Shared Circuits for Shared Grammar: Tracing Subject-Verb Agreement Across Languages
पाँच मॉडल परिवारों के 29 भाषाओं का विश्लेषण करके, यह अध्ययन प्रदर्शित करता है कि बहुभाषी लार्ज लैंग्वेज मॉडल्स विषय-क्रिया सहमति (subject-verb agreement) के लिए आंशिक रूप से साझा कम्प्यूटेशनल सर्किट्स का उपयोग करते हैं, जिसमें क्रॉस-लिंगुअल ओवरलैप की डिग्री उन भाषाओं में बढ़ जाती है जो स्पष्ट रूप से रूपात्मक विभक्ति (morphological inflection) को व्यक्त करती 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
कई भाषाओं में पढ़ने और लिखने वाले आधुनिक कंप्यूटर उल्लेखनीय रूप से कुशल हो गए हैं, जो अक्सर एक ही मस्तिष्क के साथ एक दर्जन भाषाओं में अनुवाद करने या प्रश्नों के उत्तर देने में सक्षम होते हैं। फिर भी, उनकी इस प्रवाहपूर्णता के बावजूद, वैज्ञानिक पूरी तरह से नहीं समझते कि ये प्रणालियाँ भीतर से कैसे काम करती हैं। एक केंद्रीय रहस्य यह है कि क्या एक बहुभाषी कंप्यूटर हर भाषा के व्याकरण को संभालने के लिए नियमों के एक सार्वभौमिक सेट का उपयोग करता है, या क्या वह प्रत्येक भाषा के लिए एक अलग, अद्वितीय इंजन बनाता है। यह प्रश्न महत्वपूर्ण है क्योंकि यदि मशीन विभिन्न भाषाओं के लिए एक ही आंतरिक मशीनरी का उपयोग करती है, तो एक भाषा का अध्ययन करने से प्राप्त अंतर्दृष्टि हमें उन सभी को समझने में मदद कर सकती है। यदि वह अलग-अलग इंजन बनाती है, तो हम अंग्रेजी के बारे में जो कुछ भी सीखते हैं, वह हमें यह नहीं बता पाएगा कि वह स्पेनिश या चीनी को कैसे संभालती है। यह शोध जिस विशिष्ट पहेली को सुलझाता है, वह यह है कि ये मॉडल 'सब्जेक्ट-वर्ब एग्रीमेंट' (कर्ता-क्रिया सहमति) को कैसे संभालते हैं, जो वह व्याकरणिक नियम है जो क्रिया को उस व्यक्ति के अनुरूप बदलने के लिए मजबूर करता है जो कार्य कर रहा है, जैसे कि जब कर्ता "he" हो तो "walk" को "walks" में बदलना।
इसे हल करने के लिए, शोधकर्ताओं ने परीक्षण किया कि पांच अलग-अलग परिवारों के ओपन-सोर्स भाषा मॉडल इस व्याकरणिक नियम को उन उन्नतीस भाषाओं में कैसे संसाधित करते हैं। उन्होंने कंप्यूटर की सोचने की प्रक्रिया के एक विशिष्ट क्षण पर ध्यान केंद्रित किया: क्रिया के अंतिम अक्षर या शब्द की भविष्यवाणी करने से ठीक पहले का एक सेकंड का हिस्सा। एक ऐसी तकनीक का उपयोग करके जिसमें एक सही वाक्य के आंतरिक संकेतों को थोड़े से बदले हुए, गलत वाक्य में बदल दिया जाता है, टीम यह सटीक रूप से निर्धारित कर सकी कि कंप्यूटर के नेटवर्क के कौन से हिस्से व्याकरण को सही ढंग से करने के लिए जिम्मेदार थे। उन्होंने इस पद्धति का परीक्षण उन भाषाओं पर किया जहाँ क्रियाएं बहुत अधिक बदलती हैं, जैसे कि स्पेनिश, उन भाषाओं पर जो उन्हें बिल्कुल नहीं बदलतीं, जैसे कि चीनी, और अंग्रेजी पर, जो केवल कुछ विशिष्ट मामलों में उन्हें बदलती है।
जांच से पता चला कि ये मॉडल हर भाषा के लिए पूरी तरह से अलग इंजन पर निर्भर नहीं हैं, न ही वे सभी के लिए एक ही समान इंजन का उपयोग करते हैं। इसके बजाय, वे एक साझा सेट के आंतरिक पथों (पाथवेज़) का पुन: उपयोग करते हैं, लेकिन केवल तभी जब कार्य की मांग हो। जब शोधकर्ताओं ने उन भाषाओं को देखा जहाँ क्रिया को कर्ता के अनुरूप स्पष्ट रूप से बदलना पड़ता है, तो उन्होंने पाया कि कंप्यूटर के नेटवर्क के लगभग सभी में वही विशिष्ट हिस्से सक्रिय थे। ये साझा पथ तब सबसे सुसंगत थे जब कंप्यूटर को दो क्रिया रूपों के बीच के सटीक अंतर को पुनः प्राप्त करना था, जैसे कि "I walk" और "he walks" के बीच अंतर करना। इन क्षणों में, मॉडल व्याकरणिक गणना करने के लिए एक सामान्य, साझा सर्किट्री पर निर्भर प्रतीत होते थे।
हालाँकि, यह साझाकरण समान नहीं है। जब शोधकर्ताओं ने उन भाषाओं को देखा जहाँ क्रिया बिल्कुल नहीं बदलती है, तो आंतरिक पथ बहुत अलग दिखे। कंप्यूटर इन भाषाओं के लिए समान साझा मशीनरी का उपयोग नहीं करता प्रतीत हुआ। और भी अधिक महत्वपूर्ण बात अंग्रेजी का व्यवहार था। क्योंकि अंग्रेजी केवल 'थर्ड-पर्सन सिंगुलर' में अपनी क्रियाओं को बदलती है, कंप्यूटर का आंतरिक वायरिंग अधिकांश समय उन भाषाओं से अलग दिखता है जो बहुत अधिक संयुग्मन (कंजुगेशन) करती हैं। लेकिन जिस क्षण कंप्यूटर को उस विशिष्ट "he walks" रूप को उत्पन्न करना होता है, इसकी आंतरिक गतिविधि बदलकर लगभग उन पैटर्न जैसा दिखने लगती है जो उन भाषाओं में देखे जाते हैं जो क्रियाओं को लगातार बदलती हैं। यह सुझाव देता है कि कंप्यूटर भाषा के आधार पर साझा इंजन का उपयोग करने का निर्णय नहीं लेता है, बल्कि उस विशिष्ट व्याकरणिक ऑपरेशन के आधार पर निर्णय लेता है जो वह उस क्षण में कर रहा होता है।
अध्ययन ने यह भी जांचा कि नेटवर्क के ये साझा हिस्से वास्तव में कैसे व्यवहार करते हैं। उन्होंने पाया कि विभिन्न भाषाओं में सहमति के लिए जिम्मेदार विशिष्ट घटक वाक्य के उन्हीं हिस्सों पर ध्यान केंद्रित करते हैं। जब एक मॉडल क्रिया के रूप पर निर्णय ले रहा होता है, तो ये साझा घटक कर्ता सर्वनाम और क्रिया दोनों पर अपना ध्यान केंद्रित करते हैं, चाहे वह स्पैनिश हो, फ्रेंच हो या अंग्रेजी का विशिष्ट मामला हो। यह इंगित करता है कि ओवरलैप केवल स्थान का संयोग नहीं है; साझा भाग वास्तव में कर्ता के बारे में जानकारी को क्रिया तक पहुँचाने के कार्य को करने के लिए सूचना को रूट करने का काम कर रहे हैं।
अंततः, निष्कर्ष बताते हैं कि बहुभाषी कंप्यूटर केवल हर भाषा के लिए अलग-अलग नियमों को याद नहीं कर रहे हैं, और न ही वे हर चीज़ के लिए एक एकल, कठोर प्रणाली का उपयोग कर रहे हैं। वे एक लचीली वास्तुकला (आर्किटेक्चर) प्रतीत होते हैं जो साझा आंतरिक संरचनाओं का पुन: उपयोग करती है जब भी कोई भाषा एक ही व्याकरणिक ऑपरेशन को दृश्य रूप से करने की मांग करती है। इन संरचनाओं के साझा होने की डिग्री इस बात पर कम निर्भर करती है कि भाषा कौन सी है, और इस बात पर अधिक निर्भर करती है कि क्या भाषा कंप्यूटर को उस व्याकरणिक अंतर को स्पष्ट रूप से गणना करने और प्रदर्शित करने के लिए मजबूर करती है। यह एक स्पष्ट चित्र प्रदान करता है कि कृत्रिम बुद्धिमत्ता मानव व्याकरण के जटिल, विविध नियमों को कैसे संभालना सीखती है, जो यह दर्शाता है कि यह हर नई भाषा के लिए पूरी तरह से नए उपकरण बनाने के बजाय कार्यात्मक उपकरणों का पुन: उपयोग करके अपनी समझ विकसित करती 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।