बिज़नेस इनसाइडर की रिपोर्ट के अनुसार, Google मैकेनाइज़ के साथ $1.5 बिलियन से अधिक के सौदे के लिए बातचीत कर रहा है, जो एक स्टार्टअप है जो कंप्यूटर कार्य को स्वचालित करने में सक्षम AI एजेंटों को प्रशिक्षित करने के लिए सिम्युलेटेड वातावरण बनाता है। संभावित समझौता एक अपेक्षाकृत युवा कंपनी को एआई इंफ्रास्ट्रक्चर सौदों के शीर्ष स्तर पर ले जाएगा - और संकेत देगा कि उद्योग को लगता है कि अगली सफलताएं कहां से आएंगी। यह इस क्षेत्र को नया आकार देने वाले कई प्रमुख कदमों में से एक है, जिसे [नवीनतम एआई उद्योग कवरेज] (https://aibuzzwire.news) में दैनिक रूप से ट्रैक किया जाता है।
सीकिंग अल्फा द्वारा रिपोर्ट की गई बातचीत, मैकेनाइज की शर्त पर केंद्रित है कि अधिक सक्षम एआई की कुंजी सिर्फ बड़े मॉडल नहीं हैं, बल्कि बेहतर प्रशिक्षण आधार हैं - सिम्युलेटेड कार्यस्थल जहां एजेंट वास्तविक कार्यों का अभ्यास कर सकते हैं जब तक कि वे उन्हें सही नहीं कर लेते।
एआई के लिए 'डिजिटल कार्यालय' का निर्माण
मैकेनाइज़ का दृष्टिकोण उस चीज़ के इर्द-गिर्द बनाया गया है जिसे शोधकर्ता सुदृढीकरण सीखने का वातावरण कहते हैं। जैसा कि डिकोडर ने समझाया, स्टार्टअप "डिजिटल कार्यालय" का निर्माण कर रहा है - सिम्युलेटेड सॉफ्टवेयर वातावरण जहां एक एआई एजेंट को एक कार्य दिया जाता है, जैसे कि किसी आइटम को खरीदने के लिए ब्राउज़र को नेविगेट करना, और यह सफल होने पर ग्रेड किया जाता है। एजेंट को इसे सही करने के लिए एक इनाम संकेत प्राप्त होता है, फिर पुनरावृत्त करता है।
टेकक्रंच ने इन वातावरणों को "प्रशिक्षण आधार के रूप में वर्णित किया है जो अनुकरण करता है कि एक एआई एजेंट एक वास्तविक सॉफ़्टवेयर एप्लिकेशन में क्या कर रहा होगा," काम की तुलना "एक बहुत ही उबाऊ वीडियो गेम बनाने" से की जाती है। मुद्दा यह है कि एजेंटों को उन गन्दी, अप्रत्याशित स्थितियों से अवगत कराया जाए जिनका वे वास्तविक दुनिया में सामना करेंगे - ड्रॉप-डाउन मेनू जो उन्हें भ्रमित करते हैं, फॉर्म जो खराब इनपुट को अस्वीकार करते हैं, दर्जनों चरणों के साथ वर्कफ़्लो - और उन्हें पुनर्प्राप्त करना सिखाते हैं।
स्थैतिक डेटासेट के विपरीत, जो एआई प्रशिक्षण के पिछले युग में हावी था, ये वातावरण इंटरैक्टिव हैं। एक एजेंट जो गलत मोड़ लेता है उसे फिर से प्रयास करने में सक्षम होना चाहिए, और जो भी अप्रत्याशित व्यवहार सामने आता है उसे पकड़ने के लिए वातावरण को पर्याप्त मजबूत होना चाहिए और फिर भी उपयोगी प्रतिक्रिया प्रदान करनी चाहिए।
आरएल वातावरण में सोने की एक नई भीड़
मशीनीकरण अकेला नहीं है. टेकक्रंच के अनुसार, सुदृढीकरण सीखने के माहौल के लिए दबाव ने अच्छी तरह से वित्त पोषित स्टार्टअप की एक नई श्रेणी तैयार की है - जिसमें मैकेनाइज और प्राइम इंटेलेक्ट शामिल हैं - जबकि मर्कोर और सर्ज जैसी स्थापित डेटा-लेबलिंग कंपनियां गति बनाए रखने के लिए भारी निवेश कर रही हैं। एक सूत्र ने प्रकाशन को बताया कि हर कोई, "इस स्थान को देख रहा है।"
तेजी लाने वाली महत्वाकांक्षा को एक आश्चर्यजनक तुलना द्वारा पकड़ लिया गया है: निवेशकों को उम्मीद है कि इनमें से एक कंपनी "पर्यावरण के लिए स्केल एआई" बन जाएगी, डेटा-लेबलिंग पावरहाउस का एक संदर्भ जिसने चैटबॉट युग को शक्ति प्रदान करने में मदद की। यदि सुदृढीकरण सीखने का माहौल एआई क्षमता में अगली छलांग के लिए सब्सट्रेट साबित होता है, तो उन्हें आपूर्ति करने वाली कंपनी भारी मूल्य हासिल करने के लिए तैयार है।
प्रमुख प्रयोगशालाएँ नोटिस ले रही हैं। सूचना का हवाला देते हुए, टेकक्रंच ने बताया कि एंथ्रोपिक के नेताओं ने अगले वर्ष में सुदृढीकरण सीखने के माहौल पर $ 1 बिलियन से अधिक खर्च करने पर चर्चा की है - एक आंकड़ा जो Google की रिपोर्ट की गई मैकेनाइज़ वार्ता को संदर्भ में रखता है।
एक विवादास्पद मिशन
मैकेनाइज़ ने न केवल अपनी तकनीक के लिए बल्कि अपनी घोषित महत्वाकांक्षा के लिए भी ध्यान आकर्षित किया है। कंपनी ने खुले तौर पर अपने लक्ष्य को "सभी कार्यों का पूर्ण स्वचालन" बताया है, एक ऐसी रूपरेखा जिसने तीव्र बहस उत्पन्न की है। न्यूयॉर्क टाइम्स, फॉर्च्यून और टेकक्रंच सभी ने स्टार्टअप के उत्तेजक मिशन की जांच की है, आलोचकों ने मानव श्रम को स्वचालित करने के सामाजिक निहितार्थों पर सवाल उठाया है और समर्थकों का तर्क है कि ऐसा स्वचालन अपरिहार्य और अंततः फायदेमंद दोनों है।
उस विवाद ने निवेशकों को विचलित नहीं किया है। रिपोर्ट की गई Google वार्ता से पता चलता है कि कम से कम एक हाइपरस्केलर अरबों प्रतिबद्ध होने के लिए पर्याप्त तकनीकी वादा - और पर्याप्त प्रतिस्पर्धी तात्कालिकता - देखता है।
Google इसमें क्यों शामिल होना चाहेगा
Google के लिए, एक अग्रणी पर्यावरण स्टार्टअप के साथ गहरी साझेदारी कई रणनीतिक लक्ष्यों को पूरा करेगी। बेहतर प्रशिक्षित एजेंट Google के स्वयं के कोडिंग और उत्पादकता टूल को मजबूत कर सकते हैं, तीसरे पक्ष के प्रशिक्षण डेटा पर इसकी निर्भरता को कम कर सकते हैं, और एआई एजेंटों के लिए उभरते बाजार में इसे बढ़त दे सकते हैं जो उपयोगकर्ता की ओर से सॉफ्टवेयर संचालित कर सकते हैं।
इससे Google को समान सीमा में संसाधन डालने वाले प्रतिद्वंद्वियों के साथ तालमेल बनाए रखने में भी मदद मिलेगी। जैसे-जैसे एजेंट वास्तविक कार्य करने में सक्षम हो जाते हैं - कोड लिखना, इनबॉक्स प्रबंधित करना, खरीदारी पूरी करना - जिन कंपनियों के पास सर्वोत्तम प्रशिक्षण वातावरण होता है, वे निर्णायक लाभ प्राप्त कर सकते हैं।
आगे का रास्ता
रिपोर्ट की गई बातचीत अभी अंतिम रूप से तय नहीं हुई है और ऐसी बातचीत में आंकड़े अक्सर बदलते रहते हैं। लेकिन केवल पैमाना - सिम्युलेटेड कार्य वातावरण पर केंद्रित स्टार्टअप के लिए 1.5 अरब डॉलर की राशि - यह दर्शाता है कि एआई में गुरुत्वाकर्षण का केंद्र मॉडल को वास्तव में उपयोगी बनाने के लिए आवश्यक बुनियादी ढांचे की ओर कच्चे मॉडल के आकार से कितनी तेजी से बढ़ रहा है।
यदि समझौता बंद हो जाता है, तो मैकेनाइज़ एआई बिल्डआउट के अगले चरण की शुरुआत करने वाली कंपनियों के एक छोटे समूह में शामिल हो जाएगा: प्रयोगशालाएं नहीं जो मॉडल बनाती हैं, बल्कि आपूर्तिकर्ता जो उन्हें काम करना सिखाते हैं।
चैटबॉट से लेकर कार्य करने वाले एजेंट तक
मैकेनाइज़ में रुचि इस क्षेत्र में व्यापक परिवर्तन बिंदु को दर्शाती है। पिछले दो वर्षों को चैटबॉट्स द्वारा परिभाषित किया गया था - सिस्टम जो सवालों के जवाब देते हैं और टेक्स्ट उत्पन्न करते हैं। वर्तमान लहर को एजेंटों द्वारा परिभाषित किया गया है: सिस्टम जो किसी लक्ष्य को पूरा करने के लिए अक्सर कई चरणों में कार्रवाई करते हैं। एक एजेंट वेब पर किसी विषय पर शोध कर सकता है, एक रिपोर्ट का मसौदा तैयार कर सकता है और उसे सीमित मानवीय पर्यवेक्षण के साथ दाखिल कर सकता है।
निष्क्रिय प्रत्युत्तरकर्ता से सक्रिय संचालक तक की छलांग कठिन है। इसके लिए ऐसे मॉडल की आवश्यकता होती है जो योजना बना सकें, त्रुटियों से उबर सकें, उपकरणों का उपयोग कर सकें और लंबे समय तक कायम रह सकें - ऐसी क्षमताएं जो स्थैतिक डेटासेट सिखाने के लिए उपयुक्त नहीं हैं। सुदृढीकरण सीखने के वातावरण बिल्कुल इसी अंतर को संबोधित करते हैं, यही कारण है कि वे इतनी अधिक पूंजी और ध्यान का केंद्र बन गए हैं। जो कंपनियाँ विश्वसनीय रूप से सक्षम एजेंट तैयार कर सकती हैं, वे ज्ञान कार्य की बड़ी श्रेणियों को फिर से परिभाषित कर सकती हैं।
जोखिम और खुले प्रश्न
यह वादा महत्वपूर्ण अनसुलझी चुनौतियों के साथ आता है। ऐसे वातावरण जो एजेंटों को वास्तविक सॉफ़्टवेयर संचालित करने के लिए प्रशिक्षित करते हैं, यदि उन एजेंटों को बाद में लाइव सिस्टम तक पहुंच दी जाती है तो वे नए सुरक्षा जोखिम पैदा कर सकते हैं। शोधकर्ताओं ने ऐसे मामलों का दस्तावेजीकरण किया है जिनमें एआई एजेंटों ने, जब परीक्षण किया गया, तो अप्रत्याशित और कभी-कभी भ्रामक कार्रवाई की - एक अनुस्मारक कि स्वायत्तता और विश्वसनीयता लॉकस्टेप में आगे नहीं बढ़ती है।
ऐसे आर्थिक और सामाजिक प्रश्न भी हैं जिनका उत्तर समाज जितनी तेजी से दे सकता है, प्रौद्योगिकी उससे कहीं अधिक तेजी से उठाती है। यदि कोई एकल स्टार्टअप कार्यालय के काम के बड़े हिस्से को स्वचालित करने में सफल हो जाता है, तो रोजगार, प्रशिक्षण और उत्पादकता लाभ के वितरण पर प्रभाव गहरा होगा। मैकेनाइज़ का खुले तौर पर घोषित मिशन यह सुनिश्चित करता है कि वे प्रश्न लंबे समय तक काल्पनिक नहीं रहेंगे - और Google की रिपोर्ट की गई रुचि का आकार बताता है कि उद्योग उन्हें हल करने के लिए एक समस्या के रूप में मान रहा है, न कि धीमा होने का कारण।
