सार:
Google ने स्थानीय समयानुसार 28 अक्टूबर को अत्याधुनिक कृत्रिम बुद्धिमत्ता मॉडल की एक नई पीढ़ी जेमिनी 4 कार्बन को आधिकारिक तौर पर जारी किया, जो सॉफ्टवेयर प्रोग्रामिंग में सुधार, जटिल कार्यों को करने के लिए एजेंटों की क्षमता और नेटवर्क सुरक्षा रक्षा क्षमताओं पर ध्यान केंद्रित करता है। Google ने कहा कि नए मॉडल ने सॉफ्टवेयर कमजोरियों की खोज करने, भेद्यता शोषण की पुष्टि करने और सुरक्षा खामियों को ठीक करने में महत्वपूर्ण प्रगति की है, और कई बेंचमार्क परीक्षणों में ओपनएआई और एंथ्रोपिक के प्रमुख मॉडल से आगे है। हालाँकि, इसकी शक्तिशाली नेटवर्क सुरक्षा क्षमताओं के संभावित जोखिमों को देखते हुए, Google वर्तमान में केवल कुछ चयनित नेटवर्क सुरक्षा रक्षा एजेंसियों के लिए खुला है और सभी डेवलपर्स और सामान्य उपयोगकर्ताओं के लिए तुरंत उपलब्ध नहीं होगा।
इस महीने Google द्वारा जेमिनी 4 आर्गन लॉन्च करने के बाद जेमिनी 4 कार्बन एक और अत्याधुनिक मॉडल है। Google ने कहा कि नया मॉडल आर्गन पर आधारित कोड जेनरेशन, एजेंट वर्कफ़्लो और दीर्घकालिक जटिल कार्य प्रसंस्करण क्षमताओं को और मजबूत करता है, और विशेष रूप से नेटवर्क सुरक्षा के क्षेत्र के लिए अनुकूलित है। कंपनी को उम्मीद है कि सॉफ्टवेयर कमजोरियों को खोजने और उनकी मरम्मत करने की कृत्रिम बुद्धिमत्ता की क्षमता में सुधार करके, यह उद्यमों को सुरक्षा खामियों को पेश करने वाले नए कोड के जोखिम को कम करते हुए अपने सिस्टम को अधिक प्रभावी ढंग से सुरक्षित रखने में मदद करेगा।
समग्र प्रदर्शन के संदर्भ में, Google ने आर्टिफिशियल एनालिसिस द्वारा जारी आर्टिफिशियल एनालिसिस इंटेलिजेंस इंडेक्स 5.0 मूल्यांकन परिणामों का हवाला देते हुए कहा कि जेमिनी 4 कार्बन 59 अंकों के साथ पहले स्थान पर है, जो एंथ्रोपिक के क्लाउड ओपस 5.5 और ओपनएआई के जीपीटी -6 एस्ट्रा से आगे है। यह सूची कई आयामों में मॉडल क्षमताओं की व्यापक जांच करती है, लेकिन विभिन्न बेंचमार्क के कार्य प्रकार और मूल्यांकन विधियां अलग-अलग हैं, इसलिए व्यापक रैंकिंग का मतलब यह नहीं है कि मॉडल के सभी व्यावहारिक अनुप्रयोगों में फायदे हैं।
साइबर सुरक्षा इस लॉन्च के मूल में है। Google द्वारा जारी किए गए डेटा से पता चलता है कि जेमिनी 4 कार्बन ने एसईसी-बेंच प्रो बेंचमार्क परीक्षण में 88.2% का स्कोर हासिल किया, जो मुख्य रूप से वास्तविक सॉफ़्टवेयर कमजोरियों की खोज करने के लिए मॉडल की क्षमता का मूल्यांकन करता है; इसने एक्सप्लॉइटजिम परीक्षण में 54.8% का स्कोर हासिल किया, जिसका उपयोग कमजोरियों की शोषण क्षमता को सत्यापित करने और संबंधित शोषण योजनाओं को बनाने के लिए मॉडल की क्षमता को मापने के लिए किया जाता है; इसने सीडब्ल्यूई-बेंच परीक्षण में 71% का स्कोर हासिल किया, जो यह मूल्यांकन करने पर केंद्रित है कि क्या मॉडल पहचानी गई सुरक्षा कमजोरियों के लिए प्रभावी मरम्मत समाधान प्रस्तावित कर सकता है।
ये क्षमताएं सॉफ़्टवेयर सुरक्षा कार्य के कई प्रमुख पहलुओं को कवर करती हैं। पारंपरिक सुरक्षा उपकरण आमतौर पर पूर्वनिर्धारित नियमों, ज्ञात भेद्यता विशेषताओं और विशिष्ट परीक्षण प्रक्रियाओं पर भरोसा करते हैं, जबकि उन्नत कृत्रिम बुद्धिमत्ता मॉडल से जटिल कोड का और अधिक विश्लेषण करने, बड़े सॉफ्टवेयर सिस्टम में छिपे दोषों की खोज करने और कमजोरियों के कारणों को समझने में डेवलपर्स की सहायता करने और अंततः लक्षित पैच उत्पन्न करने की अपेक्षा की जाती है।
हालाँकि, भेद्यता खोज और भेद्यता शोषण के बीच एक महत्वपूर्ण अंतर है। किसी प्रोग्राम में खामियों की पहचान करने में सक्षम होने का मतलब यह नहीं है कि मॉडल वास्तविक वातावरण में इन खामियों का सफलतापूर्वक फायदा उठाने में सक्षम होगा; इसी तरह, एक उचित प्रतीत होने वाला फिक्स कोड उत्पन्न करने का मतलब यह नहीं है कि इसने भेद्यता को पूरी तरह से समाप्त कर दिया है। Google द्वारा प्रकाशित परीक्षण परिणाम विशिष्ट मूल्यांकन शर्तों के तहत प्रदर्शन को दर्शाते हैं। वास्तविक सुरक्षा प्रभाव अभी भी कोड वातावरण, परीक्षण विधियों और बाद में मैन्युअल सत्यापन पर निर्भर करता है।
Google ने यह भी कहा कि आंतरिक परीक्षणों में सुरक्षित कोड उत्पन्न करने में जेमिनी 4 कार्बन, जेमिनी 4 आर्गन की तुलना में दोगुने से अधिक सफल था। क्रोम टीम ने यह भी बताया कि अपने आंतरिक मूल्यांकन में, कार्बन ने कुछ अन्य प्रयोगशालाओं के अग्रणी मॉडल की तुलना में काफी बेहतर उच्च गुणवत्ता वाले सुरक्षा पैच का उत्पादन किया। हालाँकि, ये परिणाम मुख्य रूप से Google के अपने परीक्षण वातावरण से आते हैं। विशिष्ट मूल्यांकन स्थितियाँ और परीक्षण कार्य अंतिम प्रदर्शन को प्रभावित कर सकते हैं, और इसे सत्यापित करने के लिए अभी भी अधिक स्वतंत्र परीक्षणों की आवश्यकता है।
साइबर सुरक्षा के अलावा, जेमिनी 4 कार्बन को उन इंजीनियरिंग कार्यों के लिए अनुकूलित किया गया है जिनके लिए लंबे समय तक निरंतर निष्पादन की आवश्यकता होती है। Google ने कहा कि आंतरिक टीमों ने कई विफलताओं और प्रयासों के बाद भी जटिल मल्टी-स्टेप इंजीनियरिंग समस्याओं से निपटने के लिए कई दिनों तक चलने वाले मॉडलों को देखा है।
इन कार्यों में बड़े कोड बेस में कठिन बग का पता लगाना, निम्न-स्तरीय सिस्टम समस्याओं का निवारण करना और कई मॉड्यूल में कोड परिवर्तन लागू करना शामिल हो सकता है। एक चैटबॉट के विपरीत, जिसे केवल एक प्रश्न का उत्तर देने की आवश्यकता होती है, एक एजेंट को एक योजना बनाने, टूल लागू करने, परिणामों की जांच करने और निष्पादन के दौरान फीडबैक के आधार पर योजना को समायोजित करने की आवश्यकता होती है। कार्य जितना अधिक जटिल होगा, मॉडल को उतनी ही अधिक प्रासंगिक सुसंगतता बनाए रखने की आवश्यकता होगी और अटक जाने पर समय से पहले हार मानने से बचना होगा।
Google ने कहा कि ऐसे दीर्घकालिक कार्यों से निपटने के दौरान, कार्बन विफलता के रास्तों की पहचान करने और कार्य को पूरा करने के लिए अविश्वसनीय शॉर्टकट से बचने में बेहतर है। वास्तविक विकास प्रक्रिया में, इससे इंजीनियरों को बार-बार समस्या निवारण के समय को कम करने में मदद मिलने की उम्मीद है, जिससे कृत्रिम बुद्धिमत्ता अधिक निरंतर सॉफ्टवेयर रखरखाव और डिबगिंग कार्य कर सकेगी।
साथ ही, Google ने इस बात पर भी जोर दिया कि नए मॉडल में विश्वसनीयता में भी सुधार हुआ है। कंपनी का कहना है कि आर्गन की तुलना में कार्बन अप्रमाणित दावों को लगभग आधा कम कर देता है। जब अपर्याप्त साक्ष्य या अस्पष्टता के साथ किसी समस्या का सामना करना पड़ता है, तो मॉडल द्वारा जानकारी की और खोज करने, विभिन्न सूचनाओं के बीच विरोधाभासों को इंगित करने, या स्पष्ट रूप से इंगित करने की अधिक संभावना होती है कि कौन से चरण अभी भी पूरे नहीं किए जा सकते हैं, बजाय सीधे तौर पर ऐसा उत्तर देने के जिसमें साक्ष्य का अभाव हो।
त्वरित इंजेक्शन हमले से बचाव के संदर्भ में, Google द्वारा प्रकाशित आंतरिक मूल्यांकन परिणाम भी ध्यान देने योग्य हैं। संकेत इंजेक्शन हमले आमतौर पर वेब पेजों, फ़ाइलों या अन्य बाहरी सामग्री में दुर्भावनापूर्ण निर्देशों को छिपाकर कृत्रिम बुद्धिमत्ता प्रणालियों को उनके मूल मिशन लक्ष्यों से भटकने के लिए प्रेरित करते हैं। Google ने कहा कि ग्रे स्वान के अप्रत्यक्ष त्वरित इंजेक्शन परीक्षण में, कार्बन की हमले की सफलता दर आर्गन के 0.7% से घटकर 0% हो गई, यानी, परीक्षण द्वारा कवर किए गए हमले के प्रयासों के बीच कोई सफल मामला नहीं था।
हालाँकि, यह तथ्य कि एक भी बेंचमार्क में कोई भी हमला सफलतापूर्वक नहीं देखा गया, यह साबित नहीं करता है कि मॉडल सभी संकेत इंजेक्शन हमलों के लिए प्रतिरोधी है। वास्तविक वातावरण में हमले के तरीके बदलते रह सकते हैं, और अधिक विश्वसनीय सुरक्षा प्रणाली बनाने के लिए मॉडल को अनुमति प्रबंधन, टूल कॉल प्रतिबंध, इनपुट सामग्री समीक्षा और मैन्युअल पर्यवेक्षण जैसे उपायों के साथ जोड़ने की भी आवश्यकता है।
चूंकि नेटवर्क सुरक्षा के क्षेत्र में कार्बन की क्षमताओं को और बढ़ाया गया है, इसलिए Google ने चरणबद्ध उद्घाटन रणनीति अपनाने का निर्णय लिया। नया मॉडल सबसे पहले कंपनी के फेयरविंड कार्यक्रम के माध्यम से साइबर सुरक्षा रक्षा संगठनों के चुनिंदा समूह के लिए उपलब्ध है। Google ने कहा कि कंपनी अमेरिकी सरकार द्वारा प्रचारित अत्याधुनिक मॉडलों की स्वैच्छिक प्री-रिलीज़ परीक्षण प्रक्रिया में भाग ले रही है, और पहले उपयोगकर्ताओं से प्रतिक्रिया के आधार पर सुरक्षा सुरक्षा तंत्र को समायोजित करना जारी रखने की योजना बना रही है, और फिर धीरे-धीरे इसे अधिक विश्वसनीय भागीदारों के लिए खोल रही है।
Google ने अभी तक सटीक तारीख की घोषणा नहीं की है जब कार्बन सभी डेवलपर्स, व्यवसायों और सामान्य उपयोगकर्ताओं के लिए खुला होगा। कंपनी ने कहा कि उसे उम्मीद है कि आवश्यक परीक्षण पूरा करने और सुरक्षात्मक उपायों को समायोजित करने के बाद मॉडल को जल्द से जल्द अधिक उत्पादों और सेवाओं में पेश किया जाएगा।
यह सीमित खुलेपन की रणनीति कृत्रिम बुद्धिमत्ता उद्योग के सामने आने वाली वास्तविक चुनौती को दर्शाती है: ऐसे मॉडल जो सुरक्षा टीमों को कमजोरियों का पता लगाने में मदद कर सकते हैं, उनका उपयोग दुर्भावनापूर्ण व्यक्तियों द्वारा हमले के प्रवेश द्वार खोजने या शोषण उपकरण विकसित करने के लिए भी किया जा सकता है। मॉडल क्षमता जितनी मजबूत होगी, उतनी ही अधिक कंपनियों को विभिन्न उपयोग परिदृश्यों के तहत दोहरे उपयोग के जोखिमों का आकलन करने की आवश्यकता होगी।
कीमत के संदर्भ में, जेमिनी 4 कार्बन की शुरुआती कीमत जेमिनी 4 आर्गन के समान है, प्रति मिलियन इनपुट टोकन पर $2 और प्रति मिलियन आउटपुट टोकन पर $10 का शुल्क लिया जाता है। Google इनपुट टोकन को कैशिंग करने के लिए एक महत्वपूर्ण छूट भी प्रदान करता है, जिसमें इनपुट टोकन मूल्य के 95% तक की छूट होती है। हालाँकि, यह कीमत प्रमोशन अवधि के मूल्य निर्धारण से संबंधित है। Google द्वारा घोषित बाद की कीमतें US$4 प्रति मिलियन इनपुट टोकन और US$20 प्रति मिलियन आउटपुट टोकन हैं। आधिकारिक समायोजन समय अभी तक निर्धारित नहीं किया गया है।
उत्पाद स्थिति के परिप्रेक्ष्य से, कार्बन एक नया मॉडल नहीं है जो केवल चैट अनुभव का पीछा करता है, बल्कि एक पेशेवर उपकरण है जो जटिल सॉफ्टवेयर इंजीनियरिंग, कार्यों के निरंतर निष्पादन और नेटवर्क सुरक्षा रक्षा पर अधिक ध्यान केंद्रित करता है। इसका मूल्य न केवल सही उत्तर देने में सक्षम होने में निहित है, बल्कि काम को लंबे समय तक पूरा करने में सक्षम होने और त्रुटियों, अस्पष्ट आवश्यकताओं या संभावित सुरक्षा जोखिमों का सामना करने पर उचित प्रतिक्रिया देने में भी निहित है।
यह रिलीज़ यह भी दिखाती है कि Google अत्याधुनिक मॉडलों की पुनरावृत्ति गति को तेज़ कर रहा है। जेमिनी 4 आर्गन के लॉन्च के तुरंत बाद, कार्बन ने कई प्रमुख प्रदर्शन संकेतकों में और सुधार किया। एंटरप्राइज़ उपयोगकर्ताओं के लिए, इस तीव्र पुनरावृत्ति से वास्तविक सॉफ़्टवेयर विकास और सुरक्षा संचालन प्रक्रियाओं में प्रवेश करने के लिए कृत्रिम बुद्धिमत्ता तकनीक के समय को कम करने की उम्मीद है, लेकिन यह स्वतंत्र मूल्यांकन, निरंतर निगरानी और सुरक्षा सत्यापन के महत्व को भी बढ़ाता है।
वर्तमान में, जेमिनी 4 कार्बन ने Google द्वारा प्रकाशित कई बेंचमार्क परीक्षणों में अग्रणी परिणाम प्राप्त किए हैं, लेकिन इसके वास्तविक दुनिया के प्रदर्शन को अभी भी अधिक स्वतंत्र संस्थानों और वास्तविक उपयोगकर्ताओं द्वारा सत्यापित किए जाने की आवश्यकता है। जैसे-जैसे साइबर हमले तेजी से परिष्कृत होते जा रहे हैं, कृत्रिम बुद्धिमत्ता सुरक्षा टीमों के लिए एक महत्वपूर्ण रक्षात्मक उपकरण बन सकती है और भेद्यता की खोज और शोषण के स्वचालन को भी बढ़ा सकती है। Google ने अपनी तकनीकी क्षमताओं को जारी करते हुए इसके जोखिमों का और अधिक आकलन करने की उम्मीद करते हुए, और धीरे-धीरे संबंधित उपयोग सीमाओं को स्थापित करते हुए, इस मॉडल को पहले जांच की गई रक्षा एजेंसियों के लिए खोलने का फैसला किया।
टिप्पणियाँ