चैटजीपीटी से परे; एआई एजेंट: श्रमिकों की एक नई दुनिया

गहन शिक्षण, प्राकृतिक भाषा प्रसंस्करण (एनएलपी), और एआई में प्रगति के साथ, हम एक ऐसे समय में हैं जहां एआई एजेंट वैश्विक कार्यबल का एक महत्वपूर्ण हिस्सा बन सकते हैं। ये एआई एजेंट, चैटबॉट और वॉयस असिस्टेंट से आगे बढ़कर, उद्योगों और हमारे दैनिक जीवन दोनों के लिए एक नए प्रतिमान को आकार दे रहे हैं। लेकिन इन "श्रमिकों" द्वारा संवर्धित दुनिया में रहने का वास्तव में क्या मतलब है? यह लेख इस उभरते परिदृश्य में गहराई से उतरता है और आगे आने वाले निहितार्थों, संभावनाओं और चुनौतियों का आकलन करता है।

एक संक्षिप्त पुनर्कथन: एआई कार्यकर्ताओं का विकास

आसन्न क्रांति को समझने से पहले, एआई-संचालित विकास को पहचानना महत्वपूर्ण है जो पहले ही हो चुका है।

• पारंपरिक कंप्यूटिंग सिस्टम: बुनियादी कंप्यूटिंग एल्गोरिदम से, यात्रा शुरू हुई। ये सिस्टम नियमों के एक निश्चित सेट का उपयोग करके पूर्व-निर्धारित कार्यों को हल कर सकते हैं।
• चैटबॉट और अर्ली वॉयस असिस्टेंट: जैसे-जैसे तकनीक विकसित हुई, वैसे-वैसे हमारे इंटरफेस भी विकसित हुए। सिरी, कॉर्टाना और शुरुआती चैटबॉट्स जैसे टूल ने उपयोगकर्ता-एआई इंटरैक्शन को सरल बनाया लेकिन उनकी समझ और क्षमता सीमित थी।
• तंत्रिका नेटवर्क और गहन शिक्षण: तंत्रिका नेटवर्क ने मानव मस्तिष्क के कार्यों की नकल करते हुए और अनुभव के माध्यम से विकसित होते हुए एक महत्वपूर्ण मोड़ को चिह्नित किया। गहन शिक्षण तकनीकों ने इसे और बढ़ाया, परिष्कृत छवि और वाक् पहचान को सक्षम किया।
• ट्रांसफार्मर और उन्नत एनएलपी मॉडल: ट्रांसफार्मर आर्किटेक्चर की शुरूआत ने एनएलपी परिदृश्य में क्रांति ला दी। सिस्टम जैसे ChatGPT OpenAI, BERT और T5 ने मानव-एआई संचार में सफलता हासिल की है। भाषा और संदर्भ पर अपनी गहरी पकड़ के साथ, ये मॉडल सार्थक बातचीत कर सकते हैं, सामग्री लिख सकते हैं और अभूतपूर्व सटीकता के साथ जटिल प्रश्नों का उत्तर दे सकते हैं।

एआई एजेंट दर्ज करें: सिर्फ एक बातचीत से कहीं अधिक

आज का दि एआई परिदृश्य वार्तालाप टूल से कहीं अधिक विस्तृत चीज़ की ओर संकेत कर रहा है। एआई एजेंट, केवल चैट कार्यों से परे, अब कार्य कर सकते हैं, अपने वातावरण से सीख सकते हैं, निर्णय ले सकते हैं और यहां तक ​​कि रचनात्मकता भी प्रदर्शित कर सकते हैं। वे सिर्फ सवालों का जवाब नहीं दे रहे हैं; वे समस्याओं का समाधान कर रहे हैं.

पारंपरिक सॉफ्टवेयर मॉडल एक स्पष्ट मार्ग पर काम करते थे। हितधारकों ने सॉफ्टवेयर प्रबंधकों के सामने एक लक्ष्य व्यक्त किया, जिन्होंने फिर एक विशिष्ट योजना तैयार की। इंजीनियर कोड की पंक्तियों के माध्यम से इस योजना को क्रियान्वित करेंगे। सॉफ़्टवेयर कार्यक्षमता का यह 'विरासत प्रतिमान' स्पष्ट था, जिसमें ढेर सारे मानवीय हस्तक्षेप शामिल थे।

हालाँकि, AI एजेंट अलग तरह से काम करते हैं। एक मुनीम:

1. है लक्ष्यों यह हासिल करना चाहता है.
2. कर सकते हैं बातचीत इसके साथ वातावरण.
3. ए तैयार करता है योजना अपने लक्ष्य को प्राप्त करने के लिए इन टिप्पणियों के आधार पर।
4. आवश्यक लेता है कार्रवाई, अपने दृष्टिकोण को समायोजित करना पर्यावरण की बदलती स्थिति के आधार पर।

एआई एजेंटों को वास्तव में पारंपरिक मॉडलों से जो अलग करता है, वह एक लक्ष्य को साकार करने के लिए स्वायत्त रूप से चरण-दर-चरण योजना बनाने की उनकी क्षमता है। संक्षेप में, जबकि पहले प्रोग्रामर योजना प्रदान करता था, आज के एआई एजेंट अपना पाठ्यक्रम निर्धारित करते हैं।

एक रोजमर्रा के उदाहरण पर विचार करें. पारंपरिक सॉफ़्टवेयर डिज़ाइन में, एक प्रोग्राम पूर्व-निर्धारित स्थितियों के आधार पर उपयोगकर्ताओं को अतिदेय कार्यों के बारे में सूचित करेगा। डेवलपर उत्पाद प्रबंधक द्वारा प्रदान किए गए विनिर्देशों के आधार पर ये शर्तें निर्धारित करेंगे।

एआई एजेंट प्रतिमान में, एजेंट स्वयं निर्धारित करता है कि उपयोगकर्ता को कब और कैसे सूचित करना है। यह पर्यावरण (उपयोगकर्ता की आदतें, आवेदन की स्थिति) का आकलन करता है और कार्रवाई का सर्वोत्तम तरीका तय करता है। इस प्रकार यह प्रक्रिया क्षण भर में और अधिक गतिशील हो जाती है।

चैटजीपीटी ने प्लगइन्स के एकीकरण के साथ अपने पारंपरिक उपयोग से एक प्रस्थान को चिह्नित किया, जिससे इसे कई अनुरोधों को पूरा करने के लिए बाहरी उपकरणों का उपयोग करने की अनुमति मिली। यह एजेंट अवधारणा की प्रारंभिक अभिव्यक्ति बन गया। यदि हम एक सरल उदाहरण पर विचार करें: न्यूयॉर्क शहर के मौसम के बारे में पूछताछ करने वाला एक उपयोगकर्ता, चैटजीपीटी, प्लगइन्स का लाभ उठाकर, बाहरी मौसम एपीआई के साथ बातचीत कर सकता है, डेटा की व्याख्या कर सकता है, और यहां तक ​​कि प्राप्त प्रतिक्रियाओं के आधार पर पाठ्यक्रम-सही भी कर सकता है।

एआई एजेंटों का वर्तमान परिदृश्य

ऑटो-जीपीटी, एजेंटजीपीटी और बेबीएजीआई सहित एआई एजेंट, विस्तृत एआई ब्रह्मांड में एक नए युग की शुरुआत कर रहे हैं। जबकि चैटजीपीटी लोकप्रिय हुआ जनरेटिव एआई मानवीय इनपुट की आवश्यकता के द्वारा, एआई एजेंटों के पीछे का उद्देश्य एआई को स्वतंत्र रूप से कार्य करने में सक्षम बनाना है, जिससे कि मानव हस्तक्षेप बहुत कम या बिना किसी मानवीय हस्तक्षेप के उद्देश्यों की ओर बढ़ सके। इस परिवर्तनकारी क्षमता को ऑटो-जीपीटी की जबरदस्त वृद्धि से रेखांकित किया गया है, इसकी स्थापना के केवल छह सप्ताह के भीतर गिटहब पर 107,000 से अधिक सितारों को शामिल किया गया है, जो डेटा साइंस पैकेज 'पांडा' जैसी स्थापित परियोजनाओं की तुलना में एक अभूतपूर्व वृद्धि है।

एआई एजेंट बनाम चैटजीपीटी

कई उन्नत एआई एजेंट, जैसे ऑटो-जीपीटी और बेबीएजीआई, जीपीटी आर्किटेक्चर का उपयोग करते हैं। उनका प्राथमिक ध्यान एआई कार्य को पूरा करने में मानवीय हस्तक्षेप की आवश्यकता को कम करना है। "जीपीटी ऑन ए लूप" जैसे वर्णनात्मक शब्द एजेंटजीपीटी और बेबीएजीआई जैसे मॉडलों के संचालन की विशेषता बताते हैं। वे उपयोगकर्ता के अनुरोधों को बेहतर ढंग से समझने और उनके आउटपुट को परिष्कृत करने के लिए पुनरावृत्त चक्रों में काम करते हैं। इस बीच, ऑटो-जीपीटी इंटरनेट एक्सेस और कोड निष्पादन क्षमताओं को शामिल करके सीमाओं को आगे बढ़ाता है, जिससे इसकी समस्या-समाधान पहुंच में काफी वृद्धि होती है।

एआई एजेंटों में नवाचार

1. दीर्घकालीन स्मृति: पारंपरिक एलएलएम में सीमित मेमोरी होती है, जो केवल इंटरैक्शन के हाल के खंडों को बरकरार रखती है। व्यापक कार्यों के लिए, पूरी बातचीत या यहां तक ​​कि पिछली बातचीत को याद करना महत्वपूर्ण हो जाता है। इस पर काबू पाने के लिए, एआई एजेंटों ने एम्बेडिंग वर्कफ़्लो को अपनाया है, पाठ्य वार्तालापों को संख्यात्मक सरणियों में परिवर्तित किया है, और स्मृति बाधाओं का समाधान पेश किया है।
2. वेब-ब्राउज़िंग क्षमताएँ: हाल की घटनाओं से अपडेट रहने के लिए, ऑटो-जीपीटी को Google खोज एपीआई का उपयोग करके ब्राउज़िंग क्षमताओं से लैस किया गया है। इसने एआई समुदाय के भीतर एआई के ज्ञान के दायरे को लेकर बहस छेड़ दी है।
3. रनिंग कोड: कोड जनरेट करने के अलावा, ऑटो-जीपीटी शेल और पायथन दोनों कोड निष्पादित कर सकता है। यह अभूतपूर्व क्षमता इसे अन्य सॉफ़्टवेयर के साथ इंटरफ़ेस करने की अनुमति देती है, जिससे इसके परिचालन क्षेत्र का विस्तार होता है।

आरेख एक बड़े भाषा मॉडल और एजेंटों द्वारा संचालित एआई प्रणाली की वास्तुकला की कल्पना करता है।

• निविष्टियां: सिस्टम विविध स्रोतों से डेटा प्राप्त करता है: प्रत्यक्ष उपयोगकर्ता आदेश, संरचित डेटाबेस, वेब सामग्री और वास्तविक समय पर्यावरण सेंसर।
• एलएलएम और एजेंट: मूल रूप से, एलएलएम इन इनपुटों को संसाधित करता है, जैसे विशेष एजेंटों के साथ सहयोग करके Auto-GPT विचार शृंखला के लिए, AgentGPT वेब-विशिष्ट कार्यों के लिए, BabyAGI कार्य-विशिष्ट क्रियाओं के लिए, और HuggingGPT टीम-आधारित प्रसंस्करण के लिए.
• आउटपुट: एक बार संसाधित होने के बाद, जानकारी को उपयोगकर्ता के अनुकूल प्रारूप में बदल दिया जाता है और फिर उन उपकरणों पर प्रसारित किया जाता है जो बाहरी परिवेश पर कार्य कर सकते हैं या प्रभावित कर सकते हैं।
• स्मृति घटक: सिस्टम अल्पकालिक कैश और दीर्घकालिक डेटाबेस के माध्यम से, अस्थायी और स्थायी दोनों आधारों पर जानकारी बनाए रखता है।
• वातावरण: यह बाहरी क्षेत्र है, जो सेंसर को प्रभावित करता है और सिस्टम के कार्यों से प्रभावित होता है।

उन्नत एआई एजेंट: ऑटो-जीपीटी, बेबीएजीआई और बहुत कुछ

ऑटोजीपीटी और एजेंटजीपीटी

ऑटोजीपीटीमार्च 2023 में GitHub पर जारी एक दिमाग की उपज, एक सरल पायथन-आधारित एप्लिकेशन है जो GPT, OpenAI के परिवर्तनकारी जेनरेटर मॉडल की शक्ति का उपयोग करता है। जो बात ऑटो-जीपीटी को अपने पूर्ववर्तियों से अलग करती है, वह इसकी स्वायत्तता है - इसे न्यूनतम मानवीय मार्गदर्शन के साथ कार्य करने के लिए डिज़ाइन किया गया है और इसमें संकेतों को स्वयं शुरू करने की अद्वितीय क्षमता है। उपयोगकर्ताओं को बस एक व्यापक उद्देश्य को परिभाषित करने की आवश्यकता है, और ऑटो-जीपीटी उस लक्ष्य को प्राप्त करने के लिए आवश्यक संकेतों को तैयार करता है, जिससे यह वास्तविक कृत्रिम सामान्य बुद्धिमत्ता (एजीआई) की दिशा में एक संभावित क्रांतिकारी छलांग बन जाता है।

GPT-3.5 का उपयोग करके इंटरनेट कनेक्टिविटी, मेमोरी प्रबंधन और फ़ाइल भंडारण क्षमताओं को शामिल करने वाली सुविधाओं के साथ, यह उपकरण पारंपरिक कार्यों जैसे ईमेल संरचना से लेकर जटिल कार्यों तक, जिनमें आमतौर पर बहुत अधिक मानवीय भागीदारी की आवश्यकता होती है, कार्यों के व्यापक स्पेक्ट्रम को संभालने में माहिर है।

दूसरी ओर, एजेंटजीपीटीजीपीटी फ्रेमवर्क पर निर्मित, एक उपयोगकर्ता-केंद्रित इंटरफ़ेस है जिसे स्थापित करने और उपयोग करने के लिए व्यापक कोडिंग विशेषज्ञता की आवश्यकता नहीं होती है। एजेंटजीपीटी उपयोगकर्ताओं को एआई लक्ष्यों को परिभाषित करने की अनुमति देता है, जिसे बाद में प्रबंधनीय कार्यों में विभाजित किया जाता है।

एजेंटजीपीटी यूआई

इसके अलावा, एजेंटजीपीटी अपनी बहुमुखी प्रतिभा के लिए जाना जाता है। यह चैटबॉट बनाने तक सीमित नहीं है। प्लेटफ़ॉर्म डिस्कोर्ड बॉट जैसे विविध एप्लिकेशन बनाने के लिए अपनी क्षमताओं का विस्तार करता है और यहां तक ​​कि ऑटो-जीपीटी के साथ सहजता से एकीकृत होता है। यह दृष्टिकोण सुनिश्चित करता है कि व्यापक कोडिंग पृष्ठभूमि वाले लोग भी पूरी तरह से स्वायत्त कोडिंग, पाठ निर्माण, भाषा अनुवाद और समस्या-समाधान जैसे कार्य कर सकते हैं।

लैंगचैन एक ढांचा है जो बड़े भाषा मॉडल (एलएलएम) को विभिन्न उपकरणों के साथ जोड़ता है और उचित उपकरण चुनकर विशिष्ट कार्यों को निर्धारित करने और निष्पादित करने के लिए एजेंटों का उपयोग करता है, जिन्हें अक्सर 'बॉट' के रूप में माना जाता है। ये एजेंट बाहरी संसाधनों के साथ सहजता से एकीकृत होते हैं, जबकि लैंगचेन में एक वेक्टर डेटाबेस असंरचित डेटा संग्रहीत करता है, जिससे एलएलएम के लिए तेजी से सूचना पुनर्प्राप्ति की सुविधा मिलती है।

बेबीएजीआई

फिर, BabyAGI है, जो एक सरलीकृत लेकिन शक्तिशाली एजेंट है। BabyAGI की क्षमताओं को समझने के लिए, एक डिजिटल प्रोजेक्ट मैनेजर की कल्पना करें जो दिए गए उद्देश्यों पर ध्यान केंद्रित करते हुए स्वायत्त रूप से कार्यों को बनाता, व्यवस्थित करता और निष्पादित करता है। जबकि अधिकांश AI-संचालित प्लेटफ़ॉर्म अपने पूर्व-प्रशिक्षित ज्ञान से बंधे होते हैं, BabyAGI अपने अनुकूलन और अनुभवों से सीखने की क्षमता के लिए सबसे अलग है। इसमें फीडबैक को समझने और मनुष्यों की तरह, परीक्षण और त्रुटि के आधार पर निर्णय लेने की गहन क्षमता है।

विशेष रूप से, बेबीएजीआई की अंतर्निहित ताकत न केवल इसकी अनुकूलन क्षमता है, बल्कि विशिष्ट उद्देश्यों के लिए कोड चलाने में इसकी दक्षता भी है। यह क्रिप्टोक्यूरेंसी ट्रेडिंग, रोबोटिक्स और स्वायत्त ड्राइविंग जैसे जटिल डोमेन में चमकता है, जो इसे कई अनुप्रयोगों में एक बहुमुखी उपकरण बनाता है।

https://yoheinakajima.com/task-driven-autonomous-agent-utilizing-gpt-4-pinecone-and-langchain-for-diverse-applications/

इस प्रक्रिया को तीन एजेंटों में वर्गीकृत किया जा सकता है:

1. निष्पादन एजेंट: सिस्टम का दिल, यह एजेंट कार्य प्रसंस्करण के लिए ओपनएआई के एपीआई का लाभ उठाता है। एक उद्देश्य और एक कार्य को देखते हुए, यह ओपनएआई के एपीआई को संकेत देता है और कार्य के परिणामों को पुनः प्राप्त करता है।
2. कार्य निर्माण एजेंट: यह फ़ंक्शन पहले के परिणामों और वर्तमान उद्देश्यों के आधार पर नए कार्य बनाता है। OpenAI के एपीआई को एक संकेत भेजा जाता है, जो फिर शब्दकोशों की सूची के रूप में व्यवस्थित संभावित कार्यों को लौटाता है।
3. कार्य प्राथमिकताकरण एजेंट: अंतिम चरण में प्राथमिकता के आधार पर कार्यों को क्रमबद्ध करना शामिल है। यह एजेंट कार्यों को पुन: व्यवस्थित करने के लिए OpenAI के एपीआई का उपयोग करता है और यह सुनिश्चित करता है कि सबसे महत्वपूर्ण कार्यों को पहले निष्पादित किया जाए।

ओपनएआई के भाषा मॉडल के सहयोग से, बेबीएजीआई संदर्भ-केंद्रित कार्य परिणामों के भंडारण और पुनर्प्राप्ति के लिए पाइनकोन की क्षमताओं का लाभ उठाता है।

नीचे बेबीएजीआई के उपयोग का प्रदर्शन दिया गया है इस लिंक.

आरंभ करने के लिए, आपको एक वैध OpenAPI कुंजी की आवश्यकता होगी। पहुंच में आसानी के लिए, यूआई में एक सेटिंग अनुभाग है जहां ओपनएपीआई कुंजी दर्ज की जा सकती है। इसके अतिरिक्त, यदि आप लागतों का प्रबंधन करना चाहते हैं, तो पुनरावृत्तियों की संख्या पर एक सीमा निर्धारित करना याद रखें।

एक बार जब मैंने एप्लिकेशन कॉन्फ़िगर कर लिया, तो मैंने एक छोटा सा प्रयोग किया। मैंने बेबीएजीआई को एक संकेत पोस्ट किया: "व्यक्तिगत विकास की यात्रा, मील के पत्थर, चुनौतियों और निरंतर सीखने की परिवर्तनकारी शक्ति को छूते हुए एक संक्षिप्त ट्वीट थ्रेड तैयार करें।"

बेबीएजीआई ने एक सुविचारित योजना के साथ जवाब दिया। यह सिर्फ एक सामान्य टेम्पलेट नहीं था बल्कि एक व्यापक रोडमैप था जिसने संकेत दिया कि अंतर्निहित एआई ने वास्तव में अनुरोध की बारीकियों को समझा था।

डीपनोट एआई कोपायलट

डीपनोट एआई कोपायलट नोटबुक में डेटा अन्वेषण की गतिशीलता को नया आकार देता है। लेकिन क्या चीज़ इसे अलग करती है?

इसके मूल में, डीपनोट एआई का लक्ष्य डेटा वैज्ञानिकों के वर्कफ़्लो को बढ़ाना है। जैसे ही आप एक प्रारंभिक निर्देश प्रदान करते हैं, एआई हरकत में आ जाता है, रणनीतियां तैयार करता है, एसक्यूएल प्रश्नों को निष्पादित करता है, पायथन का उपयोग करके डेटा को विज़ुअलाइज़ करता है, और अपने निष्कर्षों को स्पष्ट तरीके से प्रस्तुत करता है।

डीपनोट एआई की एक ताकत आपके कार्यक्षेत्र पर इसकी व्यापक पकड़ है। एकीकरण स्कीमा और फ़ाइल सिस्टम को समझकर, यह अपनी निष्पादन योजनाओं को संगठनात्मक संदर्भ के साथ पूरी तरह से संरेखित करता है, यह सुनिश्चित करता है कि इसकी अंतर्दृष्टि हमेशा प्रासंगिक हो।

नोटबुक माध्यमों के साथ एआई का एकीकरण एक अद्वितीय फीडबैक लूप बनाता है। यह सक्रिय रूप से कोड आउटपुट का आकलन करता है, इसे आत्म-सुधार में कुशल बनाता है और यह सुनिश्चित करता है कि परिणाम निर्धारित उद्देश्यों के अनुरूप हों।

डीपनोट एआई अपने पारदर्शी संचालन के लिए जाना जाता है, जो इसकी प्रक्रियाओं में स्पष्ट अंतर्दृष्टि प्रदान करता है। कोड और आउटपुट का अंतर्संबंध यह सुनिश्चित करता है कि इसके कार्य हमेशा जवाबदेह और प्रतिलिपि प्रस्तुत करने योग्य हों।

ऊंट

ऊंट एक ढांचा है जो एआई एजेंटों के बीच सहयोग को बढ़ावा देना चाहता है, जिसका लक्ष्य न्यूनतम मानवीय निरीक्षण के साथ कुशल कार्य पूरा करना है।

https://github.com/camel-ai/camel

यह अपने संचालन को दो मुख्य एजेंट प्रकारों में विभाजित करता है:

• एआई उपयोगकर्ता एजेंट निर्देश देता है।
• एआई सहायक एजेंट दिए गए निर्देशों के आधार पर कार्यों को निष्पादित करता है।

CAMEL की आकांक्षाओं में से एक एआई विचार प्रक्रियाओं की जटिलताओं को उजागर करना है, जिसका लक्ष्य कई एजेंटों के बीच तालमेल को अनुकूलित करना है। रोल-प्लेइंग और इंसेप्शन प्रॉम्प्टिंग जैसी सुविधाओं के साथ, यह सुनिश्चित करता है कि एआई कार्य मानवीय उद्देश्यों के साथ सहजता से संरेखित हों।

वेस्टवर्ल्ड सिमुलेशन: एआई में जीवन

यूनिटी सॉफ्टवेयर जैसी प्रेरणाओं से प्राप्त और पायथन में अनुकूलित वेस्टवर्ल्ड सिमुलेशन ऐसे वातावरण के अनुकरण और अनुकूलन में एक छलांग है जहां कई एआई एजेंट लगभग एक डिजिटल समाज की तरह बातचीत करते हैं।

उत्पादक एजेंट

ये एजेंट सिर्फ डिजिटल संस्थाएं नहीं हैं। वे दैनिक दिनचर्या से लेकर जटिल सामाजिक अंतःक्रियाओं तक, विश्वसनीय मानवीय व्यवहारों का अनुकरण करते हैं। उनकी वास्तुकला अनुभवों को संग्रहीत करने, उन पर प्रतिबिंबित करने और उन्हें गतिशील व्यवहार योजना के लिए नियोजित करने के लिए एक बड़े भाषा मॉडल का विस्तार करती है।

वेस्टवर्ल्ड का इंटरैक्टिव सैंडबॉक्स वातावरण, द सिम्स की याद दिलाता है, जेनेरिक एजेंटों द्वारा आबादी वाले शहर को जीवंत बनाता है। यहां, उपयोगकर्ता इन एजेंटों के साथ बातचीत कर सकते हैं, देख सकते हैं और उनके पूरे दिन मार्गदर्शन कर सकते हैं, उभरते व्यवहार और जटिल सामाजिक गतिशीलता का अवलोकन कर सकते हैं।

वेस्टवर्ल्ड सिमुलेशन कम्प्यूटेशनल कौशल और मानव जैसी जटिलताओं के सामंजस्यपूर्ण संलयन का उदाहरण देता है। गतिशील एजेंट सिमुलेशन के साथ विशाल भाषा मॉडल को मिलाकर, यह एआई अनुभवों को तैयार करने की दिशा में एक रास्ता तैयार करता है जो वास्तविकता से बिल्कुल अलग नहीं है।

निष्कर्ष