आपका एआई अधिक शक्तिशाली है जितना आप सोचते हैं

वैज्ञानिकों की एक टीम ने कुछ ऐसा खोजा है जो एआई क्षमताओं के बारे में हमारी बहुत सी धारणाओं को बदल देता है। आपके मॉडल केवल जानकारी प्रोसेस नहीं कर रहे हैं – वे जटिल क्षमताएं विकसित कर रहे हैं जो उनके प्रशिक्षण से बहुत आगे निकल जाती हैं। और इन क्षमताओं को अनलॉक करने के लिए, हमें उनसे बात करने के तरीके को बदलना होगा।

कॉन्सेप्ट स्पेस क्रांति

क्या आप याद रखते हैं जब हमने सोचा था कि एआई केवल पैटर्न मैच करता है? नई रिसर्च ने अब एआई लर्निंग के ब्लैक बॉक्स को खोल दिया है जिसे वे “कॉन्सेप्ट स्पेस” कहते हैं। एआई लर्निंग को एक मल्टी-डाइमेंशनल मैप के रूप में कल्पना करें जहां प्रत्येक कोऑर्डिनेट एक अलग कॉन्सेप्ट का प्रतिनिधित्व करता है – जैसे कि रंग, आकार, या आकार। एआई मॉडल्स को प्रशिक्षण के दौरान इस स्पेस में कैसे चलते हैं, यह देखकर शोधकर्ताओं ने कुछ अप्रत्याशित पाया:

“इस स्पेस में लर्निंग डायनामिक्स को चार्टराइज़ करके, हम यह पहचानते हैं कि एक कॉन्सेप्ट को सीखने की गति कैसे डेटा के गुणों द्वारा नियंत्रित की जाती है,” शोध टीम नोट्स। दूसरे शब्दों में, कुछ कॉन्सेप्ट्स तेजी से क्लिक करते हैं जबकि अन्य धीमे होते हैं, यह इस बात पर निर्भर करता है कि वे प्रशिक्षण डेटा में कितनी मजबूती से खड़े होते हैं।

यह जो इतना दिलचस्प है: जब एआई मॉडल्स इन कॉन्सेप्ट्स को सीखते हैं, तो वे उन्हें केवल अलग-अलग टुकड़ों के रूप में स्टोर नहीं करते हैं। वे वास्तव में उन्हें मिलाने और मैच करने की क्षमता विकसित करते हैं जिसे हमने उन्हें सिखाया नहीं है। यह जैसे कि वे अपना खुद का क्रिएटिव टूलकिट बना रहे हैं – हमने उन्हें इसका उपयोग करने के लिए सही निर्देश नहीं दिए हैं।

एआई परियोजनाओं के लिए इसका क्या अर्थ है, यह सोचें। आपके साथ काम करने वाले मॉडल्स पहले से ही जटिल कॉन्सेप्ट्स को समझ सकते हैं जिन्हें आपने अभी तक नहीं खोजा है। प्रश्न यह नहीं है कि वे अधिक क्या कर सकते हैं – यह है कि उन्हें वास्तव में क्या करने में सक्षम होने के लिए कैसे प्राप्त किया जाए।

छुपी हुई शक्तियों को अनलॉक करना

यहीं चीजें दिलचस्प हो जाती हैं। शोधकर्ताओं ने एक साधारण प्रयोग डिज़ाइन किया जो एआई मॉडल्स के सीखने के तरीके के बारे में कुछ मूलभूत बातें बताता है। उनका सेटअप बहुत ही सरल था:

• बड़े लाल सर्कल
• बड़े नीले सर्कल
• छोटे लाल सर्कल

फिर आया मुख्य परीक्षण: क्या मॉडल एक छोटा नीला सर्कल बना सकता है? यह केवल एक नया आकार बनाने के बारे में नहीं था – यह यह जानने के लिए था कि क्या मॉडल वास्तव में दो अलग-अलग कॉन्सेप्ट्स (आकार और रंग) को एक ऐसे तरीके से समझ और मिला सकता है जिसे उसने पहले नहीं देखा था।

उन्होंने जो खोजा है वह एआई क्षमताओं के बारे में हमारी सोच को बदल देता है। जब उन्होंने सामान्य प्रॉम्प्ट्स का उपयोग करके “छोटा नीला सर्कल” मांगा, तो मॉडल संघर्ष करता था। हालांकि, मॉडल वास्तव में छोटे नीले सर्कल बना सकता था – हमने बस सही तरीके से पूछा नहीं था।

शोधकर्ताओं ने दो तकनीकों का खुलासा किया जो इसे साबित करती हैं:

1. “लेटेंट इंटरवेंशन” – यह मॉडल के मस्तिष्क में एक पीछे का दरवाजा खोजने जैसा है। नियमित प्रॉम्प्ट्स का उपयोग करने के बजाय, उन्होंने सीधे “नीला” और “छोटा” का प्रतिनिधित्व करने वाले आंतरिक संकेतों को समायोजित किया। कल्पना करें कि आपके पास रंग और आकार के लिए अलग-अलग डायल हैं – उन्होंने पाया कि इन डायल्स को विशिष्ट तरीके से घुमाकर, मॉडल अचानक से असंभव लगने वाली चीजें कर सकता था।
2. “ओवरप्रॉम्प्टिंग” – उन्होंने सिर्फ “नीला” मांगने के बजाय, रंग मानों के साथ बहुत विशिष्ट हो गए। यह “नीला” बनाने के बजाय “इस रंग का नीला बनाएं: आरजीबी(0.3, 0.3, 0.7)” जैसा है। इस अतिरिक्त सटीकता ने मॉडल को सामान्य परिस्थितियों में छिपी हुई क्षमताओं तक पहुंचने में मदद की।

दोनों तकनीकें मॉडल के प्रशिक्षण में लगभग 6,000 चरणों पर काम करना शुरू कर देती हैं। जबकि नियमित प्रॉम्प्टिंग या तो पूरी तरह से विफल हो जाती है या 8,000+ चरणों की आवश्यकता होती है ताकि यह काम करे। और यह एक दुर्घटना नहीं थी – यह कई परीक्षणों में लगातार हुआ।

यह हमें कुछ गहरा बताता है: एआई मॉडल्स दो अलग-अलग चरणों में क्षमताएं विकसित करते हैं। पहले, वे वास्तव में कॉन्सेप्ट्स को आंतरिक रूप से मिलाने का तरीका सीखते हैं – यह लगभग 6,000 चरणों पर होता है। लेकिन एक दूसरा चरण है जहां वे हमारे सामान्य तरीके से चीजों के लिए पूछने के साथ इन आंतरिक क्षमताओं को जोड़ना सीखते हैं। यह जैसे कि मॉडल एक नए भाषा में धाराप्रवाह हो जाता है इससे पहले कि वह उस भाषा को हमारे लिए अनुवादित करे।

निहितार्थ महत्वपूर्ण हैं। जब हम सोचते हैं कि एक मॉडल कुछ नहीं कर सकता है, तो हम गलत हो सकते हैं – यह क्षमता हो सकती है लेकिन हमारे प्रॉम्प्ट्स और इसकी क्षमताओं के बीच कनेक्शन की कमी है। यह सिर्फ सरल आकार और रंगों तक सीमित नहीं है – यह बड़े एआई सिस्टम्स में जटिल क्षमताओं के लिए भी सच हो सकता है।

जब शोधकर्ताओं ने वास्तविक डेटा पर इन विचारों का परीक्षण किया, तो उन्होंने समान पैटर्न पाए। उन्होंने मॉडल से “महिलाओं के साथ टोपी” वाली तस्वीरें बनाने की कोशिश की – जिसे उसने प्रशिक्षण में नहीं देखा था। नियमित प्रॉम्प्ट्स विफल हो गए, लेकिन लेटेंट इंटरवेंशन ने दिखाया कि मॉडल वास्तव में ऐसी तस्वीरें बना सकता है। क्षमता वहां थी – यह सिर्फ सामान्य तरीके से एक्सेस नहीं की जा सकती थी।

पार्क एट अल., हार्वर्ड विश्वविद्यालय और एनटीटी रिसर्च

मुख्य बात

हमें एआई क्षमताओं का मूल्यांकन करने के तरीके पर पुनर्विचार करने की आवश्यकता है। सिर्फ इसलिए कि एक मॉडल मानक प्रॉम्प्ट्स के साथ कुछ नहीं कर सकता है, इसका मतलब यह नहीं है कि यह बिल्कुल नहीं कर सकता है। एआई मॉडल्स की क्षमताओं और हमें उनसे क्या मिल सकता है, इसके बीच का अंतर हमारे विचार से छोटा हो सकता है – हमें बस बेहतर पूछने की जरूरत है।

यह खोज सैद्धांतिक नहीं है – यह एआई सिस्टम्स के बारे में हमारी सोच को मूल रूप से बदल देती है। जब एक मॉडल किसी कार्य के साथ संघर्ष करता है, तो हमें पूछना चाहिए कि क्या यह वास्तव में क्षमता की कमी है या हम इसे सही तरीके से एक्सेस नहीं कर रहे हैं। विकासकर्ताओं, शोधकर्ताओं और उपयोगकर्ताओं के लिए, इसका अर्थ है एआई के साथ बातचीत करने के तरीके में रचनात्मक होना – कभी-कभी जरूरी क्षमता पहले से ही वहां होती है, बस सही कुंजी की प्रतीक्षा में होती है।