рд░рд╛рдп
ChatGPT рдХреА рдореЗрдореЛрд░реА рд╕реАрдорд╛ рдирд┐рд░рд╛рд╢рд╛рдЬрдирдХ рд╣реИ тАФ рдорд╕реНрддрд┐рд╖реНрдХ рдПрдХ рдмреЗрд╣рддрд░ рддрд░реАрдХрд╛ рджрд┐рдЦрд╛рддрд╛ рд╣реИ
यदि आप ChatGPT के शक्तिशाली उपयोगकर्ता हैं, तो आप हाल ही में डरावने “मेमोरी फुल” स्क्रीन का सामना कर सकते हैं। यह संदेश तब प्रकट होता है जब आप ChatGPT की सहेजी गई मेमोरी की सीमा तक पहुँच जाते हैं, और यह लंबी अवधि की परियोजनाओं के दौरान एक महत्वपूर्ण बाधा हो सकती है। मेमोरी को जटिल, चल रही कार्यों के लिए एक महत्वपूर्ण विशेषता होना चाहिए – आप चाहते हैं कि आपका एआई पिछले सत्रों से ज्ञान को भविष्य के आउटपुट में ले जाए। एक समय-समय पर परियोजना (उदाहरण के लिए, जब मैं हमारी एक बहन वेबसाइट पर लगातार HTTP 502 सर्वर त्रुटियों को डीबग कर रहा था) के बीच में एक मेमोरी पूर्ण चेतावनी देखकर बहुत निराशाजनक और विघटनक हो सकता है।
ChatGPT की मेमोरी सीमा के साथ निराशा
मूल समस्या यह नहीं है कि एक मेमोरी सीमा मौजूद है – यहां तक कि भुगतान किए गए ChatGPT प्लस उपयोगकर्ता यह समझ सकते हैं कि संग्रहीत की जाने वाली मात्रा में व्यावहारिक सीमाएं हो सकती हैं। वास्तविक समस्या यह है कि आप मेमोरी सीमा तक पहुंचने के बाद पुरानी मेमोरी को कैसे प्रबंधित करते हैं। मेमोरी प्रबंधन के लिए वर्तमान इंटरफ़ेस थकाऊ और समय लेने वाला है। जब ChatGPT आपको सूचित करता है कि आपकी मेमोरी 100% भरी हुई है, तो आपके पास दो विकल्प हैं: एक-एक करके मेमोरी को धीरे-धीरे हटाएं, या उन सभी को एक बार में मिटा दें। कोई मध्यवर्ती या बल्क चयन टूल नहीं है जो आपके संग्रहीत जानकारी को कुशलता से काट-छांट करने की अनुमति देता है।
एक-एक करके मेमोरी को हटाना, खासकर यदि आपको यह हर कुछ दिनों में करना है, तो एक कोर है जो लंबी अवधि के उपयोग के लिए अनुकूल नहीं है। अपनी जरूरतों या व्यवसाय के बारे में मूल्यवान संदर्भ प्रदान करने के लिए ChatGPT के लिए रखी गई अधिकांश मेमोरी को बनाए रखने का कारण है। स्वाभाविक रूप से, आप कम से कम आइटम हटाना पसंद करेंगे जो स्थान खाली करने के लिए आवश्यक हैं, ताकि आप एआई की अपने इतिहास की समझ को अक्षम न करें। फिर भी, मेमोरी प्रबंधन की डिज़ाइन एक सभी-या-कुछ-भी दृष्टिकोण या एक धीमी मैनुअल क्यूरेशन को मजबूर करती है। मैंने व्यक्तिगत रूप से देखा है कि प्रत्येक हटाई गई मेमोरी केवल 1% मेमोरी स्थान को मुक्त करती है, जो सुझाव देती है कि सिस्टम केवल 100 मेमोरी कुल की अनुमति देता है इससे पहले कि यह भर जाए (100% उपयोग)। यह कठिन सीमा आधुनिक एआई प्रणालियों के पैमाने को देखते हुए मनमाना लगता है, और यह ChatGPT के वादे को कम करता है जो एक जानकार सहायक है जो समय के साथ आपके साथ बढ़ता है।
क्या होना चाहिए
यह देखते हुए कि ChatGPT और इसके पीछे की बुनियादी ढांचा लगभग असीमित गणना संसाधनों तक पहुंच है, यह आश्चर्यजनक है कि लंबी अवधि की मेमोरी के लिए समाधान इतना मूलभूत है। आदर्श रूप से, लंबी अवधि की एआई मेमोरी मानव मस्तिष्क के संचालन और समय के साथ जानकारी को संभालने के तरीके को बेहतर ढंग से प्रतिबिंबित करनी चाहिए। मानव मस्तिष्क में मेमोरी को प्रबंधित करने के लिए कुशल रणनीतियों का विकास हुआ है – हम हर घटना को शब्द-दर-शब्द रिकॉर्ड नहीं करते हैं और इसे अनिश्चितकाल तक संग्रहीत नहीं करते हैं। इसके बजाय, मस्तिष्क कुशलता के लिए डिज़ाइन किया गया है: हम विस्तृत जानकारी को अल्पकालिक में रखते हैं, फिर धीरे-धीरे समेकित और संकुचित वे विवरण लंबी अवधि की मेमोरी में करते हैं।
तंत्रिका विज्ञान में, मेमोरी समेकन उस प्रक्रिया को संदर्भित करता है जिसके द्वारा अस्थिर अल्पकालिक मेमोरी स्थिर, दीर्घकालिक में परिवर्तित हो जाती है। समेकन के मानक मॉडल के अनुसार, नए अनुभवों को शुरू में हिप्पोकैम्पस द्वारा एन्कोड किया जाता है, जो एक ऐसा क्षेत्र है जो एपिसोडिक मेमोरी के गठन के लिए महत्वपूर्ण है, और समय के साथ ज्ञान को “प्रशिक्षित” कॉर्टेक्स में स्थायी भंडारण के लिए। यह प्रक्रिया तुरंत नहीं होती है – इसके लिए समय और अक्सर आराम या नींद की अवधि की आवश्यकता होती है। हिप्पोकैम्पस मूल रूप से एक तेज़-सीखने वाला बफर के रूप में कार्य करता है, जबकि कॉर्टेक्स धीरे-धीरे जानकारी को अधिक टिकाऊ रूप में व्यापक तंत्रिका नेटवर्क में एकीकृत करता है। अन्य शब्दों में, मस्तिष्क की “अल्पकालिक मेमोरी” (कार्य मेमोरी और हाल के अनुभव) को व्यवस्थित रूप से वितरित लंबी अवधि की मेमोरी स्टोर में स्थानांतरित और पुनर्गठित किया जाता है। यह बहु-चरण स्थानांतरण मेमोरी को हस्तक्षेप या भूलने के लिए अधिक प्रतिरोधी बनाता है, जो एक रिकॉर्डिंग को स्थिर करने के समान है ताकि यह आसानी से ओवरराइट न हो।
महत्वपूर्ण रूप से, मानव मस्तिष्क नहीं हर विवरण को शब्द-दर-शब्द संग्रहीत करने के लिए संसाधनों को बर्बाद करता है। इसके बजाय, यह अक्सर महत्वहीन विवरणों को फिल्टर आउट करता है और हमारे अनुभवों से सबसे अर्थपूर्ण को बनाए रखता है। मनोवैज्ञानिकों ने लंबे समय से यह नोट किया है कि जब हम एक पिछली घटना या सीखी गई जानकारी को याद करते हैं, तो हम आमतौर पर इसका सार याद रखते हैं न कि एक शब्द-दर-शब्द लेखा। उदाहरण के लिए, एक पुस्तक पढ़ने या एक फिल्म देखने के बाद, आप मुख्य प्लॉट बिंदुओं और विषयों को याद रखेंगे, लेकिन हर पंक्ति के संवाद को नहीं। समय के साथ, अनुभव के वास्तविक शब्दों और विवरण फीके पड़ जाते हैं, जिससे एक अधिक अमूर्त सारांश बच जाता है कि क्या हुआ। वास्तव में, शोध से पता चलता है कि हमारी शब्द-दर-शब्द मेमोरी (सटीक विवरण) समय के साथ हमारी सार मेमोरी (सामान्य अर्थ) की तुलना में तेजी से फीकी पड़ जाती है। यह ज्ञान को संग्रहीत करने का एक कुशल तरीका है: अनावश्यक विशिष्टताओं को त्यागकर, मस्तिष्क “संपीड़ित” जानकारी रखता है, जो भविष्य में उपयोगी होने की संभावना है।
यह तंत्रिका संपीड़न को कंप्यूटरों द्वारा फ़ाइलों को संपीड़ित करने के तरीके के समान माना जा सकता है, और वास्तव में, वैज्ञानिकों ने मस्तिष्क में समान प्रक्रियाओं का अवलोकन किया है। जब हम एक मेमोरी को मानसिक रूप से पुनरावृत्ति करते हैं या एक भविष्य की स्थिति की कल्पना करते हैं, तो तंत्रिका प्रतिनिधित्व प्रभावी रूप से तेजी से हो जाता है और विवरण से वंचित हो जाता है – यह वास्तविक अनुभव का एक संपीड़ित संस्करण है। यूटी ऑस्टिन में तंत्रिका विज्ञानियों ने एक मस्तिष्क तरंग तंत्र की खोज की जो हमें केवल कुछ सेकंड में एक पूरी घटना क्रम (जैसे कि एक दोपहर को किराने की दुकान पर बिताया गया समय) को याद रखने की अनुमति देती है जो कम विस्तृत, उच्च-स्तरीय जानकारी को एन्कोड करने वाली एक तेज़ मस्तिष्क लय का उपयोग करती है। सारांश में, हमारे मस्तिष्क मेमोरी को तेजी से आगे बढ़ा सकते हैं, जबकि रेखा और महत्वपूर्ण बिंदुओं को बनाए रखते हुए विस्तृत विवरण को छोड़ देते हैं, जो पूरी तरह से पुनरावृत्ति करने के लिए अनावश्यक या बहुत बड़ा होगा। परिणाम यह है कि कल्पना की योजनाएं और याद की गई घटनाएं संक्षिप्त रूप में संग्रहीत की जाती हैं – अभी भी उपयोगी और समझने योग्य, लेकिन मूल अनुभव की तुलना में बहुत अधिक स्थान- और समय-कुशल।
मानव मेमोरी प्रबंधन का एक और महत्वपूर्ण पहलू प्राथमिकता है। हर चीज जो अल्पकालिक मेमोरी में प्रवेश करती है वह दीर्घकालिक भंडारण में अमर नहीं हो जाती है। हमारे मस्तिष्क गुप्त रूप से तय करते हैं कि क्या याद रखने लायक है और क्या नहीं, महत्व या भावनात्मक प्रासंगिकता के आधार पर। रॉकफेलर विश्वविद्यालय में एक हालिया अध्ययन ने चूहों का उपयोग करके इस सिद्धांत का प्रदर्शन किया: चूहों को कई परिणामों (कुछ उच्च पुरस्कार, कुछ मध्यम पुरस्कार, कुछ नकारात्मक) के साथ एक भूलभुलैया में उजागर किया गया था। शुरू में, चूहों ने सभी संघों को सीखा, लेकिन एक महीने बाद परीक्षण किए जाने पर, केवल सबसे प्रासंगिक उच्च-पुरस्कार मेमोरी बनी रही, जबकि कम महत्वपूर्ण विवरण गायब हो गए थे।
दूसरे शब्दों में, मस्तिष्क ने शोर को फिल्टर आउट किया और जो मेमोरी सबसे ज्यादा मायने रखती थी उसे रखा, जानवर के लक्ष्यों के लिए। शोधकर्ताओं ने एक मस्तिष्क क्षेत्र, अग्र तालम की पहचान की, जो हिप्पोकैम्पस और कॉर्टेक्स के बीच एक प्रकार के मॉडरेटर के रूप में कार्य करता है समेकन के दौरान, जो मेमोरी को संकेत देता है कि कौन सी मेमोरी पर्याप्त रूप से महत्वपूर्ण है कि इसे “सहेजने” के लिए लंबी अवधि के लिए। तालम को लगातार मूल्यवान मेमोरी के लिए प्रबलीकरण भेजता है – मूल रूप से कॉर्टेक्स को “इसे रखें” बताता है जब तक कि मेमोरी पूरी तरह से एन्कोड नहीं हो जाती – जबकि कम महत्वपूर्ण मेमोरी को फीका पड़ने देता है। यह खोज यह रेखांकित करती है कि भूलना न केवल मेमोरी की विफलता है, बल्कि प्रणाली की एक सक्रिय विशेषता है: अनावश्यक या अतिरिक्त जानकारी को छोड़कर, मस्तिष्क अपनी मेमोरी स्टोरेज को अव्यवस्थित होने से रोकता है और सुनिश्चित करता है कि सबसे उपयोगी ज्ञान आसानी से सुलभ हो।
मानव सिद्धांतों के साथ एआई मेमोरी को पुनर्विचार करना
मानव मस्तिष्क मेमोरी को कैसे संभालता है, यह एक स्पष्ट नीलाक्षर प्रदान करता है कि ChatGPT और समान एआई प्रणाली को लंबी अवधि की जानकारी को कैसे प्रबंधित करना चाहिए। प्रत्येक सहेजी गई मेमोरी को एक अलग डेटा बिंदु के रूप में मानने के बजाय जिसे या तो हमेशा के लिए रखा जाना चाहिए या मैनुअल रूप से हटा दिया जाना चाहिए, एक एआई पृष्ठभूमि में पुरानी मेमोरी को समेकित और सारांशित कर सकता है। उदाहरण के लिए, यदि आपके पास अपनी चल रही परियोजना के बारे में संबंधित बातचीत या तथ्यों के बारे में दस मेमोरी संग्रहीत हैं, तो एआई स्वचालित रूप से उन्हें एक संक्षिप्त सारांश या एक सेट के मुख्य निष्कर्षों में मिला सकता है – प्रभावी रूप से मेमोरी को संपीड़ित करते हुए इसका सार बनाए रखना, जैसे कि मस्तिष्क विवरण को सार में संपीड़ित करता है। यह नए जानकारी के लिए स्थान खाली करेगा बिना वास्तव में पुराने इंटरैक्शन के बारे में क्या महत्वपूर्ण था “भूल”े। वास्तव में, ओपनएआई के दस्तावेज़ हिंट करते हैं कि ChatGPT के मॉडल पहले से ही कुछ स्वचालित अपडेटिंग और सहेजी गई विवरणों को मिला सकते हैं, लेकिन वर्तमान उपयोगकर्ता अनुभव सुझाव देता है कि यह अभी तक निर्बाध या पर्याप्त नहीं है।
एक और मानव-प्रेरित सुधार प्राथमिकता वाली मेमोरी प्रतिधारण होगी। 100-आइटम की कठोर सीमा के बजाय, एआई उन मेमोरी को तौल सकता है जो सबसे अधिक बार प्रासंगिक या उपयोगकर्ता की जरूरतों के लिए सबसे महत्वपूर्ण रही हैं, और केवल उन्हें (या डाउनसैंपल) जो कम से कम महत्वपूर्ण प्रतीत होते हैं। अभ्यास में, इसका अर्थ यह हो सकता है कि ChatGPT पहचानता है कि कुछ तथ्य (जैसे आपकी कंपनी के मुख्य लक्ष्य, चल रही परियोजना विशिष्टता, व्यक्तिगत पसंद) उच्च प्रासंगिक हैं और हमेशा रखे जाने चाहिए, जबकि एक-बार के टुकड़े जो महीनों पुराने हैं उन्हें पहले संग्रहीत या गिराया जा सकता है। यह गतिशील दृष्टिकोण मस्तिष्क के समानांतर है जो नियमित रूप से अप्रयुक्त कनेक्शन को काट देता है और बार-बार उपयोग किए जाने वाले लोगों को मजबूत करता है ताकि संज्ञानात्मक दक्षता का अनुकूलन किया जा सके।
नीचे की पंक्ति यह है कि एक लंबी अवधि की मेमोरी प्रणाली एआई को विकसित होना चाहिए, न कि बस भरना और रुक जाना। मानव मेमोरी असाधारण रूप से अनुकूलनीय है – यह समय के साथ स्वयं को परिवर्तित और पुनर्गठित करती है, और यह एक बाहरी उपयोगकर्ता से प्रत्येक मेमोरी स्लॉट को माइक्रोमैनेज करने की अपेक्षा नहीं करती है। यदि ChatGPT की मेमोरी हमारी तरह काम करती है, तो उपयोगकर्ता 100 प्रविष्टियों की एक अचानक दीवार का सामना नहीं करेंगे, न ही एक-एक करके या एक सौ आइटमों को मिटाने के बीच चयन करेंगे। इसके बजाय, पुरानी चैट मेमोरी धीरे-धीरे एक संक्षिप्त ज्ञान आधार में परिवर्तित हो जाएगी जिस पर एआई आकर्षित कर सकता है, और केवल वास्तव में अप्रासंगिक या अप्रासंगिक टुकड़े ही गायब हो जाएंगे। एआई समुदाय, जो यहां लक्ष्य दर्शक है, यह समझ सकता है कि ऐसी प्रणाली को लागू करने में संदर्भ सारांश, वेक्टर डेटाबेस के लिए ज्ञान पुनर्प्राप्ति, या तंत्रिका नेटवर्क में स्तरित मेमोरी परतें जैसी तकनीकों का उपयोग शामिल हो सकता है – सभी सक्रिय शोध क्षेत्र। वास्तव में, एआई को एक प्रकार की “एपिसोडिक मेमोरी” देना जो समय के साथ संपीड़ित होती है, एक ज्ञात चुनौती है, और इसका समाधान करना निरंतर और स्थायी रूप से ज्ञान आधार को स्केल करने वाले एआई की ओर एक छलांग होगी।
निष्कर्ष
ChatGPT की वर्तमान मेमोरी सीमा एक अस्थायी समाधान की तरह लगती है जो एआई की पूरी शक्ति का लाभ नहीं उठाती है। मानव संज्ञान को देखते हुए, हम देखते हैं कि प्रभावी लंबी अवधि की मेमोरी असीमित कच्चे डेटा को संग्रहीत करने के बारे में नहीं है – यह बुद्धिमान संपीड़न, समेकन और भूलने के बारे में है जो सही चीजें हैं। मानव मस्तिष्क की मेमोरी को बनाए रखने की क्षमता जो मायने रखती है जबकि भंडारण पर किफायत है, यही कारण है कि हमारी लंबी अवधि की मेमोरी इतनी विशाल और उपयोगी है। एआई को एक सच्चा लंबी अवधि के साथी बनने के लिए, इसे एक समान रणनीति अपनानी चाहिए: स्वचालित रूप से पिछले इंटरैक्शन को स्थायी अंतर्दृष्टि में समेकित करें, उपयोगकर्ता पर इस बोझ को स्थानांतरित करने के बजाय। “मेमोरी फुल” दीवार की निराशा को एक प्रणाली द्वारा प्रतिस्थापित किया जा सकता है जो उपयोग के साथ सुंदरता से बढ़ती है, एक लचीले, मानव-जैसे तरीके से सीखने और याद रखने में। इन सिद्धांतों को अपनाने से न केवल उपयोगकर्ता अनुभव के दर्द बिंदु का समाधान होगा, बल्कि एक अधिक शक्तिशाली और व्यक्तिगत एआई अनुभव भी अनलॉक होगा जो इन उपकरणों पर निर्भर उपयोगकर्ताओं और विकासकर्ताओं के पूरे समुदाय के लिए है।
