कल्पना कीजिए कि इंटरनेट एक जादुई क्लाउड नहीं, बल्कि लाखों छोटे ट्रैफिक लाइटों, सड़क संकेतों और चौराहों वाला एक विशाल, अराजक शहर है। हर बार जब आप एक संदेश भेजते हैं, तो यह इस शहर में अपना रास्ता खोजने की कोशिश करने वाले एक डिलीवरी ट्रक की तरह होता है। शहर को सुचारू रूप से चलाने के लिए, इंजीनियरों को यह जानना आवश्यक है कि कौन सी सड़कें खुली हैं, कौन से पुल टूट गए हैं, और क्या होता है यदि कोई निर्माण दल किसी प्रमुख राजमार्ग को अवरुद्ध कर देता है। यही कंप्यूटर नेटवर्क की दुनिया है।

दशकों तक, इस शहर को प्रबंधित करने का सबसे स्मार्ट तरीका एक आदर्श, गणितीय मानचित्र बनाना था—एक "औपचारिक मॉडल" (formal model)—जो सटीक रूप से भविष्यवाणी कर सके कि यातायात कैसे प्रवाहित होगा। यदि आप जानना चाहते थे कि क्या कोई पैकेज बिंदु A से बिंदु B तक पहुँच सकता है, तो आप मानचित्र से पूछते थे। लेकिन इस मानचित्र को हाथ से बनाना ऐसा ही है जैसे किसी देश के हर घर का ब्लूप्रिंट बनाने की कोशिश करना, जबकि वे घर लगातार स्थानांतरित, पेंट या ध्वस्त किए जा रहे हों। इसके लिए दुर्लभ विशेषज्ञों की आवश्यकता होती है, इसमें बहुत समय लगता है, और इसे अपडेट रखना लगभग असंभव है।

हाल ही में, आर्टिफिशियल इंटेलिजेंस (AI) नामक एक नया उपकरण आया है, जो सीधे नेटवर्क के बारे में "सोचकर" इसे हल करने का वादा करता है। उम्मीद यह थी कि एक AI ट्रैफिक डेटा को देखकर तुरंत पता लगा लेगा कि जाम कहाँ है। हालाँकि, यह शोध पत्र तर्क देता है कि AI पर पूरे शहर के बारे में "सोचने" के लिए भरोसा करना एक खतरनाक जुआ है। AI अनुमान लगाने और कहानियाँ बनाने (जिसे "हैलुसिनेशन" कहा जाता है) में माहिर है, विशेष रूप से तब जब शहर बहुत बड़ा हो। यदि AI के तर्क में एक छोटी सी भी गलती होती है, तो यह एक बड़े, भ्रमित करने वाले संकट का कारण बन सकती है।

यह शोध पत्र, जिसका शीर्षक "Let AI Agents Translate Networks, Not Reason About Them" (AI एजेंटों को नेटवर्क के बारे में तर्क करने के बजाय उनका अनुवाद करने दें) है, AI के उपयोग के तरीके में एक चतुर बदलाव का प्रस्ताव करता है। AI को पूरे शहर के बारे में सोचने के लिए कहने के बजाय, लेखक सुझाव देते हैं कि हम AI को एक अनुवादक (Translator) के रूप में उपयोग करें। उन्होंने TypoNet नामक एक प्रणाली बनाई है जो AI का उपयोग अव्यवस्थित, वास्तविक दुनिया के नेटवर्क डेटा को एक सख्त, तार्किक नियम पुस्तिका में बदलने के लिए करती है। एक बार जब नियम लिख दिए जाते हैं, तो एक अत्यंत बुद्धिमान, त्रुटि-रहित कंप्यूटर प्रोग्राम (जिसे "सॉल्वर" कहा जाता है) उन्हें जाँचता है और कठिन प्रश्नों के उत्तर देता है। AI अनुवाद करता है; सॉल्वर सोचता है।

समस्या: क्यों AI नेटवर्क के बारे में सीधे "सोच" नहीं सकता

लेखक इस बड़ी खामी की ओर इशारा करते हैं जो AI एजेंटों को पूरी कमान सौंपने के वर्तमान चलन में है। कल्पना कीजिए कि एक बहुत ही आत्मविश्वासी लेकिन थोड़े भ्रमित छात्र से एक ऐसे शहर में नेविगेट करने के लिए कह रहे हैं जिसे उसने पहले कभी नहीं देखा, और वह भी केवल एक धुंधली फोटो वाले मानचित्र का उपयोग करके। यदि छात्र एक सड़क के बारे में गलत अनुमान लगाता है, तो वह रास्ता भटक सकता है, और फिर वह अगली सड़क के लिए भी गलत मोड़ का आत्मविश्वास से गलत अनुमान लगा सकता है, जिससे वह पूरी तरह से खाई में गिर सकता है।

नेटवर्क की दुनिया में, यह तब होता है जब एक AI लाखों उपकरणों के बारे में सीधे तर्क करने की कोशिश करता है। AI एक राउटर के काम करने के तरीके के बारे में "हैलुसिनेट" (मनगढ़ंत बातें बनाना) कर सकता है। क्योंकि नेटवर्क बहुत विशाल है, AI एक साथ सभी विवरणों को याद नहीं रख सकता। यदि यह शुरुआत में कोई गलती करता है, तो वह त्रुटि उसके पूरे निदान (diagnosis) में फैल जाती है, जिससे अंतिम उत्तर गलत हो जाता है। शोध पत्र का तर्क है कि इंटरनेट जैसे महत्वपूर्ण बुनियादी ढांचे के लिए, हम यह तय करने के लिए कि क्या टूटा है, AI पर अंतिम निर्णायक के रूप में भरोसा नहीं कर सकते।

समाधान: TypoNet का दो-चरणीय नृत्य

AI को मस्तिष्क बनने देने के बजाय, लेखकों ने TypoNet बनाया है, जो कार्य को दो अलग-अलग भूमिकाओं में विभाजित करता है: एक अनुवादक (Translator) और एक रेफरी (Referee)।

1. अनुवादक (AI):
AI का एकमात्र काम नेटवर्क के कच्चे डेटा (जैसे कॉन्फ़िगरेशन फ़ाइलें और ट्रैफ़िक लॉग) को देखना और उसे सख्त, तार्किक नियमों के एक सेट में अनुवादित करना है। इसे एक अस्त-व्यस्त, हस्तलिखित डायरी को एक साफ, टाइप की गई निर्देश पुस्तिका में बदलने वाले अनुवादक के रूप में समझें। AI को यहाँ गलतियाँ करने की अनुमति है, क्योंकि...

2. रेफरी (सॉल्वर और डिट्रैक्टर):
यहीं जादू होता है। TypoNet केवल AI के अनुवाद पर भरोसा नहीं करता है। इसमें एक अंतर्निहित "डेविल्स एडवोकेट" (विपक्षी) है जिसे डिट्रैक्टर (Detractor) कहा जाता है। डिट्रैक्टर AI द्वारा लिखे गए नियमों को लेता है और उन्हें तोड़ने की कोशिश करता है। यह पूछता है, "क्या यह नियम वास्तव में सत्य है?" और इसे नेटवर्क से प्राप्त वास्तविक साक्ष्यों के विरुद्ध परीक्षण करता है।

• यदि डिट्रैक्टर एक विरोधाभास पाता है (जैसे, "नियम कहता है कि ट्रैफ़िक बाईं ओर जाता है, लेकिन नेटवर्क डेटा दिखाता है कि यह दाईं ओर गया"), तो यह नियम को AI के पास वापस फेंक देता है।
• AI को नियम को ठीक करना होता है और फिर से प्रयास करना होता है।
• यह लूप तब तक दोहराया जाता है जब तक कि नियम हर हमले का सामना करने में सक्षम न हो जाएं।

एक बार जब नियमों को सत्यापित कर लिया जाता है, तो उन्हें एक सॉल्वर (Solver) को सौंप दिया जाता है। सॉल्वर एक विशिष्ट कंप्यूटर प्रोग्राम है जो गणितीय रूप से सही होने की गारंटी देता है। यह सत्यापित नियमों को लेता है और "यदि हम इस एक स्विच को बंद कर दें, तो क्या होगा?" जैसे प्रश्नों के उत्तर देता है। सॉल्वर अनुमान नहीं लगाता; यह ठोस नियमों के आधार पर उत्तर की गणना करता है।

यह व्यवहार में कैसे काम करता है

लेखकों ने एक सिम्युलेटेड नेटवर्क पर TypoNet का परीक्षण किया जो हजारों उपकरणों वाले एक विशाल, वास्तविक दुनिया के इंटरनेट बैकबोन की नकल करता है। उन्होंने एक "फाउंडेशन थ्योरी" (Foundation Theory) बनाई—नियमों का एक मुख्य सेट जो सामान्य रूप से नेटवर्क कैसे व्यवहार करते हैं, इसका वर्णन करता है।

• अनुवाद (Translation): AI ने नेटवर्क के अव्यवस्थित डेटा को इन नियमों में अनुवादित किया।
• सत्यापन (Validation): डिट्रैक्टर ने इन नियमों का परीक्षण नेटवर्क के अपने व्यवहार के विरुद्ध किया। इसने त्रुटियों को पकड़ा और AI को उन्हें ठीक करने के लिए मजबूर किया।
• परिणाम: अंततः उनके पास एक "सिंबोलिक मॉडल" (एक आदर्श नियम पुस्तिका) था जो विश्वसनीय था क्योंकि इसे वास्तविक साक्ष्यों के विरुद्ध सिद्ध किया गया था।

जब उन्होंने TypoNet से परिचालन संबंधी प्रश्न पूछे, जैसे "परिवर्तन का 'ब्लास्ट रेडियस' (blast radius) क्या है?" (अर्थात, एक गलती कितनी दूर तक फैलेगी?), तो सिस्टम अविश्वसनीय रूप से तेज़ और सटीक था। यह नेटवर्क में 11 अलग-अलग "हॉप्स" (चरणों) के माध्यम से मिलीसेकंड में एक समस्या का पता लगा सका, जिसे एक मानव या सीधा AI अनुमान बिना भटके करने में संघर्ष कर सकता है।

बड़ी जीत: AI एक उपकरण के रूप में, न कि बॉस के रूप में

सबसे रोमांचक खोज यह है कि TypoNet AI एजेंटों की मदद कैसे करता है जब वे वास्तव में समस्याओं को ठीक करने की कोशिश करते हैं। शोधकर्ताओं ने एक कार्य देकर इसका परीक्षण किया (कुछ बहुत शक्तिशाली, कुछ छोटे और सस्ते AI मॉडल को): नेटवर्क आउटेज के कारण का पता लगाएं।

• TypoNet के बिना: AI एजेंट अक्सर गलत अनुमान लगाते थे या नेटवर्क के स्वस्थ हिस्सों को टूटा हुआ बताते थे। वे उन जासूसों की तरह थे जो सही सबूत न होने के कारण गलत संदिग्ध पर आरोप लगाते हैं।
• TypoNet के साथ: जब AI एजेंटों को अपने काम की जाँच करने के लिए TypoNet को एक उपकरण के रूप में दिया गया, तो उनकी सटीकता आसमान छू गई। यहाँ तक कि एक छोटा, सस्ता AI मॉडल भी सबसे महंगे, शक्तिशाली मॉडलों के समान दोष खोजने में सक्षम हो गया।

उदाहरण के लिए, एक छोटे AI मॉडल ने TypoNet का उपयोग करके सही दोष खोजने की अपनी क्षमता को 0.41 से बढ़ाकर 0.51 कर लिया, जबकि इसकी लागत बहुत कम थी। शोधकर्ताओं ने पाया कि TypoNet ने गलत चेतावनियों (false alarms) को 2 से 3 गुना कम कर दिया, जिसका अर्थ है कि इसने AI को तब "भेड़िया आया" चिल्लाने से रोका जब वहाँ कोई भेड़िया नहीं था।

यह क्यों महत्वपूर्ण है

यह शोध पत्र महत्वपूर्ण प्रणालियों में AI के बारे में सोचने का एक नया तरीका सुझाता है। AI को इतना "स्मार्ट" बनाने की कोशिश करने के बजाय कि वह अकेले पूरी जटिल दुनिया को संभाल सके (जिससे त्रुटियां होती हैं), हमें AI का उपयोग उन उपकरणों को बनाने के लिए करना चाहिए जो तर्क को सुरक्षित बनाते हैं।

TypoNet अव्यवस्थित, प्रबंधित करने में कठिन नेटवर्क को एक साफ, सत्यापित नियमों के सेट में बदल देता है। यह एक अराजक, हस्तलिखित रेसिपी बुक को एक सटीक, परीक्षित कुकबुक में बदलने जैसा है। एक बार जब कुकबुक सत्यापित हो जाती है, तो आप शेफ (सॉल्वर) पर विश्वास कर सकते हैं कि वह भोजन को पूरी तरह से पकाएगा, भले ही मूल अनुवादक (AI) को सामग्री को सही करने के लिए कुछ प्रयासों की आवश्यकता पड़ी हो।

लेखक स्वीकार करते हैं कि यह एक प्रारंभिक चरण है। उन्होंने सिस्टम को एक सिम्युलेटेड नेटवर्क पर बनाया है, और वास्तविक दुनिया के नेटवर्क लगातार बदलते रहते हैं, इसलिए "कुकबुक" को अपडेट रखना एक निरंतर चुनौती होगी। हालाँकि, उनके परिणाम दिखाते हैं कि AI को केवल अनुवाद तक सीमित रखकर और एक सत्यापित सॉल्वर को भारी काम करने देकर, हम दोनों दुनिया का सर्वश्रेष्ठ प्राप्त कर सकते हैं: AI की गति और गणित की विश्वसनीयता।

संक्षेप में, यह शोध पत्र तर्क देता है: AI को कार चलाने न दें। AI को GPS मैप बनाने दें, और फिर एक पूर्ण, बिना पलक झपकाए काम करने वाले कंप्यूटर को सड़क पर नेविगेट करने दें।