ASI-Bench: At the Dawn of Artificial Superintelligence
यह शोध पत्र ASI-Bench को प्रस्तुत करता है, जो 11 वैज्ञानिक डोमेन में 60 प्रोजेक्ट-स्तरीय अनुसंधान कार्यों वाला एक व्यापक बेंचमार्क है, जिसे मानव मार्गदर्शन को क्रमिक रूप से कम करके स्वायत्त, अभिनव वैज्ञानिक अनुसंधान करने की एआई (AI) की क्षमता का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो यह प्रकट करता है कि वर्तमान अत्याधुनिक प्रणालियाँ अभी भी मानव इनपुट पर अत्यधिक निर्भर हैं और वास्तविक कृत्रिम सुपरइंटेलिजेंस (ASI) प्राप्त करने से बहुत दूर हैं।
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
एक ऐसी मशीन की यात्रा जो इंसान की तरह सोच सके, लंबे समय से इस बात पर केंद्रित रही है कि कंप्यूटर कितनी अच्छी तरह तथ्यों को याद रख सकते हैं, ज्ञात पहेलियों को हल कर सकते हैं, या किसी विशिष्ट उत्तर तक पहुँचने के लिए निर्देशों के एक सेट का पालन कर सकते हैं। वर्षों से, सबसे उन्नत कृत्रिम बुद्धिमत्ता (AI) प्रणालियाँ इन कार्यों में उत्कृष्ट रही हैं, जो मानव ज्ञान के विशाल पुस्तकालयों को आत्मसात करती हैं और उन्हें अविश्वसनीय गति से लागू करती हैं। लेकिन एक अलग प्रकार की बुद्धिमत्ता है जो काफी हद तक पहुंच से बाहर बनी हुई है: अज्ञात में कदम रखने की क्षमता, एक अव्यवस्थित, अस्पष्ट समस्या को देखने की क्षमता, और न केवल उत्तर खोजने की, बल्कि उसे खोजने के मार्ग को भी समझने की क्षमता। यह वैज्ञानिक खोज का क्षेत्र है, जहाँ लक्ष्य किसी सूत्र को याद करना नहीं बल्कि एक नया सूत्र बनाना, एक प्रयोग डिजाइन करना और एक अस्पable प्रश्न को एक सत्यापित परिणाम में बदलना है। एक नया अध्ययन इस प्रश्न से प्रेरित है कि क्या वर्तमान मशीनें वास्तव में यह स्वयं कर सकती हैं, या वे अभी भी हर चरण में प्रक्रिया के माध्यम से इंसानों के हाथ पकड़कर चलने पर पूरी तरह निर्भर हैं।
दुनिया भर के विश्वविद्यालयों और संस्थानों के शोधकर्ताओं की एक टीम ने इस प्रश्न का उत्तर देने के लिए ASI-Bench नामक एक नया परीक्षण मैदान बनाया है। उन्होंने भौतिकी और रसायन विज्ञान से लेकर जीव विज्ञान और इंजीनियरिंग तक, विज्ञान के ग्यारह विभिन्न क्षेत्रों में साठ जटिल अनुसंधान परियोजनाएं बनाईं। प्रत्येक परियोजना को एक वास्तविक वैज्ञानिक जांच की नकल करने के लिए डिज़ाइन किया गया था, जिसमें कच्चा डेटा (raw data), एक विशिष्ट लक्ष्य और एक कामकाजी समाधान उत्पन्न करने की आवश्यकता शामिल थी। इस डिज़ाइन की प्रतिभा इस बात में निहित है कि उन्होंने मशीनों का परीक्षण कैसे किया। प्रत्येक एकल अनुसंधान परियोजना के लिए, उन्होंने एक ही AI सिस्टम को चार बार चलाया, लेकिन उन्होंने इसे दी जाने वाली सहायता की मात्रा बदल दी। पहले परिदृश्य में, AI को समस्या को ठीक से हल करने के लिए एक पूर्ण, चरण-दर-चरण नियमावली सौंपी गई थी। दूसरे में, उन्हें केवल सामान्य विधि बताई गई थी, जैसे कि यह कहना कि "हथौड़ा उपयोग करें" बिना यह दिखाए कि उसे कैसे चलाना है। तीसरे में, AI को केवल समस्या और डेटा दिया गया था, बिना किसी निर्देश के कि आगे कैसे बढ़ना है, जिससे उसे स्वयं विधि तय करने के लिए मजबूर होना पड़ा। अंत में, चौथे परिदृश्य में, उन्होंने यह देखने के लिए एक भ्रमित करने वाली, अप्रासंगिक जानकारी की परत जोड़ी कि क्या मशीन वास्तविक कार्य पर ध्यान केंद्रित रख सकती है।
परिणाम कृत्रिम बुद्धिमत्ता की वर्तमान स्थिति के बारे में एक कठोर वास्तविकता प्रकट करते हैं। जब मशीनों को पूर्ण निर्देश दिए गए, तो उन्होंने ठीक से प्रदर्शन किया, और सौ में से औसतन लगभग इक्यावन अंक प्राप्त किए। हालाँकि, जैसे ही शोधकर्ताओं ने चरण-दर-चरण मार्गदर्शन हटा दिया और AI को स्वयं प्रक्रिया को समझने के लिए कहा, प्रदर्शन तेजी से गिर गया। जब AI को स्वयं विधि चुननी थी, तो औसत स्कोर गिरकर लगभग सत्ताईस हो गया। यह तीव्र गिरावट बताती है कि आज की प्रणालियाँ उन रास्तों का पालन करने में उत्कृष्ट हैं जिन्हें मनुष्यों ने पहले से ही बनाया है, लेकिन वे स्वयं रास्ता बनाने में संघर्ष करती हैं। सबसे बड़ी बाधा सही उपकरण चुनना नहीं थी, बल्कि एक सामान्य विचार को एक कामकाजी, विस्तृत योजना में बदलना था। भले ही AI जानता था कि किस विधि का उपयोग करना है, वह अक्सर इसे काम करने के लिए आवश्यक चरणों का निर्माण करने में विफल रहा, जिससे विस्तृत निर्देश हटाए जाने पर स्कोर काफी कम हो गया।
शोधकर्ताओं ने यह भी पाया कि अतिरिक्त, भटकाने वाली जानकारी जोड़ने से मशीनों को निर्देशों को हटाने जितना भ्रमित नहीं किया गया। जब AI को उसी कठिन कार्य के साथ कुछ असंबंधित तथ्य और बातें जोड़ दी गईं, तो इसका प्रदर्शन बिल्कुल वैसा ही रहा जैसा कि बिना किसी निर्देश के था। यह इंगित करता है कि वर्तमान प्रventions की प्राथमिक कमजोरी फोकस की कमी या शोर को फिल्टर करने में असमर्थता नहीं है, बल्कि एक मानव-परिभाषित रोडमैप के बिना काम करने की मौलिक अक्षमता है। इस अध्ययन में अठारह अलग-अलग AI मॉडल और सॉफ्टवेयर एजेंटों के संयोजन शामिल थे, और यहाँ तक कि सबसे उन्नत कॉन्फ़िगरेशन ने भी, जिसमें सबसे शक्तिशाली तर्क उपलब्ध था, स्वतंत्र रूप से कार्य करते समय केवल लगभग बावन का स्कोर बनाया। यह एक मामूली सफलता है, लेकिन यह स्वतंत्र वैज्ञानिक अनुसंधान करने के लिए आवश्यक विश्वसनीयता से बहुत दूर है।
इस स्वतंत्रता की लागत भी अधिक है। जब AI को स्वयं चरणों को समझना था, तो इसने आदेशों का पालन करने की तुलना में काफी अधिक कंप्यूटिंग शक्ति और समय का उपभोग किया। कुछ मामलों में, सिस्टम ने बिना किसी मार्गदर्शक के उसी कार्य को करने का प्रयास करने के लिए लगभग साठ प्रतिशत अधिक कंप्यूटिंग संसाधनों का उपयोग किया, और अक्सर लूप में फंस गया या अक्षम रास्तों को आज़माने लगा। यह सुझाव देता है कि वास्तविक स्वायत्तता केवल बुद्धिमत्ता का मामला नहीं है, बल्कि दक्षता का भी मामला है; मानवीय मार्गदर्शन के बिना, मशीनें उन समस्याओं को हल करने के लिए प्रयास में बहुत अधिक ऊर्जा बर्बाद करती हैं जिन्हें वे जल्दी से हल कर सकती थीं यदि उन्हें बताया गया होता। अध्ययन निष्कर्ष निकालता है कि हम अभी भी आर्टिफिशियल सुपरइंटेलिजेंस के उदय से बहुत दूर हैं, एक ऐसी अवस्था जहाँ मशीनें मानवीय हस्तक्षेप के बिना अज्ञात की खोज कर सकती हैं और नया ज्ञान बना सकती हैं। इसके बजाय, हम एक ऐसे चरण में हैं जहाँ मशीनें शक्तिशाली सहायक हैं जो जटिल कार्यों को निष्पादित कर सकती हैं, लेकिन वे रणनीति को परिभाषित करने के लिए अभी भी मनुष्यों पर बहुत अधिक निर्भर हैं।
यह नया बेंचमार्क अंतिम निर्णय के रूप में नहीं, बल्कि वैज्ञानिक समुदाय के लिए एक शुरुआती बिंदु के रूप में बनाया गया है। शोधकर्ताओं ने अपने साठ कार्यों और परीक्षण विधियों को दुनिया के लिए उपलब्ध करा दिया है, अन्य वैज्ञानिकों और इंजीनियरों को नई समस्याएं जोड़ने और अपने सिस्टम का इन चुनौतियों के विरुद्ध परीक्षण करने के लिए आमंत्रित किया है। उनका मानना है कि लगातार नए, कठिन अनुसंधान प्रोजेक्ट्स को जोड़कर और परीक्षणों को परिष्कृत करके, समुदाय प्रगति को अधिक सटीक रूप से ट्रैक कर सकता है। लक्ष्य केवल स्मृति और तर्क के परीक्षणों से आगे बढ़कर एक ऐसे भविष्य की ओर बढ़ना है जहाँ हम माप सकें कि क्या एक मशीन वास्तव में एक वैज्ञानिक की तरह सोच सकती है, जो अज्ञात में नेविगेट करने और एक खाली पन्ने को खोज में बदलने में सक्षम हो। फिलहाल, डेटा दिखाता है कि हालांकि हमारी मशीनें स्मार्ट हो रही हैं, वे अभी भी हमें यह बताने के लिए इंतजार कर रही हैं कि आगे क्या करना 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।