कन्वर्ज़न एआई तकनीकी प्लेटॉउट से बचने की कुंजी हो सकता है

सामग्री की मांग लगातार और तेज़ी से बढ़ रही है। वृद्धि दर का वास्तविक अंदाज़ा पाने के लिए, एडोब ने अधिक से अधिक 2,600 ग्राहक अनुभव और मार्केटिंग पेशेवर को शामिल करते हुए एक सर्वेक्षण किया, जो प्रमुख वैश्विक अर्थव्यवस्थाओं में था। 

एडोब द्वारा मार्च 2023 में प्रकाशित सर्वेक्षण परिणामों ने दिखाया कि पिछले दो वर्षों में सामग्री की मांग कम से कम दो गुना बढ़ी है। लगभग दो-तिहाई लोग सामग्री के भविष्य को लेकर और अधिक आशावादी थे। उन्होंने कहा कि वे उम्मीद करते हैं कि अगले बीस वर्षों में मांग पाँच से बीस गुना तक बढ़ेगी। 

इस मांग को पूरा करने के लिए कंपनियों को नई सामग्री उत्पादन मॉडलों को अपनाना पड़ा है। जैसा कि World Federation of Advertisers के अनुसार, प्रमुख अंतरराष्ट्रीय कंपनियों में से आधे से अधिक ने इन-हाउस सामग्री उत्पादन क्षमताएँ विकसित की हैं। लेकिन क्या यह पर्याप्त है? खैर, कन्वर्ज़न एआई ने इस चुनौती को स्वीकार किया है। 

कन्वर्ज़न एआई क्या है?

कन्वर्ज़न एआई का मतलब है कृत्रिम बुद्धिमत्ता का उपयोग करके व्यवसायों को अपने ग्राहकों से बेहतर संवाद करने और अधिक बिक्री करने में मदद करना। यह लेखन, चित्र और ध्वनि जैसी सामग्री को बनाना, सुधारना और प्रबंधित करने में सहायता करता है। इससे कंपनियों को अपने दर्शकों का ध्यान आकर्षित करने, ऐसी सामग्री बनाने में मदद मिलती है जो उनसे जुड़ती है, और उपयोगकर्ता अनुभव को सुधारने में मदद मिलती है, सब कुछ स्मार्ट एआई तकनीक के माध्यम से।

आज, कंपनियां Conversion AI का उपयोग विभिन्न सामग्री मार्केटिंग लक्ष्यों को प्राप्त करने के लिए कर सकती हैं, जिसमें फेसबुक और गूगल विज्ञापन कॉपी, वेबसाइट सामग्री, सोशल पोस्ट आदि शामिल हैं। लेकिन कन्वर्ज़न एआई यह सब कैसे संभव बनाता है? इसे चलाने वाली तकनीक क्या है? इसके लिए हमें बड़े भाषा मॉडल (LLM) के बारे में जानना होगा। 

बड़ा भाषा मॉडल क्या है?

यह एक प्रकार का एआई है जो बड़े मात्रा में पाठ और डेटा से सीख सकता है। ऐसे उपयोग मामलों में ये एआई मॉडल सैकड़ों अरब डेटा पॉइंट्स को संभालकर सार्थक अंतर्दृष्टि, रणनीतियाँ और भविष्यवाणियाँ उत्पन्न कर सकते हैं।

LLM का संक्षिप्त इतिहास

आधुनिक LLMs ने 2017 में, यानी छह साल पहले, मंच पर कदम रखा। इन LLMs ने ट्रांसफ़ॉर्मर मॉडल का उपयोग किया जो बड़ी संख्या में पैरामीटरों को संभालकर तेज़ी से सटीक उत्तर समझने और उत्पन्न करने में सक्षम थे।

चार साल बाद, 2021 में, Stanford Institute for Human-Centered Artificial Intelligence ने ‘फ़ाउंडेशन मॉडल’ शब्द और अवधारणा पेश की। यह नाम इसलिए आया क्योंकि ये बड़े और प्रभावशाली मॉडल आगे के अनुकूलन और उपयोग मामलों के लिए आधार बनते हैं। LLM के विकास के साथ, विशेष रूप से लिखित सामग्री का निर्माण, महत्वपूर्ण बदलावों से गुज़र गया।

LLM का प्रभाव

ARK Invest के अनुसंधान ने दिखाया कि पिछले दो वर्षों में LLMs की लेखन गुणवत्ता में उल्लेखनीय सुधार हुआ है। इससे LLM-संचालित समाधान पर अधिक भरोसा और उपयोग बढ़ा है, जिससे सामग्री उत्पन्न की जा रही है।

परिणामस्वरूप, लिखित सामग्री बनाने की लागत बहुत घट गई है। यह वास्तविक रूप में पिछले सदी में लगभग स्थिर थी, लगभग US$100 प्रति 1000 शब्द। पिछले दो वर्षों में, यह दर US$0.10 और उससे भी कम हो गई है। 

प्रदर्शन और उत्पादकता आगे भी सुधरने वाली है क्योंकि एआई प्रशिक्षण प्रदर्शन तेज़ी से बढ़ रहा है। एआई शोधकर्ता प्रशिक्षण और इन्फ़रेंस, हार्डवेयर, और मॉडल डिज़ाइन में नवाचार कर रहे हैं, जिससे प्रदर्शन बढ़ता है और लागत घटती है। यह 2024 में 2023 को आधार वर्ष मानते हुए, पाँच गुना प्रदर्शन वृद्धि का अनुमान है।

कई एल्गोरिदमिक नवाचारों ने लेखन क्षमता और LLMs की उत्पादकता एवं प्रदर्शन को बेहतर बनाया है। उदाहरण के लिए, मानव प्रतिक्रिया से सुदृढ़ीकरण सीखना बहुत मददगार रहा है। प्रॉम्प्ट्स को इस तरह अनुकूलित किया गया है कि वे मानव प्रॉम्प्ट्स से 50% से अधिक बेहतर प्रदर्शन करते हैं।

स्पेक्यूलेटिव डिकोडिंग क्षमताओं ने कुछ मॉडलों पर इन्फ़रेंस को दो से तीन गुना तेज़ कर दिया है। शोधकर्ता इन्फ़रेंस लागत को प्राथमिकता देने में भी सक्रिय रहे हैं। उनके प्रयासों के परिणामस्वरूप, इन्फ़रेंस लागत वार्षिक लगभग 86% की दर से घट रही है, जो प्रशिक्षण लागत से तेज़ है। GPT मॉडल ने फ्लैश अटेंशन 2 के साथ लगभग 3 गुना प्रशिक्षण गति में सुधार देखा है।

इन सभी सुधारों और तेज़ी से हो रहे विकास के साथ, यह भी जांच चल रही है कि क्या LLMs के उपयोग में संभावित प्लेटॉउट निकट भविष्य में आएगा और क्या इसे टाला जा सकता है।

यह जानने के लिए यहाँ क्लिक करें कि 2023 क्यों कृत्रिम बुद्धिमत्ता का ब्रेकआउट वर्ष था।

LLM के संभावित प्लेटॉउट और उसका निराकरण

शोधकर्ता एक संभावित स्थिति की जांच कर रहे हैं जहाँ LLMs डेटा की कमी के कारण प्रदर्शन में सीमित हो सकते हैं। LLMs को निरंतर बड़े पैमाने पर प्रशिक्षण डेटा की आवश्यकता होती है ताकि वे सीखते और सुधारते रहें। हालांकि, कंप्यूटिंग शक्ति और संभावित डेटा की कमी एक चिंता का विषय बन रही है।

Epoch AI के अनुमान के अनुसार, उच्च गुणवत्ता वाले भाषा/डेटा स्रोत, जैसे किताबें और वैज्ञानिक पत्र, 2024 तक समाप्त हो सकते हैं। और तब हमें बड़े, अनछुए विज़न डेटा सेट की ओर रुख करना पड़ेगा। ये अनछुए विज़न डेटा, जिसमें बोले गए शब्द और अन्य प्रकार के भौतिक दुनिया के डेटा शामिल हैं, LLMs को प्लेटॉउट से बचा सकते हैं।

शोध दर्शाता है कि वार्षिक रूप से तीस क्वाड्रिलियन शब्द बोले जाते हैं। स्पीच-टू-टेक्स्ट जेनरेटर और समान उपकरण प्रतिदिन 80 ट्रिलियन से अधिक बोले गए शब्दों को कैप्चर करते हैं। इसके अलावा, टैक्सियों, ट्रकों, ड्रोन और अन्य रोबोटिक वाहनों से बड़े पैमाने पर भौतिक दुनिया के डेटा और सिंथेटिक डेटा उत्पन्न होते हैं जो प्राथमिक डेटा को बढ़ाते हैं। ये सभी अनछुए डेटा एक बेजोड़ संसाधन संपदा बन सकते हैं और LLM को बेहतर बना सकते हैं।

हालांकि, प्रदर्शन, उत्पादकता और गुणवत्ता में सुधार केवल अनछुए डेटा खानों को खोजने तक सीमित नहीं है। कई नवाचारी कंपनियां इस स्थिति को समग्र रूप से सुधारने के लिए व्यापक प्रयास कर रही हैं। 

#1. Replit AI

उत्पादकता बढ़ाने के संदर्भ में, Replit AI प्रमुख सफलता कहानियों में से एक रहा है। एक कोडिंग सहायक के रूप में, इसने सॉफ्टवेयर डेवलपर्स की उत्पादकता और नौकरी संतुष्टि स्तर को बढ़ाया है। यह कोडिंग के दोहराव वाले हिस्सों को हटाकर उपयोगकर्ता को रचनात्मक भागों पर ध्यान केंद्रित करने में मदद करता है।

Replit AI कोडिंग को सरल बनाता है एक एआई कोड जेनरेटर को एकीकृत करके, जिससे टैब स्विचिंग की आवश्यकता नहीं रहती, और तेज़ प्रगति के लिए ऑटो-कम्प्लीट कोड सुझाव प्रदान करता है। यह कोड कॉन्टेक्स्ट फ़ंक्शनैलिटी के साथ प्रोजेक्ट समझ को बढ़ाता है, जिससे प्रासंगिक अगली पंक्तियों को लिखना आसान हो जाता है और समस्याओं का सक्रिय रूप से पता लगाता है, सीधे सहज एडिटर इंटरफ़ेस में सुधार सुझाव देता है।

समग्र रूप से, Replit AI AI कोड जेनरेशन सुविधाओं का एक कुशल सूट है, जिसमें Complete Code, Generate Code, Edit Code, और Explain Code शामिल हैं। 

Replit AI को शक्ति देने वाले LLMs हैं। यह सार्वजनिक रूप से उपलब्ध कोड पर प्रशिक्षित बड़े भाषा मॉडलों से उत्पन्न परिणाम लौटाता है और Replit द्वारा ट्यून किया गया है। यह वार्तालापीय प्रॉम्प्ट और उपयोगकर्ता द्वारा उपयोग की जा रही प्रोग्रामिंग भाषा को ध्यान में रखकर कोड सुझाव और व्याख्याएँ प्रदान करता है।

Replit AI की सुविधाएँ सभी उपयोगकर्ताओं के लिए मुफ्त में उपलब्ध हैं। केवल एक Replit खाता होना आवश्यक है। Replit AI जावास्क्रिप्ट और पायथन कोड के साथ सबसे अच्छा प्रदर्शन करता है, लेकिन यह बाश, C, C#, C++, CSS, Go, Java, JavaScript, HTML, PHP, Perl, Python, R, Ruby, Rust, और SQL सहित 16 भाषाओं का समर्थन करता है। 

सबसे नवीनतम उपलब्ध जानकारी के अनुसार, कंपनी ने US$97.4 मिलियन की फंडिंग प्राप्त की, जिसका मूल्यांकन US$1.16 बिलियन था, ताकि वह अपनी क्लाउड सेवाओं का विस्तार कर सके और अप्रैल 2023 में एआई विकास में अग्रणी बन सके। 

#2. Github Copilot

एक अन्य कोडिंग सहायता सेवा, जो Replit AI के समान है, Github Copilot ने 2023 में कोडिंग कार्यों में डेवलपर्स की उत्पादकता को 2.2 गुना बढ़ाने में मदद की है। Github Copilot सॉफ्टवेयर विकास जीवनचक्र के दौरान संदर्भित सहायता प्रदान करता है।

उपभोक्ता संतुष्टि सर्वेक्षण के आंकड़ों के अनुसार, Github Copilot उपयोग करने वाले डेवलपर्स ने अपने काम में 75% तक अधिक संतुष्टि की रिपोर्ट की, और वे कोड लिखने में 55% अधिक उत्पादक रहे, बिना गुणवत्ता से समझौता किए। 

Github Copilot सार्वजनिक रूप से उपलब्ध स्रोतों से प्राकृतिक भाषा पाठ और स्रोत कोड पर स्वयं को प्रशिक्षित करता है, जिसमें GitHub पर सार्वजनिक रिपॉज़िटरी में कोड शामिल है। यह सभी सार्वजनिक रिपॉज़िटरी में मौजूद भाषाओं पर प्रशिक्षित है। हालांकि, सार्वजनिक रिपॉज़िटरी में कम प्रतिनिधित्व वाली भाषाएँ कम प्रभावी हो सकती हैं। Github Copilot व्यक्तिगत डेवलपर्स, फ्रीलांसर, छात्रों, शिक्षकों और ओपन-सोर्स मेंटेनरों द्वारा उपयोग किया जा सकता है।

Microsoft के प्रोडक्ट उपाध्यक्ष Mario Rodriguez के सार्वजनिक बयान के अनुसार, GitHub Copilot फल-फूल रहा है और वार्षिक $100 मिलियन की आय उत्पन्न कर रहा है।

#3. MosaicML

MosaicML LLMs को प्रशिक्षित करने में मदद करता है, इसे एक समाधान के रूप में स्थित करता है जो जनरेटिव एआई को सभी तक पहुंचाता है, उपयोगकर्ता डेटा पर मॉडल प्रशिक्षण और परिनियोजन के लिए सभी आवश्यक चीजें प्रदान करता है। इसका MPT फ़ाउंडेशन सीरीज़ ओपन-सोर्स और व्यावसायिक लाइसेंस वाले दोनों मॉडलों पर चलने वाले अनुप्रयोगों में LLM एकीकरण को आसान बनाता है।

MosaicML प्रशिक्षण डेवलपर्स को मॉडल को पूर्व-प्रशिक्षित या फाइन-ट्यून करने की शक्ति देता है, पूर्ण डेटा नियंत्रण के साथ, प्रक्रिया को एक ही कमांड में S3 बकेट की ओर निर्देशित करके सरल बनाता है। प्लेटफ़ॉर्म कुशलता से ऑर्केस्ट्रेशन, नोड विफलताओं और इन्फ्रास्ट्रक्चर को संभालता है, जैसा कि Replit ने MosaicML का उपयोग करके अपने Ghostwriter LLM को एक सप्ताह में प्रमुख परिणामों के साथ प्रशिक्षित किया।

MosaicML का किसी भी क्लाउड वातावरण में प्रशिक्षण का दृष्टिकोण डेटा गोपनीयता, सुरक्षा और पूर्ण मॉडल स्वामित्व पर जोर देता है, जिसमें क्लाउड-एग्नॉस्टिक और एंटरप्राइज़-प्रूव्ड सुविधाएँ शामिल हैं। यह पूर्ण डेटा स्वामित्व, व्यावसायिक आवश्यकताओं के अनुसार सामग्री फ़िल्टरिंग, और मौजूदा डेटा पाइपलाइन के साथ प्लग-एंड-प्ले एकीकरण प्रदान करता है।

पिछले वर्ष के जून में, MosaicML का Databricks द्वारा $1.3 बिलियन मूल्यांकन वाले सौदे में अधिग्रहण किया गया, जिसने इसके बाजार प्रभाव और मूल्य प्रस्ताव को उजागर किया।

#4. Anthropic

Anthropic का प्रमुख उत्पाद, Claude, दो मॉडलों पर चलता है: Claude और Claude Instant। 

Claude Anthropic का सबसे शक्तिशाली मॉडल है जो विभिन्न कार्यों में उत्कृष्ट है, जैसे जटिल संवाद, रचनात्मक सामग्री निर्माण, विस्तृत निर्देश। यह जटिल तर्क, रचनात्मकता, विचारशील संवाद, कोडिंग, और विस्तृत सामग्री निर्माण की आवश्यकता वाले परिदृश्यों में अच्छा काम करता है।

Claude Instant – Claude का तेज़ और सस्ता संस्करण – सामान्य संवाद, टेक्स्ट विश्लेषण, सारांशण, और दस्तावेज़ समझ में मदद करता है। यह उन स्थितियों में अच्छा काम करता है जहाँ कम लागत पर प्रदर्शन आवश्यक है। यह कम लेटेंसी के साथ अपना काम करता है।

समग्र रूप से, Claude बड़े पैमाने पर टेक्स्ट प्रोसेसिंग, प्राकृतिक संवाद, उत्तर प्राप्त करने, और कार्यप्रवाह स्वचालन के लिए उपयुक्त है। ग्राहक सेवा से लेकर कानूनी, कोचिंग, खोज, और बैक-ऑफ़िस कार्यों तक, Claude विभिन्न उपयोग मामलों के लिए उपयुक्त है।

रिपोर्टों के अनुसार प्रकाशित दिसंबर 2023 के अंत में, Anthropic, जो OpenAI का प्रतिद्वंद्वी माना जाता है, $750 मिलियन फंडिंग जुटाने की बातचीत में था, जिसका मूल्यांकन $18.4 बिलियन था।

#5. Humata

Humata के साथ, आप लंबी तकनीकी पेपरों को आसानी से स्किप कर सकते हैं। Humata PDF AI निष्कर्षों का सारांश बनाता है, दस्तावेज़ों की तुलना करता है, और उत्तर खोजता है। यह अनलिमिटेड फ़ाइल अपलोड का समर्थन करता है, फ़ाइल आकार पर कोई सीमा नहीं। इसके दस्तावेज़ AI उत्तरों में उद्धरण होते हैं जिससे आप स्रोत को ट्रेस कर सकते हैं।

चूंकि यह PDFs के लिए ChatGPT जैसा है, यह संतुष्टि तक सारांश को पुनः लिख सकता है। हालांकि, ChatGPT के विपरीत, Humata फ़ाइलों के साथ काम कर सकता है, प्रत्येक अपलोड की फ़ाइल को पढ़ता है, और दस्तावेज़ों की सामग्री के आधार पर उत्तर उत्पन्न करता है। 

2 अक्टूबर 2023 को, Humata AI सफल पूर्णता की घोषणा की अपने नवीनतम फंडिंग राउंड की, जिसमें उसने Google के Gradient Ventures, Cathie Wood की ARK Invest, M13, और अन्य प्रमुख एंजेल्स से US$3.5M जुटाए। 

#6. OpenAI

अंत में, एआई, उसके LLM-लर्निंग, और सामग्री निर्माण सुविधाओं पर चर्चा OpenAI के उल्लेख के बिना पूरी नहीं हो सकती, जो सबसे लोकप्रिय रूप से जनरेटिव मॉडल बनाता है, एक तकनीक जिसे डीप लर्निंग कहा जाता है, जो बड़े डेटा वॉल्यूम का उपयोग करके एआई सिस्टम को प्रशिक्षित करता है।

OpenAI के पास चैट, इमेज, और ऑडियो सेवाएँ हैं। इसका GPT-3, एक ऑटोरिग्रेसिव भाषा मॉडल, 175 बिलियन पैरामीटर के साथ प्रशिक्षित है। हालांकि, उसने ऐसे भाषा मॉडल भी प्रशिक्षित किए हैं जो GPT-3 से भी बेहतर हैं, उपयोगकर्ता इरादों का पालन करने में।

इमेज से संबंधित उत्पादों में, OpenAI की इमेज जनरेटिव मॉडलिंग पर शोध ने CLIP जैसे प्रतिनिधित्व मॉडल विकसित किए हैं, जो टेक्स्ट और इमेज के बीच मानचित्र बनाते हैं ताकि एआई उन्हें पढ़ सके, और DALL-E, एक टूल जो टेक्स्ट विवरणों से जीवंत इमेज बनाता है।

अंत में, इसने ऑडियो क्षेत्र में Whisper, Jukebox, और Musenet के साथ विकास किया है। Whisper मजबूत अंग्रेजी स्पीच रिकग्निशन सुविधाएँ प्रदान करता है, जबकि Jukebox विभिन्न शैलियों और कलाकार शैलियों में संगीत उत्पन्न करने में मदद करता है। MuseNet एक डीप न्यूरल नेटवर्क है जो विभिन्न वाद्ययंत्रों के साथ पूर्ण संगीत रचनाएँ उत्पन्न कर सकता है।

रिपोर्टों के अनुसार प्रकाशित दिसंबर 2023 के अंत में, OpenAI ने $100 बिलियन या उससे अधिक मूल्यांकन पर नई फंडिंग राउंड उठाने की शुरुआती चर्चाएँ शुरू की थीं।

प्लेटॉउट से परे: आगे का रास्ता 

कृत्रिम बुद्धिमत्ता ने सामग्री निर्माण को बहुत कम समय में लाखों मील की यात्रा करवाई है। भविष्य उज्ज्वल और समृद्ध होगा, जहाँ डेटा के साथ बढ़ते कंप्यूटेशनल सिस्टम और सॉफ़्टवेयर असाध्य समस्याओं को हल करेंगे।

सभी प्रकार के आर्थिक क्षेत्रों को तकनीक का बेहतर उपयोग करने में सक्षम होगा, दोहरावदार और समय लेने वाले ज्ञान कार्यों को स्वचालित करके। जबकि GPT-4 जैसे मॉडल उत्पादकता को बढ़ाएंगे, ओपन-सोर्स एआई मॉडल संचालन लागत को काफी घटाएंगे और दक्षता को अत्यधिक बढ़ाएंगे। शोधकर्ता अनुमान लगाते हैं कि न केवल तकनीकी प्लेटॉउट से बचा जा सकेगा, बल्कि 2030 तक ज्ञान कार्यकर्ताओं की उत्पादकता चार गुना बढ़ेगी। 

यह बड़े भाषा मॉडलों के तकनीकी इकोसिस्टम में महत्व को रेखांकित करता है, जिन्होंने इस सब में महत्वपूर्ण भूमिका निभाई है। इसने ChatGPT जैसे उत्पादों को सार्वजनिक समझ में एआई को समेकित करने में मदद की, जबकि उन्हें एक सरल चैट इंटरफ़ेस प्रदान किया जो कोई भी भाषा बोलता हो, अपने लाभ के लिए उपयोग कर सकता है।

कृत्रिम बुद्धिमत्ता (AI) में निवेश के बारे में सब कुछ जानने के लिए यहाँ क्लिक करें।