Machines that know they are aging: a framework for hardware-aware autonomous intelligence
यह शोध पत्र एजिंग-अवेयर ऑटोनॉमस इंटेलिजेंस (AAAI) का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो स्वायत्त प्रणालियों को भौतिक उम्र बढ़ने के जवाब में अपने तर्क और मिशन रणनीतियों को अनुकूलित करने में सक्षम बनाने के लिए संज्ञानात्मक निर्णय लेने में वास्तविक समय की हार्डवेयर स्वास्थ्य निगरानी को एकीकृत करता है, जिससे महत्वपूर्ण वातावरणों में विनाशकारी विफलता को रोका जा सके और परिचालन जीवनकाल को बढ़ाया 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 एक ऐसी दुनिया है जहाँ आपके गैजेट्स केवल खराब होने पर काम करना बंद नहीं करते; वे हमारी तरह थक जाते हैं, चिड़चिड़े हो जाते हैं और चीजें भूलने लगते हैं। यह विचार दो बहुत ही अलग दुनियाओं के मिलन बिंदु पर स्थित है: भौतिक विज्ञान का वह कठोर हिस्सा कि सामग्रियां कैसे घिसती हैं (जैसे कि बैटरी की शक्ति कम होना या सेंसर का धुंधला पड़ जाना) और आर्टिफिशियल इंटेलिजेंस (AI) की वह कोमल, डिजिटल दुनिया, जिसे आमतौर पर यह मानने के लिए प्रोग्राम किया जाता है कि सब कुछ हमेशा पूर्ण रहेगा। अभी, अधिकांश AI एक ऐसे ड्राइवर की तरह व्यवहार करता है जो ईंधन गेज या इंजन की लाइट देखने से इनकार कर देता है, और यह ज़ोर देता है कि वह रेस कार चला रहा है, भले ही टायर घिस चुके हों और गैस टैंक खाली हो। यह एक समस्या है क्योंकि मशीनों को ऐसी जगहों पर भेजा जा रहा है जहाँ उन्हें आसानी से ठीक नहीं किया जा सकता—जैसे गहरे समुद्र के नीचे, अंतरिक्ष में तैरते हुए, या यहाँ तक कि मानव शरीर के भीतर। यदि ये मशीनें यह नहीं समझ पातीं कि वे बूढ़ी हो रही हैं, तो वे बहुत अधिक करने की कोशिश कर सकती हैं, क्रैश हो सकती हैं और अपने मिशन में विफल हो सकती हैं। बड़ा सवाल यह है: क्या हम मशीनों को यह सिखा सकते हैं कि वे अपनी उम्र बढ़ने को समझें और जीवित रहने के लिए अपना व्यवहार बदलें?
यह शोध पत्र एक नया ढांचा प्रस्तावित करता है जिसे एजिंग-अवेयर ऑटोनॉमस इंटेलिजेंस (AAAI) कहा जाता है। इसे एक रोबोट को "मृत्यु दर जागरूकता" देने के रूप में सोचें जो उसे गरिमा के साथ बूढ़ा होने की अनुमति देता है। वर्तमान में, अधिकांश AI सिस्टम यह मान लेते हैं कि उनका हार्डवेयर (बैटरी, प्रोसेसर, सेंसर) बिल्कुल नया और पूर्ण है, चाहे वे कितने भी वर्षों से चल रहे हों। लेखक तर्क देते हैं कि यह एक खतरनाक कमी है। वास्तव में, बैटरियों की क्षमता कम हो जाती है, सेंसर अपने पथ से भटक जाते हैं, और गर्मी एवं समय के कारण प्रोसेसर धीमे हो जाते हैं। जब AI को यह पता नहीं होता कि ऐसा हो रहा है, तो यह उस स्थिति की ओर ले जाता है जिसे लेखक "एग्नोस्टिक कोलैप्स" (agnostic collapse) कहते हैं। यह कोई अचानक होने वाला विस्फोट नहीं है; यह एक धीमी, खामोश गिरावट है जहाँ मशीन उन जटिल कार्यों को करने की कोशिश करती रहती है जिन्हें वह अब संभालने में सक्षम नहीं है, और अंततः विफल हो जाती है क्योंकि उसे एहसास नहीं हुआ कि उसकी "मांसपेशियां" कमजोर हो गई हैं।
इसे ठीक करने के लिए, पेपर एक तीन-भाग वाली प्रणाली का सुझाव देता है जो एक बुद्धिमान, उम्रदराज एथलीट की तरह अपने करियर का प्रबंधन करती है:
- हार्डवेयर आत्म-जागरूकता (स्वास्थ्य जांच): किसी पुर्जे के टूटने का इंतज़ार करने के बजाय, सिस्टम लगातार अपने "महत्वपूर्ण संकेतों" की जांच करता है। यह यह अनुमान लगाने के लिए भौतिकी मॉडल का उपयोग करता है कि इसकी शक्ति, सेंसर, मेमोरी और मस्तिष्क कितने स्वस्थ हैं, जिसे 1 (पूर्ण) से 0 (मृत) के पैमाने पर मापा जाता है। यह समझता है कि ये हिस्से आपस में जुड़े हुए हैं; उदाहरण के लिए, यदि मशीन बहुत गर्म होती है, तो वह जान लेती है कि बैटरी तेजी से खराब हो रही है और प्रोसेसर कम विश्वसनीय हो रहा है, ठीक वैसे ही जैसे बुखार से तपता हुआ कोई धावक।
- स्व-अनुकूली तर्क (स्मार्ट पेसिंग): एक बार जब मशीन को पता चल जाता है कि वह थक रही है, तो वह अपने सोचने के तरीके को बदल देती है। यदि बैटरी कम है या मस्तिष्क धीमा है, तो वह घबराती नहीं है; वह बस अपने स्तर को कम कर लेती है। वह एक जटिल, भारी-भरकम AI मॉडल के स्थान पर एक सरल, हल्के मॉडल का उपयोग कर सकती है। वह अपनी योजना बनाने की अवधि को छोटा कर देती है (पूरे सप्ताह की योजना बनाने के बजाय अगले एक घंटे पर ध्यान केंद्रित करना) और कम प्राथमिकता वाले कार्यों को छोड़ देती है। यह एक मैराथन धावक की तरह है जो, यह देखते हुए कि वह थक रहा है, दौड़ने के बजाय आखिरी मील तक धीरे चलने का निर्णय लेता है, ताकि वह वास्तव में दौड़ पूरी कर सके।
- उत्तरजीविता-केंद्रित बुद्धिमत्ता (गरिमापूर्ण विदाई): यह सबसे महत्वपूर्ण हिस्सा है। सिस्टम अपने शेष जीवन को एक संसाधन के रूप में समझता है जिसे बुद्धिमानी से खर्च किया जाना चाहिए। यदि चीजें वास्तव में खराब हो रही हैं, तो यह केवल क्रैश नहीं होता। यह "संरक्षण मोड" में प्रवेश करता है, गैर-जरूरी हिस्सों को बंद कर देता है और केवल सबसे महत्वपूर्ण मिशन लक्ष्यों पर ध्यान केंद्रित करता है। यदि अंत निकट है, तो यह एक "गरिमापूर्ण वापसी" करता है, अपने सबसे महत्वपूर्ण कार्यों को अंतिम क्षण तक सुरक्षित रखता है, बजाय इसके कि वह अचानक विफल हो जाए।
लेखक सुझाव देते हैं कि यह दृष्टिकोण उन मशीनों के लिए अत्यंत महत्वपूर्ण है जो अंतरिक्ष, गहरे महासागर या मानव शरीर के भीतर काम कर रही हैं, जहाँ रखरखाव असंभव है। उदाहरण के लिए, निम्न पृथ्वी कक्षा में एक उपग्रह लगातार विकिरण (radiation) से टकराता है जो समय के साथ उसके इलेक्ट्रॉनिक्स को नुकसान पहुँचाता है। एक AAAI सिस्टम इस क्षति को जल्दी पहचान सकता है और कक्षा के सबसे गर्म हिस्सों के दौरान अपने प्रोसेसर की गति को धीमा कर सकता है, जिससे संभावित रूप से उसका जीवन बढ़ सकता है। इसी तरह, एक पेसमेकर जैसा चिकित्सा उपकरण अपनी बैटरी का प्रबंधन इस तरह कर सकता है कि वह सर्जरी की आवश्यकता के बिना लंबे समय तक चल सके।
लेखक सावधानी बरतते हुए नोट करते हैं कि यह कोई जादुई समाधान नहीं है जिसके लिए नए, सुपर-शक्तिशाली हार्डवेयर की आवश्यकता हो। इसके बजाय, यह इस बात में बदलाव है कि सॉफ्टवेयर कैसे सोचता है। उनका तर्क है कि हम पहले से ही जानते हैं कि हार्डवेयर कैसे पुराना होता है (रसायन और भौतिकी के माध्यम से), लेकिन हमने AI को इस ज्ञान का उपयोग करना नहीं सिखाया है। हालांकि पेपर एक स्पष्ट मार्ग और यह दिखाता है कि ये हिस्से एक साथ कैसे फिट होते हैं, यह यह भी स्वीकार करता है कि इसमें चुनौतियां हैं। उम्र बढ़ने की भविष्यवाणी करने के लिए उपयोग किए जाने वाले मॉडल पूर्ण नहीं हैं, और सिस्टम को खुद भी सावधान रहना चाहिए कि वह अपने आप जोखिम भरे निर्णय न ले। लेखक सुझाव देते हैं कि सुरक्षा-महत्वपूर्ण कार्यों के लिए, मनुष्यों को अभी भी बड़े बदलावों (जैसे कि मिशन को "रिटायर" करने का निर्णय) को मंजूरी देने के लिए प्रक्रिया में शामिल रहना चाहिए। अंततः, पेपर प्रस्तावित करता है कि वास्तविक दुनिया में मशीनों के वास्तव में स्वायत्त होने के लिए, उन्हें अमर होने का ढोंग करना बंद करना होगा और गरिमा के साथ बूढ़ा होना सीखना शुरू करना होगा।
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।