13 सितंबर की खबर के अनुसार, कई हफ्तों की अटकलों और प्रत्याशा के बाद, OpenAI ने आखिरकार अपना पहला "अनुमान मॉडल" o1 लॉन्च किया। उत्पाद को कंपनी के अब तक के सबसे शक्तिशाली कृत्रिम बुद्धिमत्ता उत्पादों में से एक माना जाता है, और इसकी समस्या-समाधान क्षमताएं अभूतपूर्व मानव-जैसी सोच गुणों को प्रदर्शित करती हैं। कम से कम, यह कंपनी की पिच है।
हालाँकि, OpenAI के पिछले शोध और उत्पाद रिलीज़ की तरह, o1 अभी भी कुछ हद तक "स्वादिष्ट" है। ओपनएआई का दावा है कि जटिल कार्यों को संभालते समय यह मॉडल बेहतर प्रदर्शन करता है, लेकिन मॉडल प्रशिक्षण के बारे में कुछ विवरण सामने आए हैं। वर्तमान में, O1 केवल भुगतान किए गए ChatGPT उपयोगकर्ताओं और चुनिंदा प्रोग्रामर को सीमित पूर्वावलोकन की पेशकश कर रहा है।
ओपनएआई ने आत्मविश्वास से कहा कि ओ1 ने भौतिकी, रसायन विज्ञान और जीवविज्ञान जैसे क्षेत्रों में डॉक्टरेट छात्र के समान सोच की गहराई का प्रदर्शन किया है। इस प्रगति को इतना महत्वपूर्ण माना गया कि OpenAI ने मौजूदा GPT-4 से शुरुआत करने का निर्णय लिया, मॉडल की संख्या को "1" पर रीसेट कर दिया, और यहां तक कि व्यापक रूप से मान्यता प्राप्त "GPT" ब्रांडिंग को छोड़ने पर भी विचार किया। यह एक ऐसा ब्रांड है जो न केवल अपने चैटबॉट्स को परिभाषित करता है, बल्कि जनरेटिव आर्टिफिशियल इंटेलिजेंस के पूरे क्षेत्र की शुरुआत करता है।
OpenAI द्वारा आज जारी की गई शोध रिपोर्ट और ब्लॉग पोस्ट जटिल तर्क कार्यों को संभालने में O1 की कई अद्भुत क्षमताओं को प्रदर्शित करती है। इन कार्यों में उन्नत गणित, प्रोग्रामिंग पहेलियाँ, कोड डिक्रिप्शन और यहां तक कि आनुवंशिकी, अर्थशास्त्र और क्वांटम भौतिकी के क्षेत्रों की विशेष समस्याएं भी शामिल हैं। बड़ी संख्या में चार्ट से पता चलता है कि ओ1 ने कंपनी के आंतरिक मूल्यांकन में अपने शीर्ष भाषा मॉडल जीपीटी-4ओ को काफी पीछे छोड़ दिया है, और इसका प्रदर्शन प्रोग्रामिंग, गणित और विज्ञान के क्षेत्र में विशेष रूप से उत्कृष्ट है।
इन सुधारों की कुंजी बच्चों की शिक्षा में गहरी अंतर्दृष्टि से आती है - "कार्य करने से पहले सोचें।" OpenAI ने कहा कि OpenAIo1 मानव सोचने की प्रक्रिया के समान, उत्तर देने से पहले "गहराई से सोचने" में अधिक समय व्यतीत करेगा। कंपनी इस प्रक्रिया को "विचार श्रृंखला" कहती है, जो एआई अनुसंधान में एक शब्द है जो एक समाधान रणनीति को संदर्भित करता है जो किसी समस्या को कई मध्यवर्ती चरणों में तोड़ता है। यह "विचार श्रृंखला" तंत्र मॉडल को धीरे-धीरे छोटे कार्यों को हल करने, स्वयं-सही करने और समाधान को अनुकूलित करने में सक्षम बनाता है। जब उपयोगकर्ता कोई प्रश्न पूछता है, तो मॉडल "सोच" प्रदर्शित करेगा और फिर अपनी तर्क प्रक्रिया में कुछ चरण दिखाएगा, जैसे "ऐतिहासिक विकास का पता लगाना" या "साक्ष्य के टुकड़ों को एकीकृत करना।" अंततः, यह विचार की अवधि को चिह्नित करेगा, जैसे "9 सेकंड के लिए सोचें," और फिर उत्तर दें।
यद्यपि उत्तर उत्पन्न करते समय ओ1 की पूरी "सोच श्रृंखला" उपयोगकर्ता अनुभव को सरल बनाने के लिए उपयोगकर्ताओं के लिए अदृश्य है, यह कुछ पारदर्शिता का भी त्याग करता है, जिससे उपयोगकर्ताओं के लिए यह समझना मुश्किल हो जाता है कि मॉडल अंतिम निष्कर्ष तक कैसे पहुंचता है। यह मॉडल की मुख्य तकनीक को प्रतिस्पर्धियों द्वारा महारत हासिल होने से बचाने के लिए भी है। O1 के निर्माण विवरण के संबंध में, OpenAI ने बहुत कम खुलासा किया, केवल यह कहा कि इसका प्रशिक्षण "नए अनुकूलन एल्गोरिदम और प्रशिक्षण डेटा सेट" पर आधारित है।
ओपनएआई के अभूतपूर्व विपणन प्रयासों के बावजूद, यह अनिश्चित बना हुआ है कि क्या ओ1 चैटजीपीटी में एक क्रांतिकारी अनुभव लाएगा या मौजूदा मॉडल पर सिर्फ एक वृद्धिशील सुधार होगा। हालाँकि, कंपनी द्वारा प्रस्तुत शोध परिणामों और मेरे प्रारंभिक परीक्षण को देखते हुए, o1 के आउटपुट परिणाम वास्तव में अधिक व्यापक और तार्किक हैं। यह स्केल प्रभाव में ओपनएआई के विश्वास को दर्शाता है: बड़े एआई मॉडल, अधिक डेटा और अधिक शक्तिशाली कंप्यूटिंग शक्ति एआई प्रदर्शन में छलांग लगाएगी। प्रशिक्षण का समय जितना लंबा होगा, O1 का प्रदर्शन उतना ही बेहतर होगा।
हालाँकि, लंबी अवधि की सोच के साथ उच्च लागत भी आती है। OpenAI प्रोग्रामर्स को अपनी तकनीक का उपयोग करने के लिए भुगतान करने की अनुमति देता है, और o1 का प्रति-शब्द आउटपुट शुल्क GPT-4o का लगभग चार गुना है। जेनरेटिव एआई के लिए आवश्यक उच्च-प्रदर्शन चिप्स, पावर और कूलिंग सिस्टम बेहद महंगे हैं। इन विशाल कंप्यूटिंग जरूरतों को पूरा करने के लिए, प्रौद्योगिकी कंपनियों, ऊर्जा कंपनियों और अन्य उद्योगों से खरबों डॉलर का निवेश करने की उम्मीद है। इससे यह चिंता बढ़ गई है कि क्या एआई क्रिप्टोकरेंसी या डॉट-कॉम बबल युग की तरह एक नया बुलबुला बन जाएगा। चूँकि O1 को समस्याओं का जवाब देने में अधिक समय लगता है, यह अधिक संसाधनों की खपत करता है, जिससे AI तकनीक कब लाभदायक होगी इसकी अनिश्चितता और बढ़ जाती है।
शायद इस विस्तारित प्रसंस्करण समय का सबसे महत्वपूर्ण प्रभाव तकनीकी या वित्तीय बोझ नहीं है, बल्कि रीब्रांडिंग है। पिछले एआई मॉडल में "कनवर्टर" और "डिफ्यूजन" जैसे अस्पष्ट शब्दों की तुलना में, ओपनएआई का "अनुमान मॉडल" और "सोच श्रृंखला" रोजमर्रा की भाषा के करीब लगता है और इसमें "मानवीकृत" रंग होता है।
यह भाषा रणनीति OpenAI के लिए अद्वितीय नहीं है। स्टार्टअप एंथ्रोपिक अपने मुख्य मॉडल क्लाउड को "व्यक्तित्व" और "दिमाग" वाला बताता है। Google अपनी AI की "तर्क" क्षमताओं का प्रचार करता है, और AI खोज स्टार्टअप Perplexity का दावा है कि उसका उत्पाद "आपको समझता है।" OpenAI का ब्लॉग सीधे तौर पर बताता है कि o1 "एक इंसान की तरह सोचता है," "एक वास्तविक सॉफ्टवेयर इंजीनियर की तरह काम करता है," और "मानव जैसी तर्क क्षमता रखता है।" हालाँकि शोध नेता ने इस बात पर ज़ोर दिया कि OpenAI अपने उत्पाद को मानव मस्तिष्क के समकक्ष नहीं मानता है, उन्होंने यह भी स्वीकार किया कि o1 पिछले मॉडलों की तुलना में कुछ पहलुओं में अधिक "मानवीय" प्रतीत होता है।
ऐसे उद्योग के लिए जिसकी उत्पाद स्थिति अभी तक स्पष्ट नहीं है, "मानवीकृत" अभिव्यक्ति निस्संदेह एक शक्तिशाली विपणन उपकरण है। बुद्धिमत्ता की परिभाषा स्वाभाविक रूप से अस्पष्ट है, और भाषा मॉडल के वास्तविक मूल्य का सटीक आकलन करना मुश्किल है। "जीपीटी" नाम सरल लग सकता है, लेकिन इसका कोई वास्तविक अर्थ नहीं है। हालाँकि OpenAI के मुख्य अनुसंधान अधिकारी बॉब मैकग्रे का मानना है कि OpenAIo1 "अधिक समझदार नामकरण" की दिशा में पहला कदम है, जिसका उद्देश्य अपने उत्पादों को अधिक स्पष्ट रूप से व्यक्त करना है, अक्षर और संख्या संयोजन में ये सूक्ष्म अंतर अक्सर आम लोगों के लिए अप्रासंगिक होते हैं।
हालाँकि, एक ऐसे उपकरण का विपणन करना जो "आपकी तरह सोच सकता है" विज्ञान प्रयोगशाला शब्दजाल जैसा कुछ नहीं है और साहित्य में एक अवधारणा की तरह है। हालाँकि यह विवरण अन्य एआई शब्दों की तुलना में अधिक सटीक नहीं है, और अस्पष्ट भी हो सकता है, लेकिन यह इसे अपना अनूठा आकर्षण भी देता है। एक एआई मॉडल जो "मानव की तरह सोचने" का दावा करता है, कल्पना के लिए जगह छोड़ता है, जिससे प्रत्येक उपयोगकर्ता को अंतराल भरने और एक मशीन की कल्पना करने की अनुमति मिलती है जो "मेरी तरह काम करती है।" शायद जेनरेटिव एआई बेचने की कुंजी ग्राहकों को स्वयं "जादू" बनाने और भरने देना है।