बुद्धिमत्ता कृत्रिम आज यह हर किसी की जुबान पर है। अब तक हम जान चुके हैं कि इसका उपयोग कैसे करना है: बस इंटरनेट का उपयोग करें और चैटजीपीटी, डल-ई और सिंथेसिया जैसे प्लेटफॉर्म का उपयोग करें। इस संबंध में, हम ऐसी 10 वेबसाइटों के बारे में एक दिलचस्प लेख तैयार कर रहे हैं जो बहुत अलग-अलग काम करने के लिए कृत्रिम बुद्धिमत्ता का उपयोग करती हैं। लेकिन ऐसा कहने के बाद, आइए सबसे व्यापक रूप से उपयोग किए जाने वाले AI का उदाहरण लें। इसका जन्म कैसे हुआ? हम उस संस्करण पर कैसे पहुंचे जिसका आज हम सभी उपयोग कर सकते हैं मुक्त?
आज हम में से कई चैटजीपीटी का उपयोग करते हैं लेकिन हर कोई नहीं जानता कि इसके पीछे क्या है और हम वहां कैसे पहुंचे। यहाँ 80 के दशक से लेकर आज तक की समयरेखा है
आइए 80 के दशक से शुरू करें: आवर्तक तंत्रिका नेटवर्क
ChatGPT, GPT-3 का एक संस्करण है, जो OpenAI द्वारा विकसित एक बहुत बड़ा भाषा मॉडल है। भाषा मॉडल एक प्रकार हैं तंत्रिका नेटवर्क जिसे बहुत सारे ग्रंथों पर प्रशिक्षित किया गया है। तंत्रिका नेटवर्क सॉफ्टवेयर हैं जिस तरह से मानव मस्तिष्क में न्यूरॉन्स एक दूसरे के साथ संवाद करते हैं। चूंकि कोई भी पाठ अलग-अलग लंबाई के अक्षरों और शब्दों के अनुक्रम से बना होता है, भाषा मॉडल को इस प्रकार के डेटा को समझने में सक्षम एक प्रकार के तंत्रिका नेटवर्क की आवश्यकता होती है। आवर्तक तंत्रिका नेटवर्क (आवर्तक तंत्रिका नेटवर्क) 80 के दशक में आविष्कार किया गया, शब्दों के अनुक्रम को संभाल सकता है, लेकिन प्रशिक्षित करने में धीमा है और अनुक्रम में पहले सीखे शब्दों को भूल सकता है। LSTM कई सौ शब्दों के टेक्स्ट स्ट्रिंग्स को संभाल सकता है, लेकिन उनकी भाषाई क्षमताएं सीमित थीं। क्या हैं? के लिए परिवर्णी शब्द "लंबी अल्पकालिक स्मृति"या"दीर्घकालीन स्मृति"कृत्रिम बुद्धि के क्षेत्र में उपयोग किया जाने वाला एक कृत्रिम तंत्रिका नेटवर्क है
यह भी पढ़ें: Google चैटबॉट और एआई द्वारा उत्पन्न सामग्री की अनुकूलता की पुष्टि करता है
2017: ट्रांसफॉर्मर के साथ आर्टिफिशियल इंटेलिजेंस सफलता का वर्ष
बड़ी भाषा के मॉडल की वर्तमान पीढ़ी को सफलता तब मिली जब Google के शोधकर्ताओं की एक टीम ने इसका आविष्कार किया ट्रान्सफ़ॉर्मर, एक प्रकार का तंत्रिका नेटवर्क जो प्रत्येक शब्द या वाक्यांश अनुक्रम में प्रकट होने का ट्रैक रख सकता है। आप खुद समझ जाएंगे कि LSTM की सबसे बड़ी समस्या दूर हो गई है। लेकिन उन्होंने यह कैसे किया? अनुप्रयुक्त भाषाविज्ञान की अवधारणा प्रौद्योगिकी में प्रवेश करती है। किसी शब्द का अर्थ अक्सर दूसरे शब्दों के अर्थ पर निर्भर करता है जो उसके पहले या बाद में आते हैं। इन पर नजर रख रहे हैं संदर्भित जानकारी, ट्रांसफॉर्मर पाठ के लंबे तार को संभाल सकते हैं और शब्दों के अर्थ को अधिक सटीक रूप से पकड़ सकते हैं। उदाहरण के लिए, "हॉट डॉग" का वाक्यों में बहुत अलग अर्थ है "मैं हॉट डॉग की जगह हैमबर्गर पसंद करता हूं"और"सरसों के साथ हॉट डॉग सबसे अच्छा खाया जाता है"। संक्षेप में, प्रासंगिक जानकारी, जिसे मनुष्य समझ सकता है और मशीनें नहीं, ने फर्क करना संभव बना दिया है।
2018-2019: जीपीटी विकास के वर्ष
OpenAI के पहले दो प्रमुख भाषा मॉडल एक-दूसरे के महीनों के भीतर पहुंचे। कंपनी बहुउद्देश्यीय और सामान्य उद्देश्य एआई विकसित करना चाहती थी और उसका मानना है कि बड़े भाषा मॉडल इस लक्ष्य की दिशा में एक महत्वपूर्ण कदम हैं। इस तरह सॉफ्टवेयर करने में सक्षम है डेटा में स्पॉट पैटर्न स्वयं, बिना यह बताए कि वे क्या देख रहे हैं या पढ़ रहे हैं। मशीन लर्निंग में पिछली कई सफलताएँ पर्यवेक्षित शिक्षण और एनोटेट डेटा पर निर्भर करती हैं, लेकिन मैन्युअल डेटा लेबलिंग धीमा काम है जो प्रशिक्षण के लिए उपलब्ध डेटासेट के आकार को सीमित करता है। यह था सबसे बड़ी हलचल पैदा करने के लिए GPT-2. वास्तव में, OpenAI ने कहा कि यह बहुत चिंतित था कि लोग GPT-2 का उपयोग कर रहे होंगे ”भ्रामक, विकृत या अपमानजनक भाषा उत्पन्न करने के लिए” जो पूरा मॉडल जारी नहीं करेगा। लेकिन वह सब नहीं है।
यदि GPT-2 प्रभावशाली था, तो OpenAI की अगली कड़ी, GPT-3 ने वस्तुतः क्रांति ला दी है। इसकी क्षमता मानव-समान ग्रंथ उत्पन्न करें एक बड़ी छलांग का प्रतिनिधित्व किया। GPT-3 सवालों के जवाब दे सकता है, दस्तावेजों को सारांशित कर सकता है, विभिन्न शैलियों में कहानियां तैयार कर सकता है, अंग्रेजी, फ्रेंच, स्पेनिश और जापानी के बीच अनुवाद कर सकता है, और भी बहुत कुछ। हालाँकि, यह अभी भी एक इंसान की जगह नहीं ले सकता क्योंकि इसमें मानवता की संस्थापक विशेषताओं का अभाव है। हमने इसके बारे में गहराई से बात की इस लेख.
स्रोत | एमआईटी
