क्या एक एआई वैज्ञानिक अनुसंधान का भविष्य हो सकता है?

Sakana AI Labs ने अपने नवीनतम घोषणा के साथ वैज्ञानिक समुदाय में हलचल मचा दी है। कंपनी ने दुनिया का पहला पूरी तरह स्वायत्त एआई वैज्ञानिक बनाने और लॉन्च करने को पूरा किया। नया एल्गोरिदम सिद्धांतों का निर्माण, परीक्षण और अधिक करने में सक्षम है। यहाँ वह सब है जो आपको जानना चाहिए।

When you think of AI systems replacing workers in the field, there are many careers you may envision being at risk. However, most people never expected scientists to be replaced. While the latest AI scientist algorithm put forth by Sakana isn’t capable of completely replacing scientists just yet, it does deliver some unique characteristics that could leave many professionals watching its development closely.

वैज्ञानिक सिद्धांत बनाने की वर्तमान विधि

वैज्ञानिक सिद्धांतों का निर्माण और उनका परीक्षण अनुसंधान और विकास के मुख्य घटकों में से एक है। आज के वैज्ञानिक प्रश्नों पर वर्षों तक शोध करते हैं और अपने अवधारणाओं का परीक्षण करने के लिए प्रयोग बनाते हैं। अंत में, परिणाम प्रकाशित होते हैं और फिर सार्वजनिक होने से पहले सहकर्मी समीक्षा से गुजरते हैं। यह प्रक्रिया एक सदी से अधिक समय से समान रही है।
According to Sakana AI Labs के सार्वजनिक बयानों के अनुसार, उनका नया एआई सिस्टम इन कार्यों को पूरी तरह स्वचालित करने में सक्षम है। सिस्टम वर्तमान वैज्ञानिक पत्रों को छान सकता है, ऐसे सिद्धांतों या अवधारणाओं को जोड़ सकता है जिनके अज्ञात परिणाम हो सकते हैं, इन सिद्धांतों का परीक्षण करने के लिए नए एल्गोरिदम बना सकता है और बाद में सहकर्मी समीक्षा के लिए सभी प्रयोगों का विवरण दे सकता है। उल्लेखनीय है कि टीम ने अपने मुख्य फोकस के रूप में कम्प्यूटेशनल रिसर्च को चुना क्योंकि इससे प्रयोगों को वर्चुअल रूप से किया जा सकता है।

वैज्ञानिकों द्वारा एआई का उपयोग

यह कोई रहस्य नहीं है कि एआई ने विज्ञान समुदाय में एक आरामदायक स्थान पा लिया है। यह तकनीक आज शोधकर्ताओं द्वारा उपयोग किए जाने वाले विभिन्न सिस्टमों में एकीकृत देखी जा सकती है। मूल रूप से, एआई सिस्टम जटिल समीकरणों और सिमुलेशन को पूरा करने के लिए उपयोग किए जाते थे। आज, एआई उद्योग भर में उपयोग किया जाता है, जहाँ यह और भी महत्वपूर्ण भूमिकाएँ निभाता है।

एआई का आज का एक प्रमुख उपयोग सभी वर्तमान पत्रों को छानकर प्रासंगिक शोध खोजना है। सैकड़ों शोध पत्र साप्ताहिक रूप से जारी होते हैं, और इन रिलीज़ की विशाल मात्रा का मतलब है कि अधिकांश क्रांतिकारी शोध को खोजने में वर्षों लग सकते हैं। Elicit, Research Rabbit, Scite, और Consensus जैसे उपकरण वैज्ञानिकों को इन पत्रों को प्रासंगिक तरीके से जोड़ने में मदद करते हैं ताकि वे पिछले डेटा पर निर्माण कर सकें।

There are also AI tools in use today that can scan and identify specific points of interest within papers. For example, you may have a team of engineers seeking to uncover genetic mutations that cause disease. Tools like PubTator can gather similar themes to help shed light on connected research topics and experimentations.

एआई वैज्ञानिक अध्ययन

एआई के साथ इन पूर्व इंटरैक्शन ने वैज्ञानिक समुदाय को अपना दायरा विस्तारित करने में मदद की है और कई नवीनतम breakthroughs में महत्वपूर्ण भूमिका निभाई है। हालांकि, एक पूरी तरह स्वचालित एल्गोरिदम का परिचय जो शोध करने और अपने पत्र प्रकाशित करने में सक्षम है, एक बड़ा परिवर्तनकारी कदम है। यह सिस्टम अध्ययन के बीच समानताओं और अन्य कठिन-से-देखे जाने वाले कनेक्शन कारकों को उजागर करने की क्षमता रखता है, जो कम्प्यूटेशनल रिसर्च के क्षेत्र में breakthroughs की ओर ले जा सकते हैं।

एआई वैज्ञानिक कैसे काम करता है?

एआई वैज्ञानिक अपने दृष्टिकोण के हिस्से के रूप में बड़े भाषा मॉडल (LLM) जैसे सामान्य एआई सिस्टम को एकीकृत करता है। सिस्टम लगातार arXiv और PubMed जैसे रिपॉजिटरी में उपलब्ध वैज्ञानिक शोध पत्रों के भंडार को स्कैन करता है। यहाँ, लाखों वैज्ञानिक शोध पत्रों का उपयोग नए एआई एल्गोरिदम के लिए LLM को प्रोग्राम करने में किया गया। इस चरण ने सुनिश्चित किया कि सिस्टम वैज्ञानिक भाषा बोल सके और समान परिणाम उत्पन्न कर सके।

उसके बाद, सिस्टम पैटर्न, आवर्ती शोध या जुड़े थीम खोजता है। प्रत्येक पत्र की गुणवत्ता, सहकर्मी-समीक्षित स्थिति, रिलीज़ समय और विषय सुनिश्चित करने के लिए कई जांचों से गुजरता है। उल्लेखनीय है कि सिस्टम openreview.net जैसी साइटों का उपयोग करके वैज्ञानिक पत्रों को क्रॉस-रेफ़रेंस भी करेगा। यह चरण कई भूमिकाएँ निभाता है, जिसमें गुणवत्ता सामग्री सुनिश्चित करना शामिल है। इसके अतिरिक्त, यह कदम एआई की आंतरिक सहकर्मी समीक्षा प्रणाली को प्रोग्राम करने में मदद करता है।

द्वितीयक एआई मॉडल

जब एआई रिपॉजिटरी को स्कैन करके रोचक प्रयोग और परीक्षण के लिए सिद्धांत खोजता है, तब प्रत्येक पत्र को कई कारकों के आधार पर स्कोर किया जाता है। स्कोर में पत्र की अन्य परियोजनाओं से समानता, पेशेवरता, लेआउट, परिणाम और शोधकर्ता जैसे तत्व शामिल होते हैं। इसके बाद, एआई सिस्टम अवधारणा की विशिष्टता और अन्य महत्वपूर्ण कारकों की जांच करता है जो सिस्टम को यह निर्धारित करने में मदद करते हैं कि क्या अतिरिक्त शोध का अन्वेषण किया जाना चाहिए या अन्य पत्र जो समान सिद्धांत से जुड़े हैं।

वैज्ञानिक सिद्धांतों का निर्माण

इन चरणों से एआई वैज्ञानिक को शोध एकत्र करने और जुड़े हुए अवधारणाओं को प्रस्तुत करने में सक्षम बनाता है जो एकत्रित डेटा पर आधारित होते हैं। प्रक्रिया की अद्भुत बात यह है कि यह पूरी तरह स्वचालित है। इस एल्गोरिदम को शोध पत्र उत्पन्न करने के लिए किसी मानवीय हस्तक्षेप की आवश्यकता नहीं है। उल्लेखनीय है कि एआई कम्प्यूटेशनल रिसर्च पर केंद्रित है, जिससे यह प्रयोगों के सिमुलेशन को बिना किसी भौतिक परीक्षण की आवश्यकता के चला सकता है, जिससे इसकी क्षमताएँ बढ़ती हैं। इस प्रकार, सभी परीक्षण कोड सिमुलेशन के माध्यम से किए जाते हैं। यह उपाय परीक्षण की लागत को बहुत कम करता है और उन्हें तेज़ी से किया जा सकता है।

एआई वैज्ञानिक के बारे में चिंताएँ

एआई वैज्ञानिक की अवधारणा ने उद्योग में चिंताएँ उठाई हैं। एक ओर, कुछ लोग इस दृष्टिकोण को वैज्ञानिकों को प्रतिस्थापित करने का आलसी तरीका मानते हैं। उनका तर्क है कि सिस्टम अभी बहुत नया है और एआई पर्याप्त स्थिर नहीं है। उनके तर्कों में कुछ आधार है, क्योंकि एआई की असंगतियों के कई उदाहरण बार-बार सामने आए हैं। हालांकि, नवीनतम एल्गोरिदम में कई जांच और संतुलन शामिल हैं, जो भविष्य में इन समस्याओं को कम करने में मदद करेंगे।

एआई फीडबैक लूप

समुदाय में लगातार उभरती सबसे बड़ी चिंताओं में से एक एआई फीडबैक लूप बनाने का जोखिम है। यह जोखिम बहुत वास्तविक है जब एआई सिस्टम स्वचालित रूप से अन्य एआई सिस्टमों से नए डेटा मॉडल बनाता, जांचता और निर्माण करता है। यह लूप त्रुटियों, संकीर्ण दृष्टिकोण और मानव आवश्यकताओं की अनदेखी की ओर ले जा सकता है। इस स्थिति से बचने के लिए कई लोग मानते हैं कि लूप में एक मानव की आवश्यकता है।

भारी मात्रा

साप्ताहिक रूप से इतनी बड़ी संख्या में वैज्ञानिक पत्र प्रकाशित होते हैं कि रिपॉजिटरी को छानकर सबसे प्रासंगिक डेटा ढूँढना लगभग असंभव है। वर्तमान में, एआई वैज्ञानिकों को यह कार्य पूरा करने में महत्वपूर्ण भूमिका निभाता है। हालांकि, यदि एआई फीडबैक लूप बनता है, तो बहुत अधिक पत्र बहुत तेज़ी से प्रस्तुत किए जाएंगे, जिससे वर्तमान एआई खोज सिस्टम निरर्थक हो जाएंगे।

एआई वैज्ञानिक के लाभ

कई लाभ बाजार में कई लोगों को एआई वैज्ञानिक के 24/7 खोज कार्य करने की संभावना से उत्साहित कर रहे हैं। इस सिस्टम की नई वैज्ञानिक सिद्धांतों को खोलने की क्षमता असीमित है। जैसे-जैसे अधिक शोध एआई मॉडल में जोड़े जाएंगे, सिस्टम नई अवधारणाओं के साथ प्रयोग करेगा और अपनी क्षमताओं का विस्तार करेगा। इस प्रकार, आज का एआई वैज्ञानिक अपने भविष्य के संस्करणों की तुलना में कुछ भी नहीं रहेगा।

भारी लागत बचत

एआई वैज्ञानिक के आगे के बाजार में प्रमुख घटक बनने के मुख्य कारणों में से एक उसकी भारी लागत बचत है। शोध टीम के अनुसार, उनका एआई केवल $15 में एक वैज्ञानिक पत्र बना, परीक्षण, प्रकाशित और सहकर्मी समीक्षा कर सकता है। यह कम लागत अनुसंधान और विकास की लागत में एक विशाल कमी दर्शाती है जिसे नकारा नहीं जा सकता। इसलिए, एआई वैज्ञानिक उन लोगों के लिए प्रमुख विकल्प बन सकते हैं जो अपने बजट को अधिकतम करना चाहते हैं।

बड़ी तस्वीर

इस परियोजना के कई इंजीनियरों को उत्साहित करने का मुख्य कारण यह है कि यह शोधकर्ताओं को कई वैज्ञानिक अध्ययनों के बीच संबंध स्थापित करने में आसानी देता है। अक्सर ऐसा लगता है कि वैज्ञानिक क्षेत्रों का विकास एक बुलबुले में होता है। हालांकि, ऐसा नहीं है। अधिकांश मामलों में, एक वैज्ञानिक क्षेत्र में breakthroughs अन्य क्षेत्रों में नई संभावनाएँ लाते हैं।
एआई वैज्ञानिक इन जुड़े सिद्धांतों की खोज करने और संभव होने पर उनका विस्तार करने में मदद करेंगे। इस प्रकार, आप एआई वैज्ञानिक को पत्रों को स्टैक करते हुए देख सकते हैं ताकि पूरी तरह नए और अधिक विविध अवधारणाएँ बनें जो मानव आँखों से छूट सकती थीं। कम से कम, यह सिस्टम प्रासंगिक शोध को एक साथ समूहित करने में मदद करेगा, जिससे आज के वैज्ञानिक नई घटनाओं को देख सकेंगे।

शोधकर्ता

Sakana AI एआई वैज्ञानिक के पीछे की टीम है। कंपनी अपने एआई विज्ञान मॉडल के लिए जानी जाती है। उनके पिछले विकास में एक सिस्टम शामिल है जो स्वचालित रूप से LLM को मिलाकर अधिक उन्नत सिस्टम बनाता है। उन्होंने एक ऐसा तंत्र भी प्रस्तुत किया है जो LLM का उपयोग करके अन्य एल्गोरिदम को ट्यून करने में सक्षम बनाता है।

दो कंपनियाँ जो एआई वैज्ञानिक से लाभ उठा सकती हैं

बाजार में एआई वैज्ञानिक का परिचय केवल एक शुरुआत है जो एक दिन बड़े एआई वैज्ञानिक क्रांति की ओर ले जा सकता है। पहले से ही कई कंपनियाँ हैं जो इस निर्माण का उपयोग करके अपने संचालन लागत को कम कर सकती हैं और बाजार को बेहतर गुणवत्ता की सेवा प्रदान कर सकती हैं। यहाँ दो फर्में हैं जो इस शोध से लाभ उठाने के लिए तैयार हैं।

1. AbCellera Biologics Inc

ABCL मूल्य चार्ट

AbCellera Biologics Inc. ने 2012 में बाजार में प्रवेश किया, जिसका उद्देश्य रोगों से लड़ने के लिए मानव एंटीबॉडीज़ का बेहतर मॉडल बनाना था। कंपनी ने 2020 में आधिकारिक रूप से सार्वजनिक रूप से शेयर जारी किए, जहाँ उसने अपने प्रयासों को आगे बढ़ाने के लिए $555M की फंडिंग सुरक्षित की। आज, यह फर्म इम्यून सिस्टम शोध और मॉडलिंग में एक महत्वपूर्ण भूमिका निभाती है। उल्लेखनीय है कि इस मॉडलिंग का अधिकांश भाग सिमुलेशन के माध्यम से किया जाता है। इसलिए, एआई वैज्ञानिक इन परीक्षणों में मदद करने के लिए आदर्श रूप से उपयुक्त है।
AbCellera बायोमेडिक्स सेक्टर में एक प्रमुख स्थिति रखता है। इसलिए, एआई वैज्ञानिक का एकीकरण कंपनी को अपने पिछले शोध से इम्यून एंटीबॉडी डेटा को बेहतर ढंग से खोजने, परीक्षण करने और तुलना करने में सक्षम बना सकता है। यह कदम पहले अनदेखी अवसरों को उजागर करने में मदद कर सकता है। ये कारक, AbCellera Biologics की स्थिति के साथ मिलकर, इसे ट्रेडरों के लिए एक मजबूत “hold” बनाते हैं।

2. Super Micro Computer

SMCI मूल्य चार्ट

Super Micro Computer की स्थापना 1993 में चार्ल्स लियांग और सारा लियू ने की थी और एआई वैज्ञानिकों को अपनी प्रक्रियाओं में एकीकृत करके कुछ सकारात्मक परिणाम देख सकता है। यह फर्म अपने एआई वर्कलोड-ऑप्टिमाइज़्ड हाई‑परफ़ॉर्मेंस सर्वरों के लिए सबसे अधिक जानी जाती है। वर्तमान में, इसका मुख्यालय कैलिफ़ोर्निया में है और नीदरलैंड्स, ताइवान और यूएस में कई उत्पादन संचालन स्थित हैं।
Super Micro Computer प्रमुख सेवा प्रबंधन सिस्टम प्रदाताओं में से एक है। यह एआई का उपयोग करके हैक को रोकता है, सिस्टम की निगरानी करता है, और प्रदर्शन को बढ़ाता है, जिससे यह कंपनी विश्वसनीय और सिद्ध प्रदाताओं की तलाश करने वाली बड़ी फर्मों के लिए पसंदीदा बन गई है। उल्लेखनीय है कि Super Micro Computer को Fortune Magazine की विश्व की सबसे तेज़ी से बढ़ती आईटी इन्फ्रास्ट्रक्चर कंपनी के रूप में सूचीबद्ध किया गया था।
जो लोग अपने पोर्टफ़ोलियो में एक विश्वसनीय एआई‑संचालित सॉफ़्टवेयर समाधान जोड़ना चाहते हैं, उन्हें SMCI पर गंभीरता से विचार करना चाहिए। कंपनी का बाजार में मजबूत उपस्थिति है और हाल ही में उसने एलन मस्क की xAI और टेस्ला के गैगाफैक्टरी, जो टेक्सास में स्थानांतरित हुआ, को सर्वर प्रदान करने का समझौता किया। इन सभी कारकों ने SMCI को विश्लेषकों से एक “buy” रेटिंग प्राप्त करने में मदद की है।

एआई वैज्ञानिक कम लागत वाले शोध को साकार करता है

चाहे आप एआई वैज्ञानिक को कॉमिक बुक की तरह शोध पत्र उत्पन्न करते हुए देखें या नहीं, कई लाभ इस एल्गोरिदम को एक गेम‑चेंजर बनाते हैं। इस दृष्टिकोण की भारी लागत बचत और भविष्य की क्षमताएँ बाजार में कई लोगों को एक उज्ज्वल भविष्य की आशा देती हैं जहाँ खोजें दैनिक रूप से होती हैं जबकि आज के वैज्ञानिक सोते हैं। अभी के लिए, इस विकास को करीब से मॉनिटर करना उचित है, क्योंकि यह आगे कुछ रोचक शोध जारी करने वाला है।

आप यहाँ रोमांचक एआई परियोजनाओं के बारे में अधिक जान सकते हैं।

हिंदी में। (SMCI ) (TSLA )