भाषा मॉडल वैज्ञानिक क्रांतियों को ट्रिगर नहीं कर सकते, लेकिन विश्व मॉडल कर सकते हैं
Google DeepMind
OpenAI
Google/DeepMind
Sakana AI
गूगल डीपमाइंड के टॉम ज़ाहावी का एक स्थिति पत्र तर्क देता है कि बड़े भाषा मॉडल (एलएलएम) में वैज्ञानिक खोज के लिए आवश्यक संज्ञानात्मक तंत्र का अभाव है, विशेष रूप से 'जोड़-तोड़ अपहरण' - नए अभिगृहीतों के लिए रचनात्मक छलांग। ज़ाहावी सुझाव देते हैं कि विश्व मॉडल जो सिमुलेशन में सक्रिय हस्तक्षेप की अनुमति देते हैं, आगे बढ़ने का एक मार्ग हो सकते हैं।
एक स्थिति पत्र 'एलएलएम कूद नहीं सकते' (LLMs can't jump) में, गूगल डीपमाइंड के टॉम ज़ाहावी का तर्क है कि भाषा मॉडल वैज्ञानिक क्रांतियाँ नहीं ला सकते क्योंकि उनमें वास्तव में नए विचार बनाने के लिए आवश्यक प्रमुख संज्ञानात्मक तंत्र का अभाव है। वे आइंस्टीन के खोज मॉडल को एक चक्र के रूप में उपयोग करते हैं: संवेदी अनुभव से सहज 'कूद' के माध्यम से अभिगृहीतों तक, फिर तार्किक निगमन द्वारा परीक्षण योग्य निष्कर्षों तक। ज़ाहावी तीन प्रकार के तर्क को अलग करते हैं: निगमन, आगमन, और अपहरण, और दावा करते हैं कि एलएलएम आगमन और निगमन को संभाल लेते हैं लेकिन 'जोड़-तोड़ अपहरण' को नहीं — एक ऐसे कारण का आविष्कार करना जिसके लिए अभी तक कोई भाषाई खाका मौजूद नहीं है। वे आइंस्टीन के काम के साथ इसे स्पष्ट करते हैं, यह देखते हुए कि उस समय कोई डेटा संकट नहीं था; न्यूटन का भौतिकी अत्यधिक सटीक था, सिवाय बुध की कक्षा में एक सूक्ष्म विसंगति के, और एक पूर्णतः अनुकूलन करने वाला एआई शायद एक काल्पनिक ग्रह का आविष्कार करता, न कि स्थान और समय के बारे में पुनर्विचार करता। ज़ाहावी का तर्क है कि आइंस्टीन का 'सबसे सुखद विचार' — स्वतंत्र रूप से गिरता हुआ पर्यवेक्षक — साकार सिमुलेशन से आया, एक शारीरिक अनुभूति से, न कि सूत्रों की जोड़-तोड़ से। वे इसकी तुलना आर्किमिडीज़ के स्नानघर में 'यूरेका' क्षण से करते हैं। भाषा मॉडल में यह संवेदी आधार नहीं है; वे 'चीनी कमरे' (Chinese Room) की तरह हैं — साकार अनुभव तक पहुँच के बिना प्रतीकों को स्थानांतरित करना। वे नोट करते हैं कि सकाना का एआई वैज्ञानिक (Sakana's AI Scientist) और डीपमाइंड का अल्फाइवॉल्व (AlphaEvolve) जैसे सिस्टम विज्ञान को स्वचालित कर सकते हैं, लेकिन या तो मौजूदा अवधारणाओं को पुनः संयोजित करते हैं या एक स्पष्ट त्रुटि संकेत की आवश्यकता होती है, जो आइंस्टीन के पास कभी नहीं था। एक संभावित मार्ग के रूप में, ज़ाहावी भौतिक रूप से सुसंगत विश्व मॉडल का सुझाव देते हैं: वीओ (Veo) जैसे वीडियो जनरेटर केवल अगले फ्रेम की भविष्यवाणी करते हैं, लेकिन जिनी (Genie) जैसे क्रिया-नियंत्रणीय विश्व मॉडल एजेंटों को हस्तक्षेप करने और प्रतितथ्यात्मक प्रयोग चलाने की अनुमति देते हैं, जो नए अभिगृहीतों का आविष्कार करने के लिए आवश्यक प्रतिक्रिया प्रदान करते हैं। ज़ाहावी सतर्क हैं, कहते हैं कि पत्र 'सुझाव' देता है लेकिन साबित नहीं करता कि यह कूद महत्वपूर्ण बाधा है।
स्रोत: The Decoder (DE) —
मूल
