A Building as a Repository: KIR, a Typed Intermediate Representation for Agent-Authored Building Information Models
यह शोध पत्र KIR को प्रस्तुत करता है, जो एक टाइप किया हुआ इंटरमीडिएट रिप्रेजेंटेशन (intermediate representation) है जो बिल्डिंग इंफॉर्मेशन मॉडल्स को वर्जन्ड प्रोग्राम्स के रूप में मानता है ताकि स्वायत्त एजेंट-लिखित निर्माण (autonomous agent-authored construction) में सात विशिष्ट विफलता मोडों को व्यवस्थित रूप से पहचान और प्रदर्शित किया जा सके, जो डायरेक्ट होस्ट API मैनिपुलेशन की तुलना में त्रुटि निदान और कोड कॉम्पैक्टनेस में महत्वपूर्ण सुधार 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 नहीं लिखा है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
एक ऐसी दुनिया की कल्पना करें जहाँ हमारे शहरों के ब्लूप्रिंट केवल स्थिर चित्र नहीं हैं, बल्कि बुद्धिमान सॉफ्टवेयर एजेंटों द्वारा लिखे गए जीवित निर्देश हैं। इन एजेंटों को इमारतों के डिजिटल मॉडल बनाने के लिए डिज़ाइन किया गया है, जो परत-दर-परत, कमरे-दर-कमरे, उस जटिल सॉफ्टवेयर का उपयोग करके बनाए जाते हैं जिस पर आर्किटेक्ट और इंजीनियर हर दिन भरोसा करते हैं। चुनौती यह है कि ये सॉफ्टवेयर प्रोग्राम मानव हाथों के लिए बनाए गए थे, न कि स्वायत्त मशीनों के लिए। वे ऐसे तरीकों से आदेशों पर प्रतिक्रिया देते हैं जो अक्सर अप्रत्याशित होते हैं: एक टूल चुपचाप विफल हो सकता है, कोई निर्णय बिना किसी रिकॉर्ड के लिया जा सकता है, या जानकारी का एक महत्वपूर्ण हिस्सा बिना किसी निशान के गायब हो सकता है। जब एक मानव आर्किटेक्ट गलती करता है, तो वह त्रुटि को देख सकता है, संदर्भ को समझ सकता है और उसे ठीक कर सकता है। जब एक सॉफ्टवेयर एजेंट इस वातावरण में गलती करता है, तो वह अक्सर यह नहीं बता पाता कि क्या गलत हुआ, वह क्या करने की कोशिश कर रहा था, या क्या उसके द्वारा बनाई गई इमारत वास्तव में दिए गए डिज़ाइन से मेल खाती है। परिणाम एक ऐसा सिस्टम होता है जहाँ कंप्यूटर दावा कर सकता है कि काम पूरा हो गया है, भले ही उसके द्वारा निर्मित इमारत दोषपूर्ण या अधूरी हो।
यह वह समस्या है जिसे शोधकर्ता दिमित्री कुकलव (Dmitry Kuklev) ने हल करने का प्रयास किया। उन्होंने एक सरल लेकिन गहन प्रश्न पूछा: क्या होगा यदि हम इन एजेंटों को सीधे बिल्डिंग सॉफ्टवेयर से बात करने वाला कच्चा कोड लिखने के बजाय, एक स्पष्ट, 'टाइप्ड प्लान' (typed plan) लिखने के लिए कहें जिसे कुछ भी बनाने से पहले एक कंपाइलर द्वारा जांचा जा सके? इसका परिणाम एक नया सिस्टम है जिसे KIR कहा जाता है। यह एक इमारत को फाइलों के संग्रह के रूप में नहीं, बल्कि एक वर्शन्ड रिपॉजिटरी (versioned repository) में रखे गए एक प्रोग्राम के रूप में मानता है, बिल्कुल निर्देशों की एक लाइब्रेरी की तरह जिसे पढ़ा, जांचा और संशोधित किया जा सकता है। मूल विचार यह है कि इससे पहले कि कोई एजेंट दीवार बनाने या दरवाजा लगाने का प्रयास करे, उसे पहले यह स्पष्ट रूप से लिखना होगा कि वह क्या करने का इरादा रखता है, और एक अलग सिस्टम को यह सत्यापित करना होगा कि योजना सुदृढ़ है, संदर्भ स्पष्ट हैं, और परिणाम ज्ञात हैं। यदि योजना संदिग्ध है, तो सिस्टम आगे बढ़ने से मना कर देता है और सटीक कारण बताता है, साथ ही संभावित सुधारों की एक सूची भी देता है। यह दृष्टिकोण अनुमान लगाने और उम्मीद करने के बोझ को जानने और सत्यापित करने में बदल देता है।
शोधकर्ताओं ने इस प्रणाली को सात विशिष्ट तरीकों को संभालने के लिए बनाया है जिनसे बिना किसी को पता चले निर्माण परियोजना गलत हो सकती है। पुराने तरीके में, एक एजेंट एक विशिष्ट फ्लोर लेवल चुनने का प्रयास कर सकता है, लेकिन यदि दो स्तरों के नाम समान हैं, तो सॉफ्टवेयर केवल पहला उपलब्ध विकल्प चुन सकता है और आगे बढ़ सकता है, जिससे एजेंट को यह पता नहीं चलता कि उसने गलत चुनाव किया है। नए सिस्टम में, यह अस्पष्टता तुरंत पकड़ी जाती है। सिस्टम प्रक्रिया को रोकता है और एक 'रिफ्यूजल रिकॉर्ड' (refusal record) प्रस्तुत करता है जो सटीक समस्या और उपलब्ध विकल्पों को सूचीबद्ध करता है, जिससे एजेंट को एक जानबूझकर निर्णय लेने के लिए मजबूर किया जाता है। इसी तरह, यदि कोई एजेंट किसी मान (value) को खाली छोड़ देता है, यह उम्मीद करते हुए कि सॉफ्टवेयर इसे डिफ़ॉल्ट मान से भर देगा, तो नया सिस्टम ठीक से रिकॉर्ड करता है कि वह डिफ़ॉल्ट कहाँ से आया। यह एक स्थायी लॉग रखता है कि क्या कोई मान एजेंट द्वारा लिखा गया था, मैक्रो द्वारा गणना किया गया था, या स्वयं सॉफ्टवेयर द्वारा प्रदान किया गया था। यह निर्णय लेने की प्रक्रिया का एक 'प्रोवेनेंस' (provenance) यानी उत्पत्ति का इतिहास बनाता है।
इस विचार का परीक्षण करने के लिए, शोधकर्ताओं ने एक नियंत्रित वातावरण बनाया जहाँ वे वास्तविक बिल्डिंग सॉफ्टवेयर चलाए बिना प्रयोग कर सकें। उन्होंने एक कंपाइलर बनाया जो एजेंट के 'टाइप्ड प्लान' को लेता है और उसे बिल्डिंग मॉडल के स्नैपशॉट के विरुद्ध जांचता है। एक प्रयोग में, उन्होंने सिस्टम में बयालीस (42) अलग-अलग प्रोग्राम डाले, जिनमें से कुछ में जानबूझकर ऐसी त्रुटियां डाली गई थीं जो सिस्टम को तोड़ दें। सिस्टम ने इन दोषपूर्ण प्रोग्रामों में से उन उनतीस (29) को सफलतापूर्वक अस्वीकार कर दिया, और विस्तृत डायग्नोस्टिक कोड प्रदान किए जिन्होंने समझाया कि क्या गलत था। महत्वपूर्ण रूप से, इसने क्रैश हुए बिना या अनकैच एरर (uncaught error) दिए बिना यह किया; इसने बस रुककर समस्या को समझाया। स्वीकृत प्रोग्रामों के लिए, इसने वास्तविक बिल्डिंग सॉफ्टवेयर में चलाने के लिए कोड की एक विशाल मात्रा उत्पन्न की। एक एकल बिल्डिंग डिज़ाइन जिसे नए सिस्टम में निर्देश देने के लिए सौ लाइनों की आवश्यकता थी, वह होस्ट सॉफ्टवेयर के लिए अनुवादित होने पर लगभग चालीस लाख वर्णों (characters) में विस्तारित हो गया। यह विशाल अंतर अंतर्निहित सॉफ्टवेयर की जटिलता और एक संक्षिप्त, मानव-पठनीय योजना के मूल्य को उजागर करता है जो एजेंट और मशीन के बीच स्थित होती है।
सिस्टम ने बिल्डिंग प्रोजेक्ट की स्थिति के बारे में सोचने का एक नया तरीका भी पेश किया। पारंपरिक प्रणालियों में, एक ट्रांजेक्शन या तो सफल होता है या विफल। इस नई प्रणाली में, एक तीसरा राज्य है: 'अनकन्फर्म्ड' (unconfirmed - अपुष्ट)। यदि सॉफ्टवेयर एक दीवार बनाने का कमांड भेजता है लेकिन प्रतिक्रिया खो जाती है या अस्पष्ट होती है, तो सिस्टम यह अनुमान नहीं लगाता कि क्या यह सफल रहा। इसके बजाय, यह क्रिया को 'अनकन्फर्म्ड' के रूप में चिह्नित करता है और इसे दोबारा करने से पहले एक विशिष्ट सत्यापन चरण की आवश्यकता होती है। यह सिस्टम को यह मानने से रोकता है कि कोई निर्माण तत्व मौजूद है जबकि शायद वह नहीं है। शोधकर्ताओं ने एक "रिवर्स पाथ" (reverse path) भी बनाया, जो एक पूर्ण बिल्डिंग मॉडल को सिस्टम की भाषा में वापस पढ़ने का एक तरीका है। यह प्रक्रिया यह जांचती है कि मॉडल के प्रत्येक तत्व का हिसाब रखा जा सकता है या नहीं। यदि सिस्टम मॉडल के किसी ऐसे हिस्से से टकराता है जिसे वह समझ या व्यक्त नहीं कर सकता, तो यह उसे चुपचाप नहीं छोड़ता; यह उसे एक विशिष्ट कारण के साथ एक "एटम" (atom) के रूप में रिकॉर्ड करता है, यह सुनिश्चित करता है कि अनुवाद के दौरान निर्माण का कोई भी हिस्सा खो न जाए।
इस प्रणाली का मूल्यांकन कठोर था। शोधकर्ताओं ने इसे एक सिम्युलेटेड साठ मंजिला टॉवर पर परखा, जो सैकड़ों मंजिलों और हजारों कॉलमों वाली एक जटिल संरचना है। उन्होंने पाया कि सिस्टम पूरे बिल्डिंग प्लान को केवल ग्यारह हजार से अधिक वर्णों के संक्षिप्त प्रारूप में तैयार कर सकता है, जो बाद में होस्ट सॉफ्टवेयर के लिए आवश्यक कोड में विस्तारित हो जाता है। उन्होंने एक ही बिल्डिंग को संपादित करने के लिए कई एजेंटों द्वारा किए जाने वाले संघर्षों को संभालने की प्रणाली की क्षमता का भी परीक्षण किया। सिस्टम 'कंपेयर-एंड-स्वैप' (compare-and-swap) नामक विधि का उपयोग करता है, जो यह सुनिश्चित करता है कि यदि दो एजेंट एक ही समय में बिल्डिंग के एक ही हिस्से को बदलने का प्रयास करते हैं, तो सिस्टम संघर्ष का पता लगाता है और एजेंटों द्वारा असहमति को सुलझाने तक परिवर्तनों को मर्ज करने से मना कर देता है। यह उस प्रकार के डेटा भ्रष्टाचार को रोकता है जो अक्सर एक ही डिजिटल फ़ाइल पर कई लोगों के काम करने से होता है।
हालाँकि, शोधकर्ता यह बताने में सावधानी बरतते हैं कि उन्होंने अभी तक क्या सिद्ध नहीं किया है। हालांकि उनका सिस्टम ऑफलाइन परीक्षणों में पूरी तरह से काम करता है और सफलतापूर्वक कंपाइल होने वाला कोड उत्पन्न करता है, लेकिन उन्होंने अभी तक एक नियंत्रित तुलना नहीं की है कि क्या इस नए सिस्टम का उपयोग करने वाले एजेंट, सीधे कोड लिखने वाले एजेंटों की तुलना में चीजें बनाने में बेहतर हैं। वह प्रयोग नियोजित है लेकिन अभी तक किया नहीं गया है। वर्तमान परिणाम दिखाते हैं कि सिस्टम मजबूत है, यह उन त्रुटियों को पकड़ता है जो अन्यथा अनसुनी रह जातीं, और यह किए गए प्रत्येक निर्णय का एक स्पष्ट, निरीक्षण योग्य रिकॉर्ड प्रदान करता है। यह योजना की वैधता को निष्पादन की सफलता और अंतिम डिज़ाइन की शुद्धता से अलग करता है, और इन्हें तीन अलग-अलग चीजों के रूप में मानता है जिन्हें अलग-अलग सत्यापित किया जाना चाहिए।
इस कार्य का महत्व 'अंधाधुंध निष्पादन' (blind execution) के मॉडल से 'साक्ष्य-आधारित निर्माण' (evidence-based construction) की ओर इसके बदलाव में निहित है। बिल्डिंग को एक ऐसे प्रोग्राम के रूप में मानकर जिसे पढ़ा, जांचा और संशोधित किया जा सकता है, यह सिस्टम स्वायत्त एजेंटों को अपने कार्यों के बारे में तर्क करने की क्षमता देता है। यह विफलता के लिए एक शब्दावली प्रदान करता है, जिससे सिस्टम यह कहने में सक्षम होता है कि "मैं यह नहीं कर सकता क्योंकि X", बजाय इसके कि वह केवल चुपचाप विफल हो जाए। यह दृष्टिकोण न केवल सॉफ्टवेयर को अधिक विश्वसनीय बनाता है, बल्कि एजेंटों के साथ निर्माण की प्रक्रिया को पारदर्शी और जवाबदेह भी बनाता है। शोधकर्ताओं ने दिखाया है कि एक ऐसा सिस्टम बनाना संभव है जहाँ कंप्यूटर जानता है कि वह क्या कर रहा है, वह ऐसा क्यों कर रहा है, और उसने क्या हासिल किया है, जो एक ऐसे भविष्य की नींव रखता है जहाँ बुद्धिमान एजेंट हमारे विश्व की जटिल संरचनाओं को डिजाइन करने और बनाने के लिए मनुष्यों के साथ सहयोग कर सकते हैं। यह कार्य इस बात का प्रमाण है कि सही उपकरणों के साथ, एक एजेंट के इरादे और अंतिम परिणाम के बीच के अंतर को स्पष्टता और सटीकता के साथ भरा जा सकता 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।