटलनेक) हैं।
खेल: 5 पाइपों का बजट
शोधकर्ताओं ने एक खेल तैयार किया। कल्पना करें कि आपके पास एक नया नोड (शहर में एक नया घर) है और एक सख्त बजट है: आप केवल 5 नए पाइप (चैनल) खोल सकते हैं। प्रत्येक पाइप की लागत 0.20 BTC (एक विशिष्ट धनराशि) है। आपका लक्ष्य केवल लोकप्रिय होना नहीं है; आपका लक्ष्य यह अधिकतम करना है कि आपके घर से शहर के किसी भी अन्य घर तक कितना पैसा प्रवाहित हो सकता है।
उन्होंने इसे एक AI एजेंट के लिए एक वीडियो गेम में बदल दिया।
- लेवल: वास्तविक लाइटनिंग नेटवर्क का एक स्नैपशॉट, जो नोड्स का एक विशाल मानचित्र है।
- मूव (चाल): AI एक पड़ोसी को चुनता है जिससे उसे जुड़ना है।
- स्कोर: हर कनेक्शन के बाद, AI "मैक्स-फ्लो" (Max-Flow) की गणना करता है। यह एक गणितीय अवधारणा है जो यह मापती है कि बिना किनारों से बाहर गिरे बिंदु A से बिंदु B तक अधिकतम कितना पानी बह सकता है। AI को हर उस अतिरिक्त बूंद के लिए अंक मिलते हैं जो वह अनलॉक करता है।
सफलता का मंत्र: प्रसिद्धों को अनदेखा करना
यहाँ शोधकर्ताओं ने कुछ बहुत चतुर किया। वे जानते थे कि यदि वे प्रशिक्षण के दौरान AI को "सुपर-हब्स" (विशाल, प्रसिद्ध नोड्स) को देखने देते, तो AI पुराने नियम की नकल करता: "सबसे बड़े व्यक्ति से जुड़ो।" इसलिए, उन्होंने AI के साथ एक चाल चली।
उन्होंने एजेंट को ऐसे मानचित्रों पर प्रशिक्षित किया जहाँ शीर्ष 50 सबसे बड़े हब को पूरी तरह से मिटा दिया गया था। AI को प्रसिद्ध पड़ोसियों पर निर्भर रहने के बिना पैसा चलाना सीखना था। इसे उन छिपे हुए, कुशल रास्तों को खोजने के लिए मजबूर किया गया जिन्हें पुराने "प्रसिद्ध से जुड़ो" नियम ने छोड़ दिया था। इसे "हब-एक्सक्लूजन करिकुलम" (hub-exclusion curriculum) कहा जाता है।
जब उन्होंने अंततः पूरे, वास्तविक मानचित्र (सभी हब्स के वापस आने के साथ) पर इस AI का परीक्षण किया, तो AI ने केवल हब्स को अनदेखा नहीं किया; इसने यह भी सीखा कि उन्हें कब छोड़ना है जब वे मददगार न हों। इसने महसूस किया कि एक विशाल, भीड़भाड़ वाले हब से जुड़ना अक्सर ट्रैफिक जाम पैदा करता है, जबकि एक मध्यम आकार के, कम उपयोग किए गए नोड से जुड़ना एक नया हाईवे खोल देता है।
परिणाम: पुराने नियमों को हराना
शोधकर्ताओं ने इस खेल को नेटवर्क के 5,000 नोड्स वाले एक विशाल हिस्से पर 1,000 बार चलाया। यहाँ क्या हुआ:
- पुराना तरीका (बिटवीननेस): मानक उद्योग पद्धति, जो केवल सबसे केंद्रीय नोड्स से जुड़ती है, लगभग 0.163 BTC का प्रवाह बढ़ाने में सफल रही।
- नया तरीका (MPFlow): AI, अपने "प्रसिद्धों को अनदेखा करने" वाले प्रशिक्षण का उपयोग करते हुए, ने 0.168 BTC का प्रवाह बढ़ाया।
यह सुनने में बहुत छोटा अंतर लग सकता है, लेकिन उच्च-गति वाले धन की दुनिया में, यह बहुत बड़ा है। AI ने 62.3% खेलों में पुराने तरीके को हराया। अधिक महत्वपूर्ण बात यह है कि यह केवल किस्मत का खेल नहीं था; इसने लगातार बेहतर रास्ते खोजे।
पेपर दिखाता है कि AI ने केवल अनुमान नहीं लगाया। इसने वास्तव में पुराने तरीके से अलग पड़ोसी चुने। जहाँ पुराने तरीके ने शीर्ष 50 हब्स को 52% समय चुना, वहीं AI ने उन्हें केवल 17% बार चुना। इसके बजाय, इसने उन नोड्स को चुना जो लोकप्रियता में बहुत नीचे रैंक किए गए थे (5,000 में से लगभग रैंक 312)। यह साबित करता है कि वह प्रसिहीति नहीं, बल्कि क्षमता (capacity) की तलाश कर रहा था।
वास्तविक दुनिया का प्रमाण
यह केवल लैब में किया गया सिमुलेशन नहीं है। पेपर रिपोर्ट करता है कि इस सटीक AI एजेंट को वास्तविक दुनिया में Amboss प्लेटफॉर्म पर तैनात किया गया है। इसने वास्तविक उपयोगकर्ताओं के लिए चैनल खोलने के लिए 4,640 निर्णय लिए हैं। कुल मिलाकर, इसने 30 प्रबंधित नोड्स में 267.3 BTC (जो उस समय $16 मिलियन से अधिक था) को आवंटित करने में मदद की है।
इसका क्या अर्थ है (और क्या नहीं)
पेपर सुझाव देता है कि लाइटनिंग नेटवर्क पर पैसे के प्रबंधन के लिए, स्मार्ट, डेटा-संचालित निर्णय साधारण लोकप्रियता प्रतियोगिताओं से बेहतर होते हैं। एक AI को प्रशिक्षित करके जो केवल बड़े नामों के बजाय बाधाओं (bottlenecks) को देखता है, आप समान नकदी के साथ अधिक पैसा चला सकते हैं।
हालाँकि, लेखक कुछ बातों पर ध्यान देने के लिए सावधान हैं:
- हमने पैसे चलाने की क्षमता (max-flow) को मापा, न कि वास्तविक दुनिया में होने वाले हर एक सफल भुगतान को, क्योंकि वास्तविक दुनिया के भुगतान उन छिपे हुए कारकों पर निर्भर करते हैं जैसे कि किसी भी दिए गए क्षण में प्रत्येक पाइप में वास्तव में कितना पैसा मौजूद है।
- हमने प्रति नोड 5 क्रियाओं का एक निश्चित बजट उपयोग किया। वे यह दावा नहीं करते हैं कि यह हर स्थिति के लिए एकदम सही संख्या है, बस यह कि यह उनके प्रशिक्षण के लिए सबसे अच्छा काम करता है।
- AI प्रवाह के लिए संरचना खोजने में महान है, लेकिन यह अभी भी फीस से होने वाले सटीक आर्थिक लाभ की भविष्यवाणी नहीं कर सकता, हालांकि यह अगला कदम है।
संक्षेप में, पेपर यह सिद्ध करता है कि एक हल्का AI, जिसे "कूल बच्चों" को अनदेखा करने और खाली पाइपों पर ध्यान केंद्रित करने के लिए प्रशिक्षित किया गया है, पुराने नियमों के मुकाबले एक बेहतर मनी हाईवे बना सकता है। यह भीड़भाड़ वाले प्रसिद्ध रास्तों के ऊपर शांत, कुशल रास्तों की जीत 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।