জেভ, স্টার্টআপ টাইপসেফ এআই-এর নন-এলএলএম "সিদ্ধান্তের মডেল", পোকেমন রেড সম্পূর্ণ করেছে — প্যালেট টাউন থেকে হল অফ ফেম পর্যন্ত 37 ঘন্টা এবং 40 মিনিটের খেলায় মোট কম্পিউট খরচে প্রায় $1.65, প্রকল্পের ওয়েবসাইট অনুসারে।

বিকাশকারী ক্রিশ্চিয়ান ম্যাথিসেন দ্বারা নির্মিত এই রানটি টোকেন এবং ডিসপ্লেতে খরচ এবং GitHub-এ ওপেন সোর্স সহ লাইভ স্ট্রিম করা হয়েছিল। সপ্তাহান্তে এটি হ্যাকার নিউজের প্রথম পৃষ্ঠায় শট করেছে, শত শত আপভোট এবং এআই এজেন্টদের ভবিষ্যত সম্পর্কে এটি কী বলে তা নিয়ে একটি প্রাণবন্ত আলোচনা। টমের হার্ডওয়্যার কৃতিত্বকে কভার করে, উল্লেখ করে যে একটি নন-এলএলএম ইঞ্জিন সফল হয়েছে যেখানে ঐতিহ্যবাহী চ্যাটবটগুলি কয়েক মাস ধরে স্থবির ছিল — এবং ক্লাউড ওপাস 5 মডেলটিকে তার শেষ প্রান্তে প্রশিক্ষিত করেছে।

সংখ্যা দ্বারা রান

প্রকল্পের নিজস্ব ট্র্যাকিং থেকে পরিসংখ্যান দেখায় যে AI সিস্টেমের জন্য এই দৌড় কতটা অস্বাভাবিক ছিল:

  • মোট সময়: 37 ঘন্টা, 40 মিনিট
  • সিদ্ধান্ত নেওয়া হয়েছে: ১৬,১৫০
  • ইনপুট টোকেন: মোটামুটি ৩৯.২ মিলিয়ন
  • মোট Jev খরচ: প্রায় $1.65
  • সাধারণ সিদ্ধান্তের সময়: 0.4 সেকেন্ড
  • বিরোধীরা লড়াই করেছে: প্রায় 1,660 জন
  • টিম ওয়াইপস: 16
  • এলিট ফোর প্রচেষ্টা: 15
  • কঠিন প্রসারিত: বিজয় রোড

চূড়ান্ত হল অফ ফেম দল: লেভেল 83-এ চারিজার্ড, গ্রাভেলার (62), নিডোকুইন (45), বিড্রিল (44), হান্টার (39) এবং প্রাইমাপে (29) দ্বারা সমর্থিত।

অর্থনীতি শিরোনাম হয়. একটি কফির দামের চেয়ে কম দামে ষোল হাজার সিদ্ধান্ত LLM-ভিত্তিক গেম-প্লেয়িং এজেন্টদের সাথে একটি আকর্ষণীয় বৈপরীত্য, যা দীর্ঘ সেশনে টোকেনের মাধ্যমে দশ হাজার ডলার বার্ন করতে পারে। ম্যাথিসেন বলেছিলেন যে তিনি পোকেমন বেছে নিয়েছিলেন এই উপসংহারে যে জেভ দ্রুত সিদ্ধান্ত নিতে পারে, তবে ডুম খেলার জন্য যথেষ্ট দ্রুত নয়।

কেন পোকেমন রেড AI এর জন্য কঠিন

পোকেমন রেড এজেন্টিক এআই-এর জন্য একটি অসম্ভাব্য বেঞ্চমার্ক হয়ে উঠেছে। 1996 গেম বয় ক্লাসিক দীর্ঘ-দিগন্ত পরিকল্পনার দাবি করে: স্তরগুলি গ্রাইন্ডিং, ছয়জনের একটি পার্টি পরিচালনা করা, ম্যাপ ছাড়াই গোলকধাঁধা-এর মতো গুহাগুলিতে নেভিগেট করা, এবং যখন কোনও মূল আইটেম মিস হয়ে যায় তখন ব্যাকট্র্যাক করা। ভাষা-মডেল এজেন্টরা ঐতিহাসিকভাবে চেনাশোনাতে ঘুরেছেন, গুহায় আটকে পড়েছেন এবং অপ্রয়োজনীয় ক্রিয়াকলাপের জন্য প্রচুর বাজেট পুড়িয়েছেন।

জেভ একটি মৌলিকভাবে ভিন্ন পদ্ধতি গ্রহণ করে। টেক্সট তৈরি করার পরিবর্তে, মডেলটি সরাসরি ক্যালিব্রেটেড সিদ্ধান্ত ফেরত দেয় — একটি ডিজাইন TypeSafe AI বড় মডেলের ইচ্ছাকৃত, ভাষা-ভারী যুক্তির বিকল্প হিসেবে "সিস্টেম ওয়ান" হিসেবে বাজারজাত করেছে। টমের হার্ডওয়্যারের মডেলের পূর্ববর্তী কভারেজ অনুসারে, কোম্পানি দাবি করে যে জেভ মোটামুটিভাবে 193 গুণ দ্রুত এবং 445 গুণ কম দামে LLM বিকল্পের তুলনায় সিদ্ধান্ত নেওয়ার কাজে।

ক্যাচ, ডেভেলপার স্বীকার করেছেন যে জেভের সাহায্য প্রয়োজন। টমের হার্ডওয়্যার অনুসারে, ক্লদ ওপাস 5 সিদ্ধান্তের মডেলটিকে তার শেষ প্রান্তের মাধ্যমে প্রশিক্ষিত করেছে — একটি হাইব্রিড পদ্ধতি যেখানে একটি বৃহৎ ভাষার মডেল কৌশলগত দিকনির্দেশনা প্রদান করে যখন দ্রুত, সস্তা মডেল হাজার হাজার ব্যক্তিগত সিদ্ধান্ত কার্যকর করে। প্রজেক্ট পেজটি বিদ্রুপাত্মকভাবে নোট করে যে জেভ "শুধুমাত্র জানত যে পরবর্তী কোথায় যেতে হবে কারণ তার একটি গাইড ছিল।"

এআই এজেন্টদের জন্য এর অর্থ কী

ফলাফলটি একটি ক্রমবর্ধমান যুক্তিতে একটি তথ্য বিন্দু যে AI এজেন্টদের ভবিষ্যত একটি দৈত্যাকার মডেল যা সবকিছু করে না, কিন্তু শ্রমের একটি বিভাজন: দ্রুত, সস্তা, বিশেষ মডেলগুলি উচ্চ-ফ্রিকোয়েন্সি সিদ্ধান্তগুলি পরিচালনা করে, ধীর যুক্তির মডেলগুলি কেবল তখনই পদক্ষেপ নেয় যখন পরিস্থিতি অস্পষ্ট হয়৷

রোবোটিক্স, গেমিং এবং রিয়েল-টাইম কন্ট্রোল সিস্টেমের জন্য — ডোমেইন যেখানে সিদ্ধান্তগুলি মিলিসেকেন্ডে আসতে হবে এবং বাজেট সেন্টে পরিমাপ করা হয় — সেই আর্কিটেকচারটি আকর্ষণীয়। একটি ওয়ারহাউস রোবট, একটি গেম-প্লেয়িং NPC, বা একটি ট্রেডিং সিস্টেম প্রতিটি মাইক্রো-অ্যাকশনের জন্য 2-সেকেন্ডের GPT-স্টাইলের রাউন্ড ট্রিপ বহন করতে পারে না।

হ্যাকার নিউজের সংশয়বাদীরা রানের সতর্কতাগুলি নির্দেশ করে: গেমটি কয়েক দশকের পুরানো এবং পুঙ্খানুপুঙ্খভাবে নথিভুক্ত, কোচিং মডেলটি কৌশলগত ভারী উত্তোলন করেছিল এবং 15টি এলিট ফোর প্রচেষ্টা প্রচুর ট্রায়াল এবং ত্রুটির পরামর্শ দেয়। এগুলি ন্যায্য পয়েন্ট - তবে তারা আরও আকর্ষণীয় সংকেত মিস করে। $0.0001-এ ষোল হাজার ভাল সিদ্ধান্ত প্রতিটি স্বায়ত্তশাসিত এজেন্টদের প্রয়োজন হয় যদি তারা কখনও স্কেলে চালানো হয়।

TypeSafe AI, একজন প্রাক্তন OpenAI RLHF গবেষক দ্বারা প্রতিষ্ঠিত, Jev-কে প্রতিস্থাপনের পরিবর্তে ভাষা মডেলের পরিপূরক হিসাবে অবস্থান করেছে। পোকেমন প্রজেক্ট - কোড, স্ট্রীম, এবং খরচ ব্রেকডাউন সমস্ত পাবলিক - একটি সিদ্ধান্ত-প্রথম স্ট্যাক কী করতে পারে তার সবচেয়ে উজ্জ্বল প্রদর্শন।

সম্পূর্ণ সোর্স কোডটি GitHub-এ উপলব্ধ, এবং সম্পূর্ণ রান ইউটিউবে দেখা যেতে পারে, ভিক্টোরি রোডে প্রতিটি ওয়াইপ সহ।

এআই থেকে এগিয়ে থাকুন

সাম্প্রতিক AI উন্নয়নের জন্য AI Buzz Wire অনুসরণ করুন।

আরও এআই খবর পড়ুন →