Meta-Ctrl: Guaranteed Plan Generation by Decoupling Syntactic and Semantic Constraints

रोबोट कारखानों के फर्श की सुरक्षा छोड़कर हमारे घरों में प्रवेश करने लगे हैं, जिन्हें दैनिक जीवन के जटिल और अस्त-व्यस्त कार्यों को संभालने का काम सौंपा गया है। ऐसा करने के लिए, उन्हें मानवीय निर्देशों को समझने और उन्हें शारीरिक गतिविधियों के एक क्रम में बदलने के तरीके की आवश्यकता होती है। हाल के वर्षों में, वैज्ञानिकों ने बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) की ओर रुख किया है—वही शक्तिशाली कंप्यूटर प्रोग्राम जो कहानियाँ लिख सकते हैं या प्रश्नों के उत्तर दे सकते हैं—ताकि वे रोबोट के मस्तिष्क के रूप में कार्य कर सकें। ये मॉडल भाषा समझने में उत्कृष्ट हैं और चरणों की सुव्यवस्थित सूचियाँ उत्पन्न कर सकते हैं, जैसे कि "कप उठाओ, मेज तक चलो, और उसे रख दो।" हालाँकि, इस दृष्टिकोण में एक गंभीर दोष है: जबकि भाषा सुनने में एकदम सही लगती है, योजना अक्सर भौतिक दुनिया में विफल हो जाती है। एक मॉडल रोबोट को ऐसी मेज पर कप रखने के लिए कह सकता है जो पहले से ही भरी हुई है, या ऐसा दरवाजा खोलने के लिए कह सकता है जो बंद है, क्योंकि कंप्यूटर वास्तव में भौतिकी के नियमों या कमरे की स्थिति को नहीं समझता है। यह उस व्यक्ति से रास्ता पूछने जैसा है जिसने कभी अपना घर नहीं छोड़ा और वह किसी ऐसे शहर का रास्ता बता रहा है जिसे उसने केवल एक किताब में देखा है; शब्द तो सही हैं, लेकिन मार्ग असंभव है।

एक रोबोट के उपयोगी होने के लिए, उसकी योजनाएँ न केवल अच्छी लगनी चाहिए बल्कि काम भी करनी चाहिए। इसके लिए दो प्रकार के नियमों का पालन करना आवश्यक है। पहला, योजना को सही प्रारूप का पालन करना चाहिए, यानी सही शब्दों और संरचना का उपयोग करना चाहिए ताकि रोबोट इसे पढ़ सके। दूसरा, और अधिक महत्वपूर्ण बात यह है कि योजना को वास्तविक दुनिया में तर्कसंगत होना चाहिए। रोबोट को पता होना चाहिए कि वह भारी बक्सा नहीं उठा सकता यदि उसके हाथ पहले से ही भरे हुए हैं, या उसे प्लेटों को अंदर रखने से पहले डिशवॉशर खोलना होगा। इसे ठीक करने के पिछले प्रयास संघर्ष करते रहे। कुछ विधियाँ कंप्यूटर का धीरे से मार्गदर्शन करने की कोशिश करती हैं, लेकिन वे यह गारंटी नहीं दे सकतीं कि रोबमाट गलती नहीं करेगा। अन्य विधियाँ कठोर, पूर्व-लिखित नियमपुस्तिकाओं पर निर्भर करती हैं जो कंप्यूटर की सामान्य समझ (कॉमन सेंस) का उपयोग करने की क्षमता को छीन लेती हैं, जिससे रोबोट अनाड़ी और अपरिपक्व बन जाता है। परिणाम एक ऐसा विकल्प रहा है जिसमें या तो एक ऐसा रोबोट है जो अच्छा बोलता है लेकिन बुरा कार्य करता है, या एक ऐसा जो सुरक्षित रूप से कार्य करता है लेकिन जटिल अनुरोधों को समझ नहीं पाता।

शोधकर्ताओं की एक टीम ने 'मेटा-कंट्रोल' (Meta-Ctrl) नामक एक नई प्रणाली विकसित की है जो इस समस्या को हल करती है। यह दो अलग-अलग चरणों में नियमों को अलग करके और उनकी जाँच करके काम करती है। कंप्यूटर को हर एक शब्द की विशाल भौतिक नियमों की सूची के विरुद्ध जाँच करने के लिए मजबूर करने के बजाय, यह प्रणाली कार्य को दो परतों में विभाजित करती है। पहली परत यह सुनिश्चित करती है कि कंप्यूटर सही भाषा बोल रहा है, यह जाँचती है कि प्रत्येक शब्द रोबोट के आदेशों के व्याकरण के अनुकूल है। दूसरी परत, जो यहाँ मुख्य नवाचार है, व्यापक परिदृश्य को देखती है। यह शब्दों को सार्थक क्रियाओं में समूहित करती है, जैसे कि "डिशवॉशर खोलें" या "प्लेट उठाएं," और जाँचती है कि क्या वे क्रियाएँ वर्तमान स्थिति में तर्कसंगत हैं। यह दृष्टिकोण एक व्याकरण शिक्षक द्वारा वर्तनी की जाँच करने और एक सुरक्षा निरीक्षक द्वारा निर्माण योजना के तर्क की जाँच करने जैसा है; वे एक साथ काम करते हैं लेकिन अलग-अलग चीजों पर ध्यान केंद्रित करते हैं। ऐसा करके, यह प्रणाली गारंटी दे सकती है कि अंतिम योजना व्याकरणिक रूप से सही और भौतिक रूप से संभव दोनों है, बिना कंप्यूटर की स्वाभाविक भाषाई समझ का बलिदान दिए।

शोधकर्ताओं ने विभिन्न चुनौतियों पर इस पद्धति का परीक्षण किया, जिसमें कंप्यूटर सिमुलेशन में जटिल घरेलू कार्य और प्रयोगशाला में एक वास्तविक रोबोटिक हाथ शामिल थे। उन्होंने एक अपेक्षाकृत छोटे, ओपन-सोर्स कंप्यूटर मॉडल का उपयोग किया, जिसे आमतौर पर प्रमुख प्रौद्योगिकी कंपनियों द्वारा उपयोग किए जाने वाले विशाल और महंगे मॉडलों की तुलना में कम शक्तिशाली माना जाता है। इस नए सिस्टम के बिना, यह छोटा मॉडल लगभग हर कार्य में विफल रहा, जिससे ऐसी योजनाएँ बनीं जो या तो निरर्थक थीं या जिन्हें निष्पादित करना असंभव था। जब उन्होंने 'मेटा-कंट्रोल' ढांचे को लागू किया, तो परिणाम नाटकीय रूप से बदल गए। वही छोटा मॉडल उन कार्यों में सफल होने लगा जहाँ वह पहले विफल रहा था, और अक्सर बहुत बड़े और उन्नत मॉडलों से बेहतर प्रदर्शन किया। घरेलू कार्यों की एक श्रृंखला से जुड़े एक विशिष्ट परीक्षण में, इस प्रणाली ने सफलता की दर हासिल की जो परीक्षण किए गए अन्य सभी मॉडलों से अधिक थी, जिनमें अग्रणी आर्टिफिशियल इंटेलिजेंस कंपनियों के मॉडल भी शामिल थे। इसने ऐसी योजनाएँ उत्पन्न करने में सफलता प्राप्त की जो न केवल सुव्यवस्थित थीं बल्कि भौतिक दुनिया के नियमों का भी कड़ाई से पालन करती थीं, जिससे यह सुनिश्चित हुआ कि रोबोट उस कप को पकड़ने की कोशिश नहीं करेगा जिसे पहले से ही पकड़ा जा रहा है या उस कंटेनर को नहीं खोलेगा जो पहले से ही खुला है।

इस प्रणाली की शक्ति इसकी सख्त और लचीली होने की क्षमता में निहित है। यह केवल कंप्यूटर को गलतियाँ करने से नहीं रोकती है; बल्कि यह सफल परिणाम की संभावना को समझकर कंप्यूटर को सही पथ की ओर निर्देशित करती है। शोधकर्ताओं ने पाया कि व्यक्तिगत शब्दों के बजाय क्रियाओं के स्तर पर भौतिक नियमों की जाँच करके, वे कंप्यूटर मेमोरी की मात्रा को साठ हजार सात सौ (67,000) के कारक से कम कर सकते हैं। यह दक्षता इन परिष्कृत जाँचों को छोटे, अधिक सुलभ कंप्यूटरों पर चलाना संभव बनाती है। एक टेबलटॉप पर वास्तविक रोबोटिक हाथ के साथ किए गए परीक्षणों में, प्रणाली ने ऐसी योजनाएँ बनाईं जो डिज़ाइन के अनुसार वैध थीं। इसके द्वारा बनाई गई प्रत्येक योजना ने आवश्यक शर्तों को पूरा किया, जैसे कि अंदर पहुँचने से पहले दरवाजा खुला होना। जब रोबोट विफल हुआ, तो वह कभी भी खराब योजना के कारण नहीं था; विफलताएँ बाद में हुईं, भौतिक रूप से किसी वस्तु को देखने या पकड़ने के दौरान, जो यह सिद्ध करता कि नियोजन चरण पूरी तरह से विश्वसनीय था।

यह कार्य यह दर्शाता है कि हमें एक ऐसे रोबोट और एक ऐसे रोबोट के बीच चयन करने की आवश्यकता नहीं है जो या तो अच्छा बोलता है या सुरक्षित रूप से कार्य करता है। यह संभव है कि दोनों को प्राप्त किया जाए। शोधकर्ताओं ने दिखाया कि एक छोटा, ओपन कंप्यूटर मॉडल एक अत्यधिक सक्षम प्लानर बन सकता है जब उसे सही बाधाओं के साथ जोड़ा जाता है, जो इस विचार को चुनौती देता है कि केवल सबसे बड़े, सबसे महंगे मॉडल ही जटिल भौतिक कार्यों को संभाल सकते हैं। यह प्रणाली यह सुनिश्चित करके काम करती है कि रोबोट के विचार किसी भी गति का प्रयास करने से पहले वास्तविकता में निहित हों। यह वास्तविक दुनिया के लिए आर्टिफिशियल इंटेलिजेंस को उपयोगी बनाने की दिशा में एक महत्वपूर्ण कदम है, जहाँ गलती की लागत केवल एक गलत उत्तर नहीं, बल्कि एक टूटी हुई वस्तु या एक विफल कार्य है। यह विधि वास्तविक घर की अनिश्चितता को संभालने के लिए पर्याप्त मजबूत है, फिर भी यह गारंटी देने के लिए पर्याप्त सटीक है कि रोबोट असंभव कार्य का प्रयास नहीं करेगा। जैसे-जैसे रोबोट हमारे दैनिक सहायकों के रूप में करीब आ रहे हैं, इस तरह का विश्वसनीय, सामान्य-समझ वाला नियोजन उनके हमारे साथ बिना किसी अराजकता के काम करने के लिए आवश्यक होगा।