सिलिकॉन वैली के सबसे रहस्यमय एआई प्रयोगशाला अंततः एक छोटा झलक दिखाने में सफल रही। मीरा मुरती, जो पूर्व में ओपनएआई के मुख्य तकनीकी अधिकारी रह चुकी हैं, 20 बिलियन डॉलर के आश्चर्यजनक बीज निवेश और एक शीर्ष अनुसंधानकर्ता टीम के साथ थिंकिंग मशीन लैब की स्थापना करने के बाद, पूरा टेक इंडस्ट्री इस अद्वितीय टीम के द्वारा क्या तकनीकी क्रांति तैयार कर रहे हैं, इसके लिए ध्यान से देख रहा है। अब, जवाब धीरे-धीरे सामने आ रहे हैं।
बुधवार को, थिंकिंग मशीन लैब ने अपने नए जारी किए गए अनुसंधान ब्लॉग पर एक चौंकाने वाला अनुसंधान दिशा प्रस्तुत की: वे एआई मॉडल के अनुमानित उत्तर के मूल समस्या को पूरी तरह से हल करने की कोशिश कर रहे हैं। यह दिखाई देने वाला एक सरल तकनीकी चुनौती पीछे एक अभूतपूर्व प्रभाव छिपा हुआ है जो पूरे एआई उद्योग को बदल सकता है।
प्रत्येक व्यक्ति जिसने चैटजीपीटी का उपयोग किया है, उसे इसकी अनुभूति होती है: एक ही सवाल कई बार पूछे जाने पर, एआई हमेशा विभिन्न उत्तर देता है। इस यादृच्छिकता को लंबे समय तक एआई अकादमिक समुदाय द्वारा स्वीकृत तकनीकी विशेषता माना गया है, जहां सभी अपने एआई मॉडल को अनिश्चित प्रणाली मानते हैं। हालांकि, थिंकिंग मशीन लैब का विश्वास है कि इस उद्योग द्वारा स्वीकृत वास्तविकता एक हल करने योग्य तकनीकी समस्या है।
बुधवार को, लैब ने Connectionism नामक एक अनुसंधान ब्लॉग शुरू किया, जिसके पहले लेख का शीर्षक उनके लक्ष्य की घोषणा करता है: "बड़े भाषा मॉडल के अनुमान में अनिश्चितता के खिलाफ जीत". इस चुनौतीपूर्ण शीर्षक के पीछे एक ऐसी टीम है जो उद्योग के विचारों के विरोध में खड़ी हो गई है।
इस नवागत अनुसंधान रिपोर्ट के लेखक थिंकिंग मशीन लैब के अनुसंधानकर्ता होरेस हे हैं, जिन्होंने अपने लेख में एक अत्यधिक उलटफेर वाला विचार प्रस्तुत किया। हे का मानना है कि एआई मॉडल के उत्तर के यादृच्छिकता का मूल कारण एल्गोरिथ्म की जटिलता में नहीं है, बल्कि एक गहरे तकनीकी ढांचे में छिपा हुआ है। विशेष रूप से, समस्या ग्राफिक्स प्रोसेसिंग यूनिट (GPU) के कोर के कार्य करने के तरीके में है, जो नवरत्न चिप्स में छोटे प्रोग्राम हैं जो अनुमान उत्पादन प्रक्रिया में जुड़े रहते हैं और परिणाम की अनिश्चितता के लिए जिम्मेदार हैं।
अनुमान उत्पादन वह प्रक्रिया है जो चैटजीपीटी में एंटर बटन दबाने के बाद होती है। हे बहुत ही खुलकर दावा करते हैं कि इस स्तर के आवंटन व्यवस्था के सटीक नियंत्रण द्वारा, एआई मॉडल के अधिक निश्चित होने की संभावना है। यह तकनीकी सुधार अपने आप में एक क्रांतिकारी अनुप्रयोग मूल्य हो सकता है।
व्यापार और वैज्ञानिक अनुसंधानकर्ताओं के लिए, एआई के पुनरावृत्ति उत्तर प्राप्त करना एक व्यवस्था के विश्वसनीयता के गुणात्मक सुधार के लिए अर्थ है। अधिक महत्वपूर्ण बात यह है कि हे ने बताया कि यह सुधार मजबूत शिक्षण प्रक्रिया को बहुत अधिक अनुकूलित कर सकता है। मजबूत शिक्षण एआई मॉडल के सही उत्तर के पुरस्कार द्वारा उसकी क्षमता में सुधार करने की मुख्य तकनीक है, लेकिन जब उत्तर हमेशा थोड़ा अलग होते हैं, तो प्रशिक्षण डेटा गड़बड़ हो जाता है। यदि एआई मॉडल के उत्तर अधिक समान बनाए जा सकते हैं, तो पूरा मजबूत शिक्षण प्रक्रिया अधिक चिकना और कुशल हो जाएगा।
इस तकनीकी दिशा का चयन एक घटना नहीं है। The Information की पिछली रिपोर्ट के अनुसार, थिंकिंग मशीन लैब ने निवेशकों को बताया है कि वे व्यावसायिक ग्राहकों के लिए विशिष्ट एआई मॉडल बनाने के लिए मजबूत शिक्षण तकनीक का उपयोग करने की योजना बना रहे हैं। इसका अर्थ है कि निश्चित उत्तर के अनुसंधान उनकी व्यावसायिक रणनीति के लिए सीधे सेवा करता है, तकनीकी विकास और बाजार की आवश्यकताएं एक आदर्श संयोजन में आ गई हैं।
मुरती ने जुलाई में बताया कि थिंकिंग मशीन लैब का पहला उत्पाद अगले कुछ महीनों में आधिकारिक रूप से प्रस्तुत किया जाएगा, जो अनुसंधानकर्ताओं और विशिष्ट मॉडल विकसित करने वाली नई कंपनियों के लिए विशेष रूप से उपयोगी होगा। यह उत्पाद के ठीक रूप अभी तक अज्ञात है, लेकिन यह जारी किए गए अनुसंधान सामग्री के संभावित उत्पाद तकनीकी घटक हो सकते हैं।
लैब के खुले अनुसंधान दृष्टिकोण की भी ध्यान आकर्षित करना आवश्यक है। उन्होंने ब्लॉग लेख, कोड और अन्य अनुसंधान सूचना लगातार जारी करने का वादा किया है, जिसका उद्देश्य नागरिकों के लिए लाभ होना है और अपने अनुसंधान संस्कृति को सुधारना है। इस प्रकार, Connectionism नामक ब्लॉग श्रृंखला का पहला लेख इस दृष्टिकोण के वास्तविक अभिव्यक्ति है। इस प्रकार के व्यवहार ओपनएआई के शुरुआती दिनों की याद दिला सकते हैं, जब ओपनएआई ने खुले अनुसंधान के लिए वादा किया था, लेकिन कंपनी के आकार में वृद्धि के साथ, इसकी खुलापन धीरे-धीरे कम हो गई थी।
इस तुलना का विशेष अर्थ है। मुरती ओपनएआई की पूर्व मुख्य तकनीकी अधिकारी रह चुकी हैं, जो इस बदलाव के कारणों और परिणामों को अच्छी तरह जानती हैं। अब वह खुले अनुसंधान के महत्व को फिर से बल देने का चुनाव करती है, जो शायद अपने पूर्व नौकरी के विकास पथ के कुछ परीक्षण के रूप में हो सकता है, या नई कंपनी के भविष्य के दिशा की स्पष्ट घोषणा हो सकती है।
