ब्लॉक्स वर्ल्ड कृत्रिम बुद्धिमत्ता (एआई) अनुसंधान में एक सरलीकृत, अमूर्त डोमेन है, जिसे पहली बार 1960 के दशक में पेश किया गया था, जिसमें एक रोबोटिक भुजा मेज पर रखे घनाकार ब्लॉकों के एक समूह को संचालित करती है। लक्ष्य आम तौर पर ब्लॉकों को प्रारंभिक विन्यास से लक्ष्य विन्यास में पुनर्व्यवस्थित करना होता है, जो बाधाओं के अधीन होता है जैसे कि एक समय में केवल एक ब्लॉक को स्थानांतरित करना और किसी ऐसे ब्लॉक को नहीं हिलाना जिसके ऊपर कोई अन्य ब्लॉक हो। अपनी सरलता और सु-परिभाषित नियमों के कारण, ब्लॉक्स वर्ल्ड प्रारंभिक एआई योजना और समस्या-समाधान प्रणालियों के लिए एक मानक परीक्षण मंच बन गया, और यह एआई पाठ्यक्रमों में एक शैक्षणिक उपकरण और योजना एल्गोरिदम के लिए एक बेंचमार्क बना हुआ है।
यह डोमेन 1960 और 1970 के दशक के दौरान MIT और SRI इंटरनेशनल जैसे संस्थानों के शोधकर्ताओं द्वारा लोकप्रिय बनाया गया था। इसका उपयोग एआई में मौलिक अवधारणाओं का पता लगाने के लिए किया गया था, जिसमें राज्य-स्थान खोज, अनुमानी खोज, और क्रियाओं और लक्ष्यों का प्रतिनिधित्व शामिल है। ब्लॉक्स वर्ल्ड ने प्रारंभिक प्राकृतिक भाषा समझ प्रणालियों के विकास के लिए एक मंच के रूप में भी कार्य किया, जहां उपयोगकर्ता "हरे ब्लॉक पर लाल ब्लॉक रखें" जैसे आदेश जारी कर सकते थे और सिस्टम योजना बनाकर क्रिया को निष्पादित करता था।
ऐतिहासिक विकास
ब्लॉक्स वर्ल्ड समस्या समाधान पर प्रारंभिक एआई अनुसंधान से उभरा। 1963 में, SRI में विकसित STRIPS (स्टैनफोर्ड रिसर्च इंस्टीट्यूट प्रॉब्लम सॉल्वर) प्रणाली ने स्वचालित योजना प्रदर्शित करने के लिए ब्लॉक्स वर्ल्ड जैसे वातावरण का उपयोग किया। STRIPS ने राज्यों को तार्किक विधेयों के संयोजन के रूप में दर्शाया (जैसे, on(A,B), clear(A)) और पूर्वशर्तों और प्रभावों के साथ क्रियाओं को। यह औपचारिकता एआई योजना के लिए आधारभूत बन गई।
एक और प्रभावशाली प्रणाली ब्लॉक्स वर्ल्ड थी, जैसा कि 1972 में MIT में टेरी विनोग्राद द्वारा SHRDLU कार्यक्रम में लागू किया गया था। SHRDLU ने उपयोगकर्ताओं को प्राकृतिक भाषा का उपयोग करके एक आभासी ब्लॉक्स वर्ल्ड के साथ बातचीत करने, प्रश्नों का उत्तर देने और आदेशों को निष्पादित करने की अनुमति दी। इसमें पार्सिंग, शब्दार्थ विश्लेषण और योजना को एकीकृत किया गया था, और यह प्राकृतिक भाषा समझ में एक मील का पत्थर था। हालांकि SHRDLU एक सूक्ष्म-विश्व तक सीमित था, इसने भाषा और तर्क के संयोजन की क्षमता का प्रदर्शन किया।
औपचारिकीकरण और जटिलता
ब्लॉक्स वर्ल्ड में, एक राज्य आम तौर पर विधेयों के एक समूह द्वारा वर्णित होता है: on(X,Y) जिसका अर्थ है ब्लॉक X सीधे ब्लॉक Y के ऊपर है, on-table(X) जिसका अर्थ है ब्लॉक X मेज पर है, और clear(X) जिसका अर्थ है ब्लॉक X के ऊपर कोई ब्लॉक नहीं है। लक्ष्य ऐसे विधेयों का एक संयोजन है। क्रियाओं में move(X,Y) (ब्लॉक X को ब्लॉक Y पर स्थानांतरित करें, जिसके लिए X और Y का स्पष्ट होना आवश्यक है) और move-to-table(X) (X को मेज पर स्थानांतरित करें, जिसके लिए X का स्पष्ट होना आवश्यक है) शामिल हैं।
ब्लॉक्स वर्ल्ड में योजना सामान्य रूप से NP-पूर्ण है, जिसका अर्थ है कि एक इष्टतम योजना (सबसे कम चालों के साथ) खोजना कम्प्यूटेशनल रूप से कठिन है। हालांकि, इस डोमेन का उपयोग अक्सर A* एल्गोरिदम और साधन-अंत विश्लेषण जैसी अनुमानी खोज तकनीकों को चित्रित करने के लिए किया जाता है। एक सामान्य अनुमानी उन ब्लॉकों की संख्या है जो अपनी सही अंतिम स्थिति में नहीं हैं, जो स्वीकार्य है और खोज को निर्देशित करने में मदद करता है।
अनुप्रयोग और प्रभाव
ब्लॉक्स वर्ल्ड का उपयोग एआई अनुसंधान और शिक्षा में व्यापक रूप से किया गया है। यह योजना एल्गोरिदम के लिए एक बेंचमार्क के रूप में कार्य करता है, जिसमें ग्राफप्लान और आंशिक-क्रम योजना पर आधारित शामिल हैं। यह सुदृढीकरण सीखने के प्रयोगों में भी दिखाई देता है, जहां एक एजेंट परीक्षण और त्रुटि के माध्यम से ब्लॉकों को संचालित करना सीखता है। रोबोटिक्स में, ब्लॉक्स वर्ल्ड पिक-एंड-प्लेस कार्यों का एक सरलीकृत संस्करण है, और आधुनिक प्रणालियाँ अक्सर अधिक जटिल प्रकारों को संभालने के लिए Deep learning और Machine learning तकनीकों का उपयोग करती हैं।
इस डोमेन ने अन्य क्षेत्रों को प्रभावित किया है, जैसे Natural language processing और संज्ञानात्मक विज्ञान, जहां इसका उपयोग मानव समस्या-समाधान और मानसिक मॉडल का अध्ययन करने के लिए किया जाता है। ब्लॉक्स वर्ल्ड की सरलता शोधकर्ताओं को विशिष्ट संज्ञानात्मक प्रक्रियाओं, जैसे योजना और स्थानिक तर्क को अलग करने की अनुमति देती है।
आधुनिक प्रासंगिकता
जबकि ब्लॉक्स वर्ल्ड को अक्सर एक खिलौना समस्या माना जाता है, यह समकालीन एआई में प्रासंगिक बना हुआ है। इसका उपयोग नई योजना दृष्टिकोणों का परीक्षण करने के लिए किया जाता है, जिसमें बड़े भाषा मॉडल और ट्रांसफार्मर पर आधारित शामिल हैं। उदाहरण के लिए, शोधकर्ताओं ने ब्लॉक्स वर्ल्ड कार्यों के लिए योजनाएँ उत्पन्न करने के लिए LLM का उपयोग करने की खोज की है, जो प्राकृतिक भाषा निर्देशों को समझने की उनकी क्षमता का लाभ उठाते हैं। हालांकि, ये मॉडल अक्सर डोमेन की संयोजनात्मक प्रकृति के साथ संघर्ष करते हैं, जो तंत्रिका नेटवर्क को प्रतीकात्मक तर्क के साथ जोड़ने वाले संकर दृष्टिकोणों की आवश्यकता को उजागर करता है।
शिक्षा में, ब्लॉक्स वर्ल्ड एआई पाठ्यक्रमों में एक मानक अभ्यास है, जो छात्रों को राज्य-स्थान खोज, योजना और प्रतिनिधित्व के महत्व को समझने में मदद करता है। इसका उपयोग प्रतियोगिताओं और बेंचमार्क में भी किया जाता है, जैसे अंतर्राष्ट्रीय योजना प्रतियोगिता, जहां यह एक क्लासिक डोमेन के रूप में दिखाई देता है।
यह भी देखें
- कृत्रिम बुद्धिमत्ता
- मशीन लर्निंग
- डीप लर्निंग
- तंत्रिका नेटवर्क
- बड़ा भाषा मॉडल
- ट्रांसफार्मर
- MIT-CSAIL
- Xerox-PARC (हालांकि सीधे संबंधित नहीं है, यह एक शोध केंद्र है)
संदर्भ
- Fikes, R. E., & Nilsson, N. J. (1971). STRIPS: A new approach to the application of theorem proving to problem solving. Artificial Intelligence, 2(3-4), 189-208.
- Winograd, T. (1972). Understanding natural language. Cognitive Psychology, 3(1), 1-191.
- Gupta, N., & Nau, D. S. (1992). On the complexity of blocks-world planning. Artificial Intelligence, 56(2-3), 223-254.