Twin: Playing an Unknown Game with a Test-Time Digital Twin
यह शोध पत्र "Twin" को प्रस्तुत करता है, जो एक टेस्ट-टाइम वर्ल्ड-मॉडल इन्फरेंस सिस्टम है जो एक कोडिंग एजेंट को इंटरैक्शन के माध्यम से अज्ञात ग्रिड गेम्स के निष्पादन योग्य सिमुलेशन को गतिशील रूप से निर्मित करने और पुनरावृत्ति से सुधारने में सक्षम बनाता है, जिससे क्रियाओं को निष्पादन से पहले एक डिजिटल ट्विन के विरुद्ध सत्यापित करके ARC-AGI-3 स्तरों पर 97.8% सफलता दर प्राप्त की जाती 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 आपको एक ऐसे वीडियो गेम में छोड़ दिया गया है जिसे आपने पहले कभी नहीं देखा है। कोई निर्देश नहीं हैं, कोई ट्यूटोरियल नहीं है, और न ही कोई बताने वाला है कि बटन क्या करते हैं या आपको क्या जीतना है। आपको बस बटन दबाने हैं, देखना है कि क्या होता है, और परीक्षण और त्रुटि (trial and error) के माध्यम से नियमों को समझना है। यह एक आर्टिफिशियल इंटेलिजेंस (AI) के लिए वास्तविकता है जब वह "अज्ञात दुनियाओं" का सामना करता है। लंबे समय तक, AI शोधकर्ताओं ने कंप्यूटर को सुपर-स्मार्ट अनुमान लगाने वाला बनाने की कोशिश की, इस उम्मीद में कि वे केवल पैटर्न को याद कर सकते हैं या लाखों उदाहरणों से सीख सकते हैं। लेकिन जब नियम पूरी तरह से बदल जाते हैं, या खेल बिल्कुल नया होता है, तो वे अनुमान लगाने वाले अक्सर फंस जाते हैं, और तब तक बेतरतीब ढंग से बटन दबाते रहते हैं जब तक कि उनकी किस्मत चमक न जाए। कंप्यूटर विज्ञान के इस कोने में बड़ा सवाल यह है: एक AI एक नए खेल को एक इंसान की तरह कितनी जल्दी और कुशलता से सीख सकता है, बिना पहले लाखों अभ्यास दौरों की आवश्यकता के?
यह शोध पत्र Twin नामक एक चतुर नई प्रणाली पेश करता है जो खेल को पूरी तरह से बदलकर इसे हल करता है। केवल अनुमान लगाने के बजाय, Twin एक जिज्ञासु जासूस की तरह कार्य करता है जो एक कंप्यूटर प्रोग्राम के भीतर खेल के नियमों की एक "डिजिटल ट्विन" (digital twin)—एक पूर्ण, कामकाजी प्रतिलिपि—बनाता है। इसे इस तरह सोचें: जब आप एक नया खेल खेलते हैं, तो आप एक मानसिक नोट बना सकते हैं, "यदि मैं यहाँ क्लिक करता हूँ, तो ब्लॉक लाल हो जाता है।" Twin केवल मानसिक नोट नहीं बनाता; यह वास्तव में कोड का एक छोटा सा हिस्सा लिखता है जो कहता है, "यदि आप यहाँ क्लिक करते हैं, तो ब्लॉक लाल हो जाता है।" फिर, वास्तविक खेल में कोई भी वास्तविक कदम उठाने से पहले, यह अपने दिमाग के भीतर उस कोड का उपयोग करके एक सिमुलेशन चलाता है। यदि सिमुलेशन कहता है कि ब्लॉक नीला हो जाता है, लेकिन वास्तविक खेल में वह लाल होता हुआ दिखता है, तो Twin जानता है कि उसका कोड गलत है। वह तुरंत गलती को सुधारने के लिए कोड को फिर से लिख देता है। यह ऐसा करता रहता है—लिखना, परीक्षण करना और अपने स्वयं के नियम पुस्तिका को ठीक करना—जब तक कि उसका डिजिटल ट्विन वास्तविक दुनिया की सटीक भविष्यवाणी न करने लगे। उसके बाद ही वह एक वास्तविक कदम उठाता है।
परिणाम प्रभावशाली हैं। शोधकर्ताओं ने Twin का परीक्षण 25 बिल्कुल नए, रहस्यमय ग्रिड गेम्स (जो ARC-AGI-3 नामक एक बेंचमार्क का हिस्सा हैं) पर किया जहाँ नियम और लक्ष्य छिपे हुए थे। इन खेलों में, एक मानक AI मॉडल जो बिना किसी विशेष मदद के सीधे खेल रहा था, वह केवल एक गेम को पार कर पाया और 100 में से केवल 7.8 का कम स्कोर प्राप्त किया। यहाँ तक कि एक स्मार्ट AI जिसके पास एक मानक "सहायक" उपकरण था, उसने 61.1 का सुधार किया। लेकिन Twin, अपनी स्वयं की लिखने वाली नियम पुस्तिका के साथ, 25 में से 23 गेम को पार कर गया और 93.3 का विशाल स्कोर प्राप्त किया। शायद इससे भी अधिक आश्चर्यजनक रूप से, Twin ने किसी भी इनाम या "गेम ओवर" संकेत मिलने से पहले ही 87.2% स्तरों पर यह समझ लिया था कि "जीतना" कैसा दिखता है। उसने यह लक्ष्य का अनुमान लगाकर, अपने डिजिटल ट्विन में उस अनुमान का परीक्षण करके और केवल तभी एक योजना के प्रति प्रतिबद्ध होकर किया जब सिमुलेशन ने कहा कि वह काम करेगी।
यह शोध पत्र दिखाता है कि एक उपयोगी विश्व मॉडल (world model) बनाना वास्तव में लोगों की सोच से कहीं अधिक सरल है, लेकिन लक्ष्य को समझना कठिन हिस्सा है। Twin केवल खेल पर प्रतिक्रिया नहीं करता है; यह वास्तविक समय में खेल के तर्क का निर्माण करता है, अपने द्वारा किए गए हर एक कदम के विरुद्ध अपने काम की जाँच करता है, और फिर आत्मविश्वास के साथ अपने अगले कदमों की योजना बनाता है। यह साबित होता है कि यदि आप एक AI को अपना स्वयं का सिम्युलेटर लिखने का तरीका देते हैं और उसे कदम उठाने से पहले अपने सिम्युलेटर को सिद्ध करने के लिए मजबूर करते हैं, तो वह एक इंसान की तरह ही कुशलता से अज्ञात खेलों को सीख सकता है। यह सुझाव देता है कि स्मार्ट AI का रहस्य केवल एक बड़ा दिमाग होना नहीं है, बल्कि कदम उठाने से पहले अपने स्वयं के सिद्धांतों का परीक्षण करने का एक बेहतर तरीका होना 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।