मेटा ने सोमवार को म्यूज़ वंडर सीरीज़ के लॉन्च के साथ कृत्रिम बुद्धिमत्ता की सीमा पर अपना दावा पेश किया, कंपनी का कहना है कि ये दो मॉडल अब तक बनाए गए सबसे सक्षम हैं। 12 अक्टूबर को मेटा के अनुसंधान ब्लॉग पर प्रकाशित घोषणा, व्यक्तिगत और व्यावसायिक एजेंटिक कार्यों के लिए म्यूज़ वंडर और म्यूज़ वंडर फुल को अत्याधुनिक प्रणालियों के रूप में पेश करती है, और उन्हें "स्केलिंग सीढ़ी" पर अगले चरण के रूप में प्रस्तुत करती है जिसे मेटा व्यक्तिगत अधीक्षण कहता है।
यह रिलीज़ मेटा के एआई संगठन के चौदह महीने के परिवर्तन पर आधारित है। ब्लूमबर्ग के अनुसार, मेटा का कहना है कि नया म्यूज़ मॉडल 14 महीने के प्रयास के बाद एआई सीमा तक पहुंच गया है, जबकि न्यूयॉर्क टाइम्स ने उन्नत एआई मॉडल की एक नई श्रृंखला के अनावरण के रूप में घोषणा को कवर किया। मेटा के अपने ब्लॉग पोस्ट में स्पष्ट रूप से आर्क का वर्णन किया गया है: चौदह महीने पहले कंपनी ने अपने एआई प्रयासों का जमीनी स्तर पर सुधार शुरू किया था, और यह कहता है कि अब यह "हमारे स्टैक को पहले सिद्धांतों से फिर से बनाने से लेकर सीमा को आगे बढ़ाने तक" चला गया है। प्रमुख प्रयोगशालाओं के बीच व्यापक दौड़ पर नज़र रखने वाले किसी भी व्यक्ति के लिए, यह अब तक का सबसे स्पष्ट संकेत है कि मेटा शीर्ष स्तर पर प्रतिस्पर्धा करने का इरादा रखता है - और आप हमारे रोलिंग एआई समाचार कवरेज में उद्योग की बाकी प्रतिक्रियाओं का अनुसरण कर सकते हैं।
मेटा ने वास्तव में क्या घोषणा की
म्यूज़ वंडर श्रृंखला में दो मॉडल शामिल हैं। म्यूज़ वंडर आज मेटा मॉडल एपीआई और मेटा के कोडिंग टूल म्यूज़ कोड के माध्यम से उपलब्ध है। म्यूज़ियम वंडर फुल, अधिक सक्षम संस्करण, आज म्यूज़ कोड ग्राहकों के लिए उपलब्ध है।
मेटा ने इस जोड़ी का वर्णन "हमारे सबसे सक्षम मॉडल के रूप में किया है जो व्यक्तिगत और पेशेवर एजेंट कार्यों पर अत्याधुनिक प्रदर्शन प्रदान करते हैं।" व्यावहारिक रूप से, यह उन्हें चैटबॉट के रूप में कम और उपयोगकर्ता की ओर से बहु-चरणीय कार्य करने के लिए डिज़ाइन किए गए सिस्टम के रूप में अधिक स्थान देता है: संदर्भ को ट्रैक करना, लंबे सत्रों में लक्ष्यों का पीछा करना, और तैयार डिलिवरेबल्स का उत्पादन करना।
कंपनी ने यह भी बताया कि मॉडल उपयोगकर्ताओं तक कैसे पहुंचेंगे। म्यूज़ वंडर जल्द ही मेटा के सहायक उत्पाद, म्यूज़ में अनुभवों को शक्ति प्रदान करेगा, जो पहले ग्राहकों के लिए उपलब्ध होगा। यह आर्टिफैक्ट निर्माण और अन्य प्रक्रियाओं को भी संचालित करेगा जिन्हें मेटा अधिक बुद्धिमत्ता की आवश्यकता के रूप में वर्णित करता है। और आगे की ओर देखते हुए, मेटा का कहना है कि वह म्यूज़ियम वंडर का उपयोग करके विशेष मॉडल विकसित करने की योजना बना रहा है, जिसे वह म्यूज़ का उपयोग करके सभी के लिए ला सकता है।
सक्रिय मेमोरी और सक्रिय फोकस
दो अवधारणाएँ घोषणा का आधार बनती हैं, और दोनों विफलता मोड को लक्षित करती हैं जिनमें वास्तविक दुनिया में एजेंट की तैनाती सीमित होती है।
पहली है एक्टिव मेमोरी. मेटा के सूत्रीकरण में, उपयोगी व्यक्तिगत और पेशेवर एजेंटों को किसी उपयोगकर्ता के बारे में महत्वपूर्ण संदर्भ को बातचीत के दौरान विश्वसनीय रूप से ले जाने और हाथ में कार्य से संबंधित विवरणों को सक्रिय रूप से पुनर्प्राप्त करने की आवश्यकता होती है - उदाहरण के लिए, यह पहचानना कि उपयोगकर्ता द्वारा हफ्तों पहले उल्लेख किया गया कुछ आज तैयार किए जा रहे दस्तावेज़ के लिए महत्वपूर्ण हो जाता है। मेमोरी सहायक उत्पादों के लिए सबसे लगातार कमजोर बिंदुओं में से एक रही है, और मेटा स्पष्ट रूप से इसे एक साइड फीचर के बजाय एक हेडलाइन क्षमता बना रहा है।
दूसरा सक्रिय फोकस है, जो बताता है कि मॉडल एक चुनौतीपूर्ण लक्ष्य की दिशा में कैसे प्रयास करता है। मेटा के अनुसार, एक केंद्रित एजेंट, अवरुद्ध होने पर वैकल्पिक तरीकों की कोशिश करता है, बाधाओं के माध्यम से काम करता है, नई जानकारी आने पर उसे अपनाता है, जरूरत पड़ने पर स्पष्टीकरण मांगता है, और महत्वपूर्ण कार्रवाई करने से पहले उपयोगकर्ता के साथ जांच करता है। निरंतर बहु-चरणीय निष्पादन - न कि केवल एक प्रश्न का उत्तर देना - वह क्षमता है जिसे अग्रणी प्रयोगशालाएँ तेजी से डेमो और भरोसेमंद उत्पादों के बीच वास्तविक विभाजन रेखा के रूप में मानती हैं।
बेंचमार्क: कानून, फोकस और मैराथन कोडिंग
मेटा का कहना है कि श्रृंखला व्यक्तिगत और पेशेवर एजेंटों, मेमोरी और कोडिंग के लिए प्रमुख बेंचमार्क में अत्याधुनिक परिणाम प्राप्त करती है, और कंपनी ने घोषणा के साथ एक पूर्ण मूल्यांकन रिपोर्ट प्रकाशित की।
तीन नामित बेंचमार्क यह समझ देते हैं कि मेटा अपनी आग को कहाँ केंद्रित कर रहा है। हार्वे का लीगल एजेंट बेंचमार्क (एलएबी) परीक्षण करता है कि क्या मॉडल स्रोत दस्तावेजों के साथ काम कर सकते हैं और तैयार कानूनी कार्य उत्पादों का उत्पादन करने के लिए विस्तृत निर्देशों का पालन कर सकते हैं - प्रतिस्पर्धी प्रयोगशालाओं सहित पूरे उद्योग में मूल्यांकन में उपयोग किया जाने वाला एक कार्य सूट। फोकसबेंच निरंतर फोकस को मापता है, और एसडब्ल्यूई-मैराथन परीक्षण करता है कि क्या कोई मॉडल अलग-अलग कोडिंग पहेलियों को हल करने के बजाय लंबे समय तक चलने वाले सॉफ्टवेयर प्रोजेक्ट्स पर उपयोगी काम कर सकता है। मेटा के मूल्यांकन में कानून, वित्त और स्वास्थ्य में डोमेन कार्य भी शामिल हैं, जो कंपनी की पिच को दर्शाता है कि म्यूज़ वंडर लोगों को काम पर और दैनिक जीवन में आने वाली समस्याओं के लिए विशेष ज्ञान लागू कर सकता है, पट्टे को समझने से लेकर वित्तीय या स्वास्थ्य जानकारी को समझने तक।
गीगावाट स्केल पर प्रशिक्षित
लॉन्च के पीछे की शांत कहानी इन्फ्रास्ट्रक्चर है। मेटा का कहना है कि दोनों मॉडलों को प्रोमेथियस में प्रशिक्षित किया गया था, जिसे कंपनी अपने गीगावाट-स्केल डेटा सेंटर के रूप में वर्णित करती है। विवरण मायने रखता है क्योंकि सीमांत प्रशिक्षण रन एक अनुसंधान के रूप में एक ऊर्जा और रसद उपक्रम बन गया है, और दुनिया में कुछ कंपनियों के पास उस पैमाने पर गणना संचालित करने के लिए पूंजी और भौतिक पदचिह्न हैं।
यह मेटा द्वारा लगाए जा रहे रणनीतिक दांव को भी रेखांकित करता है। कंपनी का ब्लॉग रिलीज़ को "अनुमानित, कठोर स्केलिंग" से जोड़ता है, एक दृष्टिकोण जो उसने म्यूज़ स्पार्क पेश करते समय रखा था, और म्यूज़ वंडर को उस अनुशासन के भुगतान के रूप में प्रस्तुत करता है: प्रीट्रेनिंग और सुदृढीकरण सीखने का काम जो अब तक के सबसे सक्षम मॉडल में शामिल हो गया है।
प्रतिस्पर्धा और प्रसंग
लॉन्च एक भीड़ भरे क्षण में होता है। OpenAI, एंथ्रोपिक और Google सहित प्रतिद्वंद्वियों ने पिछले वर्ष अपने स्वयं के फ्रंटियर और एजेंट-केंद्रित सिस्टम को शिपिंग करने में बिताया है, और वाक्यांश "फ्रंटियर मॉडल" विवादित क्षेत्र बन गया है - प्रत्येक प्रयोगशाला इसका दावा करती है, और स्वतंत्र मूल्यांकन हफ्तों तक जारी होता है। मेटा के दावे की वास्तविक परीक्षा अब सार्वजनिक लीडरबोर्ड और डेवलपर के हाथों में होगी क्योंकि एपीआई एक्सेस लाइव है।
देखने लायक विनियामक और प्लेटफ़ॉर्म संदर्भ भी है। इस महीने की शुरुआत में, हमने रिपोर्ट किया था कि अमेज़ॅन ने मेटा के म्यूज़ एजेंट को ब्लॉक कर दिया है क्योंकि वेबसाइटें तेजी से एआई एजेंटों को बंद कर रही हैं, एक विवाद जिसने उद्योग को एजेंटों के वेब तक पहुंचने के खुले मानकों पर बहस करने के लिए प्रेरित किया है। एजेंटिक क्षमता पर म्यूज़ वंडर का जोर यह सुनिश्चित करता है कि प्लेटफ़ॉर्म घर्षण कम होने के बजाय तीव्र हो जाएगा।
अंत में, "व्यक्तिगत सुपरइंटेलिजेंस" फ़्रेमिंग मार्क जुकरबर्ग की सार्वजनिक स्थिति की एक जानबूझकर प्रतिध्वनि है, जिसकी हमने जांच की जब उन्होंने अपना सुपरइंटेलिजेंस घोषणापत्र प्रकाशित किया और अग्रणी मॉडलों को बंद रखने का तर्क दिया। म्यूज़ वंडर उस थीसिस का पहला प्रमुख उत्पादीकृत प्रमाण है।
आगे क्या देखना है
तीन चीजें तय करेंगी कि म्यूज़ वंडर की शुरुआत टिकाऊ जमीन में तब्दील होगी या नहीं। पहला, स्वतंत्र बेंचमार्क प्रतिकृति: मेटा के नंबर स्व-रिपोर्ट किए गए हैं, और इतिहास से पता चलता है कि फ्रंटियर-दावा सत्यापन में समय लगता है। दूसरा, सक्रिय मेमोरी की वास्तविक दुनिया की विश्वसनीयता, यह सुविधा दैनिक उपयोग में उत्पाद को अलग करने की सबसे अधिक संभावना है। तीसरा, म्यूज़ वंडर मेटा के ऐप्स में कितनी तेजी से लागू होता है, क्योंकि अरबों उपयोगकर्ताओं तक वितरण एक ऐसा लाभ है जिसकी तुलना कोई भी प्रतिस्पर्धी नहीं कर सकता है।
