Experimental reasoning in large language models

विज्ञान हमेशा से एक प्रश्न और भौतिक दुनिया के बीच होने वाली बातचीत रहा है। एक शोधकर्ता एक विचार प्रस्तावित करता है, यह देखने के लिए एक परीक्षण डिजाइन करता है कि क्या दुनिया उससे सहमत है, और फिर देखता है कि क्या होता है। यदि परिणाम अप्रत्याशित हो, तो शोधकर्ता अपनी योजना बदल देता है और फिर से प्रयास करता है। पूछने, कार्य करने और तालमेल बिठाने का यह चक्र ही खोज का इंजन है। दशकों से, वैज्ञानिक ऐसी मशीनें बनाने की कोशिश कर रहे हैं जो उनके लिए यह काम कर सकें। शुरुआती प्रयासों ने स्वचालन (ऑटोमेशन) पर ध्यान केंद्रित किया: ऐसे रोबोट जो निर्देशों के एक सख्त सेट का पालन कर सकें, जैसे कि एक शेफ जो रेसिपी का अक्षरशः पालन करता है। ये मशीनें दोहराव में उत्कृष्ट हैं, लेकिन जब रसोई में आग लग जाती है या कोई सामग्री गायब होती है, तो वे संघर्ष करती हैं। वे मौके पर निर्णय नहीं ले सकतीं। अब प्रश्न यह है कि क्या कृत्रिम बुद्धिमत्ता की नई पीढ़ी, विशेष रूप से लार्ज लैंग्वेज मॉडल्स, केवल आदेशों का पालन करने से अधिक कुछ कर सकती है। क्या ये कंप्यूटर प्रोग्राम वास्तव में एक वैज्ञानिक प्रयोग के माध्यम से तर्क कर सकते हैं, और यह तय कर सकते हैं कि आगे क्या करना है, ठीक वैसे ही जैसे एक मानव वैज्ञानिक करता है?

ड्यूक यूनिवर्सिटी के शोधकर्ताओं ने एक ऐसा सिस्टम बनाने के लिए इसे उत्तर देने का प्रयास किया जिसे वे PEARL कहते हैं। उन्होंने एक मानक कंप्यूटर प्रोग्राम को, जिसे मानव भाषा को समझने और उत्पन्न करने के लिए डिज़ाइन किया गया है, एक सरल प्रयोगशाला रोबोट और एक वेबकैम से जोड़ा। रोबोट छोटे कंटेनरों के बीच तरल पदार्थ को हिला सकता था, और कैमरा परिणामों को देख सकता था। शोधकर्ताओं ने सिस्टम को एक लक्ष्य दिया, जैसे कि "कंटेनरों की ट्रे में इंद्रधनुष बनाएं," लेकिन उन्होंने इसे करने के लिए चरण-दर-चरण मार्गदर्शिका प्रदान नहीं की। उन्होंने सिस्टम को यह नहीं बताया कि कौन से रंगों को किस क्रम में मिलाना है, या किन बोतलों में कौन से रंग (डाई) हैं। सिस्टम को पूरी प्रक्रिया को अपने आप समझना था। उसे उपलब्ध उपकरणों को देखना था, यह तय करना था कि क्या मिलाना है, क्रिया करनी थी, परिणाम देखना था, और फिर यह तय करना था कि क्या वह सफल हुआ है या उसे कुछ अलग प्रयास करने की आवश्यकता है।

सिस्टम ने सोचने की प्रक्रिया को विभिन्न भूमिकाओं में विभाजित करके काम किया जो आपस में संवाद करती थीं। सिस्टम के एक हिस्से ने प्रयोग की योजना बनाई, दूसरे ने भविष्यवाणी की कि क्या होगा, और तीसरे ने गलतियों पर नज़र रखी। जब रोबellen ने दो तरल पदार्थों को मिलाया और रंग गलत आया, तो सिस्टम केवल चलता नहीं रहा। वह रुक गया, साक्ष्यों को देखा, और महसूस किया कि उसकी भविष्यवाणी गलत थी। फिर उसने अपनी योजना में सुधार किया और एक नया मिश्रण आजमाया। एक परीक्षण में, शोधकर्ताओं ने सिस्टम से केवल लाल और हरे रंगों का उपयोग करके बैंगनी रंग बनाने के लिए कहा। सिस्टम ने सही ढंग से महसूस किया कि यह असंभव था और उन्हें मिलाने से इनकार कर दिया, और इसके बजाय बेहतर निर्देश मांगा। एक अन्य परीक्षण में, एक इंसान ने सिस्टम के काम करते समय कंटेनरों की ट्रे को गुप्त रूप से घुमा दिया। सिस्टम ने देखा कि रंग गलत स्थानों पर थे, उसने ट्रे का अपना मानसिक मानचित्र अपडेट किया, और सही तरल पदार्थों को नए स्थानों में मिलाने के लिए अपने कार्यों को समायोजित किया। उसने यह बिना यह जाने किया कि ट्रे को घुमाया गया था।

शोधकर्ताओं ने इस प्रणाली को और आगे बढ़ाया जब उन्होंने एक एंजाइम कितनी तेजी से काम करता है, इसे मापने के लिए एक वास्तविक जैव-रासायनिक (बायोकेमिकल) परीक्षण करने को कहा। इसके लिए सटीक माप और सावधानीपूर्वक समय निर्धारण की आवश्यकता थी। सिस्टम को तय करना था कि कितना तरल मिलाना है, कब तस्वीर लेनी है, और समय के साथ बदलते रंगों का विश्लेषण कैसे करना है। जब शोधकर्ताओं ने एक समस्या पेश की, जैसे कि गलती से एक कंटेनर में बहुत अधिक तरल डाल दिया, तो सिस्टम ने त्रुटि को पहचान लिया, खराब डेटा को अनदेखा कर दिया, और गणना पूरी करने के लिए शेष अच्छे डेटा का उपयोग किया। जब प्रारंभिक मिश्रण सटीक रूप से मापने के लिए बहुत अधिक गाढ़ा था, तो सिस्टम को एहसास हुआ कि उसे अधिक जानकारी की आवश्यकता है। अनुमान लगाने के बजाय, उसने मिश्रण को पतला करने और वास्तविक रंगों को देखने के लिए एक नया, छोटा प्रयोग डिजाइन किया। फिर उसने उस नई जानकारी का उपयोग मुख्य प्रयोग को ठीक करने के लिए किया। हर परिदृश्य में, सिस्टम ने एक अस्पष्ट लक्ष्य को भौतिक क्रिया में सफलतापूर्वक बदला, परिणाम की व्याख्या की, और तय किया कि आगे क्या करना है।

अध्ययन ने यह भी परीक्षण किया कि सफलता के लिए सिस्टम को कितनी मदद की आवश्यकता थी। शोधकर्ताओं ने कम आंतरिक भूमिकाओं वाले और प्रयोग के इतिहास की कोई साझा स्मृति न रखने वाले एक सरल सेटअप के साथ समान कार्यों को चलाने का प्रयास किया। यह सरल संस्करण अक्सर यह जोड़ने में विफल रहा कि जो उसने देखा और उसे आगे क्या करना चाहिए, उनके बीच संबंध क्या है। यह किसी समस्या को पहचान तो सकता था लेकिन उसे ठीक करना भूल जाता था, या चरणों के क्रम में खो जाता था। हालांकि, जब सिस्टम के पास प्रयोग का एक निरंतर रिकॉर्ड और एक-दूसरे के काम की जांच करने के लिए कुछ विशिष्ट भूमिकाएं थीं, तो वह लगभग हर बार सफल रहा। यह सुझाव देता है कि प्रयोग के माध्यम से तर्क करने की क्षमता काफी हद तक स्वयं भाषा मॉडल की अंतर्निहित बुद्धिमत्ता से आती है, लेकिन थोड़ा सा ढांचा उसे केंद्रित और विश्वसनीय रहने में मदद करता है।

ये निष्कर्ष बताते हैं कि हम प्रयोगशाला स्वचालन (ऑटोमेशन) के बारे में कैसे सोच सकते हैं। रोबोट को पहले से ही हर संभावित स्थिति के लिए प्रोग्राम करने के बजाय, हम जल्द ही उन्हें एक लक्ष्य दे पाएंगे और उन्हें विवरणों को सुलझाने देंगे। सिस्टम को घुमाई गई ट्रे या सांद्रित डाई को संभालने के लिए किसी पूर्व-लिखित रेसिपी की आवश्यकता नहीं थी; इसने उन स्थितियों को उसी क्षण समझ लिया। शोधकर्ता जोर देते हैं कि यह अभी तक एक पूर्णतः स्वायत्त वैज्ञानिक नहीं है जो नए सिद्धांतों का आविष्कार कर सके या ब्रह्मांड के बारे में गहरे प्रश्न पूछ सके। प्रयोग दृश्य परिणामों वाले विशिष्ट कार्यों तक सीमित थे। हालांकि, यह कार्य दिखाता है कि सामान्य-उद्देश्य वाले कंप्यूटर मॉडल पहले से ही एक वैज्ञानिक लक्ष्य और भौतिक दुनिया के बीच एक 'सोचने वाली परत' के रूप में कार्य कर सकते हैं। वे देख सकते हैं, व्याख्या कर सकते हैं, और अनुकूलित हो सकते हैं, जिससे प्रयोग करने की क्रिया को स्वयं तर्क प्रक्रिया का हिस्सा बना दिया जाता है। यह क्षेत्र को सरल स्वचालन से एक ऐसे भविष्य की ओर ले जाता है जहाँ मशीनें सीधे वैज्ञानिक प्रक्रिया में भाग ले सकती हैं, अप्रत्याशित स्थितियों को संभाल सकती हैं और जो वे देखती हैं उससे सीख सकती हैं।