SciToolAgent-Evo: An Ontology-Aware Self-Evolving Agent for Open-World Scientific Tool Acquisition
यह शोध पत्र SciToolAgent-Evo को प्रस्तुत करता है, जो एक ऑन्टोलॉजी-जागरूक स्व-विकसित एजेंट (ontology-aware self-evolving agent) है जो कंट्रास्टिव लर्निंग और एक LinUCB-आधारित अन्वेषण-दोहन (exploration-exploitation) रणनीति के माध्यम से ओपन-वर्ल्ड वातावरण में नए वैज्ञानिक उपकरणों को गतिशील रूप से प्राप्त और एकीकृत करता है, जिसे नए OpenSciToolBench बेंचमार्क द्वारा सत्यापित किया गया 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 एक शानदार जासूस हैं, लेकिन अपराध सुलझाने के बजाय, आप वैज्ञानिक रहस्यों को सुलझाते हैं। आपके पास एक विशाल, जादुई टूलबॉक्स है जिसमें "मॉलिक्यूल वेटर" (अणु तौलने वाला) या "प्रोटीन स्कैनर" जैसे गैजेट्स भरे हैं। पुराने दिनों में, यदि आपको कोई मामला सुलझाना होता, तो आप केवल अपने बॉक्स में मौजूद उपकरणों का ही उपयोग कर सकते थे। यदि सही गैजेट वहां नहीं होता, तो आप फंस जाते, भले ही आप जानते हों कि उस उपकरण को वास्तव में क्या करना चाहिए। आज अधिकांश कंप्यूटर प्रोग्राम जो वैज्ञानिकों को काम करने में मदद करते हैं, वे इसी तरह काम करते हैं: वे एक "बंद दुनिया" (closed world) में फंसे हुए हैं, जो उन उपकरणों की एक निश्चित सूची तक सीमित है जो उन्हें शुरुआत में सिखाए गए थे।
लेकिन वास्तविक विज्ञान अव्यवस्थित और खुले अंत वाला होता है। कभी-कभी, किसी समस्या को हल करने के लिए, आपको एक ऐसे उपकरण की आवश्यकता होती है जिसे आपने पहले कभी नहीं देखा है। यहीं पर एक "एजेंट" की अवधारणा आती है। एक एजेंट को एक सुपर-स्मार्ट रोबोट सहायक के रूप में सोचें जो एक लार्ज लैंग्वेज मॉडल (LLM) द्वारा संचालित है—जो एक प्रकार का AI है जो मानव भाषा को समझने और तर्क करने में बहुत अच्छा है। ये एजेंट ज्ञात सूची से सही उपकरण चुनने में माहिर होते हैं। हालाँकि, जब सूची अधूरी होती है, तो वे संघर्ष करते हैं। वे यह नहीं जान पाते कि कैसे कहना है, "मेरे पास सही उपकरण नहीं है, इसलिए मुझे एक नया खोजने की ज़रूरत है," और फिर अगली बार के लिए उसका उपयोग करना कैसे सीखना है। बड़ा सवाल यह है: क्या हम एक ऐसा रोबोट वैज्ञानिक बना सकते हैं जो केवल उपकरण चुनता ही नहीं, बल्कि वास्तव में एक इंसान शोधकर्ता की तरह चलते-फिरते नए उपकरण सीखता भी है?
यही वह विषय है जिसे SciToolAgent-Evo संबोधित करता है। लेखकों ने, जो झेजियांग विश्वविद्यालय की एक टीम है, एक नए प्रकार का AI एजेंट बनाया है जो एक स्व-विकसित (self-evolving) वैज्ञानिक खोजकर्ता की तरह कार्य करता है। एक स्थिर टूलबॉक्स के साथ फंसे रहने के बजाय, इस एजेंट के पास एक "बढ़ता हुआ मस्तिष्क" है जो पिछले सफलताओं और विफलताओं को याद रखता है। जब यह किसी ऐसे वैज्ञानिक कार्य का सामना करता है जिसे यह अपने वर्तमान उपकरणों से हल नहीं कर सकता, तो यह हार नहीं मानता। इसके बजाय, यह सक्रिय रूप से एक नया उपकरण खोजने के लिए बाहर जाता है, यह समझता है कि यह कैसे काम करता है, और इसे अपने स्थायी संग्रह में जोड़ लेता है।
यह "स्व-विकसित" जादू सरल चरणों में इस प्रकार काम करता है:
1. "विकसित होने वाली स्मृति" (एजेंट का मस्तिष्क)
कल्पना कीजिए कि एजेंट के पास एक विशेष नोटबुक है। इसके अंदर, वह तीन चीजें रखता है:
- एक स्किल लाइब्रेरी (कौशल पुस्तकालय): सामान्य कार्यों के लिए शॉर्टकट (जैसे "एक अणु का वजन कैसे निकालें")।
- एक एक्सपीरियंस पूल (अनुभव भंडार): इस पर नोट्स कि क्या गलत हुआ और अगली बार इसे कैसे ठीक किया जाए (जैसे "बिना कंटेनर के गैस को तौलने की कोशिश न करें")।
- एक टूल मैप (उपकरण मानचित्र): एजेंट द्वारा जाने जाने वाले सभी उपकरणों का एक नक्शा, जो उनके कार्यों के आधार पर व्यवस्थित है।
हर बार जब एजेंट किसी समस्या को हल करता है, तो वह इस नोटबुक को अपडेट करता है। यदि वह विफल होता है, तो वह सीखता है कि क्यों। यदि वह एक नए उपकरण के साथ सफल होता है, तो वह विस्तार से लिखता है कि वह उपकरण कैसे काम करता है ताकि उसे फिर कभी अनुमान न लगाना पड़े।
2. "सक्रिय अनुरोध" (सही प्रश्न पूछना)
अधिकांश AI एजेंट आपसे यह बताने का इंतज़ार करते हैं कि उन्हें क्या करना है। SciToolAgent-Evo अलग है। जब यह एक कठिन समस्या देखता है, तो यह केवल एक उपकरण नहीं ढूंढता; यह समस्या को तोड़ता है और खुद से पूछता है, "मुझे अभी किस विशिष्ट क्षमता (capability) की आवश्यकता है?" यह उपकरणों की क्षमताओं की एक "शॉपिंग लिस्ट" बनाता है। यह इसे सही उपकरण खोजने में मदद करता है, भले ही उपकरण का नाम अजीब हो या वह इसकी मूल सूची में न हो।
3. "बैंडिट गेट" (जोखिम लेने वाला)
यह सबसे चतुर हिस्सा है। एजेंट को निर्णय लेना होता है: "क्या मुझे एक ऐसा उपकरण उपयोग करना चाहिए जिसे मैं पहले से जानता हूँ (सुरक्षित), या क्या मुझे एक नया, अज्ञात उपकरण खोजने का प्रयास करना चाहिए (जोखिम भरा)?" इस चुनाव को करने के लिए, यह "बैंडिट गेट" (एक स्लॉट मशीन गेम के नाम पर, जहाँ आपको एक छोटे इनाम के लिए ज्ञात लीवर खींचने बनाम बड़े इनाम के लिए नया लीवर आज़माने के बीच संतुलन बनाना होता है) नामक एक गणितीय रणनीति का उपयोग करता है।
- यदि ज्ञात उपकरण काम करते दिखते हैं, तो यह उनका उपयोग करता है।
- यदि ज्ञात उपकरण कमजोर लगते हैं, तो गेट कहता है, "एक्सप्लोर करो!" और एजेंट एक नया उपकरण खोजने के लिए निकल पड़ता है।
एक बार जब उसे नया उपकरण मिल जाता है, तो वह उसका परीक्षण करता है। यदि वह काम करता है, तो उसे एक पूर्ण "ID कार्ड" (एक ऑन्टोलॉजी) मिलता है जो विस्तार से बताता है कि वह क्या करता है, और उसे मानचित्र में जोड़ दिया जाता है।
परिणाम: एक नया बेंचमार्क
अपने विचार को सिद्ध करने के लिए, टीम ने केवल आसान सवालों पर परीक्षण नहीं किया। उन्होंने OpenSciToolBench नामक एक नया परीक्षण बनाया। इसे चार कठिनाई स्तरों वाले एक वीडियो गेम के रूप में सोचें:
- स्तर 1: 1-2 उपकरणों का उपयोग करके आसान कार्य (जैसे किसी साधारण तथ्य के लिए पूछना)।
- स्तर 2: 2-4 उपकरणों का उपयोग करके मध्यम कार्य (जैसे दो रसायनों की तुलना करना)।
- स्तर 3: 3-6 उपकरणों का उपयोग करके कठिन कार्य (जैसे एक ऐसा अणु खोजना जो जटिल नियमों के सेट में फिट बैठता हो)।
- स्तर 4: 5-10 उपकरणों का उपयोग करके विशेषज्ञ कार्य (जैसे एक पूरी अनुसंधान रणनीति डिजाइन करना)।
इस बेंचमार्क में जीव विज्ञान, रसायन विज्ञान और पदार्थ विज्ञान (materials science) के 900 यथार्थवादी वैज्ञानिक कार्य शामिल हैं। जब उन्होंने SciToolAgent-Evo का अन्य शीर्ष AI एजेंटों के विरुद्ध परीक्षण किया, तो परिणाम प्रभावशाली थे। कठिन स्तरों पर, नया एजेंट काफी बेहतर था। उदाहरण के लिए, स्तर 3 के कार्यों पर, इसने लगभग 56% बार सही उत्तर दिया, जबकि अगले सर्वश्रेष्ठ एजेंट को केवल लगभग 35% ही सफलता मिली।
यह क्यों महत्वपूर्ण है
यह शोध पत्र सुझाव देता है कि यह दृष्टिकोण एक बड़ी प्रगति है क्योंकि यह "क्षमता अंतराल" (capability gap) को हल करता है। अतीत में, यदि कोई वैज्ञानिक AI से कुछ ऐसा करने के लिए कहता था जिसके लिए AI के पास आवश्यक उपकरण नहीं था, तो AI विफल हो जाता था या भ्रमित होकर गलत जानकारी (hallucinate) देने लगता था। हालाँकि, SciToolAgent-Evo स्वीकार करता है कि वह उस उपकरण को नहीं जानता, वह उसे खोजने के लिए बाहर जाता है, उसे सीखता है, और फिर उसका उपयोग करता है। यह सीखने का एक बंद लूप बनाता है: प्रयास करें -> विफल हों/खोजें -> सीखें -> मेमोरी अपडेट करें -> फिर से प्रयास करें।
लेखकों ने पाया कि यह "स्व-विकसित" प्रकृति एजेंट को बहुत अधिक मजबूत बनाती है। यहाँ तक कि जब 70% उपकरण जिन्हें उसे चाहिए थे, शुरू में उसके लिए अज्ञात थे, तब भी एजेंट लगभग 59% कार्यों को हल करने में सक्षम था। यह साबित करता है कि एजेंट केवल उत्तरों को याद नहीं कर रहा है; वह वास्तव में नए वैज्ञानिक उपकरणों को प्राप्त करने और उपयोग करने का तरीका सीख रहा है।
संक्षेप में, SciToolAgent-Evo एक ऐसे रोबोट वैज्ञानिक की तरह है जो कभी बढ़ना बंद नहीं करता। यह एक छोटे टूलबॉक्स के साथ शुरू होता है, लेकिन जैसे-जैसे यह काम करता है, यह उपकरणों और कौशलों का एक विशाल, व्यवस्थित पुस्तकालय बनाता है, जिससे यह वास्तविक वैज्ञानिक खोजों की अप्रत्याशित, खुली दुनिया की चुनौतियों के लिए तैयार हो जाता 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।