MAPS: Modeling Co-Existing Subjective Perspectives and Shared Meaning in Multi-Agent Cognitive Dialogue
यह शोध पत्र MAPS को प्रस्तुत करता है, जो एक नवीन मल्टी-एजेंट फ्रेमवर्क है जो डोमेन-वेटेड प्रोफाइल्स, डायनेमिक मेमोरी और इंटरप्रिटेबल अटेंशन का उपयोग करके संवाद में व्यक्तिगत व्यक्तिपरक दृष्टिकोण और साझा अर्थ के बीच संतुलन बनाता है, जिससे संज्ञानात्मक रूप से भिन्न एजेंट विविधता से समझौता किए बिना सिमेंटिक एलाइनमेंट प्राप्त करने में सक्षम होते हैं।
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 नहीं लिखा है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए एक ऐसी दुनिया की जहाँ बात करना सिर्फ तथ्यों का आदान-प्रदान करना नहीं है जैसे कि कार्ड्स की अदला-बदली की जाती है, बल्कि यह साझा करना है कि वे तथ्य अलग-अलग लोगों को कैसा महसूस कराते हैं। यह आर्टिफिशियल इंटेलिजेंस के एक क्षेत्र का मूल है, विशेष रूप से उस शाखा का जो कंप्यूटर को बातचीत करना सिखाती है। लंबे समय से, वैज्ञानिक ऐसे चैटबॉट्स बनाने की कोशिश कर रहे हैं जो इंसानों की तरह लगें। उन्होंने पाया है कि असली इंसान केवल तर्क करने वाली मशीनें नहीं होते; हमारे पास यादें, पूर्वाग्रह और दुनिया को देखने के अनूठे तरीके होते हैं। बड़ा सवाल जो शोधकर्ता पूछ रहे हैं वह यह है: क्या हम ऐसा AI बना सकते हैं जो केवल इंसान होने का ढोंग न करे, बल्कि वास्तव में अपना स्वयं का अनूठा "परिप्रेक्ष्य" (perspective) बनाए रखे और साथ ही दूसरे व्यक्ति की बात को भी समझ सके? यदि हम यह कर पाते हैं, तो कंप्यूटर के साथ हमारी भविष्य की बातचीत कहीं अधिक सहानुभूतिपूर्ण, रचनात्मक और कम रोबोटिक हो सकती है।
यहाँ आता है MAPS (मल्टी-एजेंट पर्सपेक्टिव स्पेस), एक नया फ्रेमवर्क जिसे उस समस्या को हल करने के लिए डिज़ाइन किया गया है जहाँ अधिकांश AI सिस्टम विफल हो जाते हैं: वे सभी को बिल्कुल एक जैसा सोचने के लिए मजबूर करते हैं। एक ऐसी कक्षा की कल्पना करें जहाँ शिक्षक यह मांग करता है कि प्रत्येक छात्र हाथ उठाए और एक ही समय में बिल्कुल एक ही वाक्य बोले। वर्तमान के कई AI सिस्टम इसी तरह काम करते हैं; वे यह सुनिश्चित करने के लिए व्यक्तिगत विशिष्टता को कुचल देते हैं कि सभी सहमत हों। लेकिन वास्तविक जीवन में, एक बातचीत एक जैज़ जैम सेशन (jazz jam session) की तरह होती है। हर संगीतकार एक ही गाना (साझा अर्थ) बजा रहा होता है, लेकिन प्रत्येक संगीतकार अपनी शैली, वाद्य यंत्र और मूड के साथ सुधार (improvisation) कर रहा होता है (व्यक्तिगत दृष्टिकोण)।
MAPS के पीछे के शोधकर्ताओं ने एक ऐसा सिस्टम बनाया है जहाँ कई AI एजेंट एक-दूसरे के साथ चैट कर सकते हैं, लेकिन एक एकल, उबाऊ आवाज़ में विलीन होने के बजाय, वे अपनी विशिष्ट "संज्ञानात्मक प्रोफाइल" (cognitive profiles) बनाए रखते हैं। हालांकि इन्हें "व्यक्तित्व" के रूप में सोचना सहायक है, वास्तव में ये इस बात को दर्शाने का एक तरीका हैं कि कैसे विभिन्न एजेंट अलग-अलग संज्ञानात्मक दृष्टिकोणों के माध्यम से सूचना को संसाधित करते हैं। इसे दोस्तों के एक समूह की तरह सोचें जो यात्रा की योजना बना रहे हैं। एक दोस्त "आध्यात्मिक" प्रकार का है जो यात्रा के अर्थ और इसमें शामिल भावनाओं की परवाह करता है, जबकि दूसरा "तर्कसंगत" प्रकार का है जिसे बजट, कार्यक्रम और तथ्यों की परवाह है। एक सामान्य AI चैट में, ये दोनों अंततः एक सामान्य योजना पर सहमत हो जाएंगे और अपनी अनूठी दृष्टि को खो देंगे। लेकिन MAPS सिमुलेशन में, लक्ष्य यह दिखाना है कि वे अपने विशिष्ट व्यक्तिपरक संज्ञानात्मक दृष्टिकोणों को बनाए रखते हुए एक साझा समझ तक पहुँच सकते हैं। आध्यात्मिक दोस्त कह सकता है, "यहाँ का सूर्यास्त एक नई शुरुआत जैसा महसूस होता है," जबकि तर्कसंगत दोस्त कह सकता है, "सूर्यास्त शाम 6:42 बजे है, जो हमें पैक करने के लिए 45 मिनट देता है।" वे समय और स्थान (साझा अर्थ) पर सहमत होते हैं, लेकिन वे इसे अपने अनूठे लेंस के माध्यम से व्यक्त करते हैं।
पेपर सुझाव देता है कि MAPS इसे तीन विशेष उपकरणों के माध्यम से प्राप्त करता है। पहला, वे एक "साझा आधार" (common ground) साझा करते हैं जहाँ वे बातचीत के बुनियादी तथ्यों पर सहमत होते हैं। दूसरा, उनके पास एक "परिप्रेक्ष्य एडेप्टर" (perspective adapter) है जो रंगीन चश्मे की तरह काम करता है, जो साझा तथ्यों को उनके अपने अनूठे दृष्टिकोण के साथ रंग देता है (जैसे कि सब कुछ अधिक भावनात्मक या अधिक तार्किक बनाना)। तीसरा, उनके पास एक "गतिशील स्मृति" (dynamic memory) है जो याद रखती है कि उन्होंने अतीत में क्या सोचा और कहा है, ताकि बातचीत के दौरान उनका परिप्रेक्ष्य विकसित हो सके।
जब शोधकर्ताओं ने इस सिस्टम का परीक्षण किया, तो उन्होंने पाया कि एजेंट अपनी विशिष्टता को खोए बिना वास्तव में एक साझा समझ तक पहुँच सकते हैं। भावनात्मक कहानियों और कार्य-उन्मुख चैट से भरे डेटासेट का उपयोग करते हुए प्रयोगों में, एजेंटों ने अपना "सिमेंटिक बायस" (अर्थात वे एक-दूसरे को बेहतर ढंग से समझ पाए) कम करने में सफलता प्राप्त की, जबकि अपनी "विषयनिष्ठता" (subjectivity) को उच्च बनाए रखा (अर्थात उन्होंने दुनिया को देखने के अपने अनूठे तरीके को बनाए रखा)। उदाहरण के लिए, एक परीक्षण में, दोनों एजेंट इस बात पर सहमत थे कि कोई "चला गया" है, लेकिन भावनात्मक एजेंट ने नुकसान की उदासी पर ध्यान केंद्रित किया, जबकि तार्किक एजेंट ने अनुपस्थिति के तथ्य पर ध्यान केंद्रित किया। पेपर दिखाता है कि यह संतुलन संभव है, जो यह सुझाव देता है कि हमें एक स्मार्ट, सुसंगत AI और एक विविध, मानव-समान AI के बीच चयन करने की आवश्यकता नहीं है।
हालाँकि, लेखक इस बात पर ध्यान देने में सावधानी बरतते हैं कि यह अभी भी प्रगति पर है। एजेंटों के "व्यक्तित्व" शोधकर्ताओं द्वारा मैन्युअल रूप से सेट किए गए थे, अभी तक कंप्यूटर द्वारा स्वचालित रूप से सीखे नहीं गए हैं। साथ ही, सिस्टम वर्तमान में केवल वर्तमान चैट सत्र में जो होता है उसे याद रखता है, महीनों या वर्षों के एक रिश्ते के पूरे इतिहास को नहीं। हालाँकि परिणाम आशाजनक हैं और एक नई संभावना को प्रदर्शित करते हैं, पेपर इसे एक पूर्ण उत्पाद के बजाय एक सिमुलेशन के रूप में प्रस्तुत करता है जो एक नए विचार को दर्शाता है, न कि एक तैयार उत्पाद जो इंटरनेट पर हर चैटबॉट को बदलने के लिए तैयार है। यह एक 'प्रूफ ऑफ कॉन्सेप्ट' है जो कहता है, "हे, यह संभव है कि AI दोस्तों का एक समूह हो जो अलग-अलग सोचते हैं लेकिन फिर भी साथ चलते हैं," जो भविष्य के उन सिस्टम के लिए द्वार खोलता है जो एक दिन अपने स्वयं के दृष्टिकोण सीख सकते हैं और हमें वर्षों तक याद रख सकते हैं।
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।