Hybrid AI for Explainable and Accurate Conversational Agents in eGovernment
यह शोध पत्र एक कन्वर्सेशनल हाइब्रिड एआई (CHAI) आर्किटेक्चर प्रस्तुत करता है जो व्याख्या योग्य और सटीक संवादात्मक एजेंटों के निर्माण के लिए डायनेमिक कंडीशन रिस्पॉन्स (DCR) ग्राफ का उपयोग करते हुए बड़े भाषा मॉडल (LLMs) को एक नियम-आधारित नियंत्रक के साथ जोड़ता है, जिसे कोविड-19 चैटबॉट और छात्र विकलांगता अनुदान प्रबंधन के प्रोटोटाइप के माध्यम से ई-गवर्नमेंट (eGovernment) के लिए प्रदर्शित 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 विशाल, प्राचीन पुस्तकालय में रास्ता खोजने की कोशिश कर रहे हैं जहाँ छींकने पर किताबें उधार लेने के नियम बदल जाते हैं। यह eGovernment (ई-गवर्नमेंट) की दुनिया है: एक ऐसी जगह जहाँ नागरिकों को जटिल कानूनों को समझने, अनुदान (ग्रांट) के लिए आवेदन करने या स्वास्थ्य दिशानिर्देशों का पालन करने की आवश्यकता होती है, लेकिन "नियम पुस्तिकाएं" अक्सर भ्रमित करने वाली कानूनी शब्दावली में लिखी होती हैं। लंबे समय से, वैज्ञानिक इस भूलभुलैया में हमारा मार्गदर्शन करने के लिए डिजिटल सहायक बनाने की कोशिश कर रहे हैं।
सबसे पहले, रूल-बेस्ड सिस्टम (नियम-आधारित प्रणाली) हैं। इन्हें एक कठोर, पुराने जमाने के टूर गाइड के रूप में सोचें जो केवल "यदि आप A कहते हैं, तो मैं B कहता हूँ" में बात करता है। वे अविश्वसनीय रूप से सटीक हैं क्योंकि वे एक सख्त स्क्रिप्ट का पालन करते हैं, लेकिन वे बातचीत करने में बहुत खराब हैं। यदि आप उनसे ऐसा प्रश्न पूछते हैं जो उनकी स्क्रिप्ट में नहीं है, तो वे बस ठप हो जाते हैं। फिर, हमारे पास लार्ज लैंग्वेज मॉडल्स (LLMs) हैं। ये नए, सुपर-स्मार्ट, बातूनी टूर गाइड हैं जो किसी भी विषय पर बात कर सकते हैं और आपकी बोलचाल की भाषा को समझ सकते हैं। वे बातचीत में बेहतरीन हैं, लेकिन उनमें "हैलुसिनेशन" (भ्रम) की एक बुरी आदत है—तथ्यों को गढ़ना या पूरी तरह से गलत उत्तरों को आत्मविश्वास के साथ देना। सरकार के कानून जैसे उच्च-जोखिम वाले मामलों में, एक गलत उत्तर केवल परेशान करने वाला नहीं होता; यह किसी की धनराशि या उसके अधिकारों को छीन सकता है।
बड़ा सवाल जो वैज्ञानिक पूछ रहे हैं वह यह है: क्या हम एक ऐसा सहायक बना सकते हैं जो बातूनी भी हो और पूरी तरह से सटीक भी? हम एक ऐसा गाइड चाहते हैं जो हमारी स्वाभाविक भाषा को समझे लेकिन कभी कानून न तोड़े। यह शोध पत्र इन दोनों प्रकार की तकनीकों को मिलाने का एक नया तरीका बताता है ताकि एक "कन्वर्सेशनल हाइब्रिड एआई" (CHAI) बनाया जा सके, जो डिजिटल युग के लिए एक आदर्श गाइड हो सकता है।
दिमाग और बाउंसर: एक नए प्रकार का चैटबॉट
इस शोध पत्र के लेखक, डेनमार्क के विश्वविद्यालयों के शोधकर्ताओं की एक टीम, एक चतुर समाधान प्रस्तावित करते हैं: चैट करने वाले एआई को निर्णय लेने देने के बजाय, वे इसे ऑपरेशन का "चेहरा" बनाते हैं, जबकि एक सख्त, तार्किक "दिमाग" वास्तविक नियम बनाता है। वे इस आर्किटेक्चर को कन्वर्सेशनल हाइब्रिड एआई (CHAI) कहते हैं।
यह समझने के लिए कि यह कैसे काम करता है, एक विशिष्ट क्लब के बाउंसर की कल्पना करें। बाउंसर (सिम्बोलिक एआई) के दिमाग में नियमों की एक सख्त सूची होती है: "बिना जूते, बिना शर्ट, प्रवेश नहीं।" वह ठीक जानता है कि क्या अनुमत है और क्या नहीं। हालाँकि, बाउंसर लोगों से बात करने में बहुत अच्छा नहीं है; वह बस एक रोबोटिक आवाज में "अस्वीकृत" या "प्रवेश" चिल्लाता है।
अब, एक करिश्माई होस्ट (LLM) की कल्पना करें जो बाउंसर के बगल में खड़ा है। होस्ट बात करने में माहिर है। यदि कोई अतिथि कहता है, "मैं कूल बूट्स पहने हुए हूँ लेकिन शर्ट नहीं पहनी है," तो होस्ट उसे बाउंसर की भाषा में अनुवाद करता है: "अतिथि के पास फुटवियर है, लेकिन ऊपरी वस्त्र गायब है।" बाउंसर सूची की जाँच करता है, देखता है कि "बिना शर्ट" एक उल्लंघन है, और "अस्वीकृत" कहता है। होस्ट फिर अतिथि को बताता है, "क्षमा करें, अंदर आने के लिए आपको शर्ट की आवश्यकता है।"
इस शोध पत्र में, "बाउंसर" एक प्रणाली है जिसे DCR ग्राफ्स (डायनेमिक कंडीशन रिस्पॉन्स ग्राफ्स) कहा जाता है। यह एक विशेष प्रकार का लॉजिक मैप है जो फ्लोचार्ट जैसा दिखता है लेकिन बहुत अधिक स्मार्ट है। यह केवल यह नहीं कहता कि "यह करो, फिर वह करो।" यह समय, दायित्वों और अपवादों को समझता है। उदाहरण के लिए, यह जानता है कि "आपको समय सीमा समाप्त होने से पहले समय विस्तार (डेडलाइन एक्सटेंशन) के लिए अनुरोध करना चाहिए," या "यदि आप 3 दिनों में जवाब नहीं देते हैं, तो आवेदन खारिज कर दिया जाएगा।" DCR ग्राफ प्रक्रिया का एक सटीक, अपरिवर्तनीय रिकॉर्ड रखता है, जिससे यह सुनिश्चित होता है कि कानून का अक्षरशः पालन किया जाए।
"होस्ट" लार्ज लैंग्वेज मॉडल (LLM) है। इसका काम नागरिक की अव्यवस्थित, स्वाभाविक भाषा को सुनना है—जैसे "मुझे यकीन नहीं है कि मैं अपने संक्रमित पड़ोसी के साथ रहता हूँ या बस उसे देखा है"—और उसे उस स्वच्छ, संरचित डेटा में अनुवादित करना है जिसकी DCR ग्राफ को आवश्यकता है।
प्रयोग: हाइब्रिड का परीक्षण
शोधकर्ताओं ने केवल इसकी कल्पना नहीं की; उन्होंने एक कामकाजी प्रोटोटाइप बनाया और दो वास्तविक दुनिया के उदाहरणों के साथ इसका परीक्षण किया।
1. कोविड-19 गाइड
महामारी के दौरान, नागरिक इस बारे में भ्रमित थे कि यदि उनका किसी संक्रमित व्यक्ति के साथ निकट संपर्क हुआ हो तो उन्हें क्या करना चाहिए। सरकार के पास 11 पन्नों का दिशानिर्देश था जो अनिवार्य रूप से एक विशाल निर्णय वृक्ष (डिसीजन ट्री) था। टीम ने इसे एक DCR ग्राफ में बदल दिया। जब उन्होंने अपने चैटबॉट का परीक्षण किया, तो एक उपयोगकर्ता टाइप कर सकता था, "बिल्कुल नहीं, वह तो मेरा पड़ोसी है!" LLM ने समझा कि इसका अर्थ है "नहीं, मैं संक्रमित व्यक्ति के साथ नहीं रहता हूँ।" इसने इस "नहीं" को DCR ग्राफ को पास किया, जिसने फिर कानून के आधार पर अगले कदम की गणना की। परिणाम? चैटबॉट ने सही, कानूनी रूप से बाध्यकारी सलाह दी, और यह ठीक से समझा सकता था कि क्यों, क्योंकि DCR ग्राफ के पास तर्क का एक स्पष्ट मार्ग था।
2. छात्र विकलांगता अनुदान (स्टूडेंट डिसेबिलिटी ग्रांट्स)
उन्होंने एक अधिक जटिल परिदृश्य का भी परीक्षण किया: विकलांग छात्रों के लिए अतिरिक्त धन के लिए आवेदन करना। इसमें एक आगे-पीछे की प्रक्रिया शामिल है जहाँ सरकार अधिक चिकित्सा जानकारी मांग सकती है, एक समय सीमा निर्धारित कर सकती है, और छात्र समय विस्तार के लिए अनुरोध कर सकता है। DCR ग्राफ ने इन सभी चलते हुए हिस्सों को प्रबंधित किया। वह जानता था कि यदि छात्र ने समय सीमा तक जवाब नहीं दिया, तो उसका आवेदन खारिज कर दिया जाएगा। यदि छात्र ने विस्तार के लिए पूछा, तो ग्राफ ने अधिक समय देने के लिए नियमों को अपडेट कर दिया। चैटबट ने छात्र का मार्गदर्शन किया, उनके मुक्त-पाठ (फ्री-टेक्स्ट) अनुरोधों को उन सख्त चरणों में अनुवादित किया जिनकी सरकार को आवश्यकता थी।
यह क्यों महत्वपूर्ण है (और यह क्या नहीं करता है)
शोध पत्र सुझाव देता है कि यह हाइब्रिड दृष्टिकोण वर्तमान एआई की सबसे बड़ी समस्या को हल करता है: विश्वास। यदि आप शुद्ध LLM (केवल बातूनी होस्ट) का उपयोग करते हैं, तो यह आत्मविश्वास के साथ एक छात्र को बता सकता है कि वह अनुदान के लिए पात्र है जबकि वह नहीं है, क्योंकि इसने अपने प्रशिक्षण डेटा के आधार पर उत्तर का "अनुमान" लगाया था। यदि आप शुद्ध नियम-आधारित प्रणाली (केवल बाउंसर) का उपयोग करते हैं, तो नागरिक निराश हो जाता है क्योंकि वह स्वाभाविक रूप से बात नहीं कर पाता।
दोनों को मिलाकर, लेखक दिखाते हैं कि आप एक ऐसी बातचीत प्राप्त कर सकते हैं जो स्वाभाविक महसूस होती है लेकिन एक ऐसे कानूनी इंजन द्वारा समर्थित है जो सुनिश्चित करता है कि अंतिम निर्णय सही तार्किक पथ का पालन करे। DCR ग्राफ यह सुनिश्चित करता है कि प्रक्रिया लागू किए गए नियमों के संबंध में सटीक और व्याख्या योग्य है। यदि कोई निर्णय लिया जाता है, तो सिस्टम उस सटीक नियम की ओर इशारा कर सकता है जिसने उसे जन्म दिया।
हालाँकि, शोध पत्र सावधानीपूर्वक नोट करता है कि यह कोई जादू की छड़ी नहीं है जो सब कुछ तुरंत ठीक कर देती है।
- यह एक प्रोटोटाइप है: शोधकर्ताओं ने एक कामकाजी मॉडल बनाया है, लेकिन अभी भी इसका परीक्षण किया जा रहा है। उन्होंने इसे अभी तक करोड़ों उपयोगकर्ताओं के लिए रोल आउट नहीं किया है।
- "ह्यूमन-इन-द-लूप" (मानव की भूमिका) महत्वपूर्ण है: सिस्टम हर अजीब वाक्य को समझने में परफेक्ट नहीं है जो एक इंसान टाइप कर सकता है। शोध पत्र स्पष्ट रूप से स्वीकार करता है कि यदि LLM उपयोगकर्ता के इरादे को गलत समझ लेता है, तो सिस्टम एक तथ्यात्मक रूप से गलत मान के साथ आगे बढ़ सकता है, भले ही तर्क सही हो। इसे ठीक करने के लिए, सिस्टम को उपयोगकर्ता को चैटबॉट की व्याख्या को सुधारने (उत्तर के बगल में पेंसिल आइकन पर क्लिक करके) की अनुमति देने के लिए डिज़ाइन किया गया है। लेखक इस बात पर जोर देते हैं कि एक मानव (नागरिक) को यह सुनिश्चित करने के लिए व्याख्या को संपादित करने में सक्षम होना चाहिए कि अंतिम निर्णय सत्य पर आधारित है, न कि गलत व्याख्या पर।
- जटिलता एक चुनौती है: लेखक स्वीकार करते हैं कि जैसे-जैसे कानून अधिक जटिल होते जाते हैं, DCR ग्राफ बहुत बड़े और प्रबंधित करने में कठिन हो सकते हैं। वे इन ग्राफों को बनाना और समझना आसान बनाने के लिए उपकरणों पर काम कर रहे हैं।
निष्कर्ष
यह शोध पत्र ऐसे सरकारी चैटबॉट्स बनाने का एक नया तरीका प्रस्तावित करता है जो केवल "बात" नहीं करते बल्कि वास्तव में कानून को सही ढंग से "लागू" करते हैं। एक सख्त, तार्किक मस्तिष्क (DCR ग्राफ) का उपयोग करके बातचीत को नियंत्रित करने और लोगों से बात करने के लिए एक बातूनी चेहरे (LLM) का उपयोग करके, वे एक ऐसा सिस्टम बनाते हैं जो मैत्रीपूर्ण और कानूनी रूप से मजबूत है। यह एक ऐसे भविष्य की ओर एक कदम है जहाँ आप अपनी सरकार से साधारण अंग्रेजी में प्रश्न पूछ सकते हैं और ऐसे उत्तर प्राप्त कर सकते हैं जो न केवल मैत्रीपूर्ण हैं, बल्कि एक सत्यापन योग्य तार्किक प्रक्रिया पर आधारित भी हैं। शोधकर्ता सुझाव देते हैं कि यह एक आशाजनक मार्ग है, लेकिन वे अभी भी परीक्षण चरण में हैं, और उन उपकरणों को परिष्कृत कर रहे हैं ताकि यह सुनिश्चित हो सके कि "बाउंसर" और "होस्ट" जनता के बीच जाने से पहले एक साथ पूरी तरह से काम करें।
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।