क्या GPT-4 हमें सच्ची AI क्रांति के करीब लाएगा?

मई 3 में GPT-2020 को पेश किए हुए लगभग तीन साल हो गए हैं। तब से, AI टेक्स्ट-जेनरेशन मॉडल ने ऐसा टेक्स्ट बनाने की अपनी क्षमता के लिए बहुत रुचि पैदा की है जो देखने और सुनने में ऐसा लगता है जैसे यह किसी मानव द्वारा लिखा गया हो। अब ऐसा लग रहा है कि सॉफ़्टवेयर का अगला संस्करण, GPT-4, आने ही वाला है, जिसकी अनुमानित रिलीज़ तिथि 2023 की शुरुआत में हो सकती है।

इस एआई समाचार की अत्यधिक प्रत्याशित प्रकृति के बावजूद, जीपीटी-4 पर सटीक विवरण काफी अस्पष्ट हैं। GPT-4 के पीछे की कंपनी OpenAI ने सार्वजनिक रूप से नए मॉडल के बारे में अधिक जानकारी, जैसे कि इसकी विशेषताएं या इसकी क्षमताएं, का खुलासा नहीं किया है। फिर भी, एआई के क्षेत्र में हाल की प्रगति, विशेष रूप से प्राकृतिक भाषा प्रसंस्करण (एनएलपी) के संबंध में, कुछ सुराग दे सकती है कि हम जीपीटी-4 से क्या उम्मीद कर सकते हैं।

GPT क्या है?

विशिष्टताओं में जाने से पहले, GPT क्या है इसके बारे में एक आधार रेखा स्थापित करना सहायक होता है। GPT का मतलब जेनरेटिव प्री-ट्रेंड ट्रांसफार्मर है और यह एक डीप-लर्निंग न्यूरल नेटवर्क मॉडल को संदर्भित करता है जिसे मशीन-जनरेटेड टेक्स्ट की बड़ी मात्रा बनाने के लिए इंटरनेट से उपलब्ध डेटा पर प्रशिक्षित किया जाता है। GPT-3 इस तकनीक की तीसरी पीढ़ी है और वर्तमान में उपलब्ध सबसे उन्नत AI टेक्स्ट-जेनरेशन मॉडल में से एक है।

GPT-3 को कुछ हद तक सिरी या एलेक्सा जैसे वॉयस असिस्टेंट की तरह ही बड़े पैमाने पर संचालित करने के बारे में सोचें। एलेक्सा को आपका पसंदीदा गाना बजाने के लिए कहने या सिरी से आपका टेक्स्ट टाइप कराने के लिए कहने के बजाय, आप जीपीटी-3 को कुछ ही मिनटों में एक संपूर्ण ईबुक लिखने या एक मिनट से भी कम समय में 100 सोशल मीडिया पोस्ट विचार उत्पन्न करने के लिए कह सकते हैं। उपयोगकर्ता को बस एक संकेत देना होगा, जैसे, "रचनात्मकता के महत्व पर मुझे 500 शब्दों का एक लेख लिखें।" जब तक संकेत स्पष्ट और विशिष्ट है, GPT-3 आप जो कुछ भी उससे पूछेंगे उसके बारे में लिख सकता है।

आम जनता के लिए जारी होने के बाद से, GPT-3 को कई व्यावसायिक अनुप्रयोग मिले हैं। कंपनियां इसका उपयोग पाठ सारांश, भाषा अनुवाद, कोड निर्माण और लगभग किसी भी लेखन कार्य के बड़े पैमाने पर स्वचालन के लिए कर रही हैं।

हालाँकि, GPT-3 निस्संदेह अत्यधिक पठनीय मानव-सदृश पाठ बनाने की अपनी क्षमता के कारण बहुत प्रभावशाली है, फिर भी यह पूर्णता से कोसों दूर है। जब लंबे लेख लिखने के लिए कहा जाता है, खासकर जब जटिल विषयों पर गहन जानकारी की आवश्यकता होती है, तो समस्याएँ उत्पन्न होती हैं। उदाहरण के लिए, किसी वेबसाइट के लिए कंप्यूटर कोड जनरेट करने का संकेत सही लेकिन कमतर कोड लौटा सकता है, इसलिए एक मानव कोडर को फिर भी सुधार करने के लिए आगे आना पड़ता है। बड़े टेक्स्ट दस्तावेज़ों के साथ भी यही समस्या है: पाठ जितना बड़ा होगा, उतनी ही अधिक संभावना है कि त्रुटियाँ – कभी-कभी हास्यास्पद – सामने आएँगी जिन्हें मानव लेखक द्वारा ठीक करने की आवश्यकता होगी।

सीधे शब्दों में कहें तो, GPT-3 मानव लेखकों या कोडर्स के लिए पूर्ण प्रतिस्थापन नहीं है, और इसे एक के रूप में नहीं सोचा जाना चाहिए। इसके बजाय, GPT-3 को एक लेखन सहायक के रूप में देखा जाना चाहिए, जो लोगों का बहुत समय बचा सकता है जब उन्हें ब्लॉग पोस्ट विचार या विज्ञापन कॉपी या प्रेस विज्ञप्ति के लिए किसी न किसी रूपरेखा तैयार करने की आवश्यकता होती है।

अधिक पैरामीटर = बेहतर?

एआई मॉडल के बारे में समझने वाली एक बात यह है कि वे भविष्यवाणियां करने के लिए मापदंडों का उपयोग कैसे करते हैं। एआई मॉडल के पैरामीटर सीखने की प्रक्रिया को परिभाषित करते हैं और आउटपुट के लिए संरचना प्रदान करते हैं। एआई मॉडल में मापदंडों की संख्या का उपयोग आम तौर पर प्रदर्शन के माप के रूप में किया जाता है। जितने अधिक पैरामीटर होंगे, मॉडल उतना ही अधिक शक्तिशाली, सुचारू और पूर्वानुमानित होगा, कम से कम के अनुसार स्केलिंग परिकल्पना.

उदाहरण के लिए, जब 1 में GPT-2018 जारी किया गया था, तो इसमें 117 मिलियन पैरामीटर थे। एक साल बाद जारी GPT-2 में 1.2 बिलियन पैरामीटर थे, जबकि GPT-3 ने इस संख्या को और भी अधिक बढ़ाकर 175 बिलियन पैरामीटर कर दिया। अगस्त 2021 के एक साक्षात्कार के अनुसार वायर्डओपनएआई के साथ साझेदारी करने वाली कंपनी सेरेब्रस के संस्थापक और सीईओ एंड्रयू फेल्डमैन ने उल्लेख किया कि जीपीटी-4 में लगभग 100 ट्रिलियन पैरामीटर होंगे। यह GPT-4 को GPT-100 से 3 गुना अधिक शक्तिशाली बना देगा, पैरामीटर आकार में एक बड़ी छलांग जिसने, जाहिर है, बहुत से लोगों को बहुत उत्साहित कर दिया है।

हालाँकि, फेल्डमैन के बड़े-बड़े दावों के बावजूद, यह मानने के अच्छे कारण हैं कि GPT-4 में वास्तव में 100 ट्रिलियन पैरामीटर नहीं होंगे। पैरामीटर जितने ज़्यादा होंगे, मॉडल को प्रशिक्षित करना और उसे बेहतर बनाना उतना ही महंगा होगा क्योंकि इसके लिए भारी मात्रा में कम्प्यूटेशनल पावर की आवश्यकता होगी।

साथ ही, किसी मॉडल की प्रभावशीलता निर्धारित करने वाले मापदंडों की संख्या के अलावा और भी कारक हैं। उदाहरण के लिए मेगेट्रॉन-ट्यूरिंग एनएलजी, एनवीडिया और माइक्रोसॉफ्ट द्वारा निर्मित एक टेक्स्ट-जेनरेशन मॉडल, जिसमें 500 बिलियन से अधिक पैरामीटर हैं। अपने आकार के बावजूद, MT-NLG प्रदर्शन के मामले में GPT-3 के करीब नहीं आता है। संक्षेप में, बड़े का मतलब बेहतर नहीं है।

संभावना है कि GPT-4 में GPT-3 की तुलना में ज़्यादा पैरामीटर होंगे, लेकिन यह देखना बाकी है कि यह संख्या कितनी ज़्यादा होगी। इसके बजाय, OpenAI अन्य दिलचस्प संभावनाओं पर काम कर रहा है, जैसे कि एक ऐसा लीनियर मॉडल जो एल्गोरिथम डिज़ाइन और संरेखण में गुणात्मक सुधारों पर केंद्रित हो। ऐसे सुधारों का सटीक प्रभाव अनुमान लगाना मुश्किल है, लेकिन यह ज्ञात है कि एक विरल मॉडल, सशर्त संगणना के माध्यम से कंप्यूटिंग लागत को कम कर सकता है, यानी, AI मॉडल में सभी पैरामीटर हर समय सक्रिय नहीं रहेंगे, जो मानव मस्तिष्क में न्यूरॉन्स के संचालन के समान है।

तो, GPT-4 क्या करने में सक्षम होगा?

जब तक OpenAI कोई नया बयान जारी नहीं करता या GPT-4 जारी नहीं करता, तब तक हम यह अनुमान लगाने के लिए बाध्य हैं कि यह GPT-3 से किस प्रकार भिन्न होगा। बहरहाल, हम कुछ अनुमान तो लगा ही सकते हैं।

हालाँकि AI डीप-लर्निंग विकास का भविष्य मल्टीमॉडल है, GPT-4 संभवतः केवल टेक्स्ट ही रहेगा। मनुष्य के रूप में, हम एक बहुसंवेदी दुनिया में रहते हैं जो विभिन्न श्रव्य, दृश्य और पाठ्य इनपुट से भरी हुई है। इसलिए, यह अपरिहार्य है कि एआई विकास अंततः एक मल्टीमॉडल मॉडल तैयार करेगा जो विभिन्न प्रकार के इनपुट को शामिल कर सकता है।

हालाँकि, एक अच्छे मल्टीमॉडल मॉडल को केवल-टेक्स्ट मॉडल की तुलना में डिज़ाइन करना अधिक कठिन होता है। तकनीक अभी तक मौजूद नहीं है और पैरामीटर आकार की सीमाओं के बारे में हम जो जानते हैं उसके आधार पर, यह संभावना है कि ओपनएआई केवल टेक्स्ट मॉडल के विस्तार और सुधार पर ध्यान केंद्रित कर रहा है।

यह भी संभावना है कि GPT-4 सटीक संकेत पर कम निर्भर होगा। GPT-3 की कमियों में से एक यह है कि इच्छित परिणाम प्राप्त करने के लिए टेक्स्ट संकेतों को सावधानीपूर्वक लिखने की आवश्यकता होती है। जब संकेत सावधानी से नहीं लिखे जाते हैं, तो आप ऐसे आउटपुट के साथ समाप्त हो सकते हैं जो असत्य, विषाक्त, या यहां तक ​​कि चरमपंथी विचारों को प्रतिबिंबित करते हैं। यह "संरेखण समस्या" के रूप में जाना जाने वाला हिस्सा है और यह एक एआई मॉडल बनाने में चुनौतियों को संदर्भित करता है जो उपयोगकर्ता के इरादों को पूरी तरह से समझता है। दूसरे शब्दों में, AI मॉडल उपयोगकर्ता के लक्ष्यों या इरादों के अनुरूप नहीं है। चूंकि एआई मॉडल को इंटरनेट से टेक्स्ट डेटासेट का उपयोग करके प्रशिक्षित किया जाता है, इसलिए मानवीय पूर्वाग्रहों, झूठ और पूर्वाग्रहों के लिए टेक्स्ट आउटपुट में अपना रास्ता ढूंढना बहुत आसान है।

जैसा कि कहा गया है, यह मानने के अच्छे कारण हैं कि डेवलपर्स संरेखण समस्या पर प्रगति कर रहे हैं। यह आशावाद इंस्ट्रक्टजीपीटी के विकास में कुछ सफलताओं से आता है, जो जीपीटी-3 का एक अधिक उन्नत संस्करण है जिसे निर्देशों और उपयोगकर्ता के इरादों का अधिक बारीकी से पालन करने के लिए मानवीय प्रतिक्रिया पर प्रशिक्षित किया जाता है। मानव न्यायाधीशों ने पाया कि इंस्ट्रक्टजीपीटी अच्छे संकेत पर जीपीटी-3 की तुलना में बहुत कम निर्भर था।

हालाँकि, यह ध्यान दिया जाना चाहिए कि ये परीक्षण केवल OpenAI कर्मचारियों के साथ किए गए थे, जो एक काफी समरूप समूह है और जिनके लिंग, धार्मिक या राजनीतिक विचारों में बहुत अधिक अंतर नहीं हो सकता है। यह एक सुरक्षित शर्त है कि GPT-4 को अधिक विविध प्रशिक्षण दिया जाएगा जिससे विभिन्न समूहों के लिए संरेखण में सुधार होगा, हालाँकि यह किस हद तक होगा, यह देखना बाकी है।

क्या GPT-4 इंसानों की जगह लेगा?

GPT-4 के वादे के बावजूद, इसकी संभावना नहीं है कि यह मानव लेखकों और कोडर्स की आवश्यकता को पूरी तरह से बदल देगा। पैरामीटर ऑप्टिमाइज़ेशन से लेकर मल्टीमॉडैलिटी से लेकर अलाइनमेंट तक हर चीज़ पर अभी भी बहुत काम किया जाना बाकी है। हमें एक टेक्स्ट जनरेटर देखने में कई साल लग सकते हैं जो वास्तविक जीवन के अनुभव की जटिलताओं और बारीकियों की वास्तविक मानवीय समझ प्राप्त कर सकता है।

फिर भी, GPT-4 के आने को लेकर उत्साहित होने के अभी भी अच्छे कारण हैं। पैरामीटर अनुकूलन - केवल पैरामीटर वृद्धि के बजाय - संभवतः एक एआई मॉडल को जन्म देगा जिसमें अपने पूर्ववर्ती की तुलना में कहीं अधिक कंप्यूटिंग शक्ति होगी। और बेहतर संरेखण संभवतः GPT-4 को और अधिक उपयोगकर्ता-अनुकूल बना देगा।

इसके अलावा, हम अभी भी एआई टूल के विकास और अपनाने की शुरुआत में ही हैं। प्रौद्योगिकी के लिए अधिक उपयोग के मामले लगातार पाए जा रहे हैं, और जैसे-जैसे लोग कार्यस्थल में एआई का उपयोग करके अधिक विश्वास और आराम प्राप्त करते हैं, यह लगभग निश्चित है कि हम आने वाले वर्षों में लगभग हर व्यावसायिक क्षेत्र में एआई टूल को व्यापक रूप से अपनाते हुए देखेंगे।