OntoExtend: A Framework for Requirement-driven and Scalable Ontology Extension with LLMs
यह शोध पत्र OntoExtend प्रस्तुत करता है, जो एक आवश्यकताओं-संचालित ढांचा है जो कॉम्पिटेंसी प्रश्नों (competency questions) के आधार पर ग्राउंडेड ऑन्टोलॉजी एक्सटेंशन प्रस्तावित करने के लिए लार्ज लैंग्वेज मॉडल्स के साथ रिट्रीवल-ऑगमेंटेड जनरेशन का लाभ उठाता है, और EU एवं औद्योगिक डेटासेट पर मूल्यांकन के माध्यम से यह प्रदर्शित करता है कि यह वास्तविक दुनिया में एकीकरण के लिए केवल मामूली संशोधनों की आवश्यकता वाले एक ड्राफ्टिंग असिस्टेंट के रूप में प्रभावी ढंग से कार्य करता 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
कल्पना कीजिए कि आप दुनिया के बारे में ज्ञान का एक विशाल, निरंतर बढ़ता हुआ पुस्तकालय बनाने की कोशिश कर रहे हैं। कंप्यूटर विज्ञान की दुनिया में, इस पुस्तकालय को ऑन्टोलॉजी (ontology) कहा जाता है। इसे केवल एक बुकशेल्फ़ के रूप में नहीं, बल्कि एक अत्यंत सख्त, डिजिटल मानचित्र के रूप में समझें जो यह परिभाषित करता है कि सब कुछ आपस में कैसे जुड़ा है। यह वह नियम पुस्तिका है जो कंप्यूटर को बताती है कि एक "कार" एक प्रकार का "वाहन" है, एक "वाहन" में एक "इंजन" होता है, और एक "इंजन" के पास एक "ईंधन स्रोत" होना अनिवार्य है। ये मानचित्र एआई (AI) को दुनिया समझने में मदद करने के लिए अविश्वसनीय रूप से उपयोगी हैं, लेकिन इन्हें बनाना बहुत कठिन है और अपडेट करना उससे भी अधिक कठिन है। हर बार जब वास्तविक दुनिया बदलती है या हम कुछ नया खोजते हैं, तो किसी को बैठकर मैन्युअल रूप से नियमों को फिर से लिखना पड़ता है, जो धीमा, उबाऊ और गलतियों से भरा होता है।
हाल ही में, एक तरह का सुपर-स्मार्ट कंप्यूटर दिमाग आया है जिसे लार्ज लैंग्वेज मॉडल (LLM) कहा जाता है। आप उन्हें उन चैटबॉट्स के रूप में जानते होंगे जो कहानियाँ लिख सकते हैं, गणित की समस्याओं को हल कर सकते हैं, या आपके द्वारा पूछे गए लगभग किसी भी प्रश्न का उत्तर दे सकते हैं। ये मॉडल भाषा समझने में बेहतरीन हैं, लेकिन वे सख्त तार्किक नियमों का पालन करने में पूरी तरह सक्षम नहीं हैं। यदि आप उनसे बस "कारों का एक मानचित्र बनाने" के लिए कहते हैं, तो वे रचनात्मक हो सकते हैं और ऐसे नियम बना सकते हैं जिनका कोई अर्थ न निकले, या वे तब अभिभूत हो सकते हैं यदि आप उन्हें एक ऐसा पुस्तकालय दें जिसे एक साथ पढ़ना बहुत बड़ा हो। बड़ा सवाल यह है कि क्या हम इन बातूनी, रचनात्मक एआई दिमागों का उपयोग अपने सख्त, तार्किक ज्ञान मानचित्रों को अपडेट करने के लिए कर सकते हैं बिना उनके भ्रमित हुए या मनगढ़ंत बातें बनाए बिना?
यह बिल्कुल वही है जिसे शोध पत्र "OntoExtend" संबोधित करता है। लेखकों ने, जो विश्वविद्यालयों और उद्योगों के शोधकर्ताओं की एक टीम है, एक नया ढांचा (कंप्यूटर के लिए निर्देशों का एक सेट) बनाया है जिसे OntoExtend कहा जाता है। शुरुआत से एक पूरा नया मानचित्र बनाने के लिए एआई से कहने के बजाय, OntoExtend एक स्मार्ट लाइब्रेरियन (पुस्तकालयाध्यक्ष) की तरह कार्य करता है। जब आपके पास एक नया प्रश्न या आवश्यकता होती है (जैसे "हमें इलेक्ट्रिक वाहन बैटरी को ट्रैक करने की आवश्यकता है"), तो सिस्टम पहले मौजूदा लाइब्रेरी में जाता है, उस विषय से संबंधित केवल विशिष्ट पृष्ठों और नियमों को ढूंढता है, और केवल वे पृष्ठ ही एआई को सौंप देता है। फिर यह एआई से पूछता है कि उसने अभी जो पढ़ा है उसके आधार पर कहानी के लापता हिस्सों को लिखे।
शोधकर्ताओं ने इस विचार का परीक्षण दो बहुत अलग वास्तविक दुनिया की लाइब्रेरीज़ पर किया: एक यूरोपीय संघ की एक परियोजना से जो रीसाइक्लिंग और सर्कुलर इकोनॉमी के बारे में है, और दूसरी एक प्रमुख औद्योगिक कंपनी बॉश (Bosch) से। उन्होंने सिस्टम को 39 विशिष्ट प्रश्न (जिन्हें "कॉम्पिटेंसी क्वेश्चन्स" कहा जाता है) दिए जिन्हें उनकी लाइब्रेरी को उत्तर देना था। परिणाम काफी उत्साहजनक थे। एआई, इस स्मार्ट लाइब्रेरियन सिस्टम के मार्गदर्शन में, ज्ञान मानचित्र के नए खंड लिखने में लगभग पूरी तरह से सही रहा। वास्तव में, नए खंडों में बहुत कम त्रुटियां थीं, और जब मानव विशेषज्ञों ने उनकी समीक्षा की, तो उन्होंने कहा कि एआई ने इतना अच्छा काम किया कि नए नियमों को आधिकारिक तौर पर लाइब्रेरी में जोड़ने से पहले उन्हें केवल छोटे, मामूली बदलाव करने की आवश्यकता थी।
हालाँकि, शोध पत्र एक महत्वपूर्ण सीमा का भी सुझाव देता है: एआई उतना ही अच्छा है जितना कि वह प्रश्न जो आप उससे पूछते हैं। यदि प्रश्न अस्पष्ट या अनिश्चित है, तो एआई का उत्तर भी वैसा ही होगा। लेकिन जब आवश्यकताएं स्पष्ट होती हैं, तो OntoExtend सुझाव देता है कि हम अंततः इन शक्तिशाली एआई उपकरणों का उपयोग अपने डिजिटल ज्ञान मानचित्रों को अपडेट रखने के लिए कर सकते हैं, जिससे एक ऐसा कार्य जो पहले मैन्युअल काम के कई दिनों में बदल जाता था, एक त्वरित, सहायक ड्राफ्टिंग सत्र में बदल जाता है। यह एक शानदार सहायक होने जैसा है जो जानता है कि आपके प्रोजेक्ट को पूरा करने में मदद करने के लिए शेल्फ से कौन सी किताबें निकालनी हैं, बजाय इसके कि आप खुद पूरी लाइब्रेरी पढ़ने की कोशिश करें।
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।