Small Language Model enabled Autonomous agent for Language-Conditioned Cognitive Radar
यह शोध पत्र एक लघु भाषा मॉडल-संचालित स्वायत्त एजेंट प्रस्तुत करता है जो संज्ञानात्मक रडार (कॉग्निटिव रडार) के लिए सिग्नल प्रोसेसिंग उपकरणों को गतिशील रूप से चुनने, कॉन्फ़िगर करने और निष्पादित करने के लिए प्राकृतिक भाषा कमांड की व्याख्या करता है, जो जैमर सप्रेशन और डायरेक्शन-ऑफ-अराइवल एस्टिमेशन जैसे विविध परिदृश्यों में प्रभावी प्रदर्शन प्रदर्शित करता है और विश्वसनीय, मतिभ्रम-मुक्त (हैलुसिनेशन-फ्री) परिणाम सुनिश्चित करने के लिए रडार-विशिष्ट प्रॉम्प्टिंग और भौतिकी-आधारित निष्पादन पर निर्भर 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
कल्पना कीजिए कि आप एक उच्च-तकनीकी अंतरिक्ष यान के कप्तान हैं, लेकिन आप इसे एक जॉयस्टिक से नहीं, बल्कि जहाज से बात करके नियंत्रित करते हैं। आप कहते हैं, "बाईं ओर उस एस्टेरॉयड फील्ड (क्षुद्रग्रह क्षेत्र) से बचकर निकलना!" और जहाज का कंप्यूटर तुरंत आपके संकेतों को समझकर अपने शील्ड्स और सेंसर्स को समायोजित कर लेता है। यह "कॉग्निटिव" (संज्ञानात्मक) तकनीक का सपना है: ऐसी मशीनें जो केवल कठोर निर्देशों का पालन नहीं करतीं, बल्कि आपके इरादे को समझती हैं और एक अस्त-व्यst और बदलती दुनिया के अनुकूल खुद को ढाल लेती हैं। रडार की दुनिया में, जो मौसम के पूर्वानुमान से लेकर सेल्फ-ड्राइविंग कारों तक सब कुछ देखने के लिए एक विशाल आंखों के जोड़े की तरह काम करता है, यह एक बहुत बड़ी बात है। पारंपरिक रडार एक बहुत ही आज्ञाकारी लेकिन जिद्दी रोबोट की तरह है; यह नियमों की एक निश्चित सूची का पालन करता है। यदि नियम स्थिति के अनुकूल नहीं होते—जैसे कि अचानक कोई जैमिंग सिग्नल या शोर का तूफान—तो रडार विफल हो सकता है। वैज्ञानिक वर्षों से "स्मार्ट" रडार बनाने की कोशिश कर रहे हैं, इस उम्मीद में कि वे ऐसे सिस्टम बना सकें जो इंसानी ऑपरेटर की तरह सीख सकें और मौके पर ही खुद को ढाल सकें।
यहाँ एक नया प्रयोग है जो एक "स्मॉल लैंग्वेज मॉडल" (SLM) से बने "मस्तिष्क" के जरिए इसे हल करने की कोशिश करता है। इसे एक विशाल, क्लाउड-आधारित सुपरकंप्यूटर के रूप में न देखें, बल्कि एक कॉम्पैक्ट, स्थानीय AI मस्तिष्क के रूप में देखें जो सीधे डिवाइस पर रहता है। यह पेपर एक ऐसा सिस्टम पेश करता है जहाँ एक इंसान प्राकृतिक भाषा में कमांड दे सकता है जैसे "उस लक्ष्य को ढूंढो लेकिन जैमर को अनदेखा करो," और यह AI एजेंट एक अनुवादक के रूप में कार्य करता है। यह केवल अनुमान नहीं लगाता; यह एक प्रोजेक्ट मैनेजर की तरह कार्य करता है। यह आपके अनुरोध को सुनता है, यह समझता है कि किन गणितीय उपकरणों की आवश्यकता है, और फिर उन उपकरणों को वास्तविक काम करने के लिए बुलाता है। शोधकर्ताओं ने पाया कि इस स्मार्ट, संवादात्मक AI को भौतिकी-आधारित उपकरणों के एक सख्त सेट के साथ जोड़कर, वे एक ऐसा रडार सिस्टम बना सकते हैं जो भाषा समझता है, स्मार्ट निर्णय लेता है, और बिना मनगढ़ंत बातें किए सटीक आंकड़े देता है। यह एक ऐसे रडार की ओर एक कदम है जो वास्तव में आपसे बात कर सके और वास्तविक दुनिया की उथल-पुथल के अनुकूल ढल सके।
बात करने वाले रडार की कहानी
एक रडार सिस्टम की कल्पना एक विशाल, हाई-टेक ऑर्केस्ट्रा के रूप में करें। अतीत में, कंडक्टर (रडार ऑपरेटर) को हर एक वाद्य यंत्र को कंठस्थ याद रखना पड़ता था और विशिष्ट निर्देश चिल्लाने पड़ते थे जैसे "वायलिन, 400 हर्ट्ज पर ज़ोर से बजाओ!" यदि कंडक्टर को संगीत की रचना (स्कोर) नहीं पता होती, तो संगीत बिखर जाता। यह पेपर एक नए प्रकार का कंडक्टर पेश करता है: एक स्मॉल लैंग्वेज मॉडल (SLM)। यह कोई विशाल, क्लाउड-आधारित AI नहीं है जिसे सोचने के लिए इंटरनेट की आवश्यकता हो; यह एक छोटा, कुशल मॉडल (विशेष रूप से Qwen3.5 नामक 9-बिलियन पैरामीटर वाला मॉडल) है जो रडार के अपने कंप्यूटर पर ही रह सकता है, जैसे आपकी जेब में एक स्मार्ट सहायक।
जादू इसलिए होता है क्योंकि यह AI सहायक खुद गणित करने की कोशिश नहीं करता है। वह ऐसा करना एक कवि से मिसाइल के प्रक्षेपवक्र (ट्रैजेक्टरी) की गणना करने के लिए कहने जैसा होगा; वे इसके बारे में एक सुंदर कविता लिख सकते हैं, लेकिन नंबर गलत होंगे। इसके बजाय, AI एक मैनेजर के रूप में कार्य करता है। जब आप कहते हैं, "मुझे 30 डिग्री पर एक लक्ष्य देखना है लेकिन शोर को -30 डेसिबल से नीचे रखना है," तो AI सुनता है, लक्ष्य को समझता है, और फिर विशेषज्ञ "फिजिक्स टूल्स" (भौतिकी उपकरणों) की एक टीम को बुलाता है। ये उपकरण पूर्व-निर्मित, गणितीय रूप से सटीक यंत्रों (जैसे बीमफॉर्मर और एस्टिमेटर्स) का एक टूलबॉक्स हैं जो वास्तविक भारी काम करते हैं। AI सही उपकरण चुनता है, उसके नॉब्स सेट करता है, और फिर परिणाम आपको वापस पढ़ कर सुनाता है।
टीम कैसे काम करती है
शोधकर्ताओं ने एक लूप बनाया है जो एक बॉस और एक विशेषज्ञ के बीच बातचीत की तरह काम करता है।
- बॉस (उपयोगकर्ता): आप साधारण अंग्रेजी में एक कमांड टाइप करते हैं, जैसे "10 डिग्री पर एक लक्ष्य को ट्रैक करें और -20 डिग्री पर मौजूद जैमर को अनदेखा करें।"
- मैनेजर (SLM एजेंट): AI आपके कमांड को पढ़ता है। यह केवल अनुमान नहीं लगाता; यह नियमों के एक विशेष सेट (जिसे "सिस्टम प्रॉम्प्ट" कहा जाता है) का उपयोग करता है जो उसे रडार के रहस्य सिखाता है। उदाहरण के लिए, उसे पता है कि यदि कोई जैमर है, तो उसे एक विशिष्ट प्रकार के "नॉइज़-कैंसलिंग" टूल की आवश्यकता होगी। वह यह भी जानता है कि वह केवल नंबर मनगढ़ंत नहीं बना सकता।
- स्पेशलिस्ट (फिजिक्स टूल्स): मैनेजर वास्तविक गणित चलाने के लिए एक पायथन टूल को कॉल करता है। ये उपकरण रडार तरंगों का अनुकरण (सिमुलेट) करते हैं, हस्तक्षेप (इंटरफेरेंस) की गणना करते हैं, और पता लगाते हैं कि लक्ष्य कहाँ हैं। वे सख्त और ईमानदार हैं; वे केवल वही रिपोर्ट करते हैं जो गणित कहता है।
- रिपोर्ट: मैनेजर विशेषज्ञों से नंबर लेता है और आपके लिए एक स्पष्ट व्याख्या लिखता है, जैसे, "मैंने MPDR टूल का उपयोग किया, और इसने -55 dB के नल डेप्थ के साथ सफलतापूर्वक जैमर को ब्लॉक कर दिया।"
उन्होंने क्या खोजा
टीम ने एक सिंथेटिक रडार सेटअप (16 एंटेना वाले रडार का एक कंप्यूटर सिमुलेशन) के साथ इस सिस्टम का परीक्षण किया ताकि यह देखा जा सके कि क्या यह विभिन्न कठिन स्थितियों को संभाल सकता है। उन्होंने इसे सरल अनुरोधों से लेकर कई जैमर्स और सीमित डेटा वाले जटिल परिदृश्यों तक, कई प्राकृतिक भाषा कमांड दिए।
यहाँ उनके निष्कर्ष दिए गए हैं:
- यह आपकी भाषा बोलता है: एजेंट ने तकनीकी कार्यों को सही ढंग से अनुवादित करने में लगभग 91% बार सफलता प्राप्त की। उसे पता था कि साइड नॉइज़ को नियंत्रित करने के लिए "डॉल्फ-चेबिशेव" टेपर का उपयोग कब करना है या जब डेटा कम हो तो लक्ष्यों को खोजने के लिए "ESPRIT" पर कब स्विच करना है।
- यह झूठ नहीं बोलता: AI के साथ सबसे बड़ा डर "हैलुसिनेशन" (भ्रम) का होता है, जहाँ AI तथ्य गढ़ लेता है। क्योंकि यह एजेंट सभी नंबरों के लिए फिजिक्स टूल्स पर निर्भर करता है, इसलिए यह 98.9% हॉलुसिनेशन मुक्त था। इसने कभी भी कोई नंबर अनुमानित नहीं किया; इसने केवल वही रिपोर्ट किया जो गणितीय उपकरणों ने गणना की थी।
- यह साधारण नियमों से अधिक स्मार्ट है: एक बुनियादी कंप्यूटर प्रोग्राम की तुलना में जो केवल कीवर्ड्स (जैसे सर्च इंजन) को देखता है, AI एजेंट जटिल या अस्पष्ट अनुरोधों को संभालने में बहुत बेहतर था। साधारण नियम-आधारित सिस्टम केवल 15% बार सही हो पाता था, जबकि AI एजेंट 86% बार सही था।
- यह स्थानीय रूप से काम करता है: सिस्टम एक मानक कंप्यूटर पर चला और इसने AI मॉडल के "क्वांटाइज्ड" (संपीड़ित) संस्करण का उपयोग किया। यह सुझाव देता है कि भविष्य में, इस तरह का स्मार्ट रडार ड्रोन या कारों में पाए जाने वाले छोटे, पोर्टेबल उपकरणों पर चल सकता है, बिना डेटा को क्लाउड पर भेजे।
सीमाएं और भविष्य
शोधकर्ता सावधानीपूर्वक यह नोट करते हैं कि यह एक सिमुलेशन है। उन्होंने इसे एक कंप्यूटर वातावरण में "यूनिफॉर्म लीनियर एरे" (एंटेना की एक सीधी रेखा) पर टेस्ट किया है। उन्होंने अभी तक इसे वास्तविक, भौतिक रडार हार्डवेयर पर टेस्ट नहीं किया है, जहाँ मौसम और अजीब सिग्नल रिफ्लेक्शन समस्या पैदा कर सकते हैं। साथ ही, AI वर्तमान में उन नियमों पर निर्भर है जो उन्होंने इसके लिए लिखे हैं; इसने अभी तक खुद से अनुकूल होने के लिए नहीं सीखा है।
हालाँकि, परिणाम एक आशाजनक राह दिखाते हैं। एक छोटे, स्थानीय AI मस्तिष्क को सख्त, भौतिकी-आधारित उपकरणों के साथ जोड़कर, हमारे पास जल्द ही ऐसे रडार सिस्टम हो सकते हैं जो एक मानव ऑपरेटर की बात सुन सकें, वातावरण की अराजकता को समझ सकें, और शोर के बीच भी स्पष्ट देखने के लिए खुद को तुरंत पुनर्गठित कर सकें। यह एक ऐसे भविष्य की ओर एक कदम है जहाँ हमारे सेंसर केवल देखते नहीं, बल्कि समझते भी हैं।
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।