Grounded world models in biological organisms and future embodied AI

द ग्रेट ब्रेन-बिल्डर: रोबोट्स को बात करने से पहले छूना क्यों ज़रूरी है

कल्पना कीजिए कि आप एक सुपर-स्मार्ट रोबोट को दुनिया को समझना सिखाने की कोशिश कर रहे हैं। आपके पास इसे सिखाने के दो मुख्य तरीके हैं। पहला तरीका ऐसा है जैसे आप रोबोट को अरबों किताबें और लाखों वीडियो थमा दें, और फिर कहें, "सब कुछ पढ़ लो, पैटर्न याद कर लो, और अंदाज़ा लगाओ कि आगे क्या होने वाला है।" आज के ज़्यादातर प्रसिद्ध आर्टिफिशियल इंटेलिजेंस इसी तरह काम करते हैं। यह उस छात्र की तरह है जिसने हर डिक्शनरी तो पढ़ ली है, लेकिन उसने कभी वास्तव में एक सेब को हाथ में नहीं लिया, उसका वजन महसूस नहीं किया, या उसकी मिठास नहीं चखी। वह "सेब," "भारी," और "कुरकुरा" जैसे शब्दों को जानता है, लेकिन वह वास्तव में यह नहीं जानता कि सेब क्या है।

दूसरा तरीका वह है जिससे जीवित प्राणी—जैसे कि आप, मैं, या यहाँ तक कि एक छोटा सा कीड़ा—सीखते हैं। हम कोई मैनुअल पढ़कर शुरुआत नहीं करते। हम हिलने-डुलने, चीजों से टकराने, भूख महसूस करने और यह समझने से शुरुआत करते हैं कि जब हम किसी गेंद को धक्का देते हैं या किसी रस्सी को खींचते हैं तो क्या होता है। हमारे मस्तिष्क इन वास्तविक जीवन के अनुभवों के आधार पर दुनिया का एक नक्शा बनाते हैं। केवल बाद में ही हम उन अनुभवों पर लेबल (शब्द) लगाना सीखते हैं। यह लेख इन दो दृष्टिकोणों के बीच के अंतर के बारे में है। यह एक बड़ा सवाल पूछता है: यदि हम ऐसे रोबोट बनाना चाहते हैं जो हमें वास्तव में समझ सकें और हमारी अव्यवस्त, भौतिक दुनिया में नेविगेट कर सकें, तो क्या हमें उन्हें किताबों से भरते रहना चाहिए, या हमें उन्हें बाहर जाकर खेलने देना चाहिए? लेखक सुझाव देते हैं कि "पहले खेलो, फिर बात करो" वाला तरीका वह गुप्त मंत्र हो सकता है जिसकी वर्तमान रोबोट्स में कमी है।

---

पेपर का बड़ा विचार: "पैसिव रीडर" से "एक्टिव एक्सप्लोरर" तक

इटली और कनाडा के वैज्ञानिकों की एक टीम द्वारा लिखा गया यह पेपर तर्क देता है कि जिस तरह से हम वर्तमान में आर्टिफिशियल इंटेलिजेंस (AI) बना रहे हैं, वह प्रकृति द्वारा हमें बनाने के तरीके के मुकाबले उल्टा है।

अभी, AI में सबसे बड़ा चलन "जेनरेटिव AI" का है। ये वे सिस्टम हैं जो भारी मात्रा में टेक्स्ट पढ़कर और वीडियो देखकर सीखते हैं। वे वाक्य में अगले शब्द या वीडियो के अगले फ्रेम की भविष्यवाणी करने में अविश्वसनीय रूप से अच्छे हैं। पेपर इस प्रक्रिया को "पैसिव ट्रेनिंग रिजीम" (निष्क्रिय प्रशिक्षण व्यवस्था) कहता है। एक छात्र की कल्पना करें जो कुर्सी पर बैठा है, स्क्रीन को घूर रहा है, और लोगों के गेंद पकड़ने के हज़ार वीडियो देख रहा है, लेकिन खुद कभी गेंद फेंकता या पकड़ता नहीं है। वह गेंदों के हिलने के सांख्यिकीय (statistics) तरीकों को सीख सकता है, लेकिन उसने हाथ में गेंद लगने के एहसास को नहीं सीखा है। लेखक बताते हैं कि इन सिस्टम में, भाषा (शब्द) आधार है। AI पहले भाषा के नियम सीखता है, और फिर बाद में उन शब्दों से चित्र और क्रियाओं को जोड़ने की कोशिश करता है।

पेपर सुझाव देता है कि जैविक जीव (जैसे इंसान, कुत्ते और यहाँ तक कि कीड़े) इसके ठीक विपरीत करते है। हम पहले "ग्राउंडेड वर्ल्ड मॉडल्स" (जमीनी विश्व मॉडल) बनाते हैं। यह कहने का एक फैंसी तरीका है कि हमारे मस्तिष्क दुनिया के काम करने के तरीके का मानसिक मानचित्र हमारे शरीर के माध्यम से गति करने के आधार पर बनाते हैं। हम यह सीखते हैं कि आग गर्म होती है क्योंकि हम गर्मी महसूस करते हैं, न कि इसलिए कि किसी ने हमें बताया कि "आग गर्म होती है।" हमारे लिए, शब्द उन चीजों के लेबल मात्र हैं जिन्हें हम अनुभव के माध्यम से पहले से जानते हैं।

पाँच तरीके जिनसे हमारे मस्तिष्क बेहतर मानचित्र बनाते हैं

अपना तर्क सिद्ध करने के लिए, लेखक पाँच विशिष्ट "सर्किट्स" या मस्तिष्क के हिस्सों को देखते हैं जो जीवित प्राणियों को ये जमीनी मानचित्र बनाने में मदद करते हैं। वे इन उदाहरणों का उपयोग यह दिखाने के लिए करते हैं कि आज के रोबोट्स में क्या कमी है।

1. GPS और कॉन्सेप्ट मैप
सोचिए कि आप अपने शहर में कैसे रास्ता ढूँढते हैं। आप सिर्फ लाल साइन देखकर बाईं ओर नहीं मुड़ जाते; आपके पास एक मानसिक मानचित्र होता है। आपके मस्तिष्क में एक विशेष प्रणाली (हिप्पोकैम्पस और एनटोराइनल कॉर्टेक्स में) है जो एक GPS की तरह काम करती है। यह "ग्रिड सेल्स" का उपयोग करती है जो हेक्सागोनल पैटर्न (मधुमक्खी के छत्ते की तरह) में फायर करती हैं ताकि आपको पता चल सके कि आप कहाँ हैं।
लेकिन यहाँ दिलचस्प बात यह है: यह समान GPS सिस्टम केवल भौतिक सड़कों के लिए ही काम नहीं करता है। पेपर बताता है कि आपका मस्तिष्क विचारों को नेविगेट करने के लिए भी इसी "ग्रड" का उपयोग करता है। जब आप किसी कहानी के बारे में सोचते हैं, या दो अलग-अलग अवधारणाओं की तुलना करते हैं, या यहाँ तक कि सामाजिक संबंधों को समझते हैं, तो आपका मस्तिष्क अनिवार्य रूप से एक मानसिक मानचित्र के माध्यम से "चल" रहा होता है। पेपर सुझाव देता है कि जीव विज्ञान में, भौतिक स्थान को नेविगेट करने की क्षमता पहले आई थी, और अमूर्त विचारों (abstract ideas) को नेविगेट करने की क्षमता इसके ऊपर बनाई गई थी। वर्तमान AI सीधे टेक्स्ट से अमूर्त विचार सीखने की कोशिश करता है, भौतिक "चलने" वाले हिस्से को छोड़ देता है।

2. "मैं क्या कर सकता हूँ?" डिटेक्टर (अफोर्डेंस - Affordances)
जब आप एक कुर्सी को देखते हैं, तो आप उसे सिर्फ "चार पैरों वाली एक लकड़ी की वस्तु" के रूप में नहीं देखते। आप देखते हैं "कुछ ऐसा जिस पर मैं बैठ सकता हूँ।" जब आप एक कप देखते हैं, तो आप देखते हैं "कुछ ऐसा जिसे मैं पकड़ सकता हूँ।" पेपर इन्हें "अफोर्डेंस" कहता है। यह जो आप देखते हैं और जो आप उसके साथ कर सकते हैं, उसके बीच का सीधा संबंध है।
आपका मस्तिष्क लगातार एक प्रतिस्पर्धा चला रहा होता है: "क्या मैं उस चट्टान पर चढ़ सकता हूँ? क्या मैं वह सेब पकड़ सकता हूँ?" यह केवल दुनिया का वर्णन नहीं कर रहा है; यह क्रिया की संभावनाओं की गणना कर रहा है। पेपर का तर्क है कि एक रोबोट के लिए "सावधान, वह कप नाजुक है" जैसे वाक्य को वास्तव में समझने के लिए, उसके पास उस चीज़ का ग्राउंडेड मॉडल होना चाहिए कि जब आप उसे पकड़ते हैं तो "नाजुकता" कैसा महसूस होता है। उसे यह जानने की ज़रूरत है कि यदि वह उसे बहुत ज़ोर से दबाता है, तो कप टूट जाएगा। वर्तमान AI "नाजुक" शब्द को जानता है, लेकिन उसके पास जोखिम को समझने के लिए आंतरिक "मसल मेमोरी" नहीं हो सकती।

3. क्यूरियोसिटी इंजन (जिज्ञासा का इंजन)
क्या आपने कभी कुछ नया खोजने की तीव्र इच्छा महसूस की है क्योंकि वह दिलचस्प है? यह केवल एक मानवीय विशेषता नहीं है; यह एक जैविक प्रेरणा है। पेपर बताता है कि कैसे हमारे मस्तिष्क में एक "मेटा-मॉडल" होता है जो यह ट्रैक करता है कि हम कितना नहीं जानते हैं। जब हम जिज्ञासु होते हैं, तो हमारा मस्तिष्क ऐसे रसायन (जैसे नोरपेनेफ्रिन) छोड़ता है जो हमें अधिक सतर्क और सीखने के लिए तैयार बनाता है।
यह एक ऐसे रोबोट से अलग है जो बस एक शिक्षक द्वारा नया डेटासेट दिए जाने का इंतज़ार करता है। जैविक एजेंट "आंतरिक रूप से प्रेरित" (intrinsically motivated) होते हैं। वे अपने मानसिक मानचित्रों में खाली जगहों को भरने के लिए नए अनुभवों की तलाश करते हैं। पेपर सुझाव देता है कि AI के प्रभावी ढंग से सीखने के लिए, उसे केवल डेटा का इंतज़ार नहीं करना चाहिए; उसमें उन चीजों को खोजने की आंतरिक प्रेरणा होनी चाहिए जिन्हें वह अभी तक नहीं समझता है।

4. शरीर का अलार्म सिस्टम (ऑलस्टेसिस - Allostasis)
आपका मस्तिष्क केवल बाहरी दुनिया के बारे में नहीं सोच रहा है; यह लगातार आपकी आंतरिक दुनिया की भी निगरानी कर रहा है। यह आपकी भूख, प्यास, तापमान और ऊर्जा स्तरों को ट्रैक करता है। इसे "ऑलस्टेटिक कंट्रोल" कहा जाता है।
अपने मस्तिष्क की कल्पना एक थर्मोस्टेट के रूप में करें जो केवल ठंड लगने पर प्रतिक्रिया नहीं देता, बल्कि पूर्वानुमान लगाता है कि आपको ठंड लगने वाली है और इससे पहले कि आप कांपना शुरू करें, वह आपको जैकेट पहनने के लिए कहता है। यह प्रणाली "स्वयं" (self) की भावना पैदा करती है। यह आपको बताती है कि आपके लिए क्या अच्छा है (भोजन) और क्या बुरा (दर्द)। पेपर का तर्क है कि "मुझे इसकी ज़रूरत है" या "मुझे यह चाहिए" की यह आंतरिक भावना ही सभी प्रेरणाओं का आधार है। वर्तमान AI सिस्टम के पास आमतौर पर वे लक्ष्य होते हैं जो मनुष्य उन्हें देते हैं (जैसे "यह गेम जीतना")। उनके पास अपनी कोई आंतरिक "भूख" या "डर" नहीं होता जो उन्हें कार्य करने के लिए प्रेरित करे।

5. "क्या मैंने यह किया?" फ़िल्टर
जब आप अपनी उंगली हिलाते हैं, तो आपका मस्तिष्क जानता है कि इसका परिणाम कैसा दिखेगा। यह आपकी आँखों को "मूवमेंट" कमांड की एक कॉपी भेजता है ताकि वह उस हलचल को रद्द कर सके जो आपने स्वयं की है। यह हमें अपनी गतिविधियों को अनदेखा करने और उन चीजों पर ध्यान केंद्रित करने में मदद करता है जो अपने आप चल रही हैं (जैसे उड़ता हुआ पक्षी)।
इसी से हमें "मैं" और "दुनिया" के बीच अंतर का पता चलता है। यदि आप अपनी नाक छूते हैं, तो आप जानते हैं कि आपने ऐसा किया। यदि कोई और आपकी नाक छूता है, तो यह एक आश्चर्य है। पेपर बताता है कि स्वयं-जनित क्रियाओं और बाहरी घटनाओं के बीच अंतर करने की यह क्षमता कारण और प्रभाव (cause and effect) को समझने के लिए महत्वपूर्ण है। इसके बिना, एक रोबोट यह नहीं समझ पाएगा कि वह ही है जिसने कप को तोड़ा है, या वह ही है जिसके कारण शोर हुआ है।

इसका भविष्य के लिए क्या अर्थ है

लेखक सावधानी बरतते हुए यह नहीं कहते कि वर्तमान AI "टूटा हुआ" है या जीव विज्ञान "पूर्ण" है। वे स्वीकार करते हैं कि "पैसिव रीडिंग" का तरीका लेखन और बातचीत जैसे कार्यों के लिए अविश्वसनीय रूप से सफल रहा है। हालाँकि, वे सुझाव देते हैं कि यदि हम चाहते हैं कि रोबोट वास्तव में भौतिक दुनिया को समझें, मनुष्यों के साथ स्वाभाविक रूप से बातचीत करें और अपने आप सीखें, तो हमें अपने दृष्टिकोण को बदलने की आवश्यकता हो सकती है।

उनका प्रस्ताव है कि भविष्य के AI को एक जैविक जीव की तरह बनाया जाना चाहिए:

• शरीर से शुरुआत करें: AI को केवल टेक्स्ट पढ़ने के बजाय गति और संपर्क के माध्यम से सीखने दें।
• मैप को ज़मीन से ऊपर की ओर बनाएँ: जटिल भाषा सिखाने से पहले AI को वस्तुओं और स्थान की भौतिक समझ विकसित करने दें।
• स्वयं की भावना जोड़ें: AI को आंतरिक प्रेरणाएँ (जैसे जिज्ञासा या संतुलन बनाए रखने की आवश्यकता) दें ताकि वह सक्रिय रूप से सीखे, न कि केवल निष्क्रिय रूप से।
• सामाजिक रूप से सीखें: जिस तरह इंसान दूसरों के साथ बातचीत करके सीखते हैं, भविष्य के AI को इंसानों और अन्य एजेंटों के साथ रहकर, दुनिया की एक "साझा" समझ बनाने की आवश्यकता हो सकती है।

पेपर निष्कर्ष निकालता है कि जबकि हम नहीं जानते कि जीव विज्ञान के कौन से हिस्से आवश्यक हैं और कौन से विकास का एक भाग्यशाली संयोग मात्र हैं, लेकिन जीव विज्ञान के सीखने के तरीके को अनदेखा करना एक बड़ा जोखिम है। यदि हम चाहते हैं कि AI वास्तव में हमारी दुनिया में नेविगेट कर सके, तो हमें इसे एक लाइब्रेरी की तरह मानना बंद करना होगा और एक जिज्ञासु खोजकर्ता की तरह मानना शुरू करना होगा।