परियोजना की वेबसाइट के अनुसार, स्टार्टअप टाइपसेफ एआई के गैर-एलएलएम "निर्णय मॉडल" जेव ने पोकेमॉन रेड को पूरा कर लिया है - जो लगभग 1.65 डॉलर की कुल गणना लागत पर 37 घंटे और 40 मिनट के खेल में पैलेट टाउन से हॉल ऑफ फेम तक पहुंच गया है।

डेवलपर क्रिश्चियन मैथिसन द्वारा निर्मित रन को प्रदर्शन पर टोकन और लागत के साथ लाइव स्ट्रीम किया गया था और GitHub पर ओपन-सोर्स किया गया था। सप्ताहांत में यह हैकर न्यूज़ के पहले पन्ने पर आ गया, जिसमें सैकड़ों अपवोट आए और एआई एजेंटों के भविष्य के बारे में यह क्या कहता है, इस पर जीवंत चर्चा हुई। टॉम के हार्डवेयर ने उपलब्धि को कवर किया, यह देखते हुए कि एक गैर-एलएलएम इंजन सफल हुआ जहां पारंपरिक चैटबॉट महीनों से रुके हुए थे - और क्लाउड ओपस 5 ने मॉडल को उसके अंतिम छोर से प्रशिक्षित किया।

संख्याओं द्वारा भागना

प्रोजेक्ट की अपनी ट्रैकिंग के आंकड़े बताते हैं कि एआई सिस्टम के लिए यह रन कितना असामान्य था:

  • कुल समय: 37 घंटे, 40 मिनट
  • किए गए निर्णय: 16,150
  • इनपुट टोकन: लगभग 39.2 मिलियन
  • कुल जैव लागत: लगभग $1.65
  • सामान्य निर्णय समय: 0.4 सेकंड
  • विरोधियों ने लड़ाई लड़ी: लगभग 1,660
  • टीम वाइप्स: 16
  • कुलीन चार प्रयास: 15
  • सबसे कठिन मार्ग:विजय मार्ग

अंतिम हॉल ऑफ फ़ेम टीम: चेरिज़ार्ड 83 के स्तर पर, ग्रेवेलर (62), निडोक्वीन (45), बीड्रिल (44), हॉन्टर (39), और प्राइमेप (29) द्वारा समर्थित।

अर्थशास्त्र शीर्षक है. एक कॉफी की कीमत से भी कम कीमत पर सोलह हजार निर्णय एलएलएम-आधारित गेम-प्लेइंग एजेंटों के साथ एक आश्चर्यजनक विरोधाभास है, जो लंबे सत्रों में टोकन में दसियों डॉलर खर्च कर सकता है। मैथिसन ने कहा कि उन्होंने यह निष्कर्ष निकालने के बाद पोकेमॉन को चुना कि जेव जल्दी निर्णय ले सकता है, लेकिन अभी इतनी जल्दी नहीं कि डूम खेल सके।

पोकेमॉन रेड एआई के लिए कठिन क्यों है

पोकेमॉन रेड एजेंटिक एआई के लिए एक अप्रत्याशित बेंचमार्क बन गया है। 1996 का गेम बॉय क्लासिक लंबी-क्षितिज योजना की मांग करता है: स्तरों को पीसना, छह लोगों की पार्टी का प्रबंधन करना, बिना मानचित्र के भूलभुलैया जैसी गुफाओं को नेविगेट करना, और एक महत्वपूर्ण वस्तु छूट जाने पर पीछे हटना। भाषा-मॉडल एजेंट ऐतिहासिक रूप से हलकों में घूमते रहे हैं, गुफाओं में फंस गए हैं, और अनावश्यक कार्यों पर भारी बजट खर्च करते हैं।

जेव मौलिक रूप से भिन्न दृष्टिकोण अपनाता है। पाठ उत्पन्न करने के बजाय, मॉडल सीधे कैलिब्रेटेड निर्णय लौटाता है - एक डिज़ाइन टाइपसेफ़ एआई ने बड़े मॉडलों के जानबूझकर, भाषा-भारी तर्क के लिए "सिस्टम वन" विकल्प के रूप में विपणन किया है। टॉम के हार्डवेयर के मॉडल के पहले कवरेज के अनुसार, कंपनी का दावा है कि जेवी निर्णय कार्यों पर एलएलएम विकल्पों की तुलना में लगभग 193 गुना तेज और 445 गुना सस्ता है।

डेवलपर ने स्वीकार किया कि समस्या यह है कि जेव को मदद की ज़रूरत है। टॉम के हार्डवेयर के अनुसार, क्लाउड ओपस 5 ने निर्णय मॉडल को उसके मृत सिरों के माध्यम से प्रशिक्षित किया - एक हाइब्रिड दृष्टिकोण जिसमें एक बड़ा भाषा मॉडल रणनीतिक मार्गदर्शन प्रदान करता है जबकि तेज़, सस्ता मॉडल हजारों व्यक्तिगत निर्णयों को क्रियान्वित करता है। परियोजना पृष्ठ पर व्यंगात्मक ढंग से लिखा गया है कि जेव को "केवल यह पता था कि आगे कहाँ जाना है क्योंकि उसके पास एक मार्गदर्शक था।"

एआई एजेंटों के लिए इसका क्या मतलब है

परिणाम एक बढ़ते तर्क में एक डेटा बिंदु है कि एआई एजेंटों का भविष्य सब कुछ करने वाला एक विशाल मॉडल नहीं है, बल्कि श्रम का एक विभाजन है: तेज, सस्ते, उच्च-आवृत्ति निर्णयों को संभालने वाले विशेष मॉडल, धीमे तर्क वाले मॉडल केवल तभी कदम उठाते हैं जब स्थिति अस्पष्ट हो जाती है।

रोबोटिक्स, गेमिंग और वास्तविक समय नियंत्रण प्रणालियों के लिए - ऐसे डोमेन जहां निर्णय मिलीसेकंड में आने चाहिए और बजट सेंट में मापा जाता है - वह वास्तुकला आकर्षक है। एक वेयरहाउस रोबोट, एक गेम खेलने वाला एनपीसी, या एक ट्रेडिंग सिस्टम प्रत्येक माइक्रो-एक्शन के लिए 2-सेकंड जीपीटी-शैली राउंड ट्रिप का खर्च वहन नहीं कर सकता है।

हैकर न्यूज़ पर संशयवादियों ने रन की चेतावनियों की ओर इशारा किया: खेल दशकों पुराना है और पूरी तरह से प्रलेखित है, कोचिंग मॉडल ने रणनीतिक भारी भारोत्तोलन किया, और 15 एलीट फोर प्रयास बहुत सारे परीक्षण और त्रुटि का सुझाव देते हैं। वे उचित बिंदु हैं - लेकिन वे अधिक दिलचस्प संकेत से चूक जाते हैं। प्रत्येक $0.0001 पर सोलह हजार अच्छे निर्णय ठीक उसी लागत प्रोफ़ाइल के बराबर हैं जिसकी स्वायत्त एजेंटों को कभी भी बड़े पैमाने पर चलने के लिए आवश्यकता होती है।

एक पूर्व ओपनएआई आरएलएचएफ शोधकर्ता द्वारा स्थापित टाइपसेफ एआई ने जेव को प्रतिस्थापन के बजाय भाषा मॉडल के पूरक के रूप में तैनात किया है। पोकेमॉन प्रोजेक्ट - कोड, स्ट्रीम और लागत विश्लेषण सभी सार्वजनिक - निर्णय-प्रथम स्टैक क्या कर सकता है इसका अब तक का सबसे ज्वलंत प्रदर्शन है।

पूरा स्रोत कोड GitHub पर उपलब्ध है, और पूरा रन YouTube पर देखा जा सकता है, जिसमें विक्ट्री रोड पर हर वाइप भी शामिल है।

एआई से आगे रहें

नवीनतम एआई विकास के लिए [एआई बज़ वायर] (https://aibuzzwire.news) का अनुसरण करें।

अधिक AI समाचार पढ़ें →