GPT-6 एस्ट्रा का क्रेज है: जब तक आप धीरे-धीरे सीखते हैं, आपको इसे सीखने की ज़रूरत नहीं है?

सार:

पिछले दो दिनों में, मेरा मानना ​​है कि हर कोई GPT-6 एस्ट्रा के विभिन्न अविश्वसनीय गेमप्ले-एक वाक्य में संपूर्ण 3D मॉडलिंग से चकित हो गया है, स्क्रैच से एक पूरा गेम बनाएं, एक नज़र में हजारों भागों को नष्ट करें, और यहां तक ​​कि रोबोट को नियंत्रित करने के लिए इसका उपयोग करें... संक्षेप में, यह अविश्वसनीय रूप से शक्तिशाली है। नेटिज़ेंस ने एक अतिशयोक्तिपूर्ण कहावत कही है: जब तक आप धीरे-धीरे सीखते हैं, आपको सीखने की ज़रूरत नहीं है। लेकिन जीपीटी-6 एस्ट्रा लोगों को यह एहसास दिलाता है कि जैसे ही यह सामने आएगा, मूल रूप से कई क्षेत्रों में व्याप्त जटिलता अचानक हल हो जाएगी।

इस प्रवृत्ति को कम करके नहीं आंका जाना चाहिए, लेकिन मॉडल की वर्तमान क्षमताओं को अतिरंजित भी नहीं किया जाना चाहिए। इस लेख में, हम GPT-6 एस्ट्रा के विभिन्न अविश्वसनीय गेमप्ले और इसकी वर्तमान सीमाओं का जायजा लेंगे।

3डी मॉडलिंग,

क्या यह अचानक आसान होता जा रहा है?

पिछले दो दिनों में एस्ट्रा की सबसे गहन स्क्रीन-स्वाइपिंग क्षमता संभवतः 3डी है।

किसी ने इसका उपयोग सीधे 3डी ट्रेन बनाने के लिए किया:

दोनों ट्रेनें ब्राउज़र में चलते समय टाइपस्क्रिप्ट और थ्री.जेएस कोड का उपयोग करके सीधे एस्ट्रा द्वारा उत्पन्न की जाती हैं। शरीर का आकार, रूपरेखा और विभिन्न ज्यामितीय संरचनाएं कोड में आकार मापदंडों, प्रोफ़ाइल और ज्यामिति फ़ंक्शन से आती हैं; पहिये की गति एक कोड है, और पूरी ट्रेन का विस्फोट, हिस्सों का टूटना और फिर से जुड़ना का एनीमेशन भी कोड है।

इसके अलावा, इन मॉडलों को बनने के बाद भागों में अलग किया जा सकता है। एक कैमरे को 122 घटक समूहों और 1877 व्यक्तिगत रूप से तैयार किए गए भागों में विभाजित किया जा सकता है। पूरे कार्य को चलाने में लगभग 3 घंटे का समय लगा। लेखक ने कहा कि उन्हें कभी एहसास नहीं हुआ कि थ्री.जेएस (ब्राउज़र में 3डी ग्राफिक्स बनाने और प्रदर्शित करने के लिए इस्तेमाल की जाने वाली एक जावास्क्रिप्ट लाइब्रेरी) का इस तरह इस्तेमाल किया जा सकता है।

दिलचस्प बात यह है कि टेस्ला को खत्म करने के बाद यह लेखक संतुष्ट नहीं था, और यहां तक ​​कि "एक आदमी (पुरुष) को खत्म करने" के लिए एक वेबसाइट भी बनाई: पूरे शरीर के 2234 मॉडलिंग भागों को एक-एक करके देखा जा सकता है, और स्रोत फ़ाइलों में मैप किया जा सकता है।

लेकिन कुछ लोगों का कहना है कि AI के वर्तमान प्रत्यक्ष परिणाम अभी तक व्यावसायिक रूप से उपलब्ध नहीं हैं।

इसके अलावा स्थिरता भी एक बड़ी समस्या है. आख़िरकार, बग्स को ठीक करने के लिए अभी भी लोगों की आवश्यकता है।

इन डेमो का महत्व सिर्फ यह साबित करना नहीं है कि एस्ट्रा मॉडलिंग कर सकती है। इससे भी महत्वपूर्ण बात यह है कि यह बातचीत का एक नया तरीका प्रदर्शित करता है: लोगों को अब जटिल 3डी सॉफ़्टवेयर सीखने की ज़रूरत नहीं है, बल्कि वे जिस दुनिया को चाहते हैं उसका सीधे वर्णन करते हैं, और एआई को विचारों को स्थानिक संरचनाओं में अनुवाद करने के लिए जिम्मेदार बनाते हैं।

अतीत में, 3डी मॉडलिंग डिजिटल दुनिया में प्रवेश करने की दहलीज थी; भविष्य में, यह एआई के लिए वास्तविक दुनिया को समझने और उत्पन्न करने की एक बुनियादी क्षमता बन सकती है। बेशक, वास्तव में औद्योगिक-ग्रेड अनुप्रयोगों से पहले अभी भी एक लंबा रास्ता तय करना बाकी है, लेकिन रास्ता तेजी से स्पष्ट होता जा रहा है।

सॉफ़्टवेयर सीखने की ज़रूरत नहीं?

एस्ट्रा, अपने अंदर जाओ

OpenAI की आधिकारिक स्थिति में, कंप्यूटर का उपयोग और ब्राउज़र का उपयोग GPT-6 एस्ट्रा की ट्रम्प कार्ड क्षमताएं हैं। कैनवा पेंटिंग उदाहरण में, हम इसे क्रियान्वित रूप में देखते हैं।

इस मामले में, नेटिज़न ने एस्ट्रा से उसे कैनवा (एक संदर्भ फोटो से चित्र की नकल) में चित्रित करने के लिए कहा। ड्राइंग प्रक्रिया के दौरान, एस्ट्रा सीधे ब्राउज़र में कैनवा इंटरफ़ेस को नियंत्रित कर सकता है: टूल का चयन करें, सटीक क्लिक/ड्रैग करें, परत दर परत बनाएं (पृष्ठभूमि से शरीर, हथियार, चेहरे के विवरण तक), और अंत में एक अत्यधिक समान पिक्सेल-शैली अर्ध-यथार्थवादी चित्र को पूरा करें।

फेबल 5.1 नेक्स्ट डोर को भी वही संकेत मिला, लेकिन परिणाम ने नेटिज़न्स को निराश किया:

यह प्रयोग करने वाले वह अकेले नहीं हैं. एक अन्य नेटिज़न ने भी वही तस्वीर ली और दो एआई से इसे बनाने के लिए कहा, और परिणाम समान थे: एस्ट्रा अधिक यथार्थवादी है, फ़ेबल 5.1 अधिक मुफ़्त और आसान है...

वीडियो लिंक: https://mp.weixin.qq.com/s/6tOR2GptUa97ffW-jWJF2Q

हालाँकि, कुछ नेटिज़न्स ने बताया कि इन चीज़ों के अंतिम दृश्य प्रभावों पर ध्यान केंद्रित नहीं किया गया है। महत्वपूर्ण बात यह है कि एस्ट्रा द्वारा समर्थित एजेंट पहले से ही ब्लेंडर, अनरियल इंजन और ब्राउज़र को स्वयं संचालित कर सकते हैं, और सीधे प्रॉम्प्ट को प्रोजेक्ट फ़ाइलों में बदल सकते हैं।

पिछले कुछ दिनों में, "एस्ट्रा ने सैन फ्रांसिस्को पैलेस ऑफ फाइन आर्ट्स के पुनर्निर्माण के लिए ब्लेंडर का उपयोग किया", "एक पुरानी स्टीम ट्रेन ड्राइंग को ब्लेंडर में 3295 संपादन योग्य वस्तुओं में बदल दिया गया" और "एक ही अवास्तविक दुनिया में रहने वाले 600 एस्ट्रा एजेंट" इस दिशा में सभी विशिष्ट मामले हैं।

वीडियो लिंक: https://mp.weixin.qq.com/s/6tOR2GptUa97ffW-jWJF2Q

एक और दिलचस्प मामला है "पियानो बजाना"। ओपनएआई कर्मचारी विक्टर ई. नुनेज़ ने एस्ट्रा को एक ऑनलाइन पियानो ढूंढने और कंप्यूटर उपयोग का उपयोग करके "रिवर फ्लोज़ इन यू" बजाने के लिए कहा। निष्पादन प्रक्रिया के दौरान, एस्ट्रा ने स्वयं एक ऑनलाइन वर्चुअल पियानो वेबसाइट खोजी और खोली, और फिर कंप्यूटर इंटरफ़ेस को सीधे नियंत्रित करने के लिए कंप्यूटर का उपयोग किया: माउस को "दाहिने हाथ" के रूप में क्लिक करें और पियानो कुंजी पर क्लिक करें। कीबोर्ड नियंत्रण को "बाएं हाथ + त्वरित पैराग्राफ" के रूप में माना जाता है। दोनों ने एक ही समय में लय और नोट की अवधि को सटीक रूप से नियंत्रित करते हुए प्रदर्शन किया और "रिवर फ्लोज़ इन यू" गीत को पूरी तरह से प्रस्तुत किया।

वीडियो लिंक: https://mp.weixin.qq.com/s/6tOR2GptUa97ffW-jWJF2Q

अधिक दिलचस्प बात यह है कि एस्ट्रा ने स्क्रीन को स्वयं रिकॉर्ड किया और इस प्रदर्शन वीडियो को संपादित किया। पूरी प्रक्रिया शुरू से अंत तक है: कार्य को समझने से लेकर → वेबसाइट ढूंढना → उपकरण लोड करना → वास्तविक समय में बजाना, मध्यवर्ती चरणों में मैन्युअल हस्तक्षेप के बिना।

इन मामलों से पता चलता है कि GPT-6 एस्ट्रा एजेंटिक कंप्यूटर उपयोग में एक नई ऊंचाई पर पहुंच गया है, गति, सटीकता, मल्टी-टूल समानता और वास्तविक समय फीडबैक क्षमताओं के साथ सभी बहुत उच्च स्तर पर पहुंच गए हैं।

शायद, भविष्य में, लोग इस बारे में सोचना बंद कर सकते हैं कि एआई फ़ंक्शंस में एक निश्चित पेशेवर सॉफ़्टवेयर की क्षमताओं को फिर से कैसे बनाया जाए और सॉफ़्टवेयर को एआई को सौंप दिया जाए। मनुष्यों के लिए डिज़ाइन किए गए किसी भी सॉफ़्टवेयर को संचालित करने में सक्षम होने से एआई के अनुप्रयोग परिदृश्यों का काफी विस्तार होता है।

स्क्रीन के बाहर,

एस्ट्रा ने रोबोट को नियंत्रित करना शुरू कर दिया

इससे कोई फर्क नहीं पड़ता कि पिछले डेमो कितने अपमानजनक थे, वे सभी अनिवार्य रूप से कंप्यूटर पर हुए थे।

नेटीजन जे चूई द्वारा किया गया परीक्षण अलग था: उन्होंने वास्तव में एस्ट्रा को रोबोटिक बांह से जोड़ा था।

एनवीआईडीआईए के पूर्व शोध वैज्ञानिक यू जियांग ने आगे बताया कि रोबोटिक्स की अगली सीमा यह हो सकती है कि नियंत्रण के लिए उन्नत एआई मॉडल का वास्तव में उपयोग कैसे किया जाए। केवल धारणा और योजना मॉड्यूल को लागू करने के लिए एजेंटों के रूप में उनका उपयोग करना पर्याप्त नहीं है। हमें इन मॉडलों को भौतिक दुनिया से जोड़ने के लिए नए तरीकों की आवश्यकता है।

अभी भी पढ़ रहे हैं?

इसे पढ़ने के बाद, कुछ लोगों ने अफसोस जताया कि एआई अब चित्र बनाने से संतुष्ट नहीं है, बल्कि उसने "दुनिया का पुनर्निर्माण" करने की कोशिश शुरू कर दी है।

इस प्रश्न का अब निश्चित रूप से कोई उत्तर नहीं है। एस्ट्रा के बारे में अभी भी बहुत सी चीजें हैं जो अस्थिर, खुरदरी या बिल्कुल भी अनुपयोगी हैं, लेकिन इन दो दिनों में जो वास्तव में परेशान करने वाला और रोमांचक है वह बिल्कुल यही हो सकता है: पहली बार, कई जटिल ऑपरेशन जिन्हें डिफ़ॉल्ट रूप से मनुष्यों द्वारा महारत हासिल की जानी चाहिए, उन्हें एआई के लिए समग्र रूप से पैक करना संभव हो गया है।

जहां तक ​​"क्या मुझे इसे भविष्य में भी सीखना चाहिए?", इसका उत्तर निश्चित रूप से यह है कि मुझे अभी भी इसे सीखना होगा। यह सिर्फ इतना है कि हमें इस बात पर पुनर्विचार करना होगा कि क्या सीखने लायक है।