जेनरेटिव एआई क्या है?

जेनरेटिव एआई हाल ही में काफी चर्चा में रहा है। यह शब्द किसी भी प्रकार की कृत्रिम बुद्धिमत्ता प्रणाली को संदर्भित करने के लिए प्रयोग किया जाता है जो नए डिजिटल चित्र, वीडियो, ऑडियो और पाठ बनाने के लिए अनसुपरवाइज्ड या सेमी-सुपरवाइज्ड लर्निंग एल्गोरिदम पर निर्भर करती है। एमआईटी के अनुसार, जेनरेटिव एआई पिछले दशक में एआई के क्षेत्र में सबसे आशाजनक प्रगति में से एक है। जेनरेटिव एआई के माध्यम से, कंप्यूटर इनपुट से संबंधित मौलिक पैटर्न सीख सकते हैं, जो उन्हें समान सामग्री आउटपुट करने में सक्षम बनाता है। ये प्रणालियाँ जेनरेटिव एडवरसैरियल नेटवर्क्स (GANs), वेरिएशनल ऑटोएनकोडर्स और ट्रांसफॉर्मर्स पर निर्भर करती हैं। जेनरेटिव एआई के आसपास का हाइप लगातार बढ़ रहा है, जिसमें गार्टनर ने इसे अपनी “उभरती प्रौद्योगिकियाँ और रुझान प्रभाव रडार 2022” रिपोर्ट में शामिल किया है। कंपनी के अनुसार, यह बाजार में सबसे प्रभावशाली और तेजी से विकसित होने वाली प्रौद्योगिकियों में से एक है। उस गार्टनर रिपोर्ट की कुछ प्रमुख भविष्यवाणियों में शामिल हैं:

• 2025 तक, 50 प्रतिशत दवा खोज और विकास पहलों में जेनरेटिव एआई का उपयोग किया जाएगा।
• 2025 तक, जेनरेटिव एआई सभी डेटा का 10 प्रतिशत उत्पन्न कर रहा होगा। 
• 2027 तक, 30 प्रतिशत निर्माता अपने उत्पाद विकास की प्रभावशीलता बढ़ाने के लिए जेनरेटिव एआई का उपयोग करेंगे।

जेनरेटिव एआई तकनीकें

जेनरेटिव एआई मौजूदा पाठ, ऑडियो फ़ाइलों या छवियों का उपयोग करके नई सामग्री बना सकता है। यह कंप्यूटरों को इनपुट से संबंधित अंतर्निहित पैटर्न का पता लगाने में सक्षम बनाता है ताकि वह समान सामग्री उत्पन्न कर सके। जेनरेटिव एआई विभिन्न तकनीकों के माध्यम से इस प्रक्रिया को प्राप्त करता है:

• जेनरेटिव एडवरसैरियल नेटवर्क्स (GANs): GANs में दो न्यूरल नेटवर्क होते हैं। एक जनरेटर और एक डिस्क्रिमिनेटर नेटवर्क होता है जो दोनों के बीच संतुलन स्थापित करने के लिए एक-दूसरे के विरुद्ध काम करते हैं। जनरेटर नेटवर्क स्रोत डेटा के समान नया डेटा या सामग्री उत्पन्न करता है। डिस्क्रिमिनेटर नेटवर्क स्रोत और उत्पन्न डेटा के बीच अंतर करता है ताकि यह पहचान सके कि मूल के करीब क्या है। 
• ट्रांसफॉर्मर्स: ट्रांसफॉर्मर मॉडल में GPT-3 जैसे बड़े नाम शामिल हैं, और वे संज्ञानात्मक ध्यान की नकल करते हैं और इनपुट डेटा के हिस्सों के महत्व को माप सकते हैं। ट्रांसफॉर्मर को भाषा या छवि को समझने के लिए प्रशिक्षित किया जाता है। वे वर्गीकरण कार्य भी सीख सकते हैं और बड़े डेटासेट से पाठ या छवियां उत्पन्न कर सकते हैं। 
• वेरिएशनल ऑटो-एनकोडर्स: वेरिएशनल ऑटो-एनकोडर्स के साथ, एनकोडर इनपुट को संपीड़ित कोड में एनकोड करता है जबकि डिकोडर कोड से प्रारंभिक जानकारी को पुन: उत्पन्न करता है। सही ढंग से प्रशिक्षित होने पर, संपीड़ित प्रतिनिधित्व इनपुट डेटा वितरण को एक छोटे आयामी प्रतिनिधित्व के रूप में संग्रहीत कर सकता है।

जेनरेटिव एआई के अनुप्रयोग

जेनरेटिव एआई के अनुप्रयोगों की एक विस्तृत श्रृंखला है जो विपणन, शिक्षा, स्वास्थ्य सेवा और मनोरंजन जैसे कई क्षेत्रों में फैली हुई है। यहाँ जेनरेटिव एआई के कुछ शीर्ष अनुप्रयोग दिए गए हैं:

• स्वास्थ्य सेवा: जेनरेटिव एडवरसैरियल नेटवर्क स्वास्थ्य सेवा उद्योगों में क्रांति ला रहे हैं। उन्हें अल्पप्रतिनिधित्व वाले डेटा के नकली उदाहरण उत्पन्न करने के लिए सिखाया जा सकता है, जिसका उपयोग तब मॉडल को प्रशिक्षित और विकसित करने के लिए किया जा सकता है। GANs का उपयोग डेटा पहचान, डेटा गोपनीयता और सुरक्षा में सुधार के लिए भी किया जाता है। वे उस उलट प्रक्रिया की प्रमुख समस्या का समाधान करते हैं जो मूल्यवान रोगी डेटा से समझौता कर सकती है। 
• संगीत: जेनरेटिव एआई का उपयोग संगीत में भी न्यूरल नेटवर्क बनाकर किया जा रहा है जो मानव मस्तिष्क की नकल कर सकते हैं। उदाहरण के लिए, Google के मैजेंटा सॉफ्टवेयर ने पहली बार एआई गाना बनाया। संगीत में जेनरेटिव एआई का सबसे बड़ा लाभ नई शैलियाँ बनाने की इसकी क्षमता है। 
• मोशन पिक्चर: फिल्म उद्योग में जेनरेटिव एआई के अनुप्रयोग बढ़ते जा रहे हैं। यह पेशेवरों को प्रकाश या मौसम की स्थिति के बावजूद किसी भी समय एक फ्रेम कैप्चर करने में सक्षम बनाता है क्योंकि फोटो को बाद में बदला जा सकता है। जेनरेटिव एआई अभिनेताओं की छवियों और वीडियो को विभिन्न आयु के साथ उपयोग करने में सक्षम बनाने के लिए फेस सिंथेसिस और वॉयस क्लोनिंग का भी उपयोग कर सकता है। 
• मीडिया: जेनरेटिव एआई का उपयोग पूरे मीडिया उद्योग में किया जाता है। उदाहरण के लिए, यह सुपर-रिज़ॉल्यूशन के माध्यम से सामग्री को अपस्केल कर सकता है। मशीन लर्निंग तकनीकें कम गुणवत्ता वाली सामग्री को उच्च गुणवत्ता में बदल सकती हैं। 
• रोबोटिक्स: जेनरेटिव मॉडलिंग रीइन्फोर्समेंट मशीन लर्निंग मॉडल्स को कम पूर्वाग्रह प्रदर्शित करने में मदद करती है और सिमुलेशन और वास्तविक दुनिया में अमूर्त अवधारणाओं को समझने में सक्षम है।

जेनरेटिव एआई की चुनौतियाँ

इसके सभी लाभों और अनुप्रयोगों के साथ, जेनरेटिव एआई कुछ चुनौतियाँ भी पेश करता है। एक तो, इसका उपयोग दुर्भावनापूर्ण गतिविधियों जैसे लोगों को ठगना या स्पैमी समाचार बनाने के लिए बुरे लोगों द्वारा किया जा सकता है। जेनरेटिव एआई एल्गोरिदम को कार्यों को सफलतापूर्वक करने के लिए बहुत अधिक प्रशिक्षण डेटा की आवश्यकता होती है। साथ ही, GANs पूरी तरह से नई छवियां या पाठ आउटपुट नहीं कर सकते हैं, उन्हें एक नया आउटपुट बनाने के लिए डेटा लेना और उसे एक साथ जोड़ना चाहिए। जेनरेटिव एआई की एक और चुनौती अप्रत्याशित परिणाम हैं, जिसमें GANs जैसे कुछ मॉडलों को नियंत्रित करना मुश्किल होता है। जब ऐसा होता है, तो मॉडल अस्थिर हो सकते हैं और एक अप्रत्याशित परिणाम उत्पन्न कर सकते हैं।

जेनरेटिव एआई कंपनियों के उदाहरण

विभिन्न प्रकार के अनुप्रयोगों के लिए जेनरेटिव एआई के साथ कई कंपनियाँ जुड़ी हुई हैं:

• Synthesia: सबसे प्रसिद्ध जेनरेटिव एआई कंपनियों में से एक Synthesia है, जो वीडियो सिंथेसिस प्रौद्योगिकी का प्रारंभिक अग्रणी था। यूके स्थित कंपनी की स्थापना 2017 में हुई थी और यह दृश्य सामग्री निर्माण के लिए नई सिंथेटिक मीडिया प्रौद्योगिकी को लागू करती है, साथ ही प्रौद्योगिकी का लाभ उठाने के लिए आवश्यक लागत, कौशल और भाषा की बाधाओं को कम करती है। 
• Mostly AI: Mostly AI ने सिंथेटिक डेटा इंजन विकसित किया है जो बड़े पैमाने पर यथार्थवादी और प्रतिनिधि सिंथेटिक डेटा के सिमुलेशन को सक्षम बनाता है। यह मौजूदा डेटा से पैटर्न, संरचना और विविधता को स्वचालित रूप से सीख सकता है। 
• Synthesis AI: Synthesis AI नए जेनरेटिव एआई मॉडल और विकसित हो रही CGI प्रौद्योगिकियों को जोड़ती है। कंपनी के अनुसार, उनका स्वामित्व वाला पाइपलाइन परिष्कृत कंप्यूटर विजन मॉडल को प्रशिक्षित करने के लिए विशाल मात्रा में डेटा उत्पन्न करने में सक्षम बनाता है। 
• Synthetaic: <span style