तकनीकी सारांश: अवलोकन से अंतर्दृष्टि तक: मैकेनिस्टिक वर्ल्ड मॉडल्स और स्वायत्त खोज की खोज

1. समस्या विवरण

यह शोधपत्र विज्ञान के लिए समकालीन एआई (AI for Science) की एक मौलिक सीमा की पहचान करता है: जबकि फाउंडेशन मॉडल्स ने विभिन्न डोमेन (जैसे प्रोटीन फोल्डिंग, मौसम का पूर्वानुमान) में उल्लेखनीय भविष्यवाणात्मक सटीकता प्राप्त की है, वे मौलिक रूप से भविद्वाणीपूर्ण (predictive) हैं न कि व्याख्यात्मक (explanatory)। वर्तमान प्रणालियाँ इनपुट को आउटपुट से मैप करती हैं लेकिन उन पुन: प्रयोज्य, संरचनात्मक तंत्रों (structural mechanisms) को खोजने में विफल रहती हैं जो अवलोकनों को उत्पन्न करते हैं। फलस्वरूप, इन मॉडल्स में वितरण परिवर्तन (distribution shifts) के तहत मजबूती की कमी होती है, और वे वास्तविक अमूर्तता (invariant abstractions) के बजाय स्प्यूरियस सहसंबंधों (spurious correlations) पर निर्भर रहते हैं।

लेखकों का तर्क है कि वैज्ञानिक खोज केवल भविष्यवाणी की सटीकता में सुधार करने की समस्या नहीं है, बल्कि यह ज्ञान संगठन (knowledge organisation) की समस्या है। मौजूदा मशीन लर्निंग प्रतिमान भविष्यवाणी और व्याख्या को अलग-अलग प्रक्रियाओं के रूप में देखते हैं; व्याख्या अक्सर एक विचार के बाद की प्रक्रिया (post-hoc process) होती है (जैसे कि पोस्ट-हॉक मैकेनिस्टिक इंटरप्रिटेबिलिटी के माध्यम से), न कि सीखने की प्रक्रिया का मुख्य उद्देश्य। केंद्रीय тези यह है कि स्वायत्त वैज्ञानिक खोज प्राप्त करने के लिए, AI को अवलोकनों के मॉडलिंग से हटकर उन पुन: प्रयोज्य तंत्रों (reusable mechanisms) के मॉडलिंग की ओर स्थानांतरित होना चाहिए जो उन्हें उत्पन्न करते हैं।

2. कार्यप्रणाली और वैचारिक ढांचा

यह शोधपत्र एक नया डिज़ाइन प्रतिमान प्रस्तावित करता है जिसे मैकेनिस्टिक वर्ल्ड मॉडल्स (MWMs) कहा जाता है। यह ढांचा विज्ञान के दर्शन (Philosophy of Science - PoS) और मशीन लर्निंग के विभिन्न उप-क्षेत्रों (कारण प्रतिनिधित्व शिक्षण, समीकरण खोज, मॉड्यूलर आर्किटेक्चर) के अंतर्दृष्टि को संश्लेषित करता है ताकि व्याख्यात्मक AI के लिए एक कम्प्यूटेशनल ब्लूप्रिंट परिभाषित किया जा सके।

2.1 सैद्धांतिक आधार

PoS से प्रेरणा लेते हुए, लेखक तर्क देते हैं कि अच्छे वैज्ञानिक स्पष्टीकरण निम्नलिखित विशेषताओं से पहचाने जाते हैं:

• मितव्ययिता (Parsimony): न्यूनतम अंतर्निहित सिद्धांतों के साथ कई अवलोकनों की व्याख्या करना।
• संयोजकता (Compositionality): पुन: प्रयोज्य बिल्डिंग ब्लॉक्स को पुनर्संयोजित करके जटिल स्पष्टीकरणों का निर्माण करना।
• अपरिवर्तनीयता (Invariance): तंत्र (mechanisms) विभिन्न डोमेन और हस्तक्षेपों के बीच स्थिर रहने चाहिए।

शोधपत्र में एक तंत्र (mechanism) को वैचारिक रूप से एक युग्म $m \triangleq (V, f)$ के रूप में परिभाषित किया गया है, जहाँ $V$ संस्थाओं (चरों/variables) का प्रतिनिधित्व करता है और $f$ उन गतिविधियों (रूपांतरणों/transformations) का प्रतिनिधित्व करता है जिनके माध्यम से वे संस्थाएं विकसित होती हैं।

2.2 मैकेनिस्टिक वर्ल्ड मॉडल्स की शारीरिक रचना (Anatomy)

MWMs को तंत्र-केंद्रित लेटेंट स्टेट-स्पेस मॉडल्स के रूप में परिभाषित किया गया है। पारंपरिक वर्ल्ड मॉडल्स के विपरीत, जो मोनोलिथिक ट्रांजिशन फंक्शन्स का उपयोग करते हैं, MWMs ज्ञान को तीन मुख्य घटकों के इर्द-गिर्द व्यवस्थित करते हैं:

1. चर ($Z$): सिस्टम की स्थिति का प्रतिनिधित्व करने वाले लेटेंट वेरिएबल्स। महत्वपूर्ण बात यह है कि ये पूर्व-निर्धारित नहीं हैं, बल्कि तंत्रों के साथ संयुक्त रूप से खोजे (discovered) जाते हैं। इन्हें सिमेंटिक प्रकार ($T$) दिए जाते हैं जो उनके कार्यात्मक भूमिकाओं (जैसे स्थिति, वेग) को पकड़ते हैं, न कि केवल मनमाने लेबल।
2. तंत्र ($M$): पुन: प्रयोज्य रूपांतरणों का एक पुस्तकालय। प्रत्येक तंत्र को एक टाइप किया गया वेरिएबल सिग्नेचर ($\Sigma_m$) और एक मैपिंग ($f_m$) के रूप में परिभाषित किया गया है। तंत्र डोमेन-अज्ञेय (domain-agnostic) होते हैं; उन्हें किसी दिए गए सिस्टम में विशिष्ट लेटेंट वेरिएबल्स को अपने वेरिएबल रोल से बांधकर स्थापित किया जाता है।
3. संरचना ($S$): वह बाइंडिंग संरचना जो तंत्रों को स्थापित करती है। यह निर्दिष्ट करती है कि वेरिएबल्स को तंत्र भूमिकाओं से कैसे जोड़ा जाता है और इन स्थापित तंत्रों को एक विशिष्ट सिस्टम की व्याख्या करने के लिए कैसे संयोजित किया जाता है।

एक MWM के लिए लर्निंग ऑब्जेक्टिव को एक मिश्रित लॉस (composite loss) को न्यूनतम करने के रूप में तैयार किया गया है:
$$\mathcal{L} = \Omega_p(T, M, Z) + \Omega_c(\{S_e\}) + \sum_{e \in E} \mathcal{L}_{pred}(T, Z, M, S_e)$$
जहाँ:

• $\Omega_p$ मितव्ययिता (parsimony) को लागू करता है (चरों, तंत्रों और प्रकारों की जटिलता को दंडित करता है)।
• $\Omega_c$ संयोजकता (compositionality) को लागू करता है (विभिन्न वातावरणों में तंत्रों के पुन: उपयोग को प्रोत्साहित करता है)।
• $\mathcal{L}_{pred}$ मानक भविष्यवाणी हानि (prediction loss) है।

2.3 डिज़ाइन सिद्धांत

लेखक MWMs के लिए चार मुख्य डिज़ाइन सिद्धांत प्रस्तावित करते हैं:

1. संयुक्त भविष्यवाणात्मक और व्याख्यात्मक मॉडलिंग: भविष्यवाणी पर्यवेक्षी संकेत (supervisory signal) प्रदान करती है, लेकिन व्याख्यात्मक संरचना (चर, तंत्र) अनुकूलन के दौरान संयुक्त रूप से उभरनी चाहिए, न कि बाद में।
2. मौलिक इकाइयों के रूप में तंत्र: ज्ञान को मनमाने लेटेंट रिप्रजेंटेशन के बजाय स्पष्ट वेरिएबल्स पर कार्य करने वाले पुन: प्रयोज्य तंत्रों के इर्द-गिर्द व्यवस्थित किया जाना चाहिए।
3. तंत्र का पुन: उपयोग: सिस्टम को मौजूदा तंत्रों को डोमेन के पार प्राथमिकता से पुन: उपयोग करना चाहिए, और नए तंत्रों को केवल आवश्यकता होने पर ही पेश करना चाहिए।
4. पदानुक्रमित संगठन (Hierarchical Organisation): तंत्रों को पदानुक्रमित रूप से व्यवस्थित किया जाना चाहिए ताकि सरल घटक जटिल व्याख्यात्मक संरचनाओं में संयोजित हो सकें।

3. प्रमुख योगदान

शोधपत्र के प्राथमिक योगदान निम्नलिखित हैं:

• वैचारिक ढांचा: यह मैकेनिस्टिक वर्ल्ड मॉडल्स को एक एकीकृत प्रतिमान के रूप में प्रस्तुत करता है जो प्रतिनिधित्व, गणना और शिक्षण के केंद्र में पुन: प्रयोज्य तंत्रों को रखता है, जिससे पूर्वानुमान और वैज्ञानिक समझ के बीच के अंतर को पाटा जा सके।
• औपचारिक परिभाषा: यह पारंपरिक वर्ल्ड मॉडल्स से अलग MWM की एक औपचारिक शारीरिक परिभाषा प्रदान करता है, जो लेटेंट वेरिएबल्स, पुन: प्रय योग्य तंत्रों और बाइंडिंग स्ट्रक्चर को स्पष्ट रूप से अलग करती है।
• विभिन्न क्षेत्रों का संश्लेषण: यह प्रदर्शित करता है कि कैसे मौजूदा शोध दिशाएँ—मैकेनिस्टिक इंटरप्रिटेबिलिटी, कॉज़ल रिप्रजेंटेशन लर्निंग, इक्वेशन डिस्कवरी, और मिक्सचर-ऑफ-एक्सपर्ट्स आर्किटेक्चर—MWM प्रतिमान के पूरक तत्वों को पकड़ती हैं लेकिन एक एकीकृत ढांचे की कमी रखती हैं।
• इंडक्टिव दबाव (Inductive Pressures): यह पहचानता है कि मितव्ययिता और संयोजकता वे महत्वपूर्ण इंडक्टिव दबाव हैं जो व्याख्यात्मक ज्ञान के उद्भव को प्रोत्साहित करने के लिए आवश्यक हैं, जो उन्हें केवल रेगुलराइज़र के रूप में उनके पारंपरिक उपयोग से आगे ले जाते हैं।
• क्षमता रोडमैप: यह स्वायत्त खोज के लिए आवश्यक क्षमताओं को रेखांकित करता है, जिसमें वेरिएबल डिस्कवरी, मैकेनिज्म डिस्कवरी, स्ट्रक्चर डिस्कवरी, हाइपोथेसिस जनरेशन, और एक्सपेरिमेंटल डिज़ाइन शामिल हैं।

4. परिणाम और विश्लेषण

शोधपत्र कोई नया अनुभवजन्य बेंचमार्क या पूर्णतः स्थापित MWM सिस्टम प्रस्तुत नहीं करता है। इसके बजाय, इसके "परिणाम" विश्लेषणात्मक और तुलनात्मक हैं:

• वर्तमान दृष्टिकोणों की आलोचना: लेखक विश्लेषण करते हैं कि वर्तमान विधियाँ क्यों विफल हो रही हैं। उदाहरण के लिए, मैकेनिस्टिक इंटरप्रिटेबिलिटी अक्सर विफल हो जाती है क्योंकि यह उन मॉडल्स से स्पष्टीकरण निकालने का प्रयास करती है जिन्हें केवल भविष्यवाणी के लिए प्रशिक्षित किया गया है, जिनमें वास्तविक तंत्र आंतरिक रूप से मौजूद नहीं हो सकते हैं। इसी तरह, इक्वेशन डिस्कवरी एकल सार्वभौमिक नियमों के बजाय संयोजनीय तंत्रों के बजाय एकल सार्वभौमिक कानूनों पर ध्यान केंद्रित करने के कारण सीमित है।
• अभिसरण विश्लेषण (Convergence Analysis): शोधपत्र प्रतिनिधि कार्यों (जैसे VCD, COMET, SPARTAN, DreamCoder) की समीक्षा करता है और उन्हें प्रस्तावित MWM डिज़ाइन सिद्धांतों (तालिका 1) के विरुद्ध मैप करता है। यह पाता है कि हालांकि व्यक्तिगत विधियाँ विशिष्ट पहलुओं (जैसे वेरिएबल डिस्कवरी या मैकेनिज्म लर्निंग) में उत्कृष्ट हैं, लेकिन कोई भी मौजूदा सिस्टम सभी घटकों (वेरिएबल्स, मैकेनिजम्स, स्ट्रक्चर, पार्सिमोनी और कंपोजिशनलिटी) को एक एकल स्केलेबल फ्रेमवर्क में एकीकृत नहीं करता है।
• स्केलेबिलिटी मूल्यांकन: लेखक नोट करते हैं कि हालांकि कुछ घटक (जैसे स्ट्रक्चर डिस्कवरी के लिए स्पार्स अटेंशन) आशाजनक दिखते हैं, फिर भी वर्तमान प्रूफ-ऑफ-कॉन्सेप्ट अक्सर विशेष रूप से बनाए गए आर्किटेक्चर या गैर-स्केलेबल सर्च प्रक्रियाओं पर निर्भर करते हैं।

5. महत्व और दावे

शोधपत्र मैकेनिस्टिक वर्ल्ड मॉडल्स को एक पूर्ण उत्पाद के रूप में नहीं, बल्कि अगली पीढ़ी के 'एआई फॉर साइंस' के लिए एक वैचारिक आधार और कम्प्यूटेशनल ब्लूप्रिंट के रूप में स्थापित करता है।

• उद्देश्य में बदलाव: प्राथमिक महत्व प्रस्तावित बदलाव है: "बेहतर भविष्यवाणी" से "व्याख्यात्मक ज्ञान" की ओर। लेखक तर्क देते हैं कि भविष्यवाणी खोज के लिए एक पूर्व शर्त है लेकिन अकेले पर्याप्त नहीं है।
• स्वायत्त खोज: MWMs को निष्क्रिय पूर्वानुमान से सक्रिय वैज्ञानिक जांच की ओर बढ़ने के लिए आवश्यक आधार के रूप में प्रस्तुत किया गया है, जो लक्षित अनुकूलन (targeted adaptation), कंपोजिशनल जनरलाइजेशन, और परीक्षण योग्य परिकल्पनाओं के निर्माण जैसी क्षमताओं को सक्षम बनाता है।
• संयमित दावे: लेखक स्पष्ट हैं कि कोई भी मौजूदा प्रणाली इस दृष्टि को पूरी तरह से साकार नहीं करती है। वे स्वीकार करते हैं कि कई चुनौतियाँ अभी भी शेष हैं, जिनमें वेरिएबल्स और मैकेनिज्म का संयुक्त अनुकूलन, इन घटकों की पहचान योग्यता (identifiability), और भविष्यवाणी सटीकता से परे मूल्यांकन ढांचे का विकास शामिल है। उनका मानना है कि जबकि भविष्यवाणात्मक मॉडल्स को स्केल करना अंततः इनमें से कुछ गुणों को दे सकता है, पुन: प्रयोज्य तंत्रों के इर्द-गिर्द आर्किटेक्चर को स्पष्ट रूप से डिजाइन करना व्याख्यात्मक बुद्धिमत्ता के लिए अधिक सीधा और सिद्धांतवादी मार्ग प्रदान करता है।

निष्कर्षतः, शोधपत्र का तर्क है कि वैज्ञानिक खोज मौलिक रूप से ज्ञान संगठन की समस्या है। AI सिस्टम को पुन: प्रयोज्य तंत्रों के इर्द-गिर्द पुनर्गठित करके, MWMs का लक्ष्य AI को पूर्वानुमान के उपकरण से बदलकर स्वायत्त वैज्ञानिक खोज के इंजन में बदलना है।