अपने मस्तिष्क की कल्पना एक अत्यंत बुद्धिमान पुस्तकालयाध्यक्ष के रूप में करें जो एक सेकंड में दस लाख किताबें पढ़ सकता है, लेकिन उसकी एक बहुत ही अजीब आदत है: हर बार जब कोई नई बातचीत शुरू होती है, तो वह पहले जो कुछ भी हुआ था उसे भूल जाता है। अधिकांश वर्तमान एआई (AI) सहायक इसी तरह काम करते हैं। वे अविश्वसनीय रूप से शक्तिशाली हैं, लेकिन वे पूरी तरह से "वर्तमान" में जीते हैं। यदि आप उन्हें सोमवार को बताते हैं कि आपका पसंदीदा रंग नीला है, और फिर मंगलवार को उनसे पूछते हैं कि आपका पसंदीदा रंग क्या है, तो वे अनुमान लगा सकते हैं या ऐसा दिखावा कर सकते हैं जैसे उन्हें पता हो, क्योंकि उनके पास वास्तव में उस तथ्य को स्थायी रूप से संग्रहीत करने के लिए कोई स्थान नहीं है। वैज्ञानिक इसे "मेमोरी" (स्मृति) कहते हैं, लेकिन एआई के लिए, यह कोई जैविक मस्तिष्क नहीं है; यह एक डिजिटल फाइलिंग सिस्टम है। कंप्यूटर विज्ञान के इस क्षेत्र में बड़ा सवाल यह है: हम एक ऐसा एआई कैसे बनाएं जो केवल चैट न करे, बल्कि वास्तव में याद रखे? हम इसे अपनी गलतियों से सीखने, आपकी समझ को अपडेट करने और बिना किसी इंसान द्वारा हर दिन इसके कोड को दोबारा लिखे जाने की आवश्यकता के समय के साथ स्मार्ट बनने का तरीका कैसे दें?

यहाँ MindMemOS आता है, एक नया सिस्टम जिसे एआई की स्मृति के लिए "ऑपरेटिंग सिस्टम" के रूप में डिज़ाइन किया गया है। इसे एक अव्यवस्थित, ओवरफ्लो होने वाले बैकपैक को एक स्मार्ट, स्व-संगठित डिजिटल बैकपैक में अपग्रेड करने जैसा समझें जो अपने स्वयं के नियम खुद लिख सकता है। वर्तमान में, अधिकांश एआई मेमोरी सिस्टम स्थिर फाइलिंग कैबिनेट की तरह हैं: एक बार जब आप फोल्डर बना लेते हैं, तो वे हमेशा वैसे ही रहते हैं। यदि आपको "सोमवार के बारे में मुझे क्या बुरा लगता है" के लिए एक नए फोल्डर की आवश्यकता है, तो आपको पूरे सिस्टम को रोकना होगा और इसे मैन्युअल रूप से जोड़ना होगा। MindMemOS इस खेल को बदल देता है क्योंकि यह मेमोरी को "स्व-विकसित" (self-evolving) बनाता है। यह केवल तथ्यों को संग्रहीत नहीं करता है; यह उन्हें कौन (इकाइयाँ/entities), क्या (गुण/properties), और कब (समय/time) के 3D ढांचे में व्यवस्थित करता है। लेकिन असली जादू यह है कि यह अपने स्वयं के नोट्स देख सकता है, यह महसूस कर सकता है कि, "हे, मैं बहुत अधिक कचरा स्टोर कर रहा हूँ," या "मैं इस नियम के बारे में भ्रमित हूँ," और फिर खुद को ठीक कर सकता है। यह अपने अटारी को साफ करने के लिए "ड्रीमिंग" (सपनों) नामक एक प्रक्रिया का उपयोग करता है और आपकी सुधारों से सीखने के लिए "फीडबैक" का उपयोग करता है, जिससे एक साधारण चैटबॉट एक ऐसे साथी में बदल जाता है जो वास्तव में आपको समझता है।

स्व-सुधार करने वाला पुस्तकालयाध्यक्ष

MindMemOS के पीछे का मुख्य विचार यह है कि मेमोरी को एक कठोर, पूर्व-निर्मित संरचना नहीं होना चाहिए। इसके बजाय, लेखकों ने एक ऐसा सिस्टम बनाया है जो मेमोरी को एक जीवित बगीचे की तरह मानता है। अतीत में, यदि कोई एआई कुछ याद रखना चाहता था, तो उसे उस बॉक्स में फिट होना पड़ता था जिसे मनुष्यों ने पहले से बनाया होता था। यदि बॉक्स फिट नहीं बैठता था, तो जानकारी खो जाती थी या उसे जबरन डाल दिया जाता था। हालाँकि, MindMemOS अपनी खुद की बॉक्स खुद बनाता जाता है। यह जानकारी को इकाइयों (जैसे "उपयोगकर्ता" या "कॉफी शॉप"), गुणों (जैसे "पसंदीदा पेय" या "एलर्जी"), और समय (यह कब सच था) के एक एकीकृत ढांचे में व्यवस्थित करता है।

लेकिन यहाँ मोड़ यह है: यह सिस्टम केवल बैठा नहीं रहता। इसके पास एक "स्व-विकसित" मस्तिष्क है। पेपर में एक चतुर एल्गोरिदम पेश किया गया है जिसे MindMemEvolve कहा जाता है। कल्पना कीजिए कि आप एक वीडियो गेम खेल रहे हैं, और हर बार जब आप हारते हैं, तो गेम अगली बार जीतने में आपकी मदद करने के लिए नियंत्रणों (controls) को स्वचालित रूप से ट्यून करता है। यह एल्गोरिदम मेमोरी के लिए वही करता है। यह जानकारी को व्यवस्थित करने के विभिन्न तरीकों का विशिष्ट कार्यों के विरुद्ध परीक्षण करता है। यदि चीजों को याद रखने का एक निश्चित तरीका गलत उत्तर की ओर ले जाता है, तो सिस्टम अपने स्वयं के "स्कीमा" (इसके फाइलिंग नियम) को बदलने के लिए उत्परिवर्तित (mutate) करता है ताकि कुछ नया आजमाया जा सके। यह एक ऐसे पुस्तकालयाध्यक्ष की तरह है जिसे एहसास होता है कि, "मैं सभी रहस्य उपन्यासों को 'इतिहास' अनुभाग में रख रहा हूँ, और इसीलिए लोग उन्हें नहीं ढूंढ पा रहे हैं," और फिर वह तुरंत पूरे पुस्तकालय को व्यवस्थित करता है ताकि वह समझ में आ सके।

नाइट शिफ्ट: ड्रीमिंग और फीडबैक

सबसे शानदार विशेषताओं में से एक है जिसे लेखक Dreaming कहते हैं। आप जानते हैं कि कैसे आपका मस्तिष्क सोते समय दिन की घटनाओं को छाँटता है, यह तय करता है कि क्या रखना है और क्या फेंकना है? MindMemous भी वही करता है। जब एआई किसी से बात नहीं कर रहा होता है, तो यह "ड्रीमिंग" प्रक्रिया चलाता है। यह दिन के दौरान लिए गए सभी नए नोट्स को देखता है और डुप्लिकेट, विरोधाभासों या पुराने डेटा की जाँच करता है।

उदाहरण के लिए, कल्पना कीजिए कि आप सोमवार को एआई को बताते हैं, "मुझे तीखा खाना पसंद है," लेकिन मंगलवार को आप कहते हैं, "वास्तव में, अब मैं तीखा नहीं खा सकता।" एक सामान्य सिस्टम भ्रमित हो सकता है और दोनों को याद रख सकता है, या केवल अंतिम वाले को। MindMemOS की ड्रीमिंग प्रक्रिया इस संघर्ष का पता लगाती है। यह तीखा पसंद करने के पुराने नोट को आर्काइव कर देता है और नए को रखता है, जिससे एक स्पष्ट टाइमलाइन बनती है ताकि एआई जान सके कि अभी आपकी पसंद क्या है। परीक्षणों में, इस प्रक्रिया ने सिस्टम को संघर्षों को हल करने में मदद की और यहाँ तक कि इसकी सक्रिय मेमोरी को लगभग 22.5% कम कर दिया, जिसका अर्थ है कि यह कचरे को भूलकर अधिक महत्वपूर्ण चीजों को याद रख सकता था।

फिर Feedback आता है। कभी-कभी, आप केवल यह नहीं चाहते कि एआई याद रखे; आप चाहते हैं कि वह अपनी गलती स्वीकार करे। यदि एआई ऐसी फिल्म का सुझाव देता है जिसे आप नापसंद करते हैं, और आप कहते हैं, "नहीं, मुझे हॉरर फिल्में पसंद नहीं हैं," तो सिस्टम इसे एक संकेत के रूप में उपयोग करता है। यह केवल उस एक क्षण के लिए उत्तर को ठीक नहीं करता है; यह अपनी दीर्घकालिक मेमोरी को अपडेट करता है ताकि यह सुनिश्चित हो सके कि वह फिर कभी आपको हॉरर मूवी का सुझाव न दे। पेपर दिखाता है कि यह "ह्यूमन-इन-द-लूप" सिग्नल एआई को एक बार की गलती और आपके व्यक्तित्व में वास्तविक बदलाव के बीच अंतर करने में मदद करता है।

केवल तथ्य नहीं, कौशल सीखना

यह सिस्टम केवल यह नहीं सीखता कि क्या करना है, बल्कि यह भी सीखता है कि कैसे करना है। इसे MindSkillEvolve कहा जाता है। कल्पना कीजिए कि आप एक रोबोट को स्प्रेडशीट बनाना सिखा रहे हैं। शुरू में, वह गलतियाँ कर सकता है, जैसे गलत कॉलम हटा देना। MindMemOS रोबोट को प्रयास करते, असफल होते और फिर से प्रयास करते हुए देखता है। फिर यह उन "एक्ज़ीक्यूशन ट्रेल्स" (कार्य निष्पादन पथों) को लेता है और उन्हें एक परिष्कृत "कौशल" में बदल देता है। यह अपने स्वयं के अनुभव के आधार पर अपना स्वयं का निर्देश मैनुअल लिखने वाले रोबोट जैसा है।

स्प्रेडशीट कार्य के प्रयोगों में, सिस्टम एक बुनियादी कौशल के साथ शुरू हुआ जो केवल 48.0% बार काम करता था। अपने स्वयं के प्रयासों से सीखने के लिए MindSkillEvolve का उपयोग करने के बाद, सफलता दर बढ़कर 57.2% हो गई। पेपर नोट करता है कि इस विकास के बिना, एआई बिना किसी कौशल के होने की तुलना में और भी खराब हो सकता है, क्योंकि एक बुरा निर्देश बिना किसी निर्देश के होने की तुलना में अधिक भ्रमित करने वाला हो सकता है। लेकिन स्व-विकसित सिस्टम के साथ, यह उन विशिष्ट जालों से बचने के लिए सीखता है जिनमें वह पहले गिरा था।

परिणाम: स्मार्ट, तेज़ और अधिक अनुकूलन योग्य

टीम ने कुछ कठिन चुनौतियों पर MindMemOS का परीक्षण किया। LOCOMO नामक एक बेंचमार्क पर, जो यह परीक्षण करता है कि एक एआई लंबी बातचीत के आधार पर प्रश्नों के उत्तर कितनी अच्छी तरह दे सकता है, MindMemOS ने 94.03% की सटीकता प्राप्त की, जो अन्य शीर्ष प्रणालियों को पछाड़ देती है। PersonaMem नामक एक परीक्षण पर, जो यह जाँचता है कि क्या एक एआई आपकी व्यक्तिगत प्राथमिकताओं और शैली को याद रख सकता है, इसने 70.63% स्कोर किया।

पेपर सुझाव देता है कि इस सफलता की कुंजी एक लचीले ढांचे और आत्म-सुधार की क्षमता का संयोजन है। यह सिस्टम केवल एक निष्क्रिय स्टोरेज यूनिट नहीं है; यह अपने स्वयं के सुधार में एक सक्रिय भागीदार है। यह एक अव्यवस्थित, असंरचित बातचीत को लेकर आपके जीवन की एक स्वच्छ, व्यवस्थित टाइमलाइन में बदल सकता है। यह अपनी गलतियों को देख सकता है और उन्हें दोबारा करने से बचने के लिए अपने नियमों को फिर से लिख सकता है।

हालाँकि पेपर दिखाता है कि ये परिणाम विशिष्ट परीक्षणों में वास्तविक और मापने योग्य हैं, लेखक सावधानीपूर्वक नोट करते हैं कि यह एक कदम आगे है, अंतिम मंजिल नहीं। वे सुझाव देते हैं कि भविष्य के कार्यों में एआई को फाइलों और दस्तावेजों को प्रबंधित करना सिखाना शामिल हो सकता है जैसे कि वह टेक्स्ट को प्रबंधित करता है, और इसकी मेमोरी को इसके कौशल से और भी गहराई से जोड़ना शामिल हो सकता है। लेकिन अभी के लिए, MindMemOS इस बात का प्रमाण है कि एआई मेमोरी को एक स्थिर, कठोर चीज़ होने की आवश्यकता नहीं है। यह एक जीवित, सांस लेने वाला, स्व-सुधार करने वाला स्तर हो सकता है जो हर बार आपसे बातचीत करने पर और स्मार्ट होता जाता है।