AI अभी बड़े भाषा मॉडल हैं! क्या आपको इसके बारे में पता है?

बड़े भाषा मॉडल क्या हैं?
एआई के सबसे प्रसिद्ध प्रकारों में से एक अभी बड़े भाषा मॉडल (एलएलएम) हैं। ये मॉडल अनियंत्रित मशीन लर्निंग का उपयोग करते हैं और मानव भाषा कैसे काम करती है यह जानने के लिए भारी मात्रा में पाठ पर प्रशिक्षित होते हैं। इन ग्रंथों में लेख, पुस्तकें, वेबसाइटें, और बहुत कुछ शामिल हैं।

प्रशिक्षण प्रक्रिया में, एलएलएम पैटर्न और उनके बीच संबंधों को सीखने के लिए अरबों शब्दों और वाक्यांशों को प्रोसेस करते हैं, जिससे मॉडल संकेतों के लिए मानव-जैसे उत्तर उत्पन्न करने में सक्षम होते हैं।

सबसे लोकप्रिय LLM GPT 3.5 है, जिस पर ChatGPT आधारित है, और सबसे बड़ा LLM GPT-4 है। बार्ड Google द्वारा विकसित LLM, LaMDA का उपयोग करता है, जो कि दूसरा सबसे बड़ा LLM है।

गहरी सीख क्या है?
मशीन-लर्निंग परिवार का हिस्सा, डीप लर्निंग में विभिन्न कार्यों को करने के लिए तीन या अधिक परतों वाले कृत्रिम तंत्रिका नेटवर्क का प्रशिक्षण शामिल है। ये तंत्रिका नेटवर्क बड़ी संख्या में गहरी परतों के साथ विशाल नेटवर्क में विस्तारित होते हैं जिन्हें भारी मात्रा में डेटा का उपयोग करके प्रशिक्षित किया जाता है।

डीप-लर्निंग मॉडल में तीन से अधिक परतें होती हैं, और इसमें सैकड़ों परतें हो सकती हैं। यह प्रशिक्षण प्रक्रिया में पर्यवेक्षित या अनुपयोगी शिक्षा या दोनों के संयोजन का उपयोग कर सकता है।

इसके अलावा: डीप लर्निंग क्या है? सब कुछ जो आपके लिए जानना ज़रूरी है

क्योंकि डीप-लर्निंग तकनीक एआई का उपयोग करके डेटा में जटिल पैटर्न को पहचानना सीख सकती है, इसका उपयोग अक्सर प्राकृतिक भाषा प्रसंस्करण (एनएलपी), वाक् पहचान और छवि पहचान में किया जाता है।

तंत्रिका नेटवर्क क्या हैं?
मशीन लर्निंग की सफलता तंत्रिका नेटवर्क पर निर्भर करती है। ये गणितीय मॉडल हैं जिनकी संरचना और कार्यप्रणाली मानव मस्तिष्क में न्यूरॉन्स के बीच संबंध पर आधारित है, जिस तरह से वे एक दूसरे को संकेत देते हैं, उसकी नकल करते हैं।

एक पहेली को हल करने के लिए एक साथ काम कर रहे रोबोटों के एक समूह की कल्पना करें। हर एक को पहेली के टुकड़ों में एक अलग आकार या रंग पहचानने के लिए प्रोग्राम किया गया है। पहेली को एक साथ हल करने के लिए रोबोट अपनी क्षमताओं को जोड़ते हैं। एक तंत्रिका नेटवर्क रोबोटों के समूह की तरह है।

तंत्रिका नेटवर्क अपने आउटपुट को बदलने के लिए आंतरिक मापदंडों को बदल सकते हैं। प्रशिक्षण के दौरान कुछ डेटा के साथ प्रस्तुत किए जाने पर यह जानने के लिए प्रत्येक को डेटाबेस खिलाया जाता है।

इसके अलावा: एआई पायनियर कहते हैं, हम पूरी तरह से नए प्रकार के कंप्यूटर देखेंगे

वे एल्गोरिदम की परस्पर परतों से बने होते हैं जो डेटा को एक दूसरे में फीड करते हैं। परतों के बीच से गुजरने वाले डेटा के महत्व को संशोधित करके तंत्रिका नेटवर्क को विशिष्ट कार्यों को पूरा करने के लिए प्रशिक्षित किया जा सकता है। इन तंत्रिका नेटवर्क के प्रशिक्षण के दौरान, परतों के बीच से गुजरते हुए डेटा से जुड़े भार तब तक बदलते रहेंगे जब तक कि तंत्रिका नेटवर्क से आउटपुट वांछित के बहुत करीब न हो। एक पहेली को हल करने के लिए एक साथ काम कर रहे रोबोटों के एक समूह की कल्पना करें। हर एक को पहेली के टुकड़ों में एक अलग आकार या रंग पहचानने के लिए प्रोग्राम किया गया है। पहेली को एक साथ हल करने के लिए रोबोट अपनी क्षमताओं को जोड़ते हैं। एक तंत्रिका नेटवर्क रोबोटों के समूह की तरह है।

उस समय, नेटवर्क ‘सीखा’ होगा कि किसी विशेष कार्य को कैसे करना है। वांछित आउटपुट एक छवि में फल को सही ढंग से लेबल करने से लेकर यह अनुमान लगाने तक कुछ भी हो सकता है कि उसके सेंसर डेटा के आधार पर लिफ्ट कब विफल हो सकती है।

संवादी एआई क्या है?
संवादी AI में ऐसी प्रणालियाँ शामिल हैं जिन्हें एक उपयोगकर्ता के साथ बातचीत करने के लिए प्रोग्राम किया गया है: संवादी तरीके से सुनने (इनपुट) और प्रतिक्रिया (आउटपुट) के लिए प्रशिक्षित। संवादी एआई प्राकृतिक तरीके से समझने और प्रतिक्रिया देने के लिए प्राकृतिक भाषा प्रसंस्करण का उपयोग करता है।

इसके अलावा: संवादी एआई अब प्राइम टाइम के लिए क्यों तैयार है

संवादात्मक AI के कुछ उदाहरण हैं Google बार्ड जैसे चैटबॉट, अमेज़ॅन एलेक्सा जैसे वॉयस असिस्टेंट वाले स्मार्ट स्पीकर, या सिरी जैसे आपके स्मार्टफोन पर वर्चुअल असिस्टेंट।