फाई कृत्रिम बुद्धिमत्ता मॉडल द्वारा Microsoft - छोटा, सस्ता और "मतिभ्रम" से ग्रस्त नहीं है। वे नए भाषा मॉडल के बारे में यही कहते हैं, जिसका भविष्य बहुत अच्छा होने की भविष्यवाणी की गई है।
GPT बिल्कुल बढ़िया है, लेकिन साथ ही, यह बहुत महंगा है, और यह हर किसी के लिए उपयुक्त नहीं हो सकता है। इन और कई अन्य कारणों से Microsoft बहुत छोटे AI मॉडल के साथ प्रयोग कर रहा है। कहा जाता है कि फी-3-मिनी ओपनएआई इंजीनियरों के काम को भी शर्मसार कर देता है।
यह भी दिलचस्प: भविष्य के ट्रांजिस्टर: चिप्स का एक नया युग हमारा इंतजार कर रहा है
चैटजीपीटी कोई रामबाण इलाज नहीं है
चैटजीपीटी एक आविष्कार है जिसे वित्त पोषित, क्यूरेटेड और बेहतर बनाया गया है Microsoft. असल में, यह संबंधित नहीं है Microsoft, और कंपनी OpenAI, जो Microsoft स्वामित्व नहीं है (वह अग्रणी है, हालांकि सबसे बड़ी निवेशक नहीं है)। GPT भाषा मॉडल दिया Microsoft यह बाकी बड़े तकनीकी निगमों की तुलना में एक बड़ा लाभ है जो अब पकड़ने के लिए दौड़ रहे हैं। हालाँकि, GPT के साथ बड़ी संख्या में समस्याएँ हैं, जिनमें से कई को अभी तक हल नहीं किया जा सका है।
सबसे पहले, यह एक बहुत ही संसाधन-गहन भाषा मॉडल है। वेब उन्मुख Microsoft OpenAI का Copilot या ChatGPT बहुत अधिक परिचालन लागत उत्पन्न करता है Microsoft. यह न केवल GPT की, बल्कि सभी प्रमुख भाषा मॉडलों की भी एक विशेषता है। इसके अलावा, जीपीटी, अपने प्रतिस्पर्धियों की तरह, "मतिभ्रम" से ग्रस्त है, अर्थात, यह उन प्रश्नों के उत्तर उत्पन्न कर सकता है जिनमें गलत या भ्रामक जानकारी होती है। ऐसा मॉडल जितना अधिक डेटा अवशोषित करता है, उतना ही अधिक यह समान सामग्री उत्पन्न करता है। इसलिए, मतिभ्रम और झूठे बयान डिजिटल उंगली से निकाले गए मिथक नहीं हैं। उपयोगकर्ता अक्सर ध्यान देते हैं कि बड़े भाषा मॉडल अक्सर गलतियाँ करते हैं, गलत डेटा देते हैं, और अस्तित्वहीन तथ्यों पर काम करते हैं।
दोनों समस्याएँ बहुत गंभीर हैं, यही कारण है कि OpenAI, Microsoft, मेटा, गूगल और अन्य न केवल बड़ी भाषा मॉडल तकनीक, बल्कि लघु भाषा मॉडल भी विकसित करने पर काम कर रहे हैं, जो व्यवहार में बहुत बेहतर परिणाम दे सकता है।
एक डिजिटल अकाउंटेंट के सहायक को क्वांटम भौतिकी के बारे में अधिक जानने की आवश्यकता नहीं है। यह बहुत छोटा और कम जटिल (और इसलिए सस्ता) हो सकता है, और केवल अपने उद्देश्य के लिए आवश्यक डेटा पर प्रशिक्षण करके, सैद्धांतिक रूप से कम मतिभ्रम करना चाहिए। हालाँकि, यह कहना जितना आसान है, करना उतना ही आसान है। GenAI तकनीक अभी भी एक जंगली आईटी उद्यम है। और यद्यपि काम अभूतपूर्व गति से आगे बढ़ रहा है, फिर भी बुनियादी मुद्दों पर व्यावहारिक रूप से सफलता हासिल करना अभी भी मुश्किल है। लेकिन कंपनी Microsoft हाल ही में ऐसी सफलता की घोषणा की। हम एक छोटे भाषा मॉडल के बारे में बात कर रहे हैं Microsoft फ़ि.
यह भी दिलचस्प: कैसे ताइवान, चीन और अमेरिका तकनीकी प्रभुत्व के लिए लड़ रहे हैं: महान चिप युद्ध
के बारे में क्या जाना जाता है Microsoft फाई
सबसे पहले, यह ध्यान दिया जाना चाहिए कि प्रयोग ओपनएआई कंपनी की भागीदारी के बिना आयोजित किया गया था। यानी यह इंजीनियरों का विकास है Microsoft.
मॉडल Microsoft फाई छोटे भाषा मॉडल (एसएलएम) की एक श्रृंखला है जो विभिन्न परीक्षणों में असाधारण परिणाम प्राप्त करती है। पहले मॉडल, Phi-1 में 1,3 बिलियन पैरामीटर थे और मौजूदा SLM के बीच सबसे अच्छा पायथन कोडिंग परिणाम प्राप्त किया।
इसके बाद डेवलपर्स ने भाषा की समझ और सोच पर ध्यान केंद्रित करते हुए Phi-1.5 मॉडल बनाया, जिसमें 1,3 बिलियन पैरामीटर भी थे और पांच गुना पैरामीटर वाले मॉडल के बराबर प्रदर्शन दिखाया।
Phi-2 एक 2,7 बिलियन पैरामीटर मॉडल है जो उत्कृष्ट तर्क और भाषा समझ क्षमताओं को प्रदर्शित करता है, 13 बिलियन पैरामीटर के साथ सर्वश्रेष्ठ बेसलाइन मॉडल के स्तर पर प्रदर्शन करता है। मॉडल स्केलिंग और डेटा क्यूरेशन प्रशिक्षण में अपने नवाचारों के कारण Phi-2 अन्य मॉडलों से अलग है।
यह Azure AI स्टूडियो मॉडल कैटलॉग में उपलब्ध है, जो भाषा मॉडल के क्षेत्र में अनुसंधान और विकास की सुविधा प्रदान करता है। Phi-2 को दिसंबर 2023 में लॉन्च किया गया था। डेवलपर्स आश्वस्त करते हैं कि यह मेटा के मिस्ट्रल या लामा 2 की तरह ही काम करता है। और Phi-3 पिछले संस्करण से भी बेहतर काम करता है।
हालाँकि, अभी घोषित किया गया Phi-3 मॉडल गुणवत्ता में पूरी तरह से नया है। कम से कम आप दी गई जानकारी से तो यही अंदाजा लगा सकते हैं Microsoft. कंपनी के अनुसार, सभी ज्ञात बेंचमार्क के संकेतकों के अनुसार, Phi-3 भाषा विश्लेषण, प्रोग्रामिंग कार्य या गणितीय कार्य सहित समान आकार के किसी भी अन्य मॉडल की तुलना में बेहतर प्रदर्शन करता है।
फी-3-मिनी, इस मॉडल का सबसे छोटा संस्करण, अभी सभी इच्छुक पार्टियों के लिए उपलब्ध हो गया है। यानी यह 23 अप्रैल से उपलब्ध है. माप के अनुसार, फी-3-मिनी में 3,8 बिलियन पैरामीटर हैं Microsoft, समान आकार के किसी भी अन्य मॉडल की तुलना में दोगुना कुशल। इसे क्लाउड सेवा के AI मॉडल की सूची में पाया जा सकता है Microsoft एज़्योर, हगिंग फेस मशीन लर्निंग मॉडल प्लेटफ़ॉर्म, और ओलामा, स्थानीय मशीन पर मॉडल चलाने के लिए एक रूपरेखा।
जैसा कि वह दावा करता है Microsoft, Phi-3-mini को शक्तिशाली चिप्स की आवश्यकता नहीं है Nvidia. मॉडल साधारण कंप्यूटर चिप्स पर काम कर सकता है। या ऐसे फोन पर भी फिट होगा जो इंटरनेट से कनेक्ट नहीं है।
कम शक्ति का मतलब यह भी है कि मॉडल उतने सटीक नहीं होंगे। Phi-3 डॉक्टरों या कर लेखाकारों के लिए उपयुक्त नहीं होगा, लेकिन सरल कार्यों में मदद करेगा। उदाहरण के लिए, विज्ञापन को लक्षित करने या इंटरनेट पर समीक्षाओं को सारांशित करने के लिए।
चूंकि छोटे मॉडलों को कम प्रसंस्करण की आवश्यकता होती है, इसलिए निजी कंपनियों के लिए उनका उपयोग सस्ता होगा। यह है Microsoft ऐसे और भी ग्राहक होंगे जो अपने काम में एआई को शामिल करना चाहेंगे, लेकिन इसे बहुत महंगा मानते हैं। हालांकि, अभी यह साफ नहीं है कि इनकी कीमत कितनी होगी।
यह अभी तक ज्ञात नहीं है कि छोटे और मध्यम मॉडल कब दिखाई देंगे। लेकिन बाद वाला अधिक शक्तिशाली और अधिक महंगा होगा। हालाँकि यह पहले से ही ज्ञात है कि Phi-3-small में 7 बिलियन पैरामीटर होंगे, और Phi-3-medium में 14 बिलियन पैरामीटर होंगे।
यह भी पढ़ें:
फी-3-मिनी का उपयोग कैसे करें?
GPT-4 टर्बो के लिए शक्तिशाली AI चिप्स की आवश्यकता होती है, जो अभी भी बहुत महंगे हैं। Phi-3 छोटा स्पीच मॉडल ऑफ़लाइन, क्लाउड के बिना, यहां तक कि मोबाइल फोन पर चिप के साथ भी काम कर सकता है।
Phi-3 अंतिम उपयोगकर्ताओं के लिए एक उत्पाद नहीं है, बल्कि एक ऐसी तकनीक है जिसे डेवलपर्स अपने अनुप्रयोगों में उपयोग और कार्यान्वित करने में सक्षम होंगे - दोनों क्लाउड-आधारित, यानी दूरस्थ रूप से स्थित, और जो स्थानीय और ऑफ़लाइन काम करते हैं। यह उपकरणों और उनके घटकों, जैसे मोबाइल फोन, कार और उनके इंफोटेनमेंट सिस्टम, या यहां तक कि IoT सेंसर के साथ निर्बाध रूप से काम करने की उम्मीद है। कुछ परिदृश्यों में, यह तकनीक अमूल्य हो सकती है।
Microsoft यहां तक कि एक ठोस उदाहरण भी देता है ताकि हमें अपनी कल्पनाओं पर दबाव न डालना पड़े। कल्पना कीजिए कि एक किसान अपनी फसलों का निरीक्षण कर रहा है और पत्तियों, तनों और शाखाओं पर बीमारी के लक्षण देख रहा है। दूरसंचार मास्टर्स से बहुत दूर होने के कारण, उसे केवल अपना फोन निकालना होगा, क्षति की तस्वीर लेनी होगी, इसे एक एप्लिकेशन में डालना होगा जो Phi-3 तकनीक का उपयोग करता है - और मॉडल जल्दी और ऑफ़लाइन फोटो का विश्लेषण करेगा और सलाह देगा आख़िर इस बीमारी से कैसे लड़ें.
जैसा कि वह बताते हैं Microsoftजीपीटी की सफलता की कुंजी प्रशिक्षण के लिए भारी मात्रा में डेटा का उपयोग करना था। इतने बड़े डेटा सेट के साथ, उच्च डेटा गुणवत्ता का सवाल ही नहीं उठता। इस बीच, फाई मॉडल का प्रशिक्षण करते समय, बिल्कुल विपरीत ओपनएआई दृष्टिकोण का उपयोग किया गया था। मॉडल को जानकारी से भर देने के बजाय, वृद्धिशील और संपूर्ण सीखने पर ध्यान केंद्रित किया गया।
शोधकर्ताओं ने कच्चे इंटरनेट डेटा का उपयोग करने के बजाय Microsoft टिनीस्टोरीज़ डेटासेट बनाया, जिससे लाखों लघु "शिशु" कहानियाँ तैयार हुईं। इन कहानियों का उपयोग बहुत छोटे भाषा मॉडलों को प्रशिक्षित करने के लिए किया गया था। इसके बाद शोधकर्ता कोडटेक्स्टबुक डेटासेट बनाकर आगे बढ़े, जिसमें सावधानीपूर्वक चयनित, सार्वजनिक रूप से उपलब्ध डेटा का उपयोग किया गया, जिसे शैक्षिक मूल्य और सामग्री की गुणवत्ता के लिए फ़िल्टर किया गया था। इस डेटा को फिर कई बार फ़िल्टर किया गया और आगे के संश्लेषण के लिए एक बड़े भाषा मॉडल (एलएलएम) में वापस फीड किया गया।
इस सबने अधिक सक्षम एसएलएम को प्रशिक्षित करने के लिए पर्याप्त डेटा की एक श्रृंखला बनाना संभव बना दिया। इसके अलावा, Phi-3 मॉडल के विकास में जोखिम प्रबंधन और शमन के लिए एक बहु-स्तरीय दृष्टिकोण का उपयोग किया गया था, जिसमें मूल्यांकन, परीक्षण और मैन्युअल समायोजन शामिल थे। परिणामस्वरूप, जैसा कि वह दावा करता है Microsoft, Phi-3 मॉडल परिवार का उपयोग करने वाले डेवलपर्स अधिक सुरक्षित और विश्वसनीय एप्लिकेशन बनाने के लिए Azure AI में उपलब्ध टूलसेट का लाभ उठा सकते हैं।
यह भी पढ़ें: वैज्ञानिक दृष्टिकोण से टेलीपोर्टेशन और उसका भविष्य
Microsoft क्या Phi ChatGPT-प्रकार के मॉडल की जगह लेगा?
बिल्कुल नहीं। छोटे भाषा मॉडल (एसएलएम), भले ही उच्च-गुणवत्ता वाले डेटा पर प्रशिक्षित हों, उनकी अपनी सीमाएँ होती हैं और वे गहन शिक्षण के लिए डिज़ाइन नहीं किए जाते हैं। बड़े भाषा मॉडल (एलएलएम) अपने आकार और कम्प्यूटेशनल शक्ति के कारण जटिल तर्क में एसएलएम से बेहतर प्रदर्शन करते हैं। एलएलएम दवा खोज जैसे क्षेत्रों में विशेष रूप से उपयोगी हैं और रहेंगे, जहां किसी को वैज्ञानिक पत्रों के विशाल संग्रह की खोज करनी होगी और जटिल पैटर्न का विश्लेषण करना होगा। दूसरी ओर, एसएलएम का उपयोग सरल कार्यों के लिए किया जा सकता है, जैसे लंबे टेक्स्ट दस्तावेज़ के मुख्य बिंदुओं को सारांशित करना, सामग्री बनाना, या ग्राहक सेवा चैटबॉट को सशक्त बनाना।
Microsoftउन्होंने कहा, पहले से ही आंतरिक रूप से हाइब्रिड मॉडल सेट का उपयोग करता है, जहां एलएलएम अग्रणी है, कुछ ऐसे प्रश्नों को निर्देशित करता है जिनके लिए कम कंप्यूटिंग शक्ति की आवश्यकता होती है, जबकि यह अन्य, अधिक जटिल प्रश्नों को स्वयं संभालता है। फाई को क्लाउड का उपयोग किए बिना, उपकरणों पर कंप्यूटिंग के लिए तैनात किया गया है। हालाँकि, छोटे भाषा मॉडल और क्लाउड में बड़े मॉडल के साथ प्राप्त की जा सकने वाली बुद्धिमत्ता के स्तर के बीच अभी भी अंतर होगा। यह अंतर, एलएलएम के निरंतर विकास के कारण, जल्द ही गायब होने की संभावना नहीं है।
Phi-3 को अभी बाहरी स्वतंत्र पार्टियों द्वारा सत्यापित किया जाना बाकी है। Microsoft कभी-कभी प्रतिस्पर्धियों की तुलना में अत्यधिक मामलों में 25 गुना अधिक दक्षता या ऊर्जा दक्षता की बात की जाती है, जो काफी शानदार लगता है। हालाँकि, दूसरी ओर, कोई यह नहीं भूल सकता कि ये वर्ष बीत चुके हैं Microsoft हमें इस तथ्य से थोड़ा दूर कर दिया कि यह आईटी नवाचारों में एक स्पष्ट नेता है, और शायद इसीलिए हम वास्तव में इस पर विश्वास नहीं करते हैं। एआई-आधारित प्रोग्राम जो तुरंत प्रतिक्रिया देते हैं और उत्पन्न करने के बजाय ऑफ़लाइन चलते हैं? यह वर्तमान क्रांति की एक योग्य परिणति होगी। दुर्भाग्य से, एक प्रमुख समस्या है.
यह भी पढ़ें: न्यूरालिंक टेलीपैथी चिप के बारे में सब कुछ: यह क्या है और यह कैसे काम करता है
फाई-3 से Microsoft केवल अंग्रेजी समझता है
Phi-3 ने अपने ऊपर फेंके गए पेटाबाइट्स को सामूहिक रूप से निगला नहीं। मॉडल के सावधानीपूर्वक और ईमानदार प्रशिक्षण में एक छोटी सी समस्या शामिल है। फाई-3 को अंग्रेजी में जानकारी के साथ प्रशिक्षित किया गया है और उसे अभी तक किसी अन्य भाषा का कोई ज्ञान नहीं है। न केवल यूक्रेनी, बल्कि जर्मन, स्पेनिश, फ्रेंच या चीनी भी। बेशक, यह दुनिया भर के अधिकांश उपयोगकर्ताओं के लिए इसकी अपील को काफी कम कर देता है।
लेकीन मे Microsoft आश्वासन दिया कि इसके विकास और सुधार पर काम चल रहा है। यद्यपि आपको इस तथ्य से खुद को धोखा नहीं देना चाहिए कि यूक्रेनी बाजार किसी भी बड़े निगम के लिए प्राथमिकता है। इसलिए, हमें यूक्रेनी भाषा के समर्थन के लिए बहुत लंबा इंतजार करना होगा। लेकिन इस तथ्य ने उत्साही लोगों और उन लोगों को कभी नहीं रोका है जो प्रगति के साथ बने रहना चाहते हैं।
यह भी पढ़ें: