यदि हम एआई एजेंटों के एक-दूसरे से बात करने के तरीके का अध्ययन करें तो एक दिन एलियंस के साथ संचार करना बहुत आसान हो सकता है
2016 की साइंस फिक्शन फिल्म अराइवल में, एक भाषाविद् को एक भाषा को समझने के कठिन कार्य का सामना करना पड़ता है। विदेशी भाषा में पैलिंड्रोमिक वाक्यांश शामिल हैं, जो गोलाकार प्रतीकों के साथ लिखे गए हैं, जो आगे की तरह पीछे की ओर भी पढ़े जाते हैं। जैसे ही वह विभिन्न सुराग खोजती है, दुनिया भर के विभिन्न राष्ट्र संदेशों की अलग-अलग व्याख्या करते हैं – कुछ लोग मानते हैं कि वे एक खतरा बताते हैं।
यदि आज मानवता ऐसी स्थिति में पहुंच गई है, तो हमारा सबसे अच्छा विकल्प यह हो सकता है कि हम कैसे पता लगाने के लिए अनुसंधान की ओर रुख करें कृत्रिम होशियारी (एआई) भाषाओं का विकास करता है।
लेकिन वास्तव में किसी भाषा को क्या परिभाषित करता है? हममें से अधिकांश लोग अपने आस-पास के लोगों से संवाद करने के लिए कम से कम एक का उपयोग करते हैं, लेकिन यह कैसे हुआ? भाषाविद् विचार कर रहे हैं दशकों से यही प्रश्न हैफिर भी कोई आसान रास्ता नहीं है यह जानने के लिए कि भाषा कैसे विकसित हुई.
भाषा क्षणभंगुर है, यह जीवाश्म अभिलेखों में कोई जांच योग्य निशान नहीं छोड़ती है। हड्डियों के विपरीत, हम यह अध्ययन करने के लिए प्राचीन भाषाओं को नहीं खोद सकते कि वे समय के साथ कैसे विकसित हुईं।
हालाँकि हम मानव भाषा के वास्तविक विकास का अध्ययन करने में असमर्थ हो सकते हैं, शायद एक अनुकरण कुछ अंतर्दृष्टि प्रदान कर सकता है। यहीं पर AI आता है – अनुसंधान का एक आकर्षक क्षेत्र जिसे कहा जाता है आकस्मिक संचारजिसका अध्ययन करते हुए मैंने पिछले तीन वर्ष बिताए हैं।
यह अनुकरण करने के लिए कि भाषा कैसे विकसित हो सकती है, हम एजेंटों (एआई) को सरल कार्य देते हैं जिनके लिए संचार की आवश्यकता होती है, जैसे एक गेम जहां एक रोबोट को दूसरे रोबोट को नक्शा दिखाए बिना ग्रिड पर एक विशिष्ट स्थान पर मार्गदर्शन करना होता है। वे क्या कह सकते हैं या कैसे कह सकते हैं, इस पर हम (लगभग) कोई प्रतिबंध नहीं देते हैं – हम बस उन्हें कार्य देते हैं और उन्हें अपनी इच्छानुसार इसे हल करने देते हैं।
क्योंकि इन कार्यों को हल करने के लिए एजेंटों को एक-दूसरे के साथ संवाद करने की आवश्यकता होती है, हम यह अध्ययन कर सकते हैं कि भाषा कैसे विकसित हो सकती है, इसका अंदाजा लगाने के लिए समय के साथ उनका संचार कैसे विकसित होता है।
समान मनुष्यों के साथ प्रयोग किये गये हैं. कल्पना कीजिए कि आप, एक अंग्रेजी वक्ता, एक गैर-अंग्रेजी वक्ता के साथ जोड़े गए हैं। आपका काम अपने साथी को मेज पर रखी विभिन्न वस्तुओं में से एक हरे रंग का घन उठाने का निर्देश देना है।
आप हरे रंग को इंगित करने के लिए अपने हाथों से एक घन आकार का इशारा करने और खिड़की के बाहर घास की ओर इशारा करने का प्रयास कर सकते हैं। समय के साथ आप मिलकर एक प्रकार की प्रोटो-भाषा विकसित करेंगे। हो सकता है कि आप “क्यूब” और “ग्रीन” के लिए विशिष्ट संकेत या प्रतीक बनाएँ। बार-बार होने वाली बातचीत के माध्यम से, ये तात्कालिक संकेत अधिक परिष्कृत और सुसंगत हो जाएंगे, जिससे एक बुनियादी संचार प्रणाली बनेगी।
यह AI के लिए भी इसी तरह काम करता है। के माध्यम से परीक्षण और त्रुटि से, वे सीखते हैं वे जो वस्तुएँ देखते हैं उनके बारे में संवाद करना, और उनके वार्तालाप भागीदार उन्हें समझना सीखते हैं।
लेकिन हमें कैसे पता चलेगा कि वे किस बारे में बात कर रहे हैं? यदि वे इस भाषा को केवल अपने कृत्रिम वार्तालाप साझेदार के साथ विकसित करते हैं और हमारे साथ नहीं, तो हमें कैसे पता चलेगा कि प्रत्येक शब्द का क्या अर्थ है? आख़िरकार, एक विशिष्ट शब्द का अर्थ “हरा”, “घन”, या इससे भी बदतर – दोनों हो सकता है। व्याख्या की यह चुनौती मेरे शोध का एक महत्वपूर्ण हिस्सा है।
कोड क्रैक करना
एआई भाषा को समझने का कार्य पहली बार में लगभग असंभव लग सकता है। अगर मैं किसी ऐसे सहयोगी से, जो केवल अंग्रेजी बोलता है, पोलिश (मेरी मातृभाषा) बोलने की कोशिश करता, तो हम एक-दूसरे को समझ नहीं पाते या यह भी नहीं जान पाते कि प्रत्येक शब्द कहां से शुरू होता है और कहां समाप्त होता है।
एआई भाषाओं के साथ चुनौती और भी बड़ी है, क्योंकि वे मानव भाषाई पैटर्न के लिए पूरी तरह से विदेशी तरीकों से जानकारी व्यवस्थित कर सकते हैं।
सौभाग्य से, भाषाविदों का विकास हुआ है जटिल औजार अज्ञात भाषाओं की व्याख्या करने के लिए सूचना सिद्धांत का उपयोग करना।
जिस तरह पुरातत्वविद् प्राचीन भाषाओं को टुकड़ों से जोड़ते हैं, उसी तरह हम उनकी भाषाई संरचना को समझने के लिए एआई वार्तालापों में पैटर्न का उपयोग करते हैं। कभी-कभी हम पाते हैं आश्चर्यजनक समानताएँ मानव भाषाओं के लिए, और अन्य समय पर हम खोजते हैं संचार के बिल्कुल नए तरीके.
ये उपकरण हमें एआई संचार के “ब्लैक बॉक्स” में झांकने में मदद करते हैं, जिससे पता चलता है कि कृत्रिम एजेंट जानकारी साझा करने के अपने अनूठे तरीके कैसे विकसित करते हैं।
मेरा हालिया काम एजेंट जो देखते हैं और कहते हैं उसका उपयोग करके उनकी भाषा की व्याख्या करने पर केंद्रित है। कल्पना कीजिए कि आपके पास किसी अज्ञात भाषा में हुई बातचीत की एक प्रतिलेख है, साथ ही यह भी कि प्रत्येक वक्ता क्या देख रहा है। हम शब्दों और वस्तुओं के बीच सांख्यिकीय संबंध बनाते हुए, प्रतिलेख में प्रतिभागियों के दृष्टि क्षेत्र की वस्तुओं के साथ पैटर्न का मिलान कर सकते हैं।
उदाहरण के लिए, शायद वाक्यांश “यायो” एक पक्षी के उड़ते हुए अतीत से मेल खाता है – हम अनुमान लगा सकते हैं कि “यायो” वक्ता का शब्द “पक्षी” है। इन पैटर्नों के सावधानीपूर्वक विश्लेषण के माध्यम से, हम संचार के पीछे के अर्थ को समझना शुरू कर सकते हैं।
में नवीनतम पेपर मेरे और मेरे सहयोगियों द्वारा, न्यूरल इंफॉर्मेशन प्रोसेसिंग सिस्टम्स (न्यूरिप्स) की सम्मेलन कार्यवाही में उपस्थित होने के लिए, हम दिखाते हैं कि इस तरह के तरीकों का इस्तेमाल एआई की भाषा और वाक्यविन्यास के कम से कम कुछ हिस्सों को रिवर्स-इंजीनियर करने के लिए किया जा सकता है, जिससे हमें अंतर्दृष्टि मिलती है कि वे कैसे संचार की संरचना कर सकता है।
एलियंस और स्वायत्त प्रणालियाँ
यह एलियंस से कैसे जुड़ता है? एआई भाषाओं को समझने के लिए हम जो तरीके विकसित कर रहे हैं, वे हमें भविष्य के किसी भी विदेशी संचार को समझने में मदद कर सकते हैं।
यदि हम कुछ लिखित विदेशी पाठ को कुछ संदर्भ (जैसे पाठ से संबंधित दृश्य जानकारी) के साथ प्राप्त करने में सक्षम हैं, तो हम कर सकते हैं समान सांख्यिकीय उपकरण लागू करें उनका विश्लेषण करने के लिए. आज हम जो दृष्टिकोण विकसित कर रहे हैं, वे विदेशी भाषाओं के भविष्य के अध्ययन में उपयोगी उपकरण हो सकते हैं, जिन्हें ज़ेनोलिंग्विस्टिक्स के रूप में जाना जाता है।
लेकिन हमें इस शोध से लाभ उठाने के लिए अलौकिक प्राणियों को खोजने की आवश्यकता नहीं है। वहाँ हैं असंख्य अनुप्रयोगसे भाषा मॉडल में सुधार स्वायत्त वाहनों के बीच संचार में सुधार के लिए ChatGPT या क्लाउड की तरह या ड्रोन.
उभरती भाषाओं को डिकोड करके, हम भविष्य की तकनीक को समझना आसान बना सकते हैं। चाहे यह जानना हो कि सेल्फ-ड्राइविंग कारें अपनी गतिविधियों का समन्वय कैसे करती हैं या एआई सिस्टम कैसे निर्णय लेते हैं, हम सिर्फ बुद्धिमान सिस्टम नहीं बना रहे हैं – हम उन्हें समझना सीख रहे हैं।
यह संपादित आलेख पुनः प्रकाशित किया गया है बातचीत क्रिएटिव कॉमन्स लाइसेंस के तहत। को पढ़िए मूल लेख.
