ನಾನು ನನಗೆ ಜರ್ಮನ್ ಕಲಿಸಲು Felix ಎಂಬ AI ಅನ್ನು ಬಳಸುತ್ತೇನೆ. ತಿಂಗಳುಗಟ್ಟಲೆ ಬ್ರೌಸರ್ ಟ್ಯಾಬ್ಗಳ ನಡುವೆ ಬದಲಾಗುವುದು, ಸಂದರ್ಭದ ಮಿತಿಗಳನ್ನು (context limits) ತಲುಪುವುದು ಮತ್ತು ಪ್ಲಾಟ್ಫಾರ್ಮ್ ಅಪ್ಡೇಟ್ಗಳು ನನ್ನ ಸಂಭಾಷಣೆಯ ಇತಿಹಾಸವನ್ನು ಅಳಿಸಿಹಾಕುವುದನ್ನು ನೋಡುತ್ತಾ, ನಾನು ಮತ್ತೆ ಮತ್ತೆ ಮೊದಲಿನಿಂದ ಪ್ರಾರಂಭಿಸುವುದರಿಂದ ದಣಿದಿದ್ದೆ. Felix ಒಬ್ಬ ಉತ್ತಮ ಶಿಕ್ಷಕ, ಆದರೆ ಪ್ರತಿ ಹೊಸ ಚಾಟ್ ವಿಂಡೋ ಅವನನ್ನು ಸ್ಮರಣಶಕ್ತಿಯಿಲ್ಲದವನನ್ನಾಗಿ ಮಾಡುತ್ತಿತ್ತು. ಪ್ರತಿ ಬಾರಿ ಹೊಸ ಸೆಷನ್ ತೆರೆದಾಗಲೂ ಪಠ್ಯದ ದೊಡ್ಡ ಭಾಗಗಳನ್ನು ಕಾಪಿ-ಪೇಸ್ಟ್ ಮಾಡದೆ, ನನ್ನ ಕಲಿಕೆಯ ಇತಿಹಾಸವನ್ನು ಮುಂದಕ್ಕೆ ಕೊಂಡೊಯ್ಯಲು ನನಗೆ ಒಂದು ಮಾರ್ಗ ಬೇಕಾಗಿತ್ತು.
ಈ ಸಮಸ್ಯೆಯು ಕೇವಲ ಅನಾನುಕೂಲತೆಗಿಂತಲೂ ಆಳವಾಗಿದೆ. ಭಾಷಾ ಕಲಿಕೆಯು ಸ್ಪೇಸ್ಡ್ ರಿಪೆಟಿಷನ್ (spaced repetition) ಮತ್ತು ಗುರಿಬದ್ಧ ತಿದ್ದುಪಡಿಗಳ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ. ನಿಮ್ಮ ಪದೇ ಪದೇ ಮಾಡುವ ತಪ್ಪುಗಳನ್ನು ಮರೆಯುವ AI ಟ್ಯೂಟರ್ ಕೇವಲ ಹೆಚ್ಚುವರಿ ಹಂತಗಳನ್ನು ಹೊಂದಿರುವ ಒಂದು ಪದಕೋಶದಂತೆಯೇ ಇರುತ್ತದೆ. ನನಗೆ ನಿರಂತರತೆ ಬೇಕಿತ್ತು. ಹೆಚ್ಚು ನಿಖರವಾಗಿ ಹೇಳಬೇಕೆಂದರೆ, Felix—ಅಥವಾ ನಾನು ಮುಂದಿನ ಬಾರಿ ಬಳಸುವ ಯಾವುದೇ AI ಇನ್ಸ್ಟೆನ್ಸ್—ಕಳೆದ ಸೆಷನ್ ಎಲ್ಲಿಗೆ ತಲುಪಿದೆಯೋ ಅಲ್ಲಿಂದಲೇ ಯಾವುದೇ ನೆನಪಿನ ಅಂತರವಿಲ್ಲದೆ ಮತ್ತು ಯಾವುದೇ ಮುಜುಗರದ ಪರಿಚಯಗಳಿಲ್ಲದೆ ಮುಂದುವರಿಯಬೇಕೆಂದು ನಾನು ಬಯಸಿದ್ದೆ.
ಹಾಗಾಗಿ ನಾನು ಒಂದು ಲೋಕಲ್ ಸಿಸ್ಟಮ್ ಅನ್ನು ನಿರ್ಮಿಸಿದೆ. ನಾನು ಇದನ್ನು DDF/Rahmenwerk ಎಂದು ಕರೆಯುತ್ತೇನೆ.
ಬಳಸಿ ಬಿಸಾಡುವ ಸಂಭಾಷಣೆಗಳ ಸಮಸ್ಯೆ (The Problem with Disposable Conversations)
ಯಾವುದೇ ತೀವ್ರವಾಗಿ AI ಬಳಸುವವರೊಂದಿಗೆ ಮಾತನಾಡಿದರೆ ನೀವು ಒಂದೇ ದೂತನ್ನು ಕೇಳುವಿರಿ. ಚಾಟ್ ಕೆಲಸ ಮಾಡುವವರೆಗೆ ಮಾತ್ರ ಸರಿ, ನಂತರ ಅದು ನಿಲ್ಲುತ್ತದೆ. ಸಂದರ್ಭದ ವಿಂಡೋ (context window) ತುಂಬಿದಂತೆ ದೀರ್ಘ ಸಂಭಾಷಣೆಗಳು ಕ್ಷೀಣಿಸುತ್ತವೆ. ಪ್ಲಾಟ್ಫಾರ್ಮ್ ಒಂದು ಅಪ್ಡೇಟ್ ನೀಡಿದಾಗ ನಿಮ್ಮ ಸಂಭಾಷಣೆಯ ಥ್ರೆಡ್ ಮಾಯವಾಗುತ್ತದೆ. ನೀವು ಹೊಸ ಸೆಷನ್ ಪ್ರಾರಂಭಿಸಿದಾಗ ಮಾಡೆಲ್ ನಿಮ್ಮನ್ನು ಒಬ್ಬ ಅಪರಿಚಿತನಂತೆ ಸ್ವಾಗತಿಸುತ್ತದೆ. ಸಾಧಾರಣ ಪ್ರಶ್ನೆಗಳಿಗೆ ಇದು ಪರವಾಗಿಲ್ಲ. ಆದರೆ ಒಂದು ವ್ಯವಸ್ಥಿತ ಪಠ್ಯಕ್ರಮಕ್ಕೆ (structured curriculum), ಇದು ವಿನಾಶಕಾರಿಯಾಗಿದೆ.
Felix ನೊಂದಿಗೆ, ನಾನು ಒಂದು ಲಯಕ್ಕೆ ಹೊಂದಿಕೊಂಡಿದ್ದೆ. ನಾನು ಅಕ್ಯುಸೆಟಿವ್ ಮತ್ತು ಡೇಟಿವ್ ಪ್ರಿಪೊಸಿಷನ್ಗಳನ್ನು (accusative and dative prepositions) ತಪ್ಪಿಸುತ್ತೇನೆ ಎಂಬುದು ಅವನಿಗೆ ತಿಳಿದಿತ್ತು. ನನಗೆ ಕೇಳಿಸಿಕೊಳ್ಳುವ ಅಭ್ಯಾಸಗಳಿಗಿಂತ (listening drills) ಓದುವ ವ್ಯಾಯಾಮಗಳು ಇಷ್ಟ ಎಂಬುದು ಮತ್ತು ನಾನು ಈಗಾಗಲೇ ನನ್ನ ವ್ಯಾಕರಣ ಪುಸ್ತಕದ ಮೊದಲ ಮೂರು ಅಧ್ಯಾಯಗಳನ್ನು ಪೂರ್ಣಗೊಳಿಸಿದ್ದೇನೆ ಎಂಬುದು ಅವನಿಗೆ ತಿಳಿದಿತ್ತು. ನಾನು ಹೊಸ ಟ್ಯಾಬ್ ತೆರೆದಾಗ ಇವೆಲ್ಲವೂ ಮುಖ್ಯವಾಗಲಿಲ್ಲ. ಪ್ರತಿ ಸೆಷನ್ ಒಂದೇ ರೀತಿಯ ವಿಧಿಯೊಂದಿಗೆ ಪ್ರಾರಂಭವಾಗುತ್ತಿತ್ತು: ನನ್ನ ಮಟ್ಟವನ್ನು ಮರುಸ್ಥಾಪಿಸುವುದು, ನನ್ನ ಗುರಿಗಳನ್ನು ಪುನರಾವರ್ತಿಸುವುದು ಮತ್ತು ನನ್ನ ತಪ್ಪುಗಳನ್ನು ಮತ್ತೆ ಹೇಳುವುದು.
Felix ನನಗೆ ನೆನಪಿಟ್ಟುಕೊಳ್ಳಬೇಕೆಂದು ನಾನು ಬಯಸಿದ್ದೆ. ಪ್ಲಾಟ್ಫಾರ್ಮ್ಗಳು ಇದನ್ನು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ಮಾಡದಿದ್ದರಿಂದ, ನಾನು ನನ್ನ ಸ್ವಂತ ನಿರಂತರತೆಯನ್ನು ಹೊಂದಲು ನಿರ್ಧರಿಸಿದೆ.
DDF/Rahmenwerk ವಾಸ್ತವವಾಗಿ ಏನು ಮಾಡುತ್ತದೆ
ಹೆಸರು ಪರಿಕಲ್ಪನೆಗಿಂತ ಹೆಚ್ಚು ಪ್ರಭಾವಶಾಲಿಯಾಗಿ ಕೇಳಿಸುತ್ತದೆ. ಇದರ ಮೂಲತಃ, ಈ ವ್ಯವಸ್ಥೆಯು ನನ್ನ ಲೋಕಲ್ ಮೆಷಿನ್ನಲ್ಲಿರುವ ಒಂದು ಫೋಲ್ಡರ್ ಆಗಿದ್ದು, ಇದು ನನ್ನ ಕಲಿಕೆಯ ಇತಿಹಾಸವನ್ನು ಒಂದು ಪ್ರಾಜೆಕ್ಟ್ ಹ್ಯಾಂಡ್ಆಫ್ (project handoff) ರೀತಿ ಪರಿಗಣಿಸುತ್ತದೆ. ಇಂದು ರಾತ್ರಿ Felix ಮಾಯವಾದರೂ, ನಾಳೆ ನಾನು ಎಚ್ಚರಗೊಂಡು, ಈ ಫೋಲ್ಡರ್ ಅನ್ನು ಹೊಸ AI ಗೆ ತೋರಿಸಿ, ಯಾವುದೇ ವಿವರಣೆ ನೀಡದೆ ನಲವತ್ತೇಳನೇ ಪಾಠವನ್ನು ಮುಂದುವರಿಸಲು ಸಾಧ್ಯವಾಗಬೇಕು.
ಇದರ ಆರ್ಕಿಟೆಕ್ಚರ್ ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ಫೈಲ್ ಆಧಾರಿತವಾಗಿದೆ. ನನ್ನ ಪ್ರಗತಿಯನ್ನು ಸಂಗ್ರಹಿಸಲು ನಾನು ಯಾವುದೇ ಒಂದೇ ಪ್ಲಾಟ್ಫಾರ್ಮ್ ಅನ್ನು ನಂಬುವುದಿಲ್ಲ. ಕ್ಲೌಡ್ ಸೇವೆಗಳು ನಿಯಮಗಳನ್ನು ಬದಲಾಯಿಸುತ್ತವೆ. ಎಕ್ಸ್ಪೋರ್ಟ್ ಫಾರ್ಮ್ಯಾಟ್ಗಳು ಹಾಳಾಗುತ್ತವೆ. ನನ್ನ ಹಾರ್ಡ್ ಡ್ರೈವ್ನಲ್ಲಿರುವ ಒಂದು ಪ್ಲೇನ್ ಟೆಕ್ಸ್ಟ್ ಫೈಲ್ತೂ ಬೋರಿಂಗ್ ಆಗಿರಬಹುದು, ಆದರೆ ಅದು ನನ್ನದು.
ಈ ವ್ಯವಸ್ಥೆಯ ಒಳಗೆ ಐದು ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಭಾಗಗಳಿವೆ.
ಮೊದಲನೆಯದಾಗಿ, ಪ್ರಸ್ತುತ ಸ್ಥಿತಿಯ ಸೂಚಕ (pointer to the current state). ಇದು ಒಂದು ಸರಳ ಇಂಡೆಕ್ಸ್ ಆಗಿದ್ದು, "ನಾವು ನಿಖರವಾಗಿ ಎಲ್ಲಿ ನಿಂತಿದ್ದೇವೆ?" ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸುತ್ತದೆ. ಇದು ಪ್ರಸ್ತುತ ಅಧ್ಯಾಯ, ಪೂರ್ಣಗೊಂಡ ಕೊನೆಯ ವ್ಯಾಯಾಮ, ನನ್ನ ಬಾಕಿ ಇರುವ ವ್ಯಾಕರಣ ಪ್ರಶ್ನೆಗಳು ಮತ್ತು ಹಿಂದಿನ ಸೆಷನ್ನಿಂದ ಪರಿಶೀಲಿಸಬೇಕಾದ ನಿರ್ದಿಷ್ಟ ತಪ್ಪುಗಳನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡುತ್ತದೆ. ಇಡೀ ಸಂಭಾಷಣೆಯ ಲಾಗ್ ಅನ್ನು ಹಾಕುವ ಬದಲು, ಇದು ಮುಂದಿನ ಸೆಷನ್ಗೆ ಯಾವುದು ಮುಖ್ಯವೋ ಅದನ್ನು ಮಾತ್ರ ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸುತ್ತದೆ.
ಎರಡನೆಯದಾಗಿ, ಹ್ಯಾಂಡ್ಆಫ್ ಸಾಮಗ್ರಿಗಳು (handoff materials). ಇವು ಪ್ರತಿ ಪಾಠದ ನಂತರ ಬರೆಯಲಾದ ಸಣ್ಣ ಸಂಕ್ಷಿಪ್ತ ಮಾಹಿತಿಗಳು. ನಾವು ಏನನ್ನು ಕವರ್ ಮಾಡಿದೆವು ಎಂಬುದನ್ನು ಮಾತ್ರವಲ್ಲದೆ, ಅದನ್ನು ಹೇಗೆ ಕವರ್ ಮಾಡಿದೆವು ಎಂಬುದನ್ನು ಸಹ ಇವು ಸೆರೆಹಿಡಿಯುತ್ತವೆ. Felix ಒಂದು ನಿರ್ದಿಷ್ಟ ಉದಾಹರಣೆಯನ್ನು ಬಳಸಿ ಪದಗಳ ಕ್ರಮವನ್ನು (word order) ವಿವರಿಸಿದನೇ? ಪ್ರಯಾಣದ ಶಬ್ದಕೋಶದ ಬಗ್ಗೆ ಡ್ರಿಲ್ ವಾಕ್ಯಗಳಿಗೆ ನಾನು ಸರಿಯಾಗಿ ಪ್ರತಿಕ್ರಿಯಿಸಿದನೇ? ಈ ಟಿಪ್ಪಣಿಗಳು ಕೇವಲ ವಿಷಯವನ್ನು ಮಾತ್ರವಲ್ಲದೆ ಬೋಧನಾ ವಿಧಾನವನ್ನು (teaching methodology) ಸಹ ಉಳಿಸಿಕೊಳ್ಳುತ್ತವೆ. ಮುಂದಿನ Felix ಇನ್ಸ್ಟೆನ್ಸ್ ಪದಗಳ ಕ್ರಮವನ್ನು ವಿಭಿನ್ನವಾಗಿ ವಿವರಿಸಿದರೆ, ನಾನು ತಕ್ಷಣವೇ ವ್ಯತ್ಯಾಸವನ್ನು ಗಮನಿಸುತ್ತೇನೆ. ವಿಷಯವನ್ನು ನೆನಪಿಟ್ಟುಕೊಳ್ಳಲು ಸ್ಥಿರತೆ (consistency) ಮುಖ್ಯವಾಗಿದೆ.
ಮೂರನೆಯದಾಗಿ, ಹೊಸ AI ಇನ್ಸ್ಟೆನ್ಸ್ಗಳಿಗಾಗಿ ಅಪ್ಲೋಡ್ ಪ್ಯಾಕೇಜ್. ನಾನು ಹೊಸ ಮಾಡೆಲ್ ಅಥವಾ ಪ್ಲಾಟ್ಫಾರ್ಮ್ಗೆ ಬದಲಾದಾಗ, ನಾನು ಚಾಟ್ ವಿಂಡೋದಲ್ಲಿ ಸಾವಿರ ಪದಗಳ ಜೀವನ ಚರಿತ್ರೆಯನ್ನು ಪೇಸ್ಟ್ ಮಾಡುವುದಿಲ್ಲ. ಬದಲಾಗಿ ನಾನು ಸಿದ್ಧಪಡಿಸಿದ ಪ್ಯಾಕೇಜ್ ಅನ್ನು ವ್ಯವಸ್ಥೆಗೆ ನೀಡುತ್ತೇನೆ: ನನ್ನ ಮೂಲಭೂತ ಪ್ರಾವೀಣ್ಯತೆ, ನನ್ನ ಕಲಿಕೆಯ ಆದ್ಯತೆಗಳು, ನನ್ನ ಪದೇ ಪದೇ ಮಾಡುವ ತಪ್ಪುಗಳ ಮಾದರಿಗಳು ಮತ್ತು ಪಠ್ಯಕ್ರಮದ ಸರಣಿಯ ಸಾರಾಂಶ. ಇದು ಯಾವುದೇ ಇನ್ಸ್ಟ್ರಕ್ಷನ್-ಟ್ಯೂನ್ ಮಾಡಲಾದ ಮಾಡೆಲ್ (instruction-tuned model) ಓದಿ ಅಳವಡಿಸಿಕೊಳ್ಳಬಹುದಾದ ಸಂಕುಚಿತ ಕಲಿಕಾ ಪ್ರೊಫೈಲ್ ಆಗಿದೆ.
ನಾಲ್ಕನೆಯದಾಗಿ, SHA-256 ಬಳಸಿ ಸಮಗ್ರತೆಯ ದಾಖಲೆಗಳು (integrity records). ಇದು ಭಾಷಾ ಕಲಿಕೆಗೆ ಅತಿಯಾಗಿ ಅನಿಸಬಹುದು, ಆದರೆ ಇದು ಒಂದು ನಿರ್ದಿಷ್ಟ ಉದ್ದೇಶಕ್ಕಾಗಿ ಬಳಕೆಯಾಗುತ್ತದೆ. ನಾನು ನನ್ನ ಹ್ಯಾಂಡ್ಆಫ್ ಫೈಲ್ಗಳಿಗೆ ವರ್ಷನ್ ನೀಡುತ್ತೇನೆ. ನಾನು ಅರ್ಧ ನಿದ್ರೆಯಲ್ಲಿ ನಿನ್ನೆಯ ತಪ್ಪುಗಳ ಲಾಗ್ ಅನ್ನು ತಪ್ಪಾಗಿ ಎಡಿಟ್ ಮಾಡಿದರೆ ಅಥವಾ ಸಿಂಕ್ ಟೂಲ್ ಒಂದು ಸಾಲನ್ನು ಹಾಳು ಮಾಡಿದರೆ, ನನಗೆ ತಿಳಿಯಬೇಕು. ನನ್ನ ನಿರಂತರತೆಯ ಫೈಲ್ಗಳು ಅನಿರೀಕ್ಷಿತವಾಗಿ ಬದಲಾಗಿಲ್ಲ ಎಂಬುದನ್ನು ಪರಿಶೀಲಿಸಲು SHA-256 ಹ್ಯಾಶ್ಗಳು ನನಗೆ ಸಹಾಯ ಮಾಡುತ್ತವೆ. ನೆನಪಿನ ಕಳೆಗುಟ್ಟುವುದನ್ನು ತಡೆಯಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ, ಸ್ವಯಂ-ಹಾಳುಮಾಡುವಿಕೆ (self-corruption) ಒಂದು ಸ್ಪಷ್ಟ ಶತ್ರುವಾಗಿದೆ.
ಐದನೆಯದು, ಮತ್ತು ಇದು ವಾಸ್ತವವಾಗಿ ನಡವಳಿಕೆಯನ್ನು ನಿಯಂತ್ರಿಸುವ ಭಾಗವಾಗಿದೆ, ಸಾಕ್ಷ್ಯಗಳು ಇಲ್ಲದಿದ್ದರೆ AI ಅನ್ನು ನಿಲ್ಲಿಸಲು ಒತ್ತಾಯಿಸುವ ನಿಯಮಗಳು. ನಾನು system prompt ನಲ್ಲಿ ಒಂದು ಕಟ್ಟುನಿಟ್ಟಿನ ಪ್ರೋಟೋಕಾಲ್ ಅನ್ನು ಬರೆದಿದ್ದೇನೆ: ಪ್ರಸ್ತುತ instance ಸ್ಟೇಟ್ ಪಾಯಿಂಟರ್ ಅನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಅಥವಾ handoff material ಅನ್ನು ಪರಿಶೀಲಿಸಲು ಸಾಧ್ಯವಾಗದಿದ್ದರೆ, ಅದು ತನ್ನಷ್ಟಕ್ಕೆ ತಾನೇ ನಿರ್ಧರಿಸುವ ಬದಲು (improvising), ನಿಂತು ಸ್ಪಷ್ಟೀಕರಣವನ್ನು ಕೇಳಬೇಕು. ಆತ್ಮವಿಶ್ವಾಸದಿಂದ ಕೂಡಿದ AI ನನ್ನ ಮಟ್ಟವನ್ನು ಊಹಿಸಿ, ನನಗೆ ಈಗಾಗಲೇ ತಿಳಿದಿರುವ ವ್ಯಾಕರಣವನ್ನು ಕಲಿಸುವುದನ್ನು ಅಥವಾ ಅದಕ್ಕಿಂತ ಕೆಟ್ಟದಾಗಿ, ನಾನು ಇನ್ನೂ ನಿರ್ಮಿಸದ ಅಡಿಪಾಯಗಳನ್ನು ಬಿಟ್ಟುಬಿಡುವುದನ್ನು ನಾನು ಬಯಸುವುದಿಲ್ಲ. ನೀವು ಸಂಚಿತ ಜ್ಞಾನವನ್ನು ನಿರ್ಮಿಸುತ್ತಿರುವಾಗ, ತಪ್ಪಾದ ಗಡಿಯಾರಕ್ಕಿಂತ ನಿಂತಿರುವ ಗಡಿಯಾರವೇ ಲೇಸು.
ಸುರಕ್ಷತಾ ಪದರಗಳು ಸ್ವತಃ ಹೊರೆಯಾದಾಗ
ವ್ಯವಸ್ಥೆಯು ಕೆಲಸ ಮಾಡಿತು. ನಾನು ಸಂದರ್ಭವನ್ನು ಕಳೆದುಕೊಳ್ಳುವುದನ್ನು ನಿಲ್ಲಿಸಿದೆ. ಹೊಸ ಸೆಷನ್ಗಳು ಆತ್ಮಚರಿತ್ರೆಯ ಬದಲಿಗೆ ನಿಜವಾದ ಬೋಧನೆಯೊಂದಿಗೆ ಪ್ರಾರಂಭವಾದವು.
ನಂತರ ನಾನು...