GEN AI की ओर या नहीं अब हमारे लिए कोई सवाल नहीं है। भारतीय आईटी फर्मों के साथ तेजी से दुनिया भर में सक्रिय रूप से अपने कर्मचारियों (कर्मचारियों) को शक्ति को गले लगाने और GEN AI से सुपर एन्हांस प्राप्त करने के लिए तैयार किया जा रहा है, जो व्यापार और प्रौद्योगिकी के पूरे तरीकों को पूरी तरह से नया आकार दे रहा है और फिर से तैयार कर रहा है।
आइए गहराई से गोता लगाने की कोशिश करें और यह जानने की कोशिश करें कि GEN AI क्या है, जेन एआई कैसे काम करता है, और कॉर्पोरेट्स के लिए कर्मचारियों को इसके द्वारा अपस्केल करने के लिए मजबूर करना क्यों महत्वपूर्ण है। और नई फलती-फूलती तकनीक के साथ काम करने के लिए जो कि GEN AI है।
AI क्या है:
AI का मतलब आर्टिफिशियल इंटेलिजेंस है, यह तकनीक में एक व्यापक भावना है, जहां मशीनें बुद्धिमत्ता का प्रदर्शन करती हैं। हमारी मानव या प्राकृतिक बुद्धि इन शर्तों में पूरी तरह से विरोध करती है, AI (कंप्यूटर साइंस) में अनुसंधान का एक क्षेत्र है जो अध्ययन के साथ-साथ विकसित करता है जो मशीन सॉफ्टवेयर को अपने पर्यावरण को समझने में सक्षम बनाता है और अपने पूरे सीखने और बुद्धिमत्ता का उपयोग करता है जो डेवलपर है प्रॉम्प्टर की दिशा में कोई कार्रवाई करने के लिए। ऐसी मशीनों या सॉफ्टवेयर को AI कहा जाता है।
आर्टिफिशियल इंटेलिजेंस: यह AI का सादा/शुद्ध रूप है जो सामान्य या सामान्य AI है जिसे पारंपरिक AI के रूप में भी जाना जाता है।
AI प्रौद्योगिकियों में एमएल (मशीन लर्निंग) शामिल है, जहां कंप्यूटर मानव हस्तक्षेप (एक निश्चित प्रशिक्षण अवधि के बाद) के बिना नए डेटा को सीख सकते हैं और अनुकूलित कर सकते हैं, डीएल (गहरी शिक्षा), जो असंरचित डेटा से असुरक्षित सीखने में सक्षम नेटवर्क के साथ मशीन लर्निंग का एक सबसेट है, और प्राकृतिक भाषा प्रसंस्करण, जो मानव भाषा को समझने के लिए एक कंप्यूटर प्रोग्राम की क्षमता है क्योंकि यह बोली और लिखी जाती है। जहां यह एक इंसान की नकल करने की क्षमता देता है लेकिन एक बहुत ही जानकारीपूर्ण और प्रशिक्षित मस्तिष्क के साथ या हम एक अलौकिक कह सकते हैं।
जनरल AI क्या है:
GEN AI का मतलब है कि जनरेटिव AI सामान्य या पारंपरिक AI का एक उन्नत संस्करण है जहां यह न केवल अध्ययन और बुद्धिमत्ता तक सीमित है, बल्कि इस चरण में AI को उत्पन्न करने जैसी शक्तियों को बढ़ावा मिलता है। जैसा कि नाम से संकेत मिलता है, GEN AI का अर्थ है जनरेटिव मॉडल का उपयोग करके टेक्स्ट, इमेज, वीडियो या अन्य डेटा उत्पन्न करना।
मूल रूप से, जानकारी के कुछ इनपुट के साथ यह जनरल AIकेवल अपनी बुद्धिमत्ता का उपयोग करके छवियों, वीडियो, टेक्स्ट, डेटा आदि के प्रकारों में विभिन्न प्रकार की जानकारी बनाता / उत्पन्न करता है जो हर बार बहुत ही अनोखी होगी जब भी जानकारी पूछी जाती है जो संकेतों के जवाब में होती है।
जनरेटिव AI मॉडल अपने इनपुट प्रशिक्षण डेटा के पैटर्न और संरचना को सीखते हैं और फिर नए डेटा उत्पन्न करते हैं जिनके डेटाबेस में समान विशेषताएं होती हैं।
ट्रांसफार्मर आधारित गहरे तंत्रिका नेटवर्क में सुधार। वे सूचना के समान तंत्रिका ट्रांसमीटर हैं क्योंकि तंत्रिका तंत्र एक जीवित प्राणी के मस्तिष्क में काम करता है, तंत्रिका नेटवर्किंग छोटे, विस्तृत नेटवर्क सिस्टम पर आधारित है जो हर जगह जानकारी को स्थानांतरित और संसाधित करता है और जो इसे संग्रहीत करता है। यह विशेष रूप से बड़े भाषा मॉडल (एलएलएम) का उपयोग करता है जो जनरेटिव AI के एआई बूम को सक्षम बनाता है। 2020 की शुरुआत से यह आम लोगों और कॉरपोरेट्स के बीच बहुत लोकप्रिय और फलफूल रहा था।
इनमें चैटबॉट जैसे चैटजीपीटी, कोपायलट, जेमिनी और एलएलएमए, टेक्स्ट-टू-इमेज आर्टिफिशियल इंटेलिजेंस शामिल हैं। छवि निर्माण प्रणाली जैसे स्थिर प्रसार, मिडजर्नी और DALL-E, लियोनार्डो AI, आदि, और टेक्स्ट-टू-वीडियो AI जनरेटर जैसे सोरा। OpenAI, Anthropic, Microsoft, Google और Baidu जैसी कंपनियों के साथ-साथ कई छोटी फर्मों ने जनरेटिव AI मॉडल विकसित किए हैं।
जनरल AI vs पारंपरिक AI:
| दृष्टिकोण | पारंपरिक AI | जनरेटिव AI |
| प्रकार्यात्मकता | पूर्वनिर्धारित नियमों और डेटा के आधार पर विशिष्ट कार्यों को बुद्धिमानी से करता है। | प्रशिक्षण डेटा से पैटर्न सीखकर नई सामग्री बनाता है। |
| उदाहरण | आवाज सहायक (सिरी, एलेक्सा), सिफारिश इंजन, खोज एल्गोरिदम। | पाठ, चित्र, संगीत और यहां तक कि कोड भी उत्पन्न करता है। |
| डेटा उपयोग | विशिष्ट श्रेणियों या मानों के साथ लेबल किया गया डेटा। | बिना लेबल वाला डेटा, अंतर्निहित पैटर्न सीखना। |
| सृजन-क्षमता | मौजूदा नियमों और रणनीतियों तक सीमित। | कल्पनाशील, मूल सामग्री उत्पन्न करता है। |
| आवेदन का दायरा | विशिष्ट नियमों के भीतर अच्छी तरह से परिभाषित कार्य। | पूर्वनिर्धारित नियमों से परे नई संभावनाओं की पड़ताल करता है। |
| बक्सों का इस्तेमाल करें | भविष्य कहनेवाला विश्लेषण, सिफारिश प्रणाली, नियम-आधारित निर्णय लेना। | रचनात्मक लेखन, कला निर्माण, सामग्री निर्माण। |
आर्टिफिशियल इंटेलिजेंस का इतिहास:
कृत्रिम बुद्धिमत्ता (AI) की यात्रा 1956 में डार्टमाउथ कॉलेज में बुलाई गई एक विद्वानों की सभा के दौरान शुरू हुई और तब से प्रगति और आशावाद की लगातार लहरें देखी गई हैं। अपनी स्थापना के बाद से, इस डोमेन के भीतर विद्वानों ने मानव अनुभूति के सार और मानव जैसी बुद्धि से संपन्न संस्थाओं के निर्माण के नतीजों के बारे में गहन दार्शनिक और नैतिक प्रवचन में लगे हुए हैं। ये विचार-विमर्श प्राचीन पौराणिक कथाओं, काल्पनिक कथाओं और पुरातनता के दार्शनिक ग्रंथों में पाए जाने वाले चिंतन को प्रतिध्वनित करते हैं।
यंत्रीकृत कला की धारणा प्राचीन ग्रीक सभ्यता में अपनी जड़ें पाती है, जहां डेडालस और हीरो ऑफ अलेक्जेंड्रिया जैसे सरल दिमागों को पाठ की रचना करने, श्रवण उत्तेजनाओं का निर्माण करने और मधुर रचनाओं को ऑर्केस्ट्रेट करने में सक्षम गर्भनिरोधक तैयार करने का श्रेय दिया जाता था। रचनात्मक ऑटोमेटा की विरासत युगों में बनी हुई है, जो 1800 के दशक की शुरुआत में माइलार्डेट द्वारा तैयार किए गए ऑटोमेटन का प्रतीक है।
आर्टिफिशियल इंटेलिजेंस की अवधारणा ने 20 वीं शताब्दी के मध्य से सामूहिक कल्पना को मोहित कर लिया है। हालांकि शुरू में सट्टा कथा के दायरे तक ही सीमित था, यह तब तक नहीं था जब तक कि पॉलीमैथ एलन ट्यूरिंग ने इसकी व्यवहार्यता का पता लगाने के लिए एक खोज शुरू नहीं की कि अवधारणा ने वैज्ञानिक कर्षण प्राप्त किया। ट्यूरिंग के 1950 के मौलिक ग्रंथ, “कंप्यूटिंग मशीनरी एंड इंटेलिजेंस” ने मानव विचार प्रक्रियाओं के समान मशीन अनुभूति से संबंधित मौलिक प्रश्नों को उठाया, जिससे AI के वैचारिक परिदृश्य को काफी हद तक समृद्ध किया गया। प्रारंभ में, AI में प्रगति अत्यधिक लागत और शुरुआती कंप्यूटरों की सीमित भंडारण क्षमता से बाधित थी। हालांकि, AI पर 1956 डार्टमाउथ समर रिसर्च प्रोजेक्ट के दौरान ज्वार बदल गया, जिसने क्षेत्र में दो दशकों के घातीय विकास के लिए उत्प्रेरक के रूप में कार्य किया।
अपनी स्थापना के बाद से, AI ने कलात्मक अभिव्यक्ति के लिए एक नाली के रूप में कार्य किया है, जिसमें कलाकारों और शोधकर्ताओं ने रचनात्मक कार्यों को बढ़ाने के लिए अपनी क्षमताओं का उपयोग किया है। 1970 के दशक की शुरुआत तक, हेरोल्ड कोहेन ने AARON के माध्यम से जनरेटिव AI कलाकृतियों को क्राफ्ट करना और प्रदर्शित करना शुरू कर दिया था, एक कंप्यूटर प्रोग्राम जिसे उन्होंने पेंटिंग बनाने के लिए विकसित किया था।
प्राकृतिक भाषाओं के मॉडलिंग के लिए एक उपकरण के रूप में मार्कोव श्रृंखलाओं का उपयोग 20 वीं शताब्दी की शुरुआत में हुआ था, रूसी गणितज्ञ एंड्री मार्कोव द्वारा उनकी अवधारणा के बाद। मार्कोव का मौलिक कार्य, पहली बार 1906 में प्रकाशित हुआ, मार्कोव श्रृंखलाओं का उपयोग करके यूजीन वनगिन में ध्वन्यात्मक पैटर्न के विश्लेषण में तल्लीन किया गया। एक बार पाठ के एक कोष पर प्रशिक्षित होने के बाद, एक मार्कोव श्रृंखला एक संभाव्य पाठ जनरेटर के रूप में कार्य कर सकती है।
मशीन लर्निंग, एक बढ़ता हुआ क्षेत्र, अक्सर सांख्यिकीय मॉडल को नियोजित करता है, जिसमें जनरेटिव मॉडल शामिल हैं, डेटा पैटर्न को चिह्नित करने और पूर्वानुमान करने के लिए। 2000 के दशक के उत्तरार्ध में गहरी शिक्षा का आगमन, छवि वर्गीकरण, भाषण मान्यता, प्राकृतिक भाषा प्रसंस्करण और अन्य डोमेन में प्रगति हुई। इस युग के तंत्रिका नेटवर्क मुख्य रूप से भेदभावपूर्ण मॉडल के रूप में कार्य करते थे, जो जनरेटिव मॉडलिंग से जुड़ी अंतर्निहित चुनौतियों के कारण थे।
बाद की सफलताओं, जैसे कि 2014 में वैरिएशनल ऑटोएन्कोडर्स और जनरेटिव एडवरसैरियल नेटवर्क के विकास ने छवियों सहित जटिल डेटा के लिए जनरेटिव मॉडल सीखने में सक्षम व्यावहारिक गहरे तंत्रिका नेटवर्क के आगमन की शुरुआत की। इन अग्रणी गहरी जनरेटिव मॉडल ने केवल छवियों को वर्ग लेबल असाइन करने से प्रस्थान को चिह्नित किया, इसके बजाय, संपूर्ण दृश्य रचनाओं को उत्पन्न किया।
2017 में ट्रांसफार्मर नेटवर्क की शुरूआत ने जनरेटिव मॉडल के परिदृश्य में क्रांति ला दी, पारंपरिक लॉन्ग-शॉर्ट टर्म मेमोरी मॉडल की क्षमताओं को पार कर लिया। इसका समापन 1 में GPT-2018, पहला जनरेटिव प्री-प्रशिक्षित ट्रांसफार्मर जारी करने के साथ हुआ, इसके बाद 2 में GPT-2019, एक मूलभूत मॉडल के रूप में विभिन्न कार्यों में अभूतपूर्व बहुमुखी प्रतिभा का प्रदर्शन करता है।
2021 में, मिडजर्नी और स्टेबल डिफ्यूजन के साथ, एक ट्रांसफार्मर-आधारित पिक्सेल जनरेटिव मॉडल, DALL-E के अनावरण ने प्राकृतिक भाषा संकेतों से प्रेरित उच्च गुणवत्ता वाली AI-जनित कला के उद्भव की विशेषता वाले एक नए युग का संकेत दिया।
मार्च 2023 में GPT-4 की रिलीज़ देखी गई, जिसने Microsoft रिसर्च के शोधकर्ताओं के बीच प्रवचन को प्रेरित किया, जिन्होंने इसे एक कृत्रिम सामान्य बुद्धिमत्ता (AGI) प्रणाली के प्रारंभिक पुनरावृत्ति के रूप में प्रस्तुत किया। हालाँकि, विद्वानों की राय विभाजित रहती है, कुछ का कहना है कि GPT-4 2023 तक ‘सामान्य मानव बुद्धिमत्ता’ के बेंचमार्क से कम है। इसके अलावा, मेटा ने इमेजबाइंड पेश किया, एक AI मॉडल जो कई तौर-तरीकों से डेटा को एकीकृत करता है, जो अधिक इमर्सिव जनरेटिव AI अनुभवों का वादा करता है।
वर्तमान परिदृश्य:
जनरल AI के वर्तमान परिदृश्य तेजी से हर क्षेत्र में फैल रहे हैं और साथ ही यह प्रौद्योगिकी, विज्ञान और बिजनेस वर्ल्ड के विकास में महत्वपूर्ण भूमिका निभा रहा है।
वर्तमान परिदृश्यों में AI के उपयोग:
कोर्टेसी: विकिपीडिया
टेक्स्ट (text):
शब्दों या शब्द टोकन पर प्रशिक्षित जनरेटिव AI सिस्टम में GPT-3, LaMDA, LLaMA, BLOOM, GPT-4, मिथुन और अन्य शामिल हैं। वे प्राकृतिक भाषा प्रसंस्करण, मशीन अनुवाद और प्राकृतिक भाषा निर्माण में सक्षम हैं और अन्य कार्यों के लिए नींव मॉडल के रूप में उपयोग किए जा सकते हैं। डेटा सेट में बुककॉर्पस, विकिपीडिया शामिल हैं।
कोड (Code):
प्राकृतिक भाषा पाठ के अलावा, बड़े भाषा मॉडल में प्रोग्रामिंग भाषा पाठ पर प्रशिक्षित किया जा सकता है जो कोडिंग है, जिससे उन्हें नए कंप्यूटर प्रोग्राम और सॉफ्टवेयर के लिए स्रोत कोड उत्पन्न करने की अनुमति मिलती है।
छवियां (Image):
उच्च गुणवत्ता वाली यथार्थवादी दृश्य कला का निर्माण जनरेटिव AI का एक प्रमुख पक्ष है। टेक्स्ट कैप्शन के साथ छवियों के सेट पर प्रशिक्षित जनरेटिव AI सिस्टम में इमेजन, डीएएल-ई, मिडजर्नी, एडोब जुगनू, स्थिर प्रसार शामिल हैं। वे आमतौर पर टेक्स्ट-टू-इमेज जनरेशन और तंत्रिका शैली हस्तांतरण के लिए उपयोग किए जाते हैं।
श्रव्य (Voice):
जनरेटिव AI को ऑडियो क्लिप पर बड़े पैमाने पर प्रशिक्षित किया जा सकता है ताकि भाषण संश्लेषण और टेक्स्ट-टू-स्पीच क्षमताओं जैसे प्राकृतिक-ध्वनि वाले मानव का उत्पादन किया जा सके, उदाहरण के लिए, ग्यारह लैब्स, मर्फ, क्लिप चैंप और कई अन्य ऑडियो भाषणों के लिए अच्छी तरह से प्रशिक्षित AI हैं।
MusicLM और MusicGen जैसे जनरेटिव AI सिस्टम को टेक्स्ट एनोटेशन के साथ-साथ रिकॉर्ड किए गए संगीत के ऑडियो वेवफॉर्म पर भी प्रशिक्षित किया जा सकता है, ताकि टेक्स्ट विवरण के आधार पर नए संगीत नमूने उत्पन्न किए जा सकें जैसे कि एक विकृत गिटार रिफ़ द्वारा समर्थित एक शांत वायलिन राग।
संगीत (music) :
जनरल एआई के लिए विभिन्न यथार्थवादी वाद्य ध्वनियां और संगीत आसानी से बिना किसी वास्तविक उपकरण के बनाए जाते हैं, लेकिन विभिन्न उपकरणों और मात्रा के साथ उदाहरण के लिए: ओपन एआई, लाउडली, साउंडरॉ आदि द्वारा ज्यूकबॉक्स।
कई एआई संगीत जनरेटर बनाए गए हैं जिन्हें टेक्स्ट वाक्यांश, शैली विकल्पों और बार और रिफ के लूप किए गए पुस्तकालयों का उपयोग करके उत्पन्न किया जा सकता है।
वीडियो (Video):
एनोटेट किए गए वीडियो पर प्रशिक्षित जनरेटिव एआई अस्थायी रूप से सुसंगत, विस्तृत और फोटोरिअलिस्टिक वीडियो क्लिप उत्पन्न कर सकता है। उदाहरणों में OpenAI द्वारा Sora शामिल हैं। रनवे द्वारा Gen-1 और Gen-2 और मेटा प्लेटफॉर्म द्वारा मेक-ए-वीडियो।
कई और फ़ील्ड जैसे:
सॉफ्टवेयर और हार्डवेयर, कंप्यूटर एडेड डिजाइन, डेटा, प्लानिंग, रोबोटिक्स, आदि।
एआई का भविष्य:
हमारे अनुसार और संभावनाओं को ध्यान में रखते हुए ..
- उद्योगों में परिवर्तन:
- एआई स्वास्थ्य सेवा, वित्त और विनिर्माण जैसे क्षेत्रों को नया आकार दे रहा है।
- जनरेटिव एआई रचनात्मक सामग्री निर्माण को सक्षम बनाता है।
- एआई के साथ संयुक्त बड़ा डेटा निर्णय लेने को बढ़ाता है।
- व्यापार स्वचालन और दक्षता:
- संगठन स्वचालन और उत्पादकता के लिए एआई को अपनाते हैं।
- चैटबॉट पूछताछ को संभालते हैं, मानव संसाधनों को मुक्त करते हैं।
- डेटा गोपनीयता और विनियमन चुनौतियां बनी हुई हैं।
- जलवायु परिवर्तन और स्थिरता:
- एआई पर्यावरणीय समाधान में योगदान देता है।
- ऊर्जा की खपत का अनुकूलन और आपदाओं की भविष्यवाणी करना।
- नैतिक विचार और सुरक्षा:
- निष्पक्षता, पारदर्शिता और जवाबदेही सुनिश्चित करना।
- सुरक्षा के साथ नवाचार को संतुलित करना।
- अगले दशक:
- क्वांटम कंप्यूटिंग, न्यूरोमोर्फिक कंप्यूटिंग, और समझाने योग्य एआई।
- एआई शिक्षा, मनोरंजन और दैनिक जीवन में एकीकृत है।
याद रखें, एआई का भविष्य गतिशील और संभावनाओं से भरा है!
भारतीय कंपनियों द्वारा AI क्रांति का आभार:
- TCS ने अपने कार्यबल के लिए GenAl प्रशिक्षण को अनिवार्य किया
- इसकी विनिर्माण व्यवसाय इकाई GenAl जागरूकता को प्राथमिकता देती है।
- TCS ने AWS GenAl योग्यता हासिल कर ली है।
- इंफोसिस कहती है कि कर्मचारी कम से कम जनरल में एक कोर्स पूरा करें।
- हैप्पीएस्ट माइंड्स का लक्ष्य सभी कर्मचारियों को जनरल-प्रमाणित करना है।
- सोनाटा सॉफ्टवेयर साल के अंत तक 50% जनरल-कुशल कर्मचारियों को लक्षित करता है।
सौजन्य: टीओआई
एआई के जन्म के बारे में बहस इस बात के इर्द-गिर्द घूमती है कि क्या कंप्यूटर को उन कार्यों को संभालना चाहिए जिनके लिए मानव निर्णय की आवश्यकता होती है। यह चिंता एलिजा के निर्माता जोसेफ वीज़ेनबाम ने उठाई थी। हाल ही में, अप्रैल 2023 में, चीन ने एआई-जनित छवियों के कारण वीडियो गेम चित्रकारों के लिए नौकरियों का एक महत्वपूर्ण नुकसान देखा। यह प्रवृत्ति जुलाई 2023 में हॉलीवुड के श्रम विवादों में फैल गई, जहां एआई-जनित सामग्री ने भूमिका निभाई। स्क्रीन एक्टर्स गिल्ड के प्रमुख फ्रैंक ड्रेशर ने हड़ताल के दौरान रचनात्मक नौकरियों के लिए एआई के खतरे के बारे में चिंता व्यक्त की। इसके अतिरिक्त, वॉयस जनरेशन एआई वॉयस एक्टिंग उद्योग में चिंताओं को जोड़ता है।
नौकरियों पर एआई का प्रभाव एक वैश्विक चिंता का विषय है, खासकर हाशिए वाले समूहों के लिए। जबकि एआई दक्षता और कौशल-निर्माण जैसे लाभ प्रदान करता है, यह नौकरी छूटने और पक्षपातपूर्ण भर्ती की आशंका भी पैदा करता है। एक निष्पक्ष समाज के लिए एआई का उपयोग करने के लिए, हमें पूर्वाग्रहों को संबोधित करना चाहिए, पारदर्शिता सुनिश्चित करनी चाहिए, गोपनीयता की रक्षा करनी चाहिए और विविधता को बढ़ावा देना चाहिए। नीतिगत परिवर्तनों को विनियमन, समावेशी डिजाइन और व्यक्तिगत शिक्षा पर ध्यान केंद्रित करना चाहिए ताकि लाभ को अधिकतम किया जा सके और नुकसान को कम किया जा सके।
निष्कर्ष के तौर पर:
एआई और जेन एआई नई तकनीक का परिवर्तन हैं, और हमें इसे विकास के लिए अपनाना चाहिए अन्यथा हम और हमारी बुद्धि पिछड़ जाएगी। आर्टिफिशियल इंटेलिजेंस का सही उपयोग करें और उसका उचित उपयोग करें और उचित उपयोग का सुझाव दिया गया है। इसका बहुत अधिक उपयोग एआई पर निर्भरता पैदा कर सकता है और यह खतरनाक है।