Comparing Semantic Navigation in Humans and Large Language Models using Natural Language Processing
यह अध्ययन प्रकट करता है कि मानव अर्थ संबंधी स्मृति पुनर्प्राप्ति (semantic memory retrieval), वर्तमान लार्ज लैंग्वेज मॉडल्स की तुलना में अधिक परिवर्तनशील और अन्वेषणात्मक खोज पैटर्न प्रदर्शित करती है, जैसा कि मौखिक प्रवाह कार्यों (verbal fluency tasks) में उच्च एंट्रॉपी, बड़े अर्थ संबंधी चरणों और व्यापक फैलाव से सिद्ध होता है, जिसे कोई भी टेम्परेचर ट्यूनिंग कॉन्फ़िगरेशन पूरी तरह से पुनरुत्पादित नहीं कर सका।
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
अपने मस्तिष्क की कल्पना एक विशाल, हलचल भरी लाइब्रेरी के रूप में करें जहाँ हर किताब एक शब्द या एक अवधारणा है। जब आप "एक मिनट में जितने हो सकें उतने जानवरों के नाम बताइए" जैसा खेल खेलते हैं, तो आप केवल शेल्फ से बेतरतीब ढंग से किताबें नहीं निकाल रहे होते; बल्कि आप इस लाइब्रेरी के माध्यम से नेविगेट कर रहे होते हैं। आप "पालतू जानवर" वाली गली से शुरुआत कर सकते हैं, कुछ किताबें उठा सकते हैं (बिल्ली, कुत्ता, हैम्स्टर), और फिर अचानक "महासागर" वाली गली में एक लंबी छलांग लगाने का निर्णय ले सकते हैं ताकि एक शार्क को पकड़ सकें। यह आपके मस्तिष्क के अन्वेषण करने का तरीका है।
शोधकर्ताओं के एक दल ने यह देखने का निर्णय लिया कि क्या आज के सुपर-स्मार्ट AI चैटबॉट्स (जैसे GPT-4o, Gemini, और Claude) उसी तरह से इस लाइब्रेरी में नेविगेट करते हैं जैसे इंसान करते हैं। उन्होंने 82 वास्तविक लोगों और तीन अलग-अलग AI मॉडलों को टेस्ट करने के लिए रखा, और उनसे जानवरों की सूची बनाने को कहा। AI को अधिक मानव जैसा व्यवहार करने के लिए प्रेरित करने हेतु, उन्होंने बॉट्स से जानवरों की सूची बनाने से पहले अलग-अलग प्रकार के लोग (जैसे एक शेफ या एक पायलट) होने का नाटक करने के लिए भी कहा। उन्होंने AI के "रैंडमनेस नॉब" (जिसे 'टेम्परेचर' कहा जाता है) को भी थोड़ा बदला, इसे 0.0 (सुपर रोबोटिक और अनुमानित) से 1.0 (सुपर अराजक और जंगली) तक घुमाया।
यहाँ उन्हें जो मिला, वह थोड़ा चौंकाने वाला है।
मानव "जंगल जिम" बनाम AI "रस्सी पर चलना" (Tightrope)
शोधकर्ताओं ने यह मापने के लिए तीन चीजों का उपयोग किया कि लाइब्रेरी के माध्यम से "सैर" कैसी दिखती है:
- कदम का आकार (Step Size): शब्दों के बीच आपने कितनी बड़ी छलांग लगाई? (उदाहरण के लिए, "बिल्ली" से "शार्क" तक जाना एक बड़ी छlap है; "बिल्ली" से "कुत्ता" तक एक छोटा कदम है)।
- आश्चर्य का कारक (Entropy): आपके कदम कितने अप्रत्याशित थे? क्या आपने गलियों को बेतरतीब ढंग से बदला, या आपका रास्ता बहुत स्थिर था?
- भटकने की इच्छा (Wanderlust - Distance to Centroid): आप लाइब्रेरी के केंद्र से कितनी दूर निकल गए? क्या आप मुख्य रास्ते पर ही टिके रहे, या आपने धूल भरी, भूली हुई कोनों की खोज की?
बड़ी खोज:
इंसान परम खोजकर्ता थे। हमारे रास्ते अव्यवस्थित, अप्रत्याशित और बड़ी छलांगों से भरे हुए थे। हमने शब्दों के बीच बड़े कदम लिए, हमारा रास्ता अधिक अप्रत्याशित था, और हम श्रेणी के केंद्र से काफी दूर तक भटक गए। हम एक जंगल जिम के बच्चों की तरह थे, जो बार से बार झूल रहे थे, कभी-कभी जहाँ से शुरू किया था उससे बहुत दूर उतर जाते थे।
दूसरी ओर, AI मॉडल रस्सी पर चलने वालों (tightrope walkers) की तरह थे। वे गली के केंद्र के बहुत करीब रहे। उनके कदम छोटे थे, उनका रास्ता अधिक अनुमानित था, और उन्होंने शायद ही कभी लाइब्रेरी के "गहरे जंगलों" में कदम रखा। यहाँ तक कि जब शोधकर्ताओं ने AI को और अधिक जंगली बनाने के लिए "रैंडमनेस नॉब" को अधिकतम (1.0) तक घुमाया, तब भी बॉट्स पूरी तरह से इंसानों की शैली की बराबरी नहीं कर सके। वे अभी भी बहुत सावधान और बहुत केंद्रित थे।
"टेम्परेचर" का जाल
आप सोच सकते हैं, "अगर मैं बस AI की रैंडमनेस को पर्याप्त ऊँचा कर दूँ, तो यह बिल्कुल इंसान की तरह व्यवहार करेगा!" पेपर सुझाव देता है कि यह सच नहीं है।
शोधकर्ताओं ने आठ अलग-अलग टेम्परेचर सेटिंग्स (0.0, 0.15, 0.3, 0.45, 0.6, 0.75, 0.9, और 1.0) पर AI का परीक्षण किया।
- कुछ विशिष्ट सेटिंग्स पर, AI ने केवल एक टेस्ट में मानव जैसा व्यवहार किया। उदाहरण के लिए, 0.75 के टेम्परेचर पर, Claude मॉडल ने उतने ही बड़े कदम उठाए जितने कि इंसान उठाते हैं।
- लेकिन यहाँ पेंच है: कोई भी एक सेटिंग AI को एक साथ सभी तरीकों से मानव जैसा नहीं बना सकी। आप कदम का आकार सही कर सकते थे, लेकिन फिर AI बहुत अनुमानित हो जाता था। या आप उसे बहुत दूर तक भटकने के लिए प्रेरित कर सकते थे, लेकिन तब वह बड़े छलांग लगाना छोड़ देता था।
यह एक रेडियो को किसी विशिष्ट स्टेशन पर ट्यून करने जैसा है। आप वॉल्यूम सही कर सकते हैं, या स्पष्टता सही कर सकते हैं, लेकिन आप डायल को कितना भी घुमा लें, आप स्पीकर से एकदम सटीक मानवीय आवाज नहीं निकाल सकते। AI का "मस्तिष्क" अलग तरह से बना है, इसलिए यह मानव स्मृति के पूर्ण, अव्यवस्थित और सुंदर नृत्य की नकल नहीं कर सकता।
"रोबोट लोग" के लिए इसका क्या अर्थ है
कुछ समय के लिए, वैज्ञानिकों को उम्मीद थी कि हम AI का उपयोग "सिलिकॉन प्रतिभागियों" के रूप में कर सकते हैं—बेसिकली, मनोवैज्ञानिक सिद्धांतों का परीक्षण करने के लिए रोबोटिक इंसान। हम AI से एक प्रश्न पूछ सकते हैं, देखते हैं कि वह क्या कहता है, और मान लेते हैं कि वह एक व्यक्ति की तरह सोच रहा है।
यह पेपर इस विचार के विरुद्ध तर्क देता है। यह सुझाव देता है कि जबकि AI बोलने में प्रवाहपूर्ण और स्मार्ट होने में महान है, यह वास्तव में उस तरह से जानकारी की खोज नहीं करता जैसे हम करते हैं। AI को सांख्यिकी के आधार पर अगले शब्द की भविष्यवाणी करने के लिए प्रशिक्षित किया गया है, जैसे कि एक सुपर-फास्ट गेसर जो हमेशा सबसे संभावित विकल्प चुनता है। हालाँकि, इंसान रणनीति और आश्चर्य के मिश्रण का उपयोग करते हैं। हमारे पास एक "वर्किंग मेमोरी" होती है जो हमें याद रखने में मदद करती है कि हमने पहले क्या कहा है और यह तय करने में मदद करती है कि कब एक बिल्कुल नए विचार की ओर कूदना है। AI, भले ही उसे एक व्यक्ति होने का नाटक करने के लिए कहा जाए, इस विशिष्ट प्रकार की "मानसिक कसरत" (mental gymnastics) की कमी महसूस करता है।
निचोड़
इस अध्ययन ने यह साबित नहीं किया कि AI "टूटा हुआ" है या यह कभी उपयोगी नहीं हो सकता। इसके बजाय, यह सुझाव देता है कि वर्तमान AI मॉडल्स में सुरक्षित रहने और घर के करीब रहने का एक व्यवस्थित पूर्वाग्रह (systematic bias) है। वे स्थानीय अन्वेषण (जैसे "पालतू जानवर" वाली गली में रहना) में उत्कृष्ट हैं, लेकिन वे उस वैश्विक अन्वेषण (जैसे "महासागर" वाली गली में कूदना) के लिए संघर्ष करते हैं जो इंसान स्वाभाविक रूप से करते हैं।
इसलिए, भले ही हम AI को विशिष्ट क्षणों में थोड़ा सा इंसान जैसा दिखने के लिए ट्यून कर सकते हैं, लेकिन हमने अभी तक इसे दुनिया के शब्दों के नेविगेशन के जटिल, भटकते और आश्चर्यजनक तरीके की पूरी तरह से नकल करने का तरीका नहीं खोजा है। AI एक शक्तिशाली उपकरण है, लेकिन यह अभी भी मानव मन की एक पूर्ण प्रतिलिपि नहीं 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।