Quipu: A Governed Bitemporal Knowledge Graph Store
यह शोधपत्र Quipu को प्रस्तुत करता है, जो एक एम्बेडेबल बाइटेम्पोरल नॉलेज ग्राफ स्टोर है जो गेटेड राइट्स, लैटिस-आधारित ट्रस्ट कंपोजिशन और सेल्फ-ऑडिटिंग ट्रेसेस के माध्यम से सख्त गवर्नेंस लागू करता है, और पारंपरिक अनगेटेड सिस्टम की तुलना में बेहतर डिफेक्ट डिटेक्शन और डिसीजन-एविडेंस रिलायबिलिटी प्रदर्शित 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
आधुनिक डिजिटल दुनिया में, एक नए प्रकार के लेखक का उदय हुआ है: सॉफ्टवेयर एजेंट। ये ऐसे प्रोग्राम हैं जो दस्तावेजों को पढ़ते हैं, कोड का विश्लेषण करते हैं, और तथ्यों के विशाल मानचित्र (नॉलेज ग्राफ) स्वतः ही बनाते हैं। दशकों तक, इन मानचित्रों को उन मनुष्यों द्वारा तैयार किया जाता था जो त्रुटियों को पहचान सकते थे, स्रोतों को सत्यापित कर सकते थे, और यह तय कर सकते थे कि क्या रखना है। लेकिन जब सॉफ्टवेयर एजेंट इन मानचित्रों को लिखते हैं, तो वे इतनी गति और मात्रा में ऐसा करते हैं जिसे मानव समीक्षक नहीं पकड़ सकते। वे ऐसे तथ्य उत्पन्न करते हैं जो दिखने में तो सटीक लगते हैं, लेकिन गलत हो सकते हैं, और वे इसे किसी भी सफाई दल (क्लीनअप क्रू) द्वारा ठीक करने की गति से कहीं अधिक तेजी से करते हैं। सूचनाओं को संग्रहीत करने के लिए डिज़ाइन की गई पारंपरिक प्रणालियाँ मानवीय धैर्य के लिए बनी थीं; वे पहले सब कुछ स्वीकार कर लेती हैं और बाद में उसे साफ करने की उम्मीद करती हैं। यह दृष्टिकोण, जो तब काम करता था जब चालक की सीट पर कोई मनुष्य होता था, जब कोई मशीन कहानी लिख रही होती है, तो एक खतरनाक बाधा (बॉटलनेक) बन जाता है।
शोधकर्ताओं ने अब इस स्वचालित लेखन की बाढ़ को संभालने का एक अलग तरीका प्रस्तावित किया है। उनका तर्क है कि सब कुछ स्वीकार करने और बेहतर होने की उम्मीद करने के बजाय, एक स्टोरेज सिस्टम को शुरुआत से ही सख्त होना चाहिए। इसे एक द्वारपाल (गेटकीपर) के रूप में कार्य करना चाहिए जो किसी भी ऐसी चीज़ को अंदर आने से मना कर दे जो विशिष्ट नियमों को पूरा नहीं करती है, और इसे अपने द्वारा किए गए प्रत्येक निर्णय का, अस्वीकारियों सहित, एक स्थायी, अपरिवर्तनीय रिकॉर्ड रखना चाहिए। यह नया दृष्टिकोण नियमों को स्वयं डेटा के हिस्से के रूप में मानता है, जिससे सिस्टम को समय में पीछे देखने और यह देखने की अनुमति मिलती है कि किसी विशिष्ट क्षण में क्या आवश्यक था। सख्तता का बोझ सॉफ्टवेयर एजेंटों पर स्थानांतरित करके, जो अपनी गलतियों को तुरंत सुधार सकते हैं और पुनः प्रयास कर सकते हैं, सिस्टम यह सुनिश्चित करता है कि तथ्यों का अंतिम मानचित्र विश्वसनीय बना रहे, भले ही वह मशीनों द्वारा लिखा गया हो।
स्टीव ब्राउन और उनकी टीम ने इस विचार का परीक्षण करने के लिए 'क्विपू' (Quipu) नामक एक प्रणाली बनाई है। उन्होंने एक विशेष स्टोरेज इंजन बनाया है जो डेटाबेस प्रबंधन की मानक आदतों को उलट देता है। डेटा को अंदर आने देने और बाद में उसे साफ करने के बजाय, क्विपू किसी भी तथ्य को तब तक स्वीकार करने से मना कर देता है जब जब तक कि वह उस दुनिया की स्थिति के विरुद्ध कड़े परीक्षणों को पास न कर ले जिसे वह निर्मित करेगा। यदि कोई जानकारी किसी नियम का उल्लंघन करती है, तो सिस्टम उसे तुरंत अस्वीकार कर देता है। महत्वपूर्ण रूप से, सिस्टम केवल "ना" नहीं कहता; यह उस अस्वीकृति का एक हस्ताक्षरित, टाइम-स्टैम्प वाला रिकॉर्ड लिखता है, जो यह प्रमाणित करता है कि तथ्य को क्यों ठुकराया गया था। यह रिकॉर्ड तब भी जीवित रहता है जब तथ्य को लिखने का प्रयास वापस (रोलबैक) लिया जाता है, जिससे यह सुनिश्चित होता कि क्या प्रयास किया गया था और वह क्यों विफल हुआ, इसका इतिहास कभी खोया नहीं।
शोधकर्ताओं ने यह भी पुनर्गठित किया कि सिस्टम समय और विश्वास (ट्रस्ट) को कैसे संभालता है। कई डेटाबेस में, समय एक सरल रेखा है, और विश्वास सभी पर समान रूप से लागू एक सपाट लेबल है। क्विपू समय को दो अलग-अलग ट्रैक के रूप में मानता है: एक जब सिस्टम ने कुछ सीखा, और दूसरा जब वह तथ्य वास्तव में वास्तविक दुनिया में सत्य है। यह इसी दोहरी समयरेखा को नियमों और विश्वास लेबल पर भी लागू करता है। इसका अर्थ है कि सिस्टम ऐसे प्रश्नों का उत्तर दे सकता है जैसे "इस विशिष्ट क्षण पर अतीत में क्या विश्वसनीय माना गया था?" या "यह निर्णय लेते समय कौन सा नियम लागू था?" यह विश्वास को अलग-अलग, गैर-अतिव्यापी समूहों में भी व्यवस्थित करता है। जब इन समूहों को मिलाया जाता है, तो सिस्टम सुनिश्चित करता है कि परिणामी विश्वास स्तर गलती से समूह के सबसे कमजोर हिस्से से अधिक मजबूत न हो जाए, जिससे यह रोका जा सके कि एक कमजोर या अपुष्ट स्रोत पूरे समूह की विश्वसनीयता को न बढ़ा दे।
इस सख्त दृष्टिकोण की पुष्टि करने के लिए, टीम ने 'सेंसस' (Census) नामक एक नियंत्रित प्रयोग चलाया। उन्होंने एक परिदृश्य बनाया जहाँ कई सॉफ्टवेयर लेखक सिस्टम में तथ्य जोड़ने की कोशिश कर रहे थे, जिसमें जानबूझकर छह विशिष्ट प्रकार की त्रुटियाँ डाली गई थीं, जैसे कि अधूरी जानकारी, अनधिकृत पहुंच, या मनगढ़ंत विवरण। उन्होंने एक ही स्क्रिप्ट को दो बार चलाया: एक बार सख्त द्वारपाल सक्रिय होने पर, और एक बार इसे बंद करने पर। परिणाम स्पष्ट थे। बिना द्वारपाल वाले सिस्टम ने सभी छह डाली गई त्रुटियों को स्वीकार कर लिया। हालाँकि, सख्त सिस्टम ने एक भी त्रुटि को नहीं छोड़ा और हर एक को खारिज कर दिया। इसने अनधिकृत लेखन, अधूरी जानकारी, और उन तथ्यों को पकड़ लिया जो अलग से देखे जाने पर तो वैध थे लेकिन अन्य तथ्यों के साथ मिलाने पर विफल हो गए। सिस्टम ने यह सब उन तथ्यों के लिए प्रक्रिया को धीमा किए बिना किया जो पहले से ही सही थे, जिससे सिद्ध हुआ कि सख्ती का अर्थ अक्षमता नहीं है।
अध्ययन ने यह भी दिखाया कि सिस्टम इतिहास को पूरी तरह से फिर से चला (रीप्ले) सकता है। क्योंकि नियम और डेटा दोनों को दोहरी समयरेखा के साथ संग्रहीत किया गया है, शोधकर्ता प्रयोग के किसी भी बिंदु पर जा सकते थे और पूछ सकते थे, "यदि यह तथ्य उसी समय प्रस्तुत किया गया होता तो सिस्टम क्या निर्णय लेता?" सिस्टम ने हर बार सही उत्तर दिया, भले ही इस बीच नियमों में बदलाव आया हो। यह कुछ ऐसा है जो मानक डेटाबेस नहीं कर सकते; वे आमतौर पर केवल वर्तमान नियमों को याद रखते हैं, जिससे यह जानना असंभव हो जाता है कि अतीत में क्या आवश्यक था। इस नए सिस्टम में, ऑडिट ट्रेल एक अलग लॉग नहीं है जिसे किसी को खोजना पड़े; यह एक क्वेरी है जिसे सिस्टम अपने स्वयं के डेटा पर अपने इतिहास को सत्यापित करने के लिए चला सकता है।
जब शोधकर्ताओं ने एक अलग प्रोजेक्ट के वास्तविक-दुनिया के ट्रेस के विरुद्ध सिस्टम का परीक्षण किया, तो उन्होंने पाया कि सख्त नियमों ने प्रवर्तन में एक अंतर को पकड़ लिया था जिसे पहले अनदेखा कर दिया गया था। सिस्टम ने पहचान लिया कि एक नियम स्थानीय रूप से लागू किया जा रहा था लेकिन उसे आधिकारिक नीति में नहीं लिखा गया था, और इसने इस विसंगति को चिह्नित किया। इससे टीम को सिस्टम को अपडेट करने में मदद मिली ताकि अब यह रिकॉर्ड किया जा सके कि किसे और क्यों मना किया गया, जिससे ऑडिट ट्रेल में एक छोटे लेकिन महत्वपूर्ण छेद बंद हो गया। प्रयोग ने प्रदर्शित किया कि जब सॉफ्टवेयर एजेंट लेखक होते हैं, तो सख्ती की लागत वहन करने योग्य होती है क्योंकि एजेंट अस्वीकृति से तुरंत सीख सकते हैं और पुनः प्रयास कर सकते हैं। सिस्टम को गंदगी साफ करने के लिए किसी मनुष्य की आवश्यकता नहीं होती; द्वारपाल गंदगी होने से पहले ही उसे रोक देता है, और प्रत्येक निर्णय का स्थायी रिकॉर्ड यह सुनिश्चित करता है कि नॉलेज ग्राफ का इतिहास सटीक और विश्वसनीय बना रहे।
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।