MELD: A Protocol for Merging Knowledge Across Distributed Agentic Memories
यह शोध पत्र MELD प्रस्तुत करता है, जो एक स्व-प्रबंधित प्रोटोकॉल है जो ऑडिट योग्य पैच और CRDT-आधारित स्थिति ट्रैकिंग के माध्यम से वितरित स्वायत्त एजेंटों को अपने ज्ञान ग्राफ (knowledge graphs) को सुसंगत बनाने और विलय करने में सक्षम बनाता है, जो बिना किसी केंद्रीय समन्वयक के बाद के निर्णय के लिए विरोधाभासों को सुरक्षित रखते हुए उच्च रिकॉल और भंडारण दक्षता प्राप्त 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
आर्टिफिशियल इंटेलिजेंस की उभरती दुनिया में, स्वायत्त एजेंट (autonomous agents) तेजी से सक्षम होते जा रहे हैं। ये ऐसे सॉफ्टवेयर प्रोग्राम हैं जो अपने परिवेश को समझ सकते हैं, निर्णय ले सकते हैं, और यहाँ तक कि काम पूरा करने के लिए अन्य उपकरणों का उपयोग भी कर सकते हैं। डिजिटल सहायकों की एक ऐसी टीम की कल्पना करें, जिनमें से प्रत्येक एक अलग कार्य में विशेषज्ञ है, और वे एक जटिल समस्या को हल करने के लिए मिलकर काम कर रहे हैं। वर्षों से, ध्यान उन्हें जोड़ने पर रहा है ताकि वे एक-दूसरे से बात कर सकें और अपनी क्षमताओं को साझा कर सकें। हालाँकि, पहेली का एक महत्वपूर्ण हिस्सा गायब रहा है: जबकि ये एजेंट अपने उपकरणों को साझा कर सकते हैं, वे वास्तव में उस ज्ञान को साझा नहीं कर सकते जो उनके पास है। प्रत्येक एजेंट तथ्यों, अनुभवों और नियमों का अपना निजी पुस्तकालय बनाता है, लेकिन दो एजेंटों के बीच अपने नोट्स की तुलना करने, यह महसूस करने कि वे एक ही चीज़ के बारे में बात कर रहे हैं, या बिना एक-दूसरे को ओवरराइट किए विरोधाभास पर सहमत होने का कोई विश्वसनीय तरीका नहीं रहा है। यह चुप्पी एक खंडित वास्तविकता पैदा करती है जहाँ ज्ञान अलग-थलग पड़े साइलो (silos) में फंस जाता है, जिससे दोहराव वाला काम या महत्वपूर्ण जानकारी का आकस्मिक नुकसान होता है।
ओउलू विश्वविद्यालय (University of Oulu) और हेलसिंकी विश्वविद्यालय के शोधकर्ताओं ने MELD नामक एक नए प्रोटोकॉल के साथ इस अंतर को दूर किया है। इसे एक सार्वभौमिक अनुवादक और एक लाइब्रेरियन के संयोजन के रूप में सोचें, जिसे विशेष रूप से इन डिजिटल एजेंटों की यादों के लिए डिज़ाइन किया गया है। MELD उस मूल समस्या को हल करता है जिसे "एक ही तथ्य, अलग शब्द" की दुविधा कहा जा सकता है। यदि एक एजेंट एक नियम सीखता है जिसे "रिकॉर्ड सात वर्षों तक रखें" के रूप में कहा गया है और दूसरा सीखता है कि "ग्राहक डेटा 7y के लिए बनाए रखें," तो एक मानक प्रणाली इन दोनों को पूरी तरह से अलग तथ्य मान सकती है, या इससे भी बुरा, एक के पक्ष में दूसरे को चुपचाप हटा सकती है। MELD इसे हर बार जब एक एजेंट को सूचना का नया टुकड़ा प्राप्त होता है, तो एक सावधानीपूर्ण, चरण-दर-चरण प्रक्रिया पेश करके बदल देता है। किसी दावे को आँख मूंदकर स्वीकार करने या अस्वीकार करने के बजाय, प्राप्त करने वाला एजेंट उसे जो वह पहले से जानता है उसके विरुद्ध विश्लेषण करने के लिए रुकता है। वह जाँच करता है कि क्या नई जानकारी समान है, क्या यह एक ही बात कहने का दूसरा तरीका है, क्या यह मौजूदा ज्ञान के साथ ओवरलैप होती है, या क्या यह पहले से मौजूद जानकारी के साथ सीधे विरोधाभास करती है।
यह प्रणाली निर्णय लेने के लिए तीन विशिष्ट संकेतों पर निर्भर करती है। सबसे पहले, यह दावे की मूल पहचान को देखती है, यह जाँचती है कि क्या सामग्री और उसका विशिष्ट संदर्भ बिल्कुल मेल खाता है। दूसरा, यह अर्थ के गणितीय माप का उपयोग करती है ताकि यह देख सके कि भले ही शब्द अलग हों, नया टेक्स्ट पुराने टेक्स्ट के कितने समान है। तीसरा, यह निर्धारित करने के लिए एक लॉजिक चेक (तर्क की जाँच) का उपयोग करती है कि क्या नया दावा पुराने दावे का खंडन करता है। इन संकेतों के आधार पर, एजेंट पाँच में से एक विकल्प चुनता है। वह जानकारी को एक बिल्कुल नए तथ्य के रूप में डाल सकता है। यदि वे पर्याप्त रूप से समान हैं, तो वह इसे मौजूदा तथ्य के साथ मर्ज (विलय) कर सकता है, जिससे डुप्लिकेट्स का समेकन हो सके। वह उन्हें लिंक कर सकता है यदि वे संबंधित लेकिन अलग हैं। वह एक संघर्ष (conflict) को फ्लैग कर सकता है यदि वे विरोधाभास करते हैं, जिससे दोनों दावों को सुरक्षित रखा जा सके ताकि बाद में कोई मानव या उच्च प्राधिकरण निर्णय ले सके। अंत में, वह जानकारी को खारिज कर सकता है यदि वह पुरानी या अमान्य है। महत्वपूर्ण बात यह है कि सिस्टम कभी भी विरोधाभास को चुपचाप नहीं हटाता है; यह तनाव को दृश्यमान रखता है, यह सुनिश्चित करता है कि सूचना का कोई नुकसान न हो।
यह सुनिश्चित करने के लिए कि यह प्रक्रिया उन एजेंटों के नेटवर्क में विश्वसनीय रूप से काम करे जो डिस्कनेक्टेड हो सकते हैं या अलग-अलग गति से चल रहे हैं, MELD एक 'सेल्फ-हीलिंग' (स्व-सुधार) तंत्र का उपयोग करता है। यदि नेटवर्क दो भागों में विभाजित हो जाता है और एजेंटों के दोनों पक्ष स्वतंत्र रूप से अपनी यादों को अपडेट करते हैं, तो सिस्टम को संबंध बहाल होने पर इन परिवर्तनों को स्वचालित रूप से सुलझाने के लिए डिज़ाइन किया गया है। यह बिना किसी केंद्रीय बॉस की आवश्यकता के करता है जो सबको निर्देश दे सके। इसके बजाय, यह एक गणितीय गारंटी का उपयोग करता है जो यह सुनिश्चित करता है कि सभी एजेंट सूचना के प्रत्येक टुकड़े की स्थिति पर सहमत हों, चाहे उन्हें अपडेट किस भी क्रम में प्राप्त हुए हों। यह उस अराजकता को रोकता है जो आमतौर पर तब होती है जब सिस्टम के विभिन्न हिस्से एक-दूसरे के काम को ओवरराइट करने की कोशिश करते हैं।
शोधकर्ताओं ने इस प्रणाली का परीक्षण एक यथार्थवादी वातावरण में किया जो एक स्थानीय कंप्यूटर से लेकर एक राष्ट्रीय सुपरकंप्यूटर और यहाँ तक कि एक 5G मोबाइल नेटवर्क एज तक फैला हुआ था। उन्होंने पाया कि जब एजेंटों ने अपनी यादों को मिलाने के लिए MELD का उपयोग किया, तो वे जानकारी को उतनी ही अच्छी तरह से याद कर सके जितना कि यदि सारा डेटा एक ही केंद्रीय स्थान पर संग्रहीत किया गया होता। वास्तव में, डुप्लिकेट तथ्यों को बुद्धिमानी से मिलाकर, वितरित प्रणाली ने वास्तव में एक सरल दृष्टिकोण (जो केवल सब कुछ अलग रखता है) की तुलना में लगभग 11 प्रतिशत कम स्टोरेज स्पेस का उपयोग किया। सिस्टम सूचना साझा करने के स्तर को प्राप्त करने के लिए एक मानक ब्रॉडकास्ट सिस्टम की तुलना में केवल एक-तिहाई संदेश भेजकर अत्यधिक कुशल रहा।
शायद सबसे महत्वपूर्ण बात यह है कि सिस्टम त्रुटियों के विरुद्ध मजबूत साबित हुआ। हजारों संभावित संघर्षों वाले परीक्षणों में, इसने अलग तथ्यों को एक साथ मिलाने में बहुत कम गलतियाँ कीं, जिसमें गलत विलय (false merge) की दर केवल लगभग 1.3 प्रतिशत थी। जब इसे विरोधाभास का सामना करना पड़ा, तो इसने समीक्षा के लिए सफलतापूर्वक फ्लैग किया बजाय इसके कि उसे छिपा दिया जाए। अध्ययन ने यह भी प्रदर्शित किया कि सिस्टम नेटवर्क विफलताओं से उबर सकता है, जिसमें सभी एजेंट संचार टूटने के सिम्युलेटेड ब्रेक के बाद एक एकल, सुसंगत अवस्था में वापस आ गए, जो एक ऐसी उपलब्धि है जिसे पुराने तरीके दो-तिहाई से अधिक परीक्षणों में हासिल करने में विफल रहे थे।
यह कार्य इस बात का दावा नहीं करता है कि कौन सा तथ्य दार्शनिक अर्थ में "सत्य" है; यह निर्णय मानव निर्णय या उच्च-स्तरीय प्राधिकरण पर छोड़ दिया गया है। इसके बजाय, MELD वह बुनियादी ढांचा प्रदान करता है जो बुद्धिमान एजेंटों के एक नेटवर्क को उनके व्यक्तिगत दृष्टिकोण की समृद्धि को खोए बिना दुनिया की एक सुसंगत, साझा समझ बनाए रखने की अनुमति देता है। यह अलग-थलग डिजिटल मस्तिष्क के संग्रह को एक ऐसे संघ (federation) में बदल देता है जो बढ़ सकता है, अनुकूलित हो सकता है और खुद को ठीक कर सकता है, यह सुनिश्चित करता है कि ज्ञान केवल संग्रहीत ही नहीं, बल्कि वास्तव में साझा किया गया 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।