Mwando: Leveraging AI to Preserve and Teach shiKomori
यह शोध पत्र मुवांडो (Mwando) को प्रस्तुत करता है, जो एक मल्टी-एजेंट एआई शैक्षिक सहायक है जो शिकोमोरी (shiKomori) की चार बोलियों को सिखाने और संरक्षित करने के लिए वाक्यांशों, कहावतों और व्याकरण के ज्ञान आधार का लाभ उठाता है, जो अन्य कम-संसाधन वाली भाषाओं का समर्थन करने के लिए एक स्केलेबल ब्लूप्रिंट प्रदान 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
एक ऐसी दुनिया की कल्पना करें जहाँ हर भाषा एक अनूठी, जीवित लाइब्रेरी (पुस्तकालय) है। कुछ लाइब्रेरी विशाल हैं, जिनमें लाखों किताबें, सूचनाओं की अंतहीन गलियाँ और ऐसे रोबोट हैं जो पलक झपकते ही कोई भी पन्ना ढूँढ सकते हैं। अन्य छोटी हैं, जो शांत कोनों में बसी हैं, जिनमें केवल कुछ हस्तलिखित नोट्स और कुछ बुजुर्गों की यादें हैं जो उन कहानियों को याद रखते हैं। दशकों से, प्रौद्योगिकी के दिग्गजों ने अपनी अति-बुद्धिमान "सोचने वाली मशीनों" (जिन्हें आर्टिफिशियल इंटेलिजेंस कहा जाता है) का निर्माण विशाल लाइब्रेरीज़ का उपयोग करके किया है। लेकिन उन छोटी लाइब्रेरीज़ का क्या होता है? यदि कोई मशीनों को उनकी कहानियाँ नहीं सिखाता है, तो वे भाषाएँ लुप्त हो सकती हैं, और अपने साथ उनकी अनूठी संस्कृतियों को भी ले जा सकती हैं। यह "कम-संसाधन वाली भाषाओं" (low-resource languages) की चुनौती है: हम एक सुपर-स्मार्ट रोबोट को वह भाषा कैसे सिखाएं जिसके लिए बहुत कम डिजिटल पुस्तकें मौजूद हैं?
यह शोध पत्र (paper) ठीक इसी समस्या पर केंद्रित है। यह शिकोमोरी (shiKomori) नामक एक विशिष्ट, सुंदर भाषा पर ध्यान केंद्रित करता है, जो कोमोरोस द्वीप समूह (Comoros Islands) में बोली जाती है। लेखकों ने म्वान्डो (Mwando) नामक एक डिजिटल सहायक बनाया है (जिसका अर्थ उनकी भाषा में "शुरुआत" है)। म्वान्डो को एक एकल, सर्वज्ञ रोबोट के रूप में नहीं, बल्कि मिलकर काम करने वाले विशेषज्ञ पुस्तकालयाध्यक्षों (librarians) की एक टीम के रूप में सोचें। एक लाइब्रेरियन को डिक्शनरी (शब्दकोश) का ज्ञान है, दूसरा व्याकरण के नियमों को जानता है, तीसरा पुराने मुहावरों और कहानियों को जानता है, और चौथा इंटरनेट पर जाने के लिए तैयार है यदि वह कहीं अटक जाए। वे उत्तर देने के लिए एक चालाकी भरी तकनीक का उपयोग करते हैं जिसे "नॉलेज ग्राफ" (विचारों का एक विशाल जाल) और "वेक्टर सर्च" (शब्दों को खोजने का एक तरीका जो भले ही अलग तरह से लिखे गए हों, लेकिन जिनका 'अहसास' समान हो) कहा जाता है। लक्ष्य केवल शब्दों का अनुवाद करना नहीं है, बल्कि संस्कृति को जीवित रखना है, इसे एक नई पीढ़ी को सिखाकर, जिसमें फ्रांस जैसे दूरदराज के स्थानों में रहने वाले कई कोमोरोन लोग भी शामिल हैं।
म्वान्डो की कहानी: एक लुप्त होती भाषा के लिए एक डिजिटल लाइब्रेरियन
कोमोरोस द्वीपों के हृदय में, एक नए प्रकार के सहायक द्वारा एक भाषा को जीवित रखा जा रहा है। इस परियोजना के पीछे के शोधकर्ताओं ने, नायरा अब्दू मोहम्मद और उनकी टीम के नेतृत्व में, म्वान्डो बनाया है, जो एक वर्चुअल असिस्टेंट है जिसे शिकोमोरी (shiKomori) सिखाने और संरक्षित करने के लिए डिज़ाइन किया गया है। लेकिन यहाँ एक मोड़ है: शिकोमोरी केवल एक भाषा नहीं है; यह चार बोलियों का एक परिवार है (शिंगज़िडजा, शिमवाली, शिन्दज़ुआनी, और शिमाओरे), जिनमें से प्रत्येक एक अलग द्वीप पर बोली जाती है। एक कंप्यूटर को इन चारों को समझने के लिए सिखाना वैसा ही है जैसे किसी कुत्ते को एक साथ चार अलग-अलग मानव भाषाएँ बोलने के लिए सिखाने की कोशिश करना।
म्वान्डो बनाने के लिए, टीम ने केवल अनुमान नहीं लगाया; वे एक डिजिटल खोज (scavenger hunt) पर निकले। उन्होंने शिकोमोरी का हर वह अंश इकट्ठा किया जो उन्हें मिल सका: 178 उपयोगी वाक्यांश, 331 कहावतें, और शब्दकोशों से हजारों शब्द। उन्होंने इंटरनेट से पुराने व्याकरण के पाठ भी खोज निकाले। लेकिन कच्चा डेटा अव्यवस्थित होता है। कल्पना कीजिए कि आप एक रेसिपी पढ़ रहे हैं जहाँ सामग्री एक बिल्ली की तस्वीर के बगल में एक उलझी हुई तालिका में सूचीबद्ध है। टीम को इसे साफ करना पड़ा, तालिकाओं को व्यवस्थित सूचियों में बदलना पड़ा और उस अराजकता को एक संरचित "नॉलेज बेस" (ज्ञान आधार) में व्यवस्थित करना पड़ा जिसे वास्तव में एक कंप्यूटर समझ सके।
रोबोटों की टीम
म्वान्डो का जादू इस बात में है कि वह कैसे सोचता है। एक विशाल मस्तिष्क के सब कुछ करने के बजाय, यह प्रणाली एक मल्टी-एजेंट आर्किटेक्चर का उपयोग करती है। एक स्कूल की कल्पना करें जहाँ, एक शिक्षक द्वारा गणित, इतिहास और कला को एक साथ पढ़ाने के बजाय, आपके पास विशेषज्ञों की एक टीम है:
- रिट्रीवल एजेंट (मैनेजर): यह बॉस है। जब आप कोई प्रश्न पूछते हैं, तो यह तय करता है कि किसे बुलाना है। "क्या हमें व्याकरण विशेषज्ञ की आवश्यकता है? डिक्शनरी की? या क्या हमें इंटरनेट चेक करने की आवश्यकता है?"
- ट्रांसलेटर/प्रोवर्ब एजेंट (कहानीकार): यह एजेंट डिक्शनरी और कहावतों को संभालता है। यह एक विशेष "नॉलेज ग्राफ" (विचारों के जुड़े हुए मकड़जाल की तरह) का उपयोग करता है ताकि केवल एक शब्द के आधार पर नहीं, बल्कि एक विषय के मेल खाने वाली कहावतों को खोजा जा सके।
- टीचर एजेंट (ट्यूटर): यह उबाऊ लेकिन महत्वपूर्ण चीजों को संभालता है: व्याकरण के नियम, क्रिया का रूप (conjugations), और यह समझाना कि वाक्य किस तरह से बनाया गया है।
- कल्चर एजेंट (एक्सप्लोरर): यदि टीम को उत्तर नहीं पता होता है, तो यह एजेंट जानकारी खोजने के लिए लाइव वेब पर जाता है, जो एक सुरक्षा जाल (safety net) के रूप में कार्य करता है।
उन्होंने इस टीम का परीक्षण पाँच अलग-अलग लोगों से प्राप्त 500 विभिन्न प्रश्नों के साथ किया। परिणाम उत्साहजनक थे, लेकिन पूर्ण नहीं। जब प्रश्न सरल शब्दावली (जैसे, "'हॉस्पिटल' के लिए शब्द क्या है?") के बारे में थे, तो म्वान्डो एक सितारा था, जिसने 82% बार इसे सही ढंग से किया। यह व्याकरण के नियमों को समझाने में भी काफी अच्छा था। हालाँकि, जब प्रश्न कठिन हो गए—जैसे किसी सांस्कृतिक कहावत के गहरे अर्थ या जटिल सांस्कृतिक तथ्य के बारे में पूछना—तो स्कोर गिर गया। सिस्टम कभी-कभी ऐसे उत्तर देता था जो थोड़े सतही थे या जिनमें उस सूक्ष्म सांस्कृतिक बारीकी की कमी थी जिसे एक मानव बुजुर्ग पकड़ लेता।
सीमाएँ और भविष्य
लेखक इस बात के प्रति बहुत ईमानदार हैं कि म्वान्डो अभी क्या नहीं कर सकता। वे स्वीकार करते हैं कि कुछ बोलियों के लिए, जैसे शिन्दज़ुआनी और शिमवाली, लाइब्रेरी अभी भी बहुत छोटी है। सिस्टम कभी-कभी कहावतों के गहरे, भावनात्मक संदर्भ को समझने में संघर्ष करता है, और यदि इसे इंटरनेट पर निर्भर रहना पड़ता है, तो यह थोड़ा गलत उत्तर भी उठा सकता है। वे यह भी उल्लेख करते हैं कि उनका परीक्षण समूह छोटा था (केवल पाँच लोग), इसलिए उन्हें वास्तव में यह जानने के लिए कि यह वास्तविक छात्रों के लिए कितना अच्छा काम करता है, अधिक आवाजों की आवश्यकता है।
लेकिन इन बाधाओं के बावजूद, म्वान्डो एक बहुत बड़ा "शुरुआत" (beginning) का प्रतिनिधित्व करता है। यह साबित करता है कि बहुत कम डिजिटल पुस्तकों वाली भाषाओं के लिए भी, हम उन्हें सिखाने के उपकरण बना सकते हैं। टीम अधिक शब्द इकट्ठा करने, कहावतों के अर्थों को गहरा करने के लिए सांस्कृतिक विशेषज्ञों की मदद लेने और अंततः म्वान्डो को वास्तविक कक्षाओं में डालने की योजना बना रही है। उनकी आशा क्या है? कि यह छोटा सा डिजिटल सहायक कोमोरोन डायस्पोरा (प्रवासी समुदाय) को उनकी जड़ों से फिर से जुड़ने में मदद करेगा और यह सुनिश्चित करेगा कि द्वीपों की कहानियाँ कभी भुला न दी जाएँ। यह कोई जादुई छड़ी नहीं है जिसने सब कुछ हल कर दिया, लेकिन यह एआई (AI) के युग में एक सुंदर भाषा को जीवित रखने की दिशा में एक बहुत मजबूत पहला कदम है।
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।