DraftFM: A FoundationModel for Day-Zero Drafting in Magic: The Gathering
DraftFM एक फाउंडेशन मॉडल है जो केवल सार्वजनिक गुणों और ड्राफ्ट संदर्भ का उपयोग करके अनदेखे कार्डों को स्कोर करके मैजिक: द गैदरिंग में डे-ज़ीरो ड्राफ्टिंग को सक्षम बनाता है, जो ऐतिहासिक पिक डेटा या कार्ड पहचान पर निर्भर किए बिना विशेषज्ञ-स्तर का प्रदर्शन 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
प्रतिस्पर्धी कार्ड खेलों की दुनिया में, एक अनूठी चुनौती तब उत्पन्न होती है जब कार्डों का एक नया सेट प्रकट होता है, लेकिन इससे पहले कि कोई भी उनके साथ खेल सके। कल्पना कीजिए कि खिलाड़ियों का एक समूह सैकड़ों नए कार्डों के एक ताज़ा बॉक्स से डेक बनाने के लिए इकट्ठा हो रहा है। उन्हें एक-एक करके यह तय करना होगा कि कौन से कार्ड रखने हैं और कौन से अगले खिलाड़ी को पास करने हैं, जबकि वे इस बारे में कुछ भी नहीं जानते कि वे कार्ड वास्तव में खेलों में कैसा प्रदर्शन करेंगे। यह "डे-ज़ीरो" (day-zero) समस्या है। दशकों से, खिलाड़ियों को ये निर्णय लेने में मदद करने के लिए डिज़ाइन किए गए कंप्यूटर प्रोग्राम प्रतीक्षा करते हुए ही रह गए हैं। वे पिछले खेलों से सीखने पर निर्भर करते हैं, लेकिन जब एक नया सेट आता है, तो सीखने के लिए कोई पिछला खेल मौजूद नहीं होता। डेटा अभी अस्तित्व में ही नहीं होता। यह खिलाड़ियों को पूरी तरह से मानवीय अंतर्ज्ञान और विशेषज्ञ राय पर निर्भर छोड़ देता है, जो मूल्यवान तो है, लेकिन व्यक्ति दर व्यक्ति भिन्न होता है। शोधकर्ताओं के लिए लंबे समय से प्रश्न यह रहा है कि क्या एक कंप्यूटर अच्छे कार्ड चयन के सामान्य नियमों को इतनी अच्छी तरह सीख सकता है कि वह एक पूरी तरह से नए सेट के बारे में स्मार्ट अनुमान लगा सके, बिना उस सेट के एक भी कार्ड को देखे।
ब्रायन वार्ड नामक एक शोधकर्ता ने DraftFM नामक एक नई प्रणाली के साथ इस समस्या को हल किया है। विशिष्ट कार्डों को याद करने या डेटा जमा होने की प्रतीक्षा करने के बजाय, इस प्रणाली को कई वर्षों में 29 अलग-अलग कार्ड सेटों के माध्यम से मानव खिलाड़ियों द्वारा किए गए लगभग 15 करोड़ विकल्पों पर प्रशिक्षित किया गया था। मुख्य नवाचार यह है कि कंप्यूटर कार्डों को कैसे देखता है। प्रत्येक कार्ड को एक अद्वितीय नाम के रूप में याद करने के बजाय, सिस्टम हर कार्ड को उसके भौतिक और लिखित गुणों की एक सूची में तोड़ देता है: उसका रंग, उसकी लागत, उसका प्रकार और उसके नियमों का टेक्स्ट। यह कार्ड के विवरण को पढ़ने के लिए एक निश्चित, पूर्व-प्रशिक्षित भाषा समझ का भी उपयोग करता है। विभिन्न सेटों से सीखने के दौरान, सिस्टम ने यह पहचानना सीखा कि केवल इन विशेषताओं के आधार पर एक कार्ड को मूल्यवान बनाने वाले पैटर्न क्या हैं। वह कार्ड का नाम या यह नहीं जानता कि वह किस सेट का है; वह केवल उन विशेषताओं को जानता है जिन्हें वह देख सकता है। यह इसे एक बिल्कुल नए कार्ड को देखने की अनुमति देता है जिसे उसने पहले कभी नहीं देखा, और इसे उसी तर्क के आधार पर स्कोर करने की अनुमति देता है जिसका उपयोग उसने उन कार्डों के लिए किया था जिनका उसने वर्षों पहले अध्ययन किया था।
यह परीक्षण करने के लिए कि क्या यह दृष्टिकोण वास्तव में काम करता है, शोधकर्ता ने प्रशिक्षण डेटा से तीन पूरे कार्ड सेटों को अलग रख दिया था। ये सेट मॉडल के लिए पूरी तरह से अज्ञात थे। जब सिस्टम से पूछा गया कि इन नए सेटों में मानव खिलाड़ी क्या चुनेंगे, तो इसने आश्चर्यजनक सटीकता के साथ प्रदर्शन किया। ड्राफ्ट के पहले पिक में, जहाँ एक खिलाड़ी के पास दर्जनों विकल्प होते हैं और सही अनुमान लगाने की संभावना केवल लगभग 7 प्रतिशत होती है, मॉडल लगभग 51 से 60 प्रतिशत समय मानव विकल्पों के साथ सहमत रहा। यह एक महत्वपूर्ण प्रगति है, क्योंकि पिछले कंप्यूटर मॉडल इस कार्य को तब तक करने का प्रयास भी नहीं कर सकते थे जब तक कि सेट हफ्तों तक खेले न जा चुके हों। सिस्टम ने यह भी सही ढंग से पहचाना कि मानव खिलाड़ी ड्राफ्ट की शुरुआत में सबसे अधिक सुसंगत होते हैं, जब उनके पास चुनने की सबसे अधिक स्वतंत्रता होती है, और जैसे-जैसे उपलब्ध कार्डों का पूल छोटा होता जाता है, उनके विकल्प अधिक अनुमानित हो जाते हैं।
इस प्रणाली की असली परीक्षा द हॉबिट पर आधारित एक नए सेट के रिलीज़ के साथ हुई। डिजिटल प्लेटफॉर्म पर सेट के खेलने के लिए उपलब्ध होने से पहले ही, शोधकर्ता ने DraftFM का उपयोग करके सेट के प्रत्येक कार्ड की एक पूर्ण रैंकिंग तैयार की। यह रैंकिंग एक डिजिटल टाइमस्टैम्प के साथ लगभग 36 घंटे पहले प्रकाशित और सील की गई थी, यह सुनिश्चित करते हुए कि भविष्यवाणियां इस बात के बिना की गई थीं कि कार्ड वास्तव में कैसे प्रदर्शन करेंगे। शोधकर्ता ने इन कंप्यूटर-जनित रैंकिंग की तुलना कार्ड समुदाय के छह स्वतंत्र विशेषज्ञों के प्री-रिलीज़ रिव्यू से की, जो जाने-माने विशेषज्ञ हैं। परिणामों ने दिखाया कि कंप्यूटर की रैंकिंग मानव विशेषज्ञों के बीच आपसी सहमति के समान ही थी। हालांकि कंप्यूटर ने मनुष्यों से बेहतर प्रदर्शन नहीं किया, लेकिन इसने बिना एक भी गेम खेले या एक भी ड्राफ्ट लॉग देखे, उनके स्तर की सहमति तक पहुँचने में सफलता प्राप्त की।
यह कार्य प्रदर्शित करता है कि एक कंप्यूटर जटिल खेल के अंतर्निहित तर्क को इतनी अच्छी तरह सीख सकता है कि वह पूरी तरह से नई सामग्री के बारे में सूचित भविष्यवाणी कर सके। यह सिद्ध करता है कि पिछले अनुभवों से भविष्य के अज्ञात की ओर सामान्यीकरण करने की क्षमता कार्ड ड्राफ्टिंग जैसे जटिल डोमेन में भी संभव है। सिस्टम पूर्ण नहीं है; यह अपनी भविष्यवाणियों में समान रूप से अति-आत्मविश्वासी है, और यह कठिन निर्णयों के मामले में मानव विशेषज्ञों की सूक्ष्मता से मेल खाने में संघर्ष करता है। फिर भी, यह डे-ज़ीरो पर क्या संभव है, इसका एक नया आधार स्थापित करता है। कार्डों को याद किए गए नामों के बजाय विशेषताओं के संग्रह के रूप में मानकर, मॉडल इतिहास से सीखने और अज्ञात के बीच के अंतर को पाटता है। शोधकर्ता ने नए सेट के वास्तविक ड्राफ्ट डेटा के उपलब्ध होने के बाद एक फॉलो-अप अध्ययन प्रकाशित करने की प्रतिबद्धता जताई है, जो यह स्पष्ट करेगा कि क्या मॉडल की भविष्यवाणियां वास्तविकता के सामने टिक पाती हैं। तब तक, यह कार्य इस बात का प्रमाण है कि मशीनें भविष्यवाणी का खेल खेलना सीख सकती हैं, भले ही नियम पहली बार लिखे जा रहे हों।
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।