Chain-of-Thought Shows the Path to a Tree: Realizing Branching Complexity

कल्पना कीजिए कि आप एक बहुत ही बुद्धिमान रोबोट को सोचना सिखाने की कोशिश कर रहे हैं। आप उसे एक भूलभुलैया (maze) की तस्वीर देते हैं और उससे बाहर निकलने का रास्ता खोजने के लिए कहते हैं। अतीत में, ये रोबोट तेज़ पाठकों की तरह थे जो पूरी तस्वीर को केवल एक बार देख सकते थे और उत्तर का अनुमान लगा सकते थे। वे पैटर्न पहचानने में बहुत अच्छे थे, लेकिन यदि समस्या के लिए एक लंबी, चरण-दर-चरण यात्रा की आवश्यकता होती—जैसे भूलभुलैया के माध्यम से चलना, यह याद रखना कि आपने कहाँ मोड़ लिया था, और किसी बंद रास्ते (dead end) पर टकराने पर वापस मुड़ना—तो वे अक्सर खो जाते थे। वे "बोलकर सोच" (think out loud) नहीं सकते थे या नोट्स नहीं बना सकते थे।

फिर, वैज्ञानिकों ने "चेन ऑफ थॉट" (Chain of Thought - CoT) नामक एक तरकीब खोजी। केवल अंतिम उत्तर का अनुमान लगाने के बजाय, रोबोट को मध्यवर्ती चरणों (intermediate steps) की एक श्रृंखला लिखने की अनुमति दी जाती है, जैसे कि कोई इंसान रफ पेपर पर गणित का सवाल हल करता है। यह रोबोट को एक ऐसे यात्री में बदल देता है जो वास्तव में भूलभुलैया के माध्यम से एक-एक कदम करके चल सकता है। लेकिन यहाँ बड़ा सवाल यह है: क्या यह रोबोट वास्तव में जटिल, वास्तविक दुनिया के कार्य जैसे कि एक ट्री स्ट्रक्चर (tree structure) में नेविगेट करना या सबसे छोटा रास्ता खोजना कर सकता है, या यह केवल सरल ट्रिक्स में अच्छा है? यह शोध पत्र इसी प्रश्न की गहराई में जाता है, और रोबोट की "सोचने की प्रक्रिया" को डेटा के एक जंगल के माध्यम से एक वास्तविक यात्रा के रूप में देखता है, और यह सिद्ध करता है कि सही निर्देशों के साथ, यह आश्चर्यजनक रूप से गहरी गणितीय और तार्किक क्षमताएं दिखा सकता है।

---

शोध पत्र का बड़ा साहसिक कार्य: रोबोट्स को पेड़ों के बीच चलना सिखाना

यह शोध पत्र एक रोबोट को जंगल की खोज करने और उसकी जटिलता को मापने के लिए सिखाने के ब्लूप्रिंट (नीलकांक) की तरह है। लेखक, देबंजन दत्ता, अनीश चक्रवर्ती और स्वगतम दास दिखाते हैं कि एक विशिष्ट प्रकार का AI मॉडल (ट्रांसफॉर्मर) एक कंपास वाले हाइकर (पदमचारी) की तरह कार्य करने के लिए प्रोग्राम किया जा सकता है, जो दो क्लासिक कंप्यूटर साइंस कार्यों को करने में सक्षम है: डेप्थ-फर्स्ट सर्च (DFS) और डिक्सट्रा एल्गोरिदम (Dijkstra's Algorithm)।

एक 'ट्री' (tree) को पौधे के रूप में नहीं, बल्कि एक वंशावली (family tree) या शाखाओं वाले मानचित्र के रूप में सोचें।

• DFS एक ऐसे हाइकर की तरह है जो एक रास्ता चुनता है, जितना दूर हो सके उतना चलता है जब तक कि वह एक डेड एंड (बंद रास्ते) पर न पहुँच जाए, फिर पिछले मोड़ पर वापस लौटता है और दूसरा रास्ता आज़माता है। यह "गहराई तक जाओ, फिर वापस आओ" वाली रणनीति है।
• डिक्सट्रा एल्गोरिदम एक ऐसे हाइकर की तरह है जो जंगल में हर कैंपसाइट तक पहुँचने के लिए सबसे छोटे रास्ते को खोजने की कोशिश करता है, सावधानीपूर्वक दूरियों की जाँच करता है और चलते समय अपने मानचित्र को अपडेट करता जाता है।

लेखकों ने सिद्ध किया कि वे एक "हार्ड-अटेंशन" रोबोट (एक बहुत ही विशिष्ट, सख्त प्रकार का AI) बना सकते हैं जो इन रास्तों पर चल सकता है। उन्होंने केवल यह नहीं कहा कि "यह संभव है"; उन्होंने वास्तव में उस मशीन का निर्माण किया।

• DFS वॉक करने के लिए, उन्होंने केवल दो परतों (layers) वाले सोचने के तंत्र और दो अटेंशन हेड्स (जैसे दो अलग-अलग चीजों को देखने वाली आँखों के दो जोड़े) वाले रोबोट का उपयोग किया।
• डिक्सट्रा वॉक करने के लिए, उन्होंने दो परतों और एक अटेंशन हेड वाले रोबोट का उपयोग किया।

यह क्यों मायने रखता है? क्योंकि एक बार जब रोबोट इन रास्तों पर चल सकता है, तो वह बहुत कठिन समस्याओं को हल कर सकता है। लेखकों ने दिखाया कि "DFS रोबोट" का पुन: उपयोग करके, वे एक n वर्टिसेस (vertices) वाले पेड़ के लिए ठीक 2n - 1 चरणों में स्ट्राहलर नंबर (Strahler number) (एक पेड़ कितना "शाखायुक्त" या जटिल है, इसका माप) की गणना कर सकते हैं। उन्होंने यह भी दिखाया कि "डिक्सट्रा रोबोट" का पुन: उपयोग करके, वे पेड़ की चौड़ाई (width) (जंगल का सबसे चौड़ा हिस्सा) को n - 1 चरणों में निकाल सकते हैं।

"ट्री-टू-पाथ" (Tree-to-Path) का जादू

यहाँ कहानी वास्तव में दिलचस्प हो जाती है। एक प्रसिद्ध गणितीय ट्रिक है जो एक 3D ट्री स्ट्रक्चर को 1D रेखा (line) में बदल देती है, जैसे किसी नक्शे को मोड़कर चपटा करना। इसे डिक पाथ (Dyck path) कहा जाता है। कल्पना कीजिए कि आप हर बार एक शाखा नीचे जाने के लिए एक पहाड़ी पर चढ़ रहे हैं, और हर बार वापस ऊपर आने के लिए एक पहाड़ी से नीचे उतर रहे हैं। यदि आप इस यात्रा को खींचते हैं, तो आपको एक लहरदार रेखा प्राप्त होगी जो कभी ज़मीन के नीचे नहीं जाती और जहाँ से शुरू हुई थी वहीं समाप्त होती है।

लेखकों ने पाया कि आप रोबोट को पेड़ पर चलने के लिए या रेखा पर चलने के लिए सिखा सकते हैं।

• उन्होंने एक रोबोट बनाया जो पेड़ पर चलता है और स्ट्राहलर नंबर की गणना करता है।
• उन्होंने एक अलग रोबोट बनाया जो रेखा (डिक पाथ) पर चलता है और वही स्ट्राहलर नंबर की गणना करता है।

लेकिन यहाँ एक मोड़ है: पेड़ पर चलने वाला रोबोट को काम करने के लिए चार परतों के सोचने की आवश्यकता होती है, जबकि रेखा पर चलने वाले रोबोट को भी चार परतों की आवश्यकता होती है (हालांकि एक अलग आंतरिक सेटअप के साथ)। लेखकों ने पाया कि आप केवल "ट्री रोबोट" को लेकर जादू से उसे बिना उसके गियर बदले "लाइन" पर काम करने के लायक नहीं बना सकते। पेड़ के बारे में सोचने का तरीका रेखा के बारे में सोचने के तरीके से मौलिक रूप से भिन्न है, भले ही वे एक ही चीज़ का प्रतिनिधित्व करते हों। यह सुझाव देता है कि पेड़ की "भाषा" और रेखा की "भाषा" इन रोबोटों के लिए आसानी से विनिमेय (interchangeable) नहीं हैं।

यह क्या सिद्ध करता है (और क्या नहीं)

लेखक अपनी दावों के प्रति बहुत सावधान हैं। उन्होंने केवल एक सिमुलेशन नहीं चलाया और यह नहीं कहा, "हे, यह काम करता हुआ लग रहा है!" उन्होंने गणितीय रूप से सिद्ध किया कि ये विशिष्ट रोबोट, अपनी विशिष्ट परतों और अटेंशन हेड्स के साथ, इन कार्यों को सटीक रूप से कर सकते हैं।

• उन्होंने क्या सिद्ध किया: उन्होंने दिखाया कि 2n - 1 चरणों में (पेड़ के लिए) या n - 1 चरणों में (चौड़ाई के लिए), ये रोबोट उन समस्याओं को हल कर सकते हैं जो बहुत कठिन मानी जाती हैं (विशेष रूप से, NC1 नामक एक वर्ग की समस्याएँ)। यह एक बड़ी बात है क्योंकि यह दिखाता है कि "चेन ऑफ थॉट" केवल सरल प्रश्नों के लिए एक जादुई ट्रिक नहीं है; यह एक शक्तिशाली उपकरण है जो रोबोट को जटिल, रिकर्सिव लॉजिक को संभालने में मदद करता है।
• उन्होंने क्या खारिज किया: उन्होंने दिखाया कि आपको यह करने के लिए "लेयर नॉर्मलाइजेशन" (AI में संख्याओं को स्थिर रखने के लिए एक सामान्य ट्रिक) जैसे किसी फैंसी अतिरिक्त उपकरण की आवश्यकता नहीं है। रोबोट इसे केवल अटेंशन और गणित के बुनियादी ब्लॉकों के साथ कर सकता है।
• "नहीं" वाला भाग: उन्होंने यह भी दिखाया कि आप यह मान नहीं सकते कि यदि एक रोबोट एक पेड़ पर समस्या हल कर सकता है, तो वह स्वचालित रूप से उसी पेड़ के लाइन संस्करण पर भी हल कर सकता है। नए आकार के लिए तंत्र को शून्य से फिर से बनाना पड़ता है।

एक जिज्ञासु किशोर के लिए निष्कर्ष

कल्पना कीजिए कि आपके पास एक रोबमान है जो एक समय में केवल एक चीज़ देख सकता है। यदि आप उससे भूलभुलैया का रास्ता खोजने के लिए कहते हैं, तो वह भ्रमित हो सकता है। लेकिन यदि आप उसे कहते हैं, "एक कदम उठाओ, लिखो कि तुम कहाँ हो, फिर दूसरा कदम उठाओ," तो वह एक मास्टर एक्सप्लोरर बन जाता है।

यह शोध पत्र इस बात का प्रमाण है कि ये "चरण-दर-चरण" वाले रोबोट गंभीर गणित करने के लिए पर्याप्त शक्तिशाली हैं। वे पेड़ की शाखाओं को गिन सकते हैं, जंगल के माध्यम से सबसे छोटा रास्ता खोज सकते हैं, और यहाँ तक कि एक ही मानचित्र को दर्शाने के विभिन्न तरीकों के बीच अनुवाद भी कर सकते हैं। लेखकों ने केवल अनुमान नहीं लगाया; उन्होंने इन रोबोटों के लिए सटीक निर्देश (ब्लूप्रिंट) बनाए और दिखाया कि वे पूरी तरह से काम करते हैं।

सबसे रोमांचक बात यह है कि उन्होंने इसके लिए किसी अतिरिक्त शॉर्टकट या अतिरिक्त हार्डवेयर की आवश्यकता के बिना यह किया। उन्होंने केवल सही समय पर सही चीजों पर ध्यान केंद्रित करने की रोबोट की क्षमता का उपयोग किया। यह दिखाने जैसा है कि कैसे एक पेंसिल और कागज के साथ एक इंसान उस पहेली को हल कर सकता है जिसे एक कंप्यूटर, जिसके पास कागज नहीं है, समझने की शुरुआत भी नहीं कर सकता। और जबकि रोबोट पेड़ या रेखा पर चल सकता है, उसे प्रत्येक पथ के लिए अलग जूतों के जोड़े की आवश्यकता होती है—वह अपने चलने के तरीके को बदले बिना उन्हें आपस में नहीं बदल सकता।

संक्षेप में, यह शोध पत्र एक रोडमैप है जो दिखाता है कि सही "चेन ऑफ थॉट" के साथ, AI केवल अनुमान लगाना बंद कर सकता है और वास्तव में अन्वेषण करना शुरू कर सकता है।