From Cognitive Architectures to Language Agents: A Mechanism-Level Review of Lineage, Convergence, and Migration Gaps
यह शोध पत्र एक तंत्र-स्तरीय समीक्षा प्रस्तुत करता है जो ऐतिहासिक संज्ञानात्मक आर्किटेक्चर और आधुनिक भाषा एजेंटों के बीच के अंतर को उनके नियंत्रण अर्थविज्ञान (control semantics) का पुनर्निर्माण करके पाटता है, ताकि स्वतंत्र अभिसरण पैटर्न (convergence patterns) की पहचान की जा सके और स्मृति, नियोजन तथा संसाधन शासन जैसे अनुकूलन तंत्रों के युग्मन में पांच महत्वपूर्ण अंतराल को संबोधित करने के लिए एक असत्यसिद्ध करने योग्य (falsifiable) एजेंडा प्रस्तावित किया जा सके।
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 एक ऐसा रोबोट बना रहे हैं जो सोच सकता है, योजना बना सकता है और समस्याओं को हल कर सकता है। आर्टिफिशियल इंटेलिजेंस की दुनिया में, इस रोबोट को "एजेंट" कहा जाता है। लंबे समय से, वैज्ञानिक इन एजेंटों को "याददाश्त" देकर चीजों को याद रखने, "योजना बनाने" के कौशल के साथ कदमों का खाका तैयार करने और दुनिया के साथ बातचीत करने के लिए "उपकरण" देकर उन्हें अधिक स्मार्ट बनाने की कोशिश कर रहे हैं। इसे एक छात्र को नोटबुक, एक कैलेंडर और पेचकस के एक सेट को देने जैसा समझें। लेकिन यहाँ पेचीदा बात यह है कि केवल इन वस्तुओं के पास होने का मतलब यह नहीं है कि छात्र जानता है कि उनका एक साथ उपयोग कैसे करना है। आपके पास एक नोटबुक हो सकती है, लेकिन यदि आप यह नहीं जानते कि इसमें कब लिखना है या अटक जाने पर पन्ना कैसे पलटना है, तो आप फिर भी फंसे रहेंगे।
हाल ही में, एआई एजेंटों की एक नई लहर उभरी है, जो विशाल भाषा मॉडलों (उन मॉडलों के प्रकार जो चैट कर सकते हैं और कहानियाँ लिख सकते हैं) द्वारा संचालित है। ये नए एजेंट अविश्वसनीय रूप से सक्षम हैं, लेकिन वे अक्सर बिना किसी स्पष्ट निर्देश पुस्तिका के एक बॉक्स में फेंके गए शानदार गैजेट्स के संग्रह की तरह महसूस होते हैं, जिसमें यह बताया गया हो कि गैजेट्स एक-दूसरे से कैसे बात करते हैं। वैज्ञानिक यह देखने के लिए पिछले चालीस वर्षों के "सोचने वाली मशीनों" के पुराने, क्लासिक ब्लूप्रिंट्स की ओर वापस देख रहे हैं कि क्या वे पुराने डिज़ाइन इन नए, अराजक गैजेट्स को व्यवस्थित करने में मदद कर सकते हैं। बड़ा सवाल यह है: क्या नए एआई एजेंटों ने अनजाने में पुराने ब्लूप्रिंट्स के समान ही स्मार्ट तरकीबें ईजाद कर ली हैं, या उन्होंने वास्तव में उनसे सीखा है? और इससे भी महत्वपूर्ण बात यह है कि क्या कोई महत्वपूर्ण "गोंद" (glue) वाले हिस्से गायब हैं जो पूरे सिस्टम को पूरी तरह से काम करने से रोकते हैं?
यह शोध पत्र एक विशाल जासूसी कहानी की तरह है जहाँ लेखक फोरेंसिक इंजीनियरों के रूप में कार्य करते हैं। उन्होंने दस प्रसिद्ध, पुराने "सोचने वाली मशीन" ब्लूप्रिंट्स को लिए और उनकी तुलना चालीस आधुनिक, उच्च-तकनीकी एआई प्रणालियों से की। केवल लेबल देखकर नहीं—जैसे यह कहना कि "इसमें मेमोरी है" और "उसमें मेमोरी है"—उन्होंने यह देखने के लिए कि गियर वास्तव में कैसे घूमते हैं, उनके अंदरूनी हिस्से की जांच की। वे जानना चाहते थे कि: जब एआई फंस जाता है, तो क्या वह वास्तव में रुकता है और अलग तरह से सोचता है, या वह केवल अनुमान लगाना जारी रखता है? जब वह एक नई तरकीब सीखता है, तो क्या वह उस तरकीब को इस तरह से सहेजता है कि वह उसका बाद में उपयोग कर सके, या वह भूल जाता है?
लेखकों ने पाया कि आधुनिक एआई एजेंट उन कई कठिन कार्यों को करने में आश्चर्यजनक रूप से अच्छे हैं जिनका वर्णन पुराने ब्लूप्रिंट्स में किया गया था। उन्होंने अपनी याददाश्त को अनुकूलित करने, गलतियों से उबरने और यहाँ तक कि काम के लिए सही उपकरणों की टीम चुनने का तरीका खोज लिया है। वास्तव में, उन्होंने पाया कि कौशल के एक विशिष्ट सेट (जिसे "स्किल गवर्नेंस" कहा जाता है) के लिए, एक आधुनिक प्रणाली जिसे GraSP कहा जाता है, ने पहले से ही पुराने विचार का एक पूर्ण, कामकाजी संस्करण बना लिया है। यह एक आधुनिक कार खोजने जैसा है जिसने 1970 के दशक के ब्लूप्रिंट से इंजन डिजाइन को पहले ही सिद्ध कर लिया है।
हालाँकि, यह पत्र यह भी प्रकट करता है कि कहानी अभी समाप्त नहीं हुई है। जबकि व्यक्तिगत भाग मौजूद हैं, उन्हें एक साथ जोड़ने वाला "गोंद" अक्सर गायब होता है। लेखकों ने पांच विशिष्ट क्षेत्रों की पहचान की है जहाँ आधुनिक एजेंट अभी भी थोड़े डगमगाते हैं। उदाहरण के लिए, उनके पास एक बेहतरीन मेमोरी सिस्टम और एक बेहतरीन प्लानिंग सिस्टम हो सकता है, लेकिन उनके पास कोई नियम नहीं है जो मेमोरी सिस्टम को ठीक से बता सके कि योजना कितनी उपयोगी रही, इसके आधार पर अपना व्यवहार कैसे बदला जाए। यह एक शानदार लाइब्रेरियन और एक शानदार आर्किटेक्ट होने जैसा है, लेकिन कोई भी लाइब्रेरियन को यह नहीं बता रहा है कि आर्किटेक्ट को घर पूरा करने में मदद करने के लिए शेल्फ से कौन सी किताबें निकालनी चाहिए।
लेखक यह नहीं कह रहे हैं कि पुराने ब्लूप्रिंट्स ही एकमात्र उत्तर हैं, न ही वे कह रहे हैं कि नया एआई टूटा हुआ है। इसके बजाय, वे सुझाव दे रहे हैं कि एआई का भविष्य शून्य से एक बिल्कुल नई मशीन बनाने के बारे में नहीं है, बल्कि इन मौजूदा, शक्तिशाली टुकड़ों को सावधानीपूर्वक जोड़ने के बारे में है। वे "टू-डू लिस्ट" के पांच विशिष्ट कनेक्शन प्रस्तावित करते हैं जिन्हें वैज्ञानिकों को आगे बनाना चाहिए। यदि हम इन कनेक्शनों को बना सकते हैं, तो हमें अंततः ऐसे एआई एजेंट मिल सकते हैं जो न केवल स्मार्ट दिखते हैं, बल्कि वास्तव में सोचते हैं, सीखते हैं और अनुकूलित होते हैं, जो वास्तव में मानवीय लगता है। शोध पत्र निष्कर्ष निकालता है कि हालांकि हमने बड़ी प्रगति की है, लेकिन असली जादू हिस्सों के बीच के स्थानों में होता है, और अगला बड़ा ब्रेकथ्रू वहीं से आने की संभावना 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।