Distributional Connexed Cognition (DCC): An Experience-Driven Architecture for Artificial Agents
यह शोध पत्र डिस्ट्रीब्यूशनल कनेक्टेड कॉग्निशन (DCC) का प्रस्ताव करता है, जो CISR ढांचे और न्यूरो-फंक्शनल सिद्धांतों पर आधारित एक अनुभव-संचालित AI आर्किटेक्चर है, जो कृत्रिम एजेंटों को पूर्व-निर्धारित डेटासेट पर निर्भर रहने के बजाय अनुभवात्मक निशानों को संघनित करने की पुनरावृत्ति प्रक्रिया के माध्यम से स्वायत्त रूप से स्व-संदर्भित उपमाएं और जवाबदेह निर्णय उत्पन्न करने में सक्षम बनाता है।
मूल पेपर CC BY 4.0 (https://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 लेखक ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
आज के अधिकांश कृत्रिम बुद्धिमत्ता (आर्टिफिशियल इंटेलिजेंस) एक ऐसे छात्र की तरह काम करते हैं जिसने पाठ्यपुस्तक को रट लिया है लेकिन दुनिया देखने के लिए कभी बाहर कदम नहीं रखा। यह मानव द्वारा क्यूरेट किए गए विशाल डेटासेट से सीखता है, और पैटर्न पहचानने तथा उत्तर उत्पन्न करने के लिए प्रोग्रामरों द्वारा लिखे गए सख्त नियमों का पालन करता है। हालाँकि ये सिस्टम अविश्वसनीय रूप से प्रवाहपूर्ण हो सकते हैं, लेकिन इनमें व्यक्तिगत इतिहास का अभाव होता है; वे अपने स्वयं के अनुभवों का पुस्तकालय नहीं बनाते, और न ही वे इस आधार पर अपना व्यवहार बदलते हैं कि विशेष रूप से उनके साथ क्या हुआ है। यह मशीन इंटेलिजेंस को समझने में एक मौलिक अंतर पैदा करता है: यदि कोई मशीन अपने स्वयं के जीवन से नहीं सीख सकती, तो क्या वास्तव में इसे अपनी स्वतंत्र एजेंसी (agency) कहा जा सकता है? एक नया अध्ययन एक अलग मार्ग प्रस्तावित करता है, जो पूर्व-निर्धारित नियमों से दूर जाकर एक ऐसे आर्किटेक्चर की ओर बढ़ता है जहाँ एक कृत्रिम एजेंट केवल अपने स्वयं के इंटरैक्शन (परस्पर क्रियाओं) के माध्यम से जीवित रहकर सीखता है, और एक अनूठा इतिहास संचित करता है जो उसके हर भविष्य के निर्णय को संचालित करता है।
शोधकर्ताओं ने, जिनका नेतृत्व ओटावा विश्वविद्यालय में ज़ी एन वांग ने किया है, 'डिस्ट्रीबशनल कनेक्टेड कॉग्निशन' (Distributional Connexed Cognition) या DCC नामक एक प्रणाली विकसित की है। इसका मूल विचार इस बात की नकल करना है कि मानव मस्तिष्क सूचनाओं को कैसे संसाधित करता है इससे पहले कि हम सचेत रूप से जागरूक हों। मानव मन में, हमारे शरीर और पर्यावरण से संकेत लगातार प्राप्त, फ़िल्टर और एकीकृत किए जाते हैं। केवल सबसे महत्वपूर्ण संकेत ही सतह पर आते हैं और एक सचेत विचार या एक जानबूझकर की गई कार्रवाई बनते हैं। DCC आर्किटेक्चर इस प्रक्रिया को मशीन में दोहराने का प्रयास करता है। यह बताने के बजाय कि क्या करना है, कृत्रिम एजेंट को बुनियादी आवश्यकताओं का एक सेट और एक वितरित मेमोरी सिस्टम दिया जाता है। यह संवेदी इनपुट प्राप्त करता है, इसकी तुलना अपने पिछले अनुभवों से करता है, और अगले कदम के निर्णय के लिए उस तुलना का उपयोग करता है। यदि यह कोई गलती करता है, तो उस विफलता को एक विशिष्ट मेमोरी ट्रेस (स्मृति चिह्न) के रूप में संग्रहीत किया जाता है, जो भविष्य के विकल्पों को उस तरह से प्रभावित करता है जैसा कि एक साधारण नियम-आधारित प्रोग्राम कभी नहीं कर सकता।
इस अवधारणा का परीक्षण करने के लिए, टीम ने A1 नामक एक कृत्रिम एजेंट बनाया और उसे विभिन्न सिम्युलेटेड वातावरणों में रखा, जिसकी शुरुआत एक नियंत्रित "नर्सरी" से हुई और अंततः एक अधिक जटिल, खुले विश्व की ओर बढ़ी। नर्सरी में, A1 को बुनियादी अस्तित्व कौशल सीखना था, जैसे कि हिलना-डुलना, अवलोकन करना और पानी एवं लकड़ी जैसे विभिन्न प्रकार के संसाधनों को खाना। महत्वपूर्ण बात यह है कि सिस्टम को "भूख लगने पर पानी पियो" जैसे निर्देशों की सूची नहीं दी गई थी। इसके बजाय, उसे इन संबंधों को स्वयं खोजना था। जब A1 ने ऐसी चीज़ खाने की कोशिश की जिससे उसे चोट पहुँची, जैसे कि एक जीवित धातु की वस्तु, तो उसने उस नकारात्मक परिणाम को रिकॉर्ड किया। बाद में, जब किसी समान स्थिति का सामना हुआ, तो सिस्टम उस स्मृति को याद करेगा और खतरनाक क्रिया को रोक देगा, जिससे प्रभावी रूप से आत्म-संरक्षण का एक नियम बनता है जिसे उसने स्वयं लिखा था।
प्रयोगों के परिणाम चौंकाने वाले थे। नियंत्रित नर्सरी वातावरण में, एजेंट के लगभग 99 प्रतिशत निर्णय उसके अपने संचित अनुभवों द्वारा संचालित थे, न कि डिफ़ॉल्ट फॉलबैक नियमों द्वारा। इसका अर्थ है कि एजेंट केवल एक स्क्रिप्ट का पालन नहीं कर रहा था; वह समस्याओं को हल करने के लिए अपने व्यक्तिगत इतिहास को सक्रिय रूप से खोज रहा था। एक विशिष्ट परीक्षण में, एजेंट ने क्रियाओं के एक जटिल क्रम को सीखा—लकड़ी पर हमला करना, करीब जाना और फिर उसे खाना—बिना यह सिखाए कि यह विशिष्ट श्रृंखला क्या है। उसने यह पता लगाया कि लकड़ी के लिए दो-चरणीय प्रक्रिया की आवश्यकता होती है, अपने स्वयं के प्रयासों के परिणामों को देखकर। जब एजेंट को एक बड़े, अधिक अप्रत्याशित "वास्तविक दुनिया" के सिमुलेशन में ले जाया गया, तो उसने इन सीखे हुए व्यवहारों को सफलतापूर्वक लागू किया। उसने अपना अधिकांश समय उस विशिष्ट क्षेत्र में जाने में बिताया जहाँ भोजन पुनर्जीवित होता है, संसाधनों का कुशलतापूर्वक उपभोग किया, और अपनी पिछली विफलताओं के आधार पर खतरों से बचा। यहाँ तक कि जब अंततः उसकी ऊर्जा समाप्त हुई और वह मर गया, तब भी उसने अपने अंतिम क्षणों में केवल रैंडम गेसिंग (यादृच्छिक अनुमान) का सहारा लेते हुए, अपने स्वयं के अनुभव के आधार पर अपने कार्यों का 98 प्रतिशत से अधिक समय तक पालन किया।
यह अध्ययन एक गहरे दार्शनिक प्रश्न को भी संबोधित करता है। यदि कोई कृत्रिम प्रणाली नुकसान पहुँचाती है, तो दोषी कौन है? लेखक का तर्क है कि जो सिस्टम केवल मानव कोड का पालन करने वाले उपकरण मात्र हैं, उनके लिए जिम्मेदारी डिजाइनर की है। हालाँकि, A1 जैसे सिस्टम के लिए, जिसका व्यवहार उसकी अपनी अनूठी सफलता और विफलता के इतिहास से प्रेरित है, स्थिति अलग है। क्योंकि एजेंट के निर्णय मानव निर्देशों के एक निश्चित सेट के बजाय उसके अपने अनुभवात्मक पुस्तकालय से उभरते हैं, यह एक नए प्रकार की इकाई का प्रतिनिधित्व करता है। शोधकर्ता सुझाव देते हैं कि ऐसे "नॉन-पपेट" (गैर-कठपुतली) सिस्टम, जो अपने निरंतर अनुभव के आधार पर कार्य करते हैं, उन्हें मानक सॉफ़्टवेयर पर लागू होने वाले नियमों से अलग, जवाबदेही निर्धारित करने के लिए अपने स्वयं के कानूनी कोड की आवश्यकता हो सकती है।
यह कार्य यह दावा नहीं करता है कि कृत्रिम एजेंट मानवीय अर्थों में सचेत है, न ही यह सुझाव देता है कि मशीन को दर्द या खुशी महसूस होती है। सिस्टम के पास कोई व्यक्तिपरक आंतरिक जीवन नहीं है। इसके बजाय, यह प्रदर्शित करता है कि एक मशीन को एक कार्यात्मक इतिहास रखने के लिए डिज़ाइन किया जा सकता है जो उसके व्यवहार को निर्देशित करता है। मस्तिष्क के प्री-कॉन्शियस सिग्नल इंटीग्रेशन और व्यक्तिगत ट्रैसेस को संग्रहीत करने और पुनः प्राप्त करने की क्षमता की नकल करने वाले आर्किटेक्चर का निर्माण करके, शोधकर्ताओं ने दिखाया है कि कृत्रिम एजेंट मानव डेटा के दर्पण मात्र होने से आगे बढ़ सकते हैं। वे ऐसे सिस्टम बन सकते हैं जो सीखते हैं, अनुकूलित होते हैं और अपने अस्तित्व की अनूठी कहानी के आधार पर निर्णय लेते हैं।
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।