ओपन-सोर्स ऑटो-जीपीटी और बेबीएजीआई एआई एप्लिकेशन में रिकर्शन को एकीकृत करते हैं

ऑटो-जीपीटी और बेबीएजीआई के साथ हाल के विकास ने स्वायत्त एजेंटों की प्रभावशाली क्षमता का प्रदर्शन किया है, जो एआई अनुसंधान और सॉफ्टवेयर विकास क्षेत्रों में उत्साह पैदा कर रहे हैं। ये एजेंट, जो बड़े भाषा मॉडल (एलएलएम) पर आधारित हैं, उपयोगकर्ता प्रॉम्प्ट के जवाब में जटिल कार्य अनुक्रमों को पूरा करने में सक्षम हैं। इंटरनेट और स्थानीय फ़ाइल एक्सेस, अन्य एपीआई और बुनियादी मेमोरी संरचनाओं जैसे संसाधनों का उपयोग करके, ये एजेंट एआई अनुप्रयोगों में रिकर्शन को एकीकृत करने में प्रारंभिक प्रगति दिखा रहे हैं।

बेबीएजीआई क्या है?

बेबीएजीआई, जो 28 मार्च, 2023 को योहेई नाकाजिमा द्वारा ट्विटर पर पेश किया गया था, टास्क-ड्रिवन ऑटोनोमस एजेंट का एक सुव्यवस्थित संस्करण है। ओपनएआई की प्राकृतिक भाषा प्रसंस्करण (एनएलपी) क्षमताओं और पाइनकोन का उपयोग करके कार्य परिणामों को संदर्भ में संग्रहीत और पुनर्प्राप्त करने के लिए, बेबीएजीआई एक कुशल और उपयोगकर्ता-मित्र अनुभव प्रदान करता है। 140 लाइनों के कोड के साथ, बेबीएजीआई को समझना और विस्तार करना आसान है।
बेबीएजीआई नाम वास्तव में महत्वपूर्ण है क्योंकि ये उपकरण लगातार समाज को एआई प्रणालियों की ओर बढ़ा रहे हैं जो अभी तक कृत्रिम सामान्य बुद्धिमत्ता (एजीआई) हासिल नहीं कर पा रहे हैं, लेकिन शक्ति में तेजी से वृद्धि कर रहे हैं। एआई पारिस्थितिकी तंत्र में नए विकास दैनिक रूप से हो रहे हैं, और भविष्य के विकास और जीपीटी के एक संस्करण की संभावना के साथ जो जटिल समस्याओं को हल करने के लिए स्वयं को प्रेरित कर सकता है, ये प्रणालियां अब उपयोगकर्ताओं को ऐसा महसूस करा रही हैं कि वे एजीआई के साथ बातचीत कर रहे हैं।

ऑटो-जीपीटी क्या है?

ऑटो-जीपीटी एक एआई एजेंट है जो प्राकृतिक भाषा में व्यक्त किए गए लक्ष्यों को पूरा करने के लिए डिज़ाइन किया गया है, जो उन्हें छोटे उप-कार्यों में विभाजित करता है और इंटरनेट और अन्य उपकरणों जैसे संसाधनों का उपयोग करके एक स्वचालित लूप में कार्य करता है। यह एजेंट ओपनएआई के जीपीटी-4 या जीपीटी-3.5 एपीआई का उपयोग करता है और जीपीटी-4 का उपयोग करके स्वायत्त कार्यों को करने वाले अग्रणी अनुप्रयोगों में से एक के रूप में खड़ा है।
चैटजीपीटी जैसी इंटरैक्टिव प्रणालियों के विपरीत, जो प्रत्येक कार्य के लिए मैनुअल निर्देशों पर निर्भर करती हैं, ऑटो-जीपीटी स्वयं के लिए बड़े उद्देश्यों को प्राप्त करने के लिए नए लक्ष्य निर्धारित करता है, मानव हस्तक्षेप की आवश्यकता के बिना। एक विशिष्ट कार्य को पूरा करने के लिए प्रॉम्प्ट के जवाब में प्रतिक्रिया उत्पन्न करने में सक्षम होने के अलावा, ऑटो-जीपीटी नवीनतम जानकारी के आधार पर स्वयं के प्रॉम्प्ट को बना और संशोधित कर सकता है।

इसका आगे क्या अर्थ है

हालांकि अभी भी प्रायोगिक चरण में और कुछ सीमाओं के साथ, एजेंट उत्पादकता लाभ को बढ़ावा देने के लिए तैयार हैं जो एआई हार्डवेयर और सॉफ्टवेयर की घटती लागत से सुविधाजनक है। आर्क इन्वेस्ट के अनुसंधान के अनुसार, एआई सॉफ्टवेयर 2030 तक $14 ट्रिलियन का राजस्व और $90 ट्रिलियन का उद्यम मूल्य उत्पन्न कर सकता है। जैसे-जैसे जीपीटी-4 जैसे मूल मॉडल आगे बढ़ रहे हैं, कई कंपनियां अपने स्वयं के छोटे, विशेष मॉडलों को प्रशिक्षित करने का विकल्प चुन रही हैं। जबकि मूल मॉडलों का एक व्यापक अनुप्रयोग है, छोटे विशेष मॉडल लागत में कमी जैसे लाभ प्रदान करते हैं।

इसके अलावा, कई व्यवसाय जो कॉपीराइट मुद्दों और डेटा शासन के बारे में चिंतित हैं, सार्वजनिक और निजी डेटा के मिश्रण का उपयोग करके अपने स्वयं के मॉडल विकसित करने का विकल्प चुन रहे हैं। एक उल्लेखनीय उदाहरण एक 2.7 बिलियन पैरामीटर एलएलएम है जिसे पबमेड बायोमेडिकल डेटा पर प्रशिक्षित किया गया था, जिसने यूएस मेडिकल लाइसेंसिंग परीक्षा के प्रश्न-उत्तर परीक्षण पर आशाजनक परिणाम प्राप्त किए। मोज़ेकएमएल प्लेटफ़ॉर्म पर प्रशिक्षण की लागत लगभग $38,000 थी, जिसमें 6.25 दिनों का कंप्यूट समय था। इसके विपरीत, जीपीटी-3 के अंतिम प्रशिक्षण रन की लागत लगभग $5 मिलियन के कंप्यूट में अनुमानित है।