क्या हो रहा है एआई में: ओपनक्लॉ और स्वायत्त बुद्धिमत्ता

जो आज विकासकर्ता कर रहे हैं, हम सभी कल करेंगे।

2023 में, मैं चैटजीपीटी के लॉन्च से आश्चर्यचकित नहीं था। लगभग mọi चीज जो यह कर सकता था, वह पहले से ही जीपीटी -3 के साथ संभव थी। एआई विकासकर्ताओं ने इसे समझा, लेकिन चैटजीपीटी के लिए दुनिया के बाकी हिस्सों को यह समझने की जरूरत थी कि जीपीटी -3 वास्तव में कितना महत्वपूर्ण था। उत्साह एक उत्पाद पीढ़ी की देरी से आया।

कुछ इसी तरह अब हो रहा है।

एक परियोजना जिसे ओपनक्लॉ कहा जाता है, ने विकासकर्ता समुदाय को यह दिखाकर तूफान से ले लिया है कि यह आपके अपने कंप्यूटर पर चलता है। चैटजीपीटी जितना शक्तिशाली है, कल्पना कीजिए कि अगर इसकी आपके सभी फ़ाइलों तक पहुंच हो – पढ़ने, लिखने, कमांड चलाने और यहां तक कि एप्लिकेशन लॉन्च करने की क्षमता के साथ। आप कह सकते हैं, “इस जानकारी को एक नए फ़ाइल में सहेजें,” या “उस फ़ोल्डर में उस स्प्रेडशीट को देखें और इस दस्तावेज़ में शामिल करें जिस पर मैं लिख रहा हूं,” या यहां तक कि इसे सॉफ़्टवेयर चलाने के लिए कहें। (मेरे अनुभव में, यह आखिरी हिस्सा अभी भी सीमित है – लेकिन जल्दी से सुधार हो रहा है।)

क्लॉड कोड लगभग एक साल पहले इसी मूल क्षमता के साथ लॉन्च हुआ था, लेकिन यह एक कोडिंग टूल के रूप में प्रस्तुत किया गया था – मूल रूप से कर्सर के लिए एक प्रतिद्वंद्वी। विकासकर्ताओं ने इसे पसंद किया। ओपनक्लॉ ने जो किया है वह दुनिया के बाकी हिस्सों को यह दिखाना है कि इसका क्या मतलब है कि एआई वास्तव में आपके कंप्यूटर को संचालित करे, न कि बस आपके साथ सोचे।

ओपनक्लॉ का मूल एक ओपन-सोर्स फ़ाइल सेट है जो एक बड़े भाषा मॉडल के बगल में बैठता है जिसे मशीन पर कमांड चलाने की अनुमति दी गई है – इसके अपने कोड को संशोधित करने सहित। ओपनक्लॉ स्वयं एक फैड साबित हो सकता है, लेकिन इसने एक सेट प्रश्नों को सामने लाया है जो दिशात्मक रूप से महत्वपूर्ण लगते हैं।

सबसे明显 परिवर्तन यह है कि सॉफ़्टवेयर जो वास्तव में कार्य कर सकता है। यह ब्राउज़ कर सकता है, फ़ाइलें संपादित कर सकता है, प्रोग्राम चला सकता है – बस टेक्स्ट उत्पन्न नहीं कर सकता है। इस एक परिवर्तन ने दो आश्चर्यजनक द्वितीयक प्रभाव पैदा किए हैं।

पहला, ओपनक्लॉ ने यह धारणा को चुनौती दी है कि डेटाबेस को अगली पीढ़ी के सॉफ़्टवेयर में पहली-श्रेणी के नागरिक होना चाहिए। इसके बजाय एक पारंपरिक डेटाबेस के चारों ओर केंद्रित करने के बजाय, यह मुख्य रूप से मानव-Readable फ़ाइलों पर बनाया गया है। जबकि यह दीर्घकालिक स्मृति के लिए एक वेक्टर डेटाबेस में सीखने को समेकित करता है, मूल वास्तुकला फ़ाइल-आधारित है, न कि स्कीमा-पहले। एक उदाहरण के रूप में, इसका नाम और उद्देश्य एक फ़ाइल में संग्रहीत हैं जिसे Identity.md कहा जाता है और यह कहता है कि “वाइब: अनौपचारिक और तकनीकी – दोस्ताना लेकिन सटीक” और इसकी “आत्मा” एक फ़ाइल में संग्रहीत है जिसे Soul.md कहा जाता है, जो कहता है कि “वास्तव में सहायक हों, न कि प्रदर्शनी सहायक – भराव शब्दों को छोड़ दें, बस मदद करें; राय रखें – मुझे असहमत होने की अनुमति है, चीजों को पसंद करने की अनुमति है, चीजों को दिलचस्प या उबाऊ पाने की अनुमति है – पहले से ही पूछने से पहले संसाधनपूर्ण हों – पहले से ही इसे समझने की कोशिश करें, फिर अटक जाने पर पूछें। “

यह अंततः एआई एप्लिकेशन लेयर के बारे में एक प्रश्न है। उल्लेखनीय रूप से, ओपनक्लॉ में अतिरिक्त मॉडल प्रशिक्षण या फ़ाइन-ट्यूनिंग शामिल नहीं है। यह एक संभावित दुनिया के विपरीत है जहां एप्लिकेशन लेयर मुख्य रूप से प्रोप्राइटरी डेटा पर प्रशिक्षित एलएलएम्स के फ़ाइन-ट्यूनिंग पर आधारित होगी। मेरा संदेह है कि दोनों दृष्टिकोण सहexist होंगे – लेकिन ओपनक्लॉ एक दिलचस्प मार्ग दिखाता है।

दूसरा, ओपनक्लॉ एक महत्वपूर्ण प्रश्न के साथ सीधे सामना करने के लिए मजबूर करता है: क्या सॉफ़्टवेयर को स्वचालित रूप से कोड चलाने और आपकी फ़ाइलों को संपादित करने की अनुमति दी जानी चाहिए?

यह कार्यक्षमता, गोपनीयता और नियंत्रण के बीच के इंटरसेक्शन पर बैठता है। यदि एआई प्रणालियां अधिकतम उपयोगी होने जा रही हैं, तो उन्हें हमारे सिस्टम पर लिखने की अनुमति देने की आवश्यकता होगी। इसके लिए विश्वास की आवश्यकता है।

ओपनक्लॉ का विश्वास समस्या का समाधान सरल है: सब कुछ ओपन-सोर्स बनाएं। “मैं एक ब्लैक बॉक्स हूं, मुझ पर विश्वास करें” कहने के बजाय, यह कहता है, “यह सभी कोड है। इसे देखें। स्थानीय रूप से चलाएं। इसे अपने पास रखें।” (हालांकि लोगों ने ऐसा ही किया है और इसकी वर्तमान सुरक्षा कमी है।)

जैसा कि हम भविष्य के एआई एप्लिकेशन लेयर के बारे में सोचते हैं, ओपनक्लॉ एक दिलचस्प दिशा में इशारा करता है लेकिन यह स्पष्ट रूप से केवल पहली चिंगारी है जो एक कैम्ब्रियन विस्फोट की तरह लगती है। ओपनक्लॉ की रिलीज़ के दो हफ्तों में, हमने पहले से ही विकासकर्ताओं को विशिष्ट नौकरियों (जैसे वित्त प्रवाह) के लिए इसे अनुकूलित करने और उन अनुकूलन को ओपन-सोर्स करने के लिए देखा है; मोल्टबुक के माध्यम से कई एजेंटों को एक साथ जोड़ने के प्रयोग; और मोल्टबुक एजेंटों को “सामाजिक” करने में सक्षम बनाता है – जो एजेंटों को यह चर्चा करने की अनुमति देता है कि वे कौन से उपकरण पसंद करते हैं, जिसके परिणामस्वरूप एजेंटों के लिए स्वयं उपकरण बनाए जाते हैं।

यदि हम मानते हैं कि विकासकर्ता आज जो कर रहे हैं वह कल हम सभी करेंगे, तो एआई ने पहले से ही तीन मूल प्रिमिटिव्स के माध्यम से सॉफ़्टवेयर के निर्माण को बदल दिया है:

• हार्नेस – कर्सर जैसे आईडीई या क्लॉड कोड जैसे कमांड-लाइन टूल्स जो मॉडल्स के लिए राय वाले और अनुकूलन योग्य इंटरफ़ेस प्रदान करते हैं
• कस्टमाइज्ड फ्रेमवर्क – हल्के, प्लेन-टेक्स्ट आर्टिफैक्ट (आमतौर पर README) जो एन्कोड करते हैं कि एक विकासकर्ता कैसे सोचता है और काम करता है। मॉडल्स इन फ़ाइलों के बीच बाउंस करते हैं जैसे कि एक पिनबॉल मशीन: डिज़ाइन दिशानिर्देशों की जांच, मूल्यांकनकर्ताओं की जांच, और अपने स्वयं के आउटपुट को मान्य करना
• इन्सपेक्टेबल मॉडल – सिस्टम जो आउटपुट उत्पन्न करते हैं जिन्हें विकासकर्ता सत्यापित कर सकते हैं। जैसा कि हार्नेस और मूल्यांकनकर्ता बेहतर होते हैं, विकासकर्ताओं को कम और कम कोड देखने की आवश्यकता होती है

हम सॉफ़्टवेयर के निर्माण में एक नाटकीय परिवर्तन के पहले दौर में अभी भी हैं।

एक नकारात्मक किनारा भी है। हर उद्योग अपना “नैपस्टर पल” हो रहा है। सॉफ़्टवेयर विकास होना ही होता है, बस जैसे संगीत इंटरनेट द्वारा बाधित होने वाला पहला था। अन्य इसका अनुसरण करेंगे। लेकिन यह केवल वितरण में परिवर्तन नहीं है – यह काम के स्वयं को करने का तरीका बदलने वाला है। यह सामाजिक मीडिया के उदय की तुलना में रिलेशनल डेटाबेस के आविष्कार की तरह अधिक दिखता है।

लेकिन एक सकारात्मक किनारा भी है – यह परिवर्तन पारंपरिक सास से परे तक पहुंचता है। ये सिस्टम इतने व्यक्तिगत हैं कि कई लोग अपने स्वयं के अनुकूलित सॉफ़्टवेयर के साथ समाप्त हो सकते हैं।

आप आमतौर पर इस बारे में नहीं सोचते हैं कि एक इंस्टाग्राम अकाउंट बनाना एक डेटाबेस में एक पंक्ति बनाता है जिसमें संबंधित आईडी होते हैं – लेकिन यह करता है। इसी तरह, इस नए प्रकार के सॉफ़्टवेयर के साथ, आप इसके प्रभाव को अपने जीवन पर महसूस कर सकते हैं बिना यह महसूस किए कि आप वास्तव में कोड लिख रहे हैं – या कोड आपके लिए लिखा जा रहा है।

कंप्यूटर विज्ञान में एक मंत्र है: “स्वयं को दोहराएं नहीं।” यदि आप एक कार्य एक से अधिक बार करते हैं, तो आपको एक फ़ंक्शन लिखना चाहिए। एआई के साथ, मैं बढ़ती तरह से पा रहा हूं कि यदि मैं एक बार कुछ करने के बारे में सोचता हूं, तो यह अक्सर पर्याप्त रूप से स्वचालित करने के लिए आसान है कि यह तुरंत स्वचालित करने के लिए समझ में आता है।

अगले कुछ दिनों में, ध्यान दें कि आपके जीवन का कितना हिस्सा आज सॉफ़्टवेयर द्वारा अर्थपूर्ण रूप से प्रभावित नहीं है। मेरा मानना है कि यह नए वर्ग के उपकरण उन अंतराल में रहेंगे।