एक मूर्त एजेंट, जिसे कभी-कभी इंटरफ़ेस एजेंट भी कहा जाता है, एक बुद्धिमान एजेंट है जो उस वातावरण के भीतर एक भौतिक शरीर के माध्यम से अपने पर्यावरण के साथ बातचीत करता है। कृत्रिम बुद्धिमत्ता अनुसंधान में, यह शब्द भौतिक रूप से मूर्त प्रणालियों, जैसे मोबाइल रोबोट, और ग्राफिक रूप से प्रस्तुत एजेंटों दोनों को शामिल करता है जो केवल आभासी स्थानों में मौजूद होते हैं, जैसे स्क्रीन पर एक मानव या कार्टून जानवर। एआई की एक समर्पित शाखा इन एजेंटों को मनुष्यों और उनके आस-पास के वातावरण के साथ स्वायत्त रूप से बातचीत करने में सक्षम बनाने पर केंद्रित है, जो शरीर को धारणा और क्रिया के माध्यम के रूप में उपयोग करती है।
यह अवधारणा ग्राफिकल यूज़र इंटरफ़ेस और संवादी प्रणालियों के उदय के साथ प्रमुखता में आई। ग्राफिक रूप से मूर्त एजेंटों के उदाहरणों में अनानोवा, एक आभासी समाचार प्रस्तुतकर्ता, और माइक्रोसॉफ्ट एजेंट, इंटरैक्टिव एनिमेटेड पात्रों के लिए एक ढांचा शामिल हैं। मूर्त संवादी एजेंट, जो रोबोटिक शरीर के बजाय ग्राफिकल फ्रंट-एंड वाला एक उपसमूह है, मनुष्यों और एक-दूसरे के साथ उन्हीं मौखिक और गैर-मौखिक साधनों का उपयोग करके संवाद करने के लिए डिज़ाइन किए गए हैं जो लोग उपयोग करते हैं, जिसमें हावभाव, चेहरे की अभिव्यक्ति और दृष्टि शामिल हैं।
मूर्त संवादी एजेंट
मूर्त संवादी एजेंट बुद्धिमान यूज़र इंटरफ़ेस का एक रूप हैं। उनका ग्राफिकल अवतार हावभाव, चेहरे की अभिव्यक्ति और भाषण को एकजुट करके उपयोगकर्ताओं के साथ आमने-सामने संचार सक्षम करने का लक्ष्य रखता है, जो मानव-कंप्यूटर संपर्क का एक शक्तिशाली साधन प्रदान करता है। टेक्स्ट-आधारित चैटबॉट या केवल-आवाज़ सहायकों के विपरीत, ये एजेंट एक दृश्यमान शरीर धारण करते हैं जो कई चैनलों के माध्यम से एक साथ अर्थ व्यक्त कर सकता है। यह डिज़ाइन प्राकृतिक संपर्क पैटर्न को मॉडल करने के लिए ध्यान और तंत्रिका नेटवर्क में अनुसंधान पर आधारित है, हालांकि शुरुआती प्रणालियाँ नियम-आधारित एनीमेशन और स्क्रिप्टिंग पर निर्भर थीं।
ऐसे एजेंटों का विकास एमआईटी सीएसएआईएल और स्टैनफोर्ड एआई लैब जैसे संस्थानों में काम से प्रभावित हुआ है, जहाँ शोधकर्ताओं ने अध्ययन किया कि लोग आभासी पात्रों को कैसे देखते हैं और उनका जवाब देते हैं। लक्ष्य केवल मानव उपस्थिति की नकल करना नहीं है, बल्कि शरीर की संचार शक्ति का दोहन करके बातचीत को अधिक सहज और आकर्षक बनाना है।
मूर्तता के लाभ
आमने-सामने संचार संचार प्रोटोकॉल की अनुमति देता है जो संचार के अन्य साधनों की तुलना में कहीं अधिक समृद्ध चैनल प्रदान करते हैं। यह व्यावहारिक क्रियाओं को सक्षम बनाता है जैसे संवादी बारी-बारी लेना, भावनाओं की चेहरे की अभिव्यक्ति, सूचना संरचना और जोर, विज़ुअलाइज़ेशन और प्रतिष्ठित हावभाव, और त्रि-आयामी वातावरण में अभिविन्यास। यह संचार मौखिक और गैर-मौखिक दोनों चैनलों के माध्यम से होता है जैसे दृष्टि, हावभाव, बोली जाने वाली स्वर-शैली और शरीर की मुद्रा।
अनुसंधान ने पाया है कि उपयोगकर्ता एक मूर्त प्रणाली की आंतरिक स्थिति के मौखिक संकेत की तुलना में गैर-मौखिक दृश्य संकेत पसंद करते हैं, जो अतिरिक्त गैर-मौखिक चैनलों के मूल्य को प्रदर्शित करता है। एक मूर्त एजेंट के साथ आमने-सामने बातचीत किसी अन्य कार्य के साथ-साथ मानव प्रतिभागी को विचलित किए बिना की जा सकती है, बल्कि बातचीत के आनंद में सुधार करती है। इसके अलावा, एक मूर्त एजेंट द्वारा दी गई प्रस्तुतियाँ प्रस्तुत जानकारी की बेहतर स्मरण में परिणाम देती हैं।
मूर्त एजेंट बातचीत के लिए एक सामाजिक आयाम भी प्रदान करते हैं। मनुष्य स्वेच्छा से कंप्यूटर को सामाजिक जागरूकता का श्रेय देते हैं, इसलिए मूर्त एजेंटों के साथ बातचीत मानव-से-मानव बातचीत के समान सामाजिक परंपराओं का पालन करती है। यह सामाजिक पहलू एजेंटों की विश्वसनीयता और कथित भरोसेमंदता को बढ़ाता है और उपयोगकर्ता की सहभागिता को बढ़ाता है। रिकेनबर्ग और रीव्स द्वारा किए गए एक अध्ययन में पाया गया कि वेबसाइट पर एक मूर्त एजेंट ने उपयोगकर्ता का विश्वास बढ़ाया लेकिन चिंता भी बढ़ाई और प्रदर्शन को प्रभावित किया, जैसे कि उपयोगकर्ता एक वास्तविक मानव द्वारा देखे जा रहे हों। मूर्त एजेंटों द्वारा प्रस्तुतियाँ बिना एजेंट की तुलना में अधिक मनोरंजक और कम कठिन मानी जाती हैं। कथित आनंद, उसके बाद कथित उपयोगिता और उपयोग में आसानी, उपयोगकर्ता अपनाने को प्रभावित करने वाला प्रमुख कारक है।
स्टैनफोर्ड में बायरन रीव्स द्वारा जनवरी 2004 का एक अध्ययन प्रदर्शित करता है कि कैसे डिजिटल पात्र परिचितता और सुलभता की भावना जोड़कर ऑनलाइन अनुभवों को बढ़ा सकते हैं। पसंदीदापन में यह वृद्धि अंतिम उपयोगकर्ताओं और उत्पाद निर्माताओं दोनों को लाभ पहुँचाती है।
अनुप्रयोग
मानव संवाद की समृद्ध संचार शैली मूर्त संवादी एजेंटों को गैर-पारंपरिक बातचीत कार्यों के लिए आदर्श बनाती है। एक परिचित अनुप्रयोग कंप्यूटर गेम है, जहाँ समृद्ध संचार शैली बातचीत को आनंददायक बनाती है। मूर्त संवादी एजेंटों का उपयोग आभासी प्रशिक्षण वातावरण, पोर्टेबल व्यक्तिगत नेविगेशन गाइड, इंटरैक्टिव कथा और कहानी कहने की प्रणाली, इंटरैक्टिव ऑनलाइन पात्र, और स्वचालित प्रस्तुतकर्ता और टिप्पणीकारों में भी किया गया है।
सिरी, अमेज़न एलेक्सा और गूगल असिस्टेंट जैसे प्रमुख आभासी सहायक किसी भी दृश्य मूर्त प्रतिनिधित्व के साथ नहीं आते हैं, जो माना जाता है कि उपयोगकर्ताओं के लिए मानव उपस्थिति की भावना को सीमित करता है। इसके विपरीत, फिगर एआई और सैंक्चुअरी एआई जैसी कंपनियों के मोबाइल रोबोट जैसे भौतिक रूप से मूर्त एजेंट वास्तविक वातावरण में काम करते हैं, जबकि स्वायत्त ड्राइविंग और टेस्ला ऑटोपायलट में अनुसंधान गतिशील सेटिंग्स में भौतिक मूर्तता की सीमाओं को आगे बढ़ाता है।
अमेरिकी रक्षा विभाग अमेरिकी सेना द्वारा संचालित वेबसाइटों और अनुप्रयोगों पर साइट नेविगेशन, भर्ती और प्रचार उद्देश्यों के लिए एसजीटी स्टार नामक एक सॉफ्टवेयर एजेंट का उपयोग करता है। सार्जेंट स्टार आर्मी मार्केटिंग एंड रिसर्च ग्रुप द्वारा संचालित है, जो सीधे पेंटागन से संचालित एक प्रभाग है। यह नेक्स्ट आईटी द्वारा विकसित एक्टिवसेंट्री तकनीक पर आधारित है, जो वाशिंगटन स्थित एक सूचना प्रौद्योगिकी सेवा कंपनी है। सार्जेंट स्टार परिवार के अन्य बॉट संघीय जांच ब्यूरो और केंद्रीय खुफिया एजेंसी द्वारा खुफिया जानकारी एकत्र करने के लिए उपयोग किए जाते हैं।
अनुसंधान दिशाएँ
आधुनिक मूर्त एजेंट अनुसंधान गहन शिक्षण और बड़े भाषा मॉडल के साथ प्रतिच्छेद करता है, जिससे एजेंट संदर्भ-उपयुक्त भाषण और हावभाव उत्पन्न करने में सक्षम होते हैं। मानव प्रतिक्रिया से सुदृढीकरण शिक्षण और पाठ्यक्रम शिक्षण जैसी तकनीकें एजेंटों को जटिल वातावरण में बातचीत करने के लिए प्रशिक्षित करने में मदद करती हैं। हालाँकि, भाषा को भौतिक क्रिया में आधारित करने और लंबी बातचीत में सुसंगत गैर-मौखिक व्यवहार बनाए रखने में चुनौतियाँ बनी हुई हैं।
जोशुआ टेनेनबाम और ब्रेंडन लेक जैसे शोधकर्ता, बर्कले एआई रिसर्च और कार्नेगी मेलन विश्वविद्यालय जैसे संस्थानों में, यह पता लगाते हैं कि मूर्त एजेंट दुनिया के कारण मॉडल कैसे सीख सकते हैं, पैटर्न मिलान से आगे बढ़कर वास्तविक समझ की ओर। यह क्षेत्र विकसित होता रहता है, ग्राफिकल एजेंट शिक्षा, चिकित्सा और ग्राहक सेवा में तेजी से उपयोग किए जा रहे हैं, जबकि भौतिक रोबोट विनिर्माण और स्वास्थ्य देखभाल में आगे बढ़ रहे हैं।
यह भी देखें
- जनरेटिव एआई
- मानव-कंप्यूटर संपर्क
- आभासी सहायक
- सामाजिक रोबोट