माइक्रोसॉफ्ट के ऑर्का-2 एआई मॉडल ने सस्टेनेबल एआई में महत्वपूर्ण प्रगति क्यों दर्शाई है?

पिछले दशक में आर्टिफिशियल इंटेलिजेंस द्वारा की गई उल्लेखनीय प्रगति के बावजूद, जिसमें मानव चैंपियनों को रणनीतिक खेलों जैसे शतरंज और गो में हराना और प्रोटीन की 3D संरचना का अनुमान लगाना शामिल है, बड़े भाषा मॉडल (एलएलएम) का व्यापक अपनाना एक परिवर्तन का संकेत देता है। ये मॉडल, जो मानव-कंप्यूटर इंटरैक्शन को बदलने के लिए तैयार हैं, विभिन्न क्षेत्रों में आवश्यक हो गए हैं, जिनमें शिक्षा, ग्राहक सेवाएं, जानकारी पुनर्प्राप्ति, सॉफ्टवेयर विकास, मीडिया और स्वास्थ्य सेवाएं शामिल हैं। जबकि ये तकनीकी प्रगति वैज्ञानिक सफलताओं और औद्योगिक विकास को बढ़ावा देती है, एक उल्लेखनीय नकारात्मक पहलू ग्रह के लिए मौजूद है।

एलएलएम को प्रशिक्षित करने और उपयोग करने की प्रक्रिया में एक विशाल मात्रा में ऊर्जा की खपत होती है, जिसके परिणामस्वरूप पर्यावरण पर एक महत्वपूर्ण प्रभाव पड़ता है, जो बढ़े हुए कार्बन फुटप्रिंट और ग्रीनहाउस गैस उत्सर्जन से चिह्नित होता है। मैसाचुसेट्स अमहर्स्ट विश्वविद्यालय के कॉलेज ऑफ इंफॉर्मेशन एंड कंप्यूटर साइंसेज के एक हालिया अध्ययन से पता चलता है कि एलएलएम को प्रशिक्षित करने से 626,000 पाउंड कार्बन डाइऑक्साइड का उत्सर्जन हो सकता है, जो लगभग पांच कारों के जीवनकाल के उत्सर्जन के बराबर है। एआई स्टार्टअप हगिंग फेस ने पाया कि इस साल की शुरुआत में लॉन्च किए गए बड़े भाषा मॉडल ब्लूम के प्रशिक्षण से 25 मीट्रिक टन कार्बन डाइऑक्साइड उत्सर्जन हुआ। इसी तरह, फेसबुक के एआई मॉडल मीना का कार्बन फुटप्रिंट प्रशिक्षण प्रक्रिया के दौरान एक कार को 240,000 मील तक चलाने के पर्यावरणीय प्रभाव के बराबर है।

एलएलएम को प्रशिक्षित करने के अलावा, क्लाउड कंप्यूटिंग की मांग, जो एलएलएम के लिए महत्वपूर्ण है, अब विमान उद्योग की तुलना में अधिक उत्सर्जन का योगदान करती है। एक डेटा सेंटर एक ही समय में 50,000 घरों जितनी बिजली की खपत कर सकता है। एक अन्य अध्ययन से पता चलता है कि एक बड़े भाषा मॉडल को प्रशिक्षित करने से पांच कारों जितना कार्बन डाइऑक्साइड का उत्सर्जन हो सकता है, जो उनके पूरे जीवनकाल में ऊर्जा का उपयोग करता है। अनुमान बताते हैं कि एआई उत्सर्जन 2025 तक 300% तक बढ़ जाएगा, जो एआई प्रगति को पर्यावरणीय जिम्मेदारी के साथ संतुलित करने की तत्काल्यकता पर जोर देता है और एआई को अधिक पर्यावरण अनुकूल बनाने के लिए पहल को बढ़ावा देता है। एआई प्रगति के नकारात्मक पर्यावरणीय प्रभाव को संबोधित करने के लिए, सस्टेनेबल एआई एक महत्वपूर्ण अध्ययन क्षेत्र के रूप में उभर रहा है।

सस्टेनेबल एआई

सस्टेनेबल एआई आर्टिफिशियल इंटेलिजेंस सिस्टम के विकास और तैनाती में एक परिवर्तन का प्रतिनिधित्व करता है, जो पर्यावरणीय प्रभाव, नैतिक विचारों और दीर्घकालिक सामाजिक लाभों को कम करने पर केंद्रित है। यह दृष्टिकोण ऊर्जा-कुशल, पर्यावरण अनुकूल और मानव मूल्यों के साथ संरेखित बुद्धिमान प्रणालियों का निर्माण करने का लक्ष्य रखता है। सस्टेनेबल एआई कंप्यूटरों के लिए स्वच्छ ऊर्जा का उपयोग, कम शक्ति का उपयोग करने वाले स्मार्ट एल्गोरिदम और न्यायसंगत और पारदर्शी निर्णय सुनिश्चित करने के लिए नैतिक दिशानिर्देशों का पालन करने पर जोर देता है। यह ध्यान रखना महत्वपूर्ण है कि सस्टेनेबिलिटी के लिए एआई और सस्टेनेबल एआई के बीच एक अंतर है; पूर्व में मौजूदा प्रक्रियाओं को अनुकूलित करने के लिए एआई का उपयोग शामिल हो सकता है, जिसमें आवश्यक रूप से इसके पर्यावरणीय या सामाजिक परिणामों पर विचार नहीं किया जाता है, जबकि बाद में एआई विकास के हर चरण में स्थिरता के सिद्धांतों को सक्रिय रूप से एकीकृत करता है, डिज़ाइन से लेकर तैनाती तक, ग्रह और समाज पर एक सकारात्मक और स्थायी प्रभाव पैदा करने के लिए।

एलएलएम से एसएलएम की ओर

सस्टेनेबल एआई की खोज में, माइक्रोसॉफ्ट एलएलएम की क्षमताओं के साथ संरेखित करने के लिए स्मॉल लैंग्वेज मॉडल (एसएलएम) विकसित करने पर काम कर रहा है। इस प्रयास में, उन्होंने हाल ही में ऑर्का-2 पेश किया, जो जीपीटी-4 की तरह तर्क करने के लिए डिज़ाइन किया गया है। अपने पूर्ववर्ती ऑर्का-1 के विपरीत, जिसमें 13 बिलियन पैरामीटर हैं, ऑर्का-2 में 7 बिलियन पैरामीटर हैं और दो मुख्य तकनीकों का उपयोग करता है।

1. निर्देश ट्यूनिंग: ऑर्का-2 नमूनों से सीखकर सुधारता है, अपनी सामग्री की गुणवत्ता, शून्य-शॉट क्षमताओं और विभिन्न कार्यों में तर्क कौशल में सुधार करता है।
2. व्याख्या ट्यूनिंग: निर्देश ट्यूनिंग में सीमाओं को पहचानते हुए, ऑर्का-2 व्याख्या ट्यूनिंग पेश करता है। इसमें शिक्षक मॉडल के लिए विस्तृत व्याख्याएं तैयार करना, तर्क संकेतों को समृद्ध करना और समग्र समझ में सुधार करना शामिल है।

ऑर्का-2 इन तकनीकों का उपयोग करके एलएलएम के समान उच्च कुशल तर्क प्राप्त करने में सक्षम है, लेकिन बहुत कम पैरामीटर के साथ। मुख्य विचार मॉडल को यह तय करने में सक्षम बनाना है कि किसी समस्या का समाधान करने का सबसे अच्छा तरीका क्या है, चाहे वह तेजी से उत्तर देना हो या चरणबद्ध तरीके से सोचना हो। माइक्रोसॉफ्ट इसे “सावधान तर्क” कहता है।

ऑर्का-2 को प्रशिक्षित करने के लिए, माइक्रोसॉफ्ट एक नए प्रशिक्षण डेटासेट का निर्माण करता है जिसमें फ्लैन एनोटेशन, ऑर्का-1 और ऑर्का-2 डेटासेट शामिल हैं। वे आसान प्रश्नों से शुरू करते हैं, कुछ मुश्किल प्रश्न जोड़ते हैं और फिर मॉडल को और भी बुद्धिमान बनाने के लिए बातचीत मॉडल से डेटा का उपयोग करते हैं।

ऑर्का-2 का एक व्यापक मूल्यांकन किया जाता है, जिसमें तर्क, पाठ पूर्ति, आधार, सच्चाई और सुरक्षा शामिल हैं। परिणाम सिंथेटिक डेटा पर विशेषज्ञता प्रशिक्षण के माध्यम से एसएलएम तर्क में सुधार की संभावना को दर्शाते हैं। कुछ सीमाओं के बावजूद, ऑर्का-2 मॉडल तर्क, नियंत्रण और सुरक्षा में भविष्य की प्रगति के लिए आशा जगाते हैं, साबित करते हुए कि मॉडल को प्रशिक्षित करने के बाद रणनीतिक रूप से सिंथेटिक डेटा का उपयोग करना प्रभावी हो सकता है।

ऑर्का-2 का सस्टेनेबल एआई की ओर महत्व

ऑर्का-2 सस्टेनेबल एआई की दिशा में एक महत्वपूर्ण छलांग का प्रतिनिधित्व करता है, जो यह विश्वास को चुनौती देता है कि केवल बड़े मॉडल, जिनकी महत्वपूर्ण ऊर्जा खपत होती है, एआई क्षमताओं को वास्तव में आगे बढ़ा सकते हैं। यह छोटा भाषा मॉडल एक वैकल्पिक दृष्टिकोण प्रस्तुत करता है, जो यह सुझाव देता है कि भाषा मॉडल में उत्कृष्टता प्राप्त करने के लिए विशाल डेटासेट और व्यापक कंप्यूटिंग शक्ति की आवश्यकता नहीं है। इसके बजाय, यह बुद्धिमान डिज़ाइन और प्रभावी एकीकरण के महत्व पर जोर देता है।

यह सफलता नए अवसर खोलती है और आकार पर डिज़ाइन पर ध्यान केंद्रित करने के लिए एक बदलाव की वकालत करती है। यह उन्नत एआई को अधिक सुलभ बनाने की दिशा में एक महत्वपूर्ण कदम है, यह सुनिश्चित करता है कि नवाचार समावेशी है और अधिक लोगों और संगठनों तक पहुंचता है।

ऑर्का-2 भाषा मॉडल के विकास पर महत्वपूर्ण प्रभाव डाल सकता है। चाहे वह प्राकृतिक भाषा प्रसंस्करण से संबंधित कार्यों में सुधार हो या विभिन्न उद्योगों में अधिक परिष्कृत एआई अनुप्रयोगों को सक्षम करना, ये छोटे मॉडल महत्वपूर्ण सकारात्मक परिवर्तन लाने के लिए तैयार हैं। इसके अलावा, वे अधिक सस्टेनेबल एआई प्रथाओं को बढ़ावा देने में अग्रणी हैं, जो तकनीकी प्रगति को पर्यावरणीय जिम्मेदारी के प्रति प्रतिबद्धता के साथ संरेखित करते हैं।

नीचे की रेखा:

माइक्रोसॉफ्ट का ऑर्का-2 सस्टेनेबल एआई की दिशा में एक ग्राउंडब्रेकिंग कदम है, जो यह विश्वास को चुनौती देता है कि केवल बड़े मॉडल ही एआई को आगे बढ़ा सकते हैं। बुद्धिमान डिज़ाइन पर आकार को प्राथमिकता देकर, ऑर्का-2 नए अवसर खोलता है, जो उन्नत एआई विकास के लिए एक अधिक समावेशी और पर्यावरण अनुकूल दृष्टिकोण प्रदान करता है। यह बदलाव बुद्धिमान प्रणाली डिज़ाइन में एक नए युग की ओर एक महत्वपूर्ण कदम है।