मिला जोवोविच का मेमपैलेस एआई की स्मृति समस्या हल करने का लक्ष्य रखता है

लाखों लोग दैनिक रूप से एक चैट विंडो खोलते हैं और कृत्रिम बुद्धिमत्ता (एआई) को खुद को समझाना शुरू करते हैं। यह ध्यान से सुनता है, तुरंत एक समझदारी भरा लगने वाला उत्तर उत्पन्न करता है, और फिर, जब सत्र समाप्त होता है, तो बातचीत के बारे में हर एक विवरण को भूल जाता है।

इस अनुष्ठान का पैमाना आश्चर्यजनक है। चैटजीपीटी अकेले ही प्रतिदिन एक अरब से अधिक प्रश्नों को संभालता है, जिसमें 2025 के अंत में 800 मिलियन से अधिक साप्ताहिक सक्रिय उपयोगकर्ता हैं। जनरेटिव एआई का उपयोग विश्व की 16% से अधिक आबादी तक पहुंच गई है, जबकि तीन साल पहले इसका उपयोग उल्लेखनीय स्तर पर नहीं था।

इस मॉडल का समर्थन करने वाला एक विशाल बुनियादी ढांचा है, जिसकी पर्यावरणीय लागत बढ़ रही है: 2024 में, अमेरिकी डेटा सेंटर ने 183 टेरावाट-घंटे बिजली की खपत की, जो देश की कुल बिजली खपत का 4% से अधिक है, यानी लगभग पाकिस्तान की वार्षिक बिजली मांग के बराबर।

एआई प्रणालियों की स्मृति की कमी के कारण, उस ऊर्जा का एक बड़ा हिस्सा संदर्भ को फिर से स्थापित करने में खर्च किया जाता है। बार-बार स्पष्टीकरण, परियोजना की पुनः प्रस्तुति, और प्रत्येक सत्र की शुरुआत में संदर्भ डंप व्यर्थ गणना है।

स्मृति वह है जो एक उपकरण को एक सहयोगी में बदल देती है

एआई सहायकों में डिफ़ॉल्ट रूप से कोई स्थायी स्मृति नहीं होती है। यह मायने नहीं रखेगा अगर हम एआई का उपयोग एक कैलकुलेटर की तरह करते हैं: एक संख्या दर्ज करें, परिणाम प्राप्त करें, और आगे बढ़ें।

लेकिन अधिकांश लोग अब इसे उस तरह से नहीं उपयोग करते हैं। वे एआई के साथ लंबे, बार-बार आगे बढ़ने वाली, गहरे संदर्भ से जुड़ी बातचीत करते हैं – हफ्तों या महीनों में चीजें बनाते हैं, साझा भाषा, निर्णय, और इतिहास विकसित करते हैं। किसी भी समय एआई सक्रिय रूप से कितना संदर्भ बनाए रख सकता है, यह सदस्यता के स्तर के अनुसार बदल सकता है।

अब तक, एआई एक अद्भुत उपकरण साबित हुआ है, लेकिन शुरुआती विकास चरण से ही यह एक साथी के रूप में माना जाने का लक्ष्य रखता है। उस महत्वाकांक्षा के लिए स्मृति की आवश्यकता है। इसके बिना, प्रगति बार-बार शून्य पर लौटती रहेगी।

स्थायी स्मृति यह परिवर्तित करती है कि एआई व्यावहारिक रूप से क्या कर सकता है। एक डेवलपर को एक एआई मिलता है जो वास्तुकला निर्णयों और उनके पीछे के तर्क को बनाए रखता है। एक टीम को एक एआई मिलता है जो परियोजना के इतिहास को जानता है बिना पुनः ब्रीफिंग के। एक लेखक को एक एआई मिलता है जिसने समय के साथ उनके काम के बारे में ज्ञान जमा किया है। मॉडल की क्षमता से अधिक महत्वपूर्ण यह है कि क्या वह वास्तव में इसका उपयोग करने वाले व्यक्ति के बारे में ज्ञान संचित कर सकता है।

यह समस्या क्यों हल करना मुश्किल है

चुनौती सिर्फ भंडारण नहीं है, बल्कि पुनर्प्राप्ति भी है। सिद्धांत रूप में, आप हर पिछली बातचीत को एक नए सत्र में डाल सकते हैं। लेकिन जल्द ही यह गणनात्मक रूप से अव्यावहारिक हो जाता है। संदर्भ विंडो, हालांकि विस्तारित, अनंत नहीं हैं। महीनों की अनस्ट्रक्चर्ड चैट को एक प्रॉम्प्ट में डंप करना न केवल अप्रभावी है, बल्कि समय और ऊर्जा की बर्बादी भी है।

डेटा इंजीनियर पारस पांडे मुख्य कठिनाई को सरल शब्दों में बताते हैं: “एआई स्मृति वास्तव में एक पुनर्प्राप्ति विश्वसनीयता समस्या है जो एक भंडारण समस्या के रूप में प्रस्तुत की जाती है। आप किसी भी जानकारी को स्थायी रूप से संग्रहीत कर सकते हैं; कठिनाई यह है कि इन्फरेंस के समय उसका सही अंश निकाला जाए, बिना रिक्तियों को मनगढ़ंत जानकारी से भरे। यह डेटा सिस्टम में वर्षों से हल की जा रही समस्या का एक कठिन संस्करण है, और यह क्षेत्र अभी भी शुरुआती है।”

वर्तमान एआई स्मृति दृष्टिकोण प्रणालियों को यह तय करने देते हैं कि क्या याद रखने योग्य है। लेकिन एआई को यह तय करने देना कि क्या महत्वपूर्ण है, अक्सर उस सूक्ष्म संदर्भ को फेंक देता है जिसने मूल विनिमय को मूल्यवान बनाया। आप सामान्य विचार को बनाए रखते हैं, लेकिन पूरी बातचीत को खो देते हैं जहां आपने अपनी विशिष्ट चिंताओं को समझाया, और उन विकल्पों पर चर्चा की थी जिन पर विचार करके आपने उन्हें अस्वीकार किया था।

आदर्श स्थिति यह होगी कि सही जानकारी सही समय पर खोजी जा सके।

मेमपैलेस का आगमन

यही वह समस्या है जिसे हाल ही में जारी ओपन-सोर्स परियोजना मेमपैलेस हल करने का लक्ष्य रखती है। यह सारांशित या छोड़ने के बजाय, पूरी बातचीत को संग्रहीत करता है और एक ऐसी संरचना बनाता है जिसमें आसानी से रास्ता खोजा जा सके। यह प्राचीन यूनानी स्मृति-महल तकनीक से प्रेरित है, जिसमें वक्ता अपने विचारों को मन ही मन एक काल्पनिक भवन के विशिष्ट कमरों में रखते थे ताकि बाद में उन्हें याद किया जा सके।

मेमपैलेस केवल अपने तरीके की सुंदरता के कारण उल्लेखनीय नहीं है। इसके परिणाम भी महत्वपूर्ण हैं। एआई की स्मृति से जानकारी खोजने के मानक अकादमिक बेंचमार्क में, मेमपैलेस ने किसी मुफ्त प्रणाली के लिए अब तक प्रकाशित सर्वोच्च स्कोर हासिल किए हैं, और यह ऐसा करता है जबकि पूरी तरह से आपकी अपनी मशीन पर चलता है, किसी सदस्यता के बिना, किसी क्लाउड निर्भरता के बिना, और किसी बाहरी एपीआई की आवश्यकता के बिना।

प्रतिस्पर्धी व्यावसायिक सेवाएं समान और अक्सर खराब प्रदर्शन करने वाली कार्यक्षमता के लिए $20 से $250 प्रति माह तक चार्ज करती हैं।

श्रेणी में सर्वश्रेष्ठ प्रदर्शन, पूरी तरह स्थानीय संचालन और पूर्ण निःशुल्कता का यह संयोजन इतना असामान्य है कि इस पर ध्यान देना चाहिए। और चूंकि यह दूरस्थ सर्वर के बजाय आपके हार्डवेयर पर चलता है, इसलिए मेमपैलेस के माध्यम से आप जो भी प्रश्न रूट करते हैं वह डेटा सेंटर उद्योग के बढ़ते ऊर्जा-खपत खाते में इजाफा नहीं करता।

व्यापक परिप्रेक्ष्य

मेमपैलेस एक परियोजना है, लेकिन यह कुछ बड़े की ओर इशारा करता है: स्थायी स्मृति को एआई प्रणालियों में एक प्रीमियम ऐड-ऑन के रूप में नहीं माना जाता है, यह एआई के नए उपयोग के मामलों के लिए एक मूलभूत कार्य है।

परियोजना का निर्माण एक छोटी टीम द्वारा किया गया था, मिला जोवोविच (हाँ, रेजिडेंट ईविल की अभिनेत्री), बेन सिगमैन, और क्लॉड, और इसके विवरण में केवल सात कमिट्स सूचीबद्ध हैं।

समर्पित इंजीनियरिंग टीमों वाले व्यावसायिक उत्पादों से बेहतर प्रदर्शन करने वाली प्रणाली इतने सीमित प्रयास से बनी है; यह दिखाता है कि असली कठिनाई कहां है।

समस्या कंप्यूटर या संसाधन नहीं थे। आवश्यकता इस बात के अधिक स्पष्ट मॉडल की थी कि स्मृति को वास्तव में क्या करना चाहिए।