बिझनेस इनसाइडरच्या अहवालानुसार, Google मेकॅनाइझ या स्टार्टअपसोबत $1.5 बिलियन-प्लस डील साठी चर्चेत आहे, जे संगणक कार्य स्वयंचलित करण्यास सक्षम AI एजंटना प्रशिक्षण देण्यासाठी सिम्युलेटेड वातावरण तयार करते. संभाव्य करारामुळे तुलनेने तरुण कंपनीला AI पायाभूत सुविधा सौद्यांच्या सर्वोच्च श्रेणीत प्रवेश मिळेल — आणि पुढील यश कुठून येईल असे उद्योगाला वाटते. हे क्षेत्राला आकार देणाऱ्या अनेक प्रमुख हालचालींपैकी एक आहे, ज्याचा दररोज नवीनतम AI उद्योग कव्हरेज मध्ये मागोवा घेतला जातो.
अधिक सक्षम AI ची गुरुकिल्ली ही फक्त मोठी मॉडेल्स नसून उत्तम प्रशिक्षण ग्राउंड्स - सिम्युलेटेड कामाची ठिकाणे आहेत जिथे एजंट योग्य काम होईपर्यंत प्रत्यक्ष कामांचा सराव करू शकतात, असे मेकॅनाइझच्या पैजेवर असलेल्या सीकिंग अल्फाने देखील या चर्चेचा अहवाल दिला आहे.
AI साठी 'डिजिटल कार्यालये' बांधणे
संशोधक ज्याला मजबुतीकरण शिक्षण वातावरण म्हणतात त्याभोवती मेकॅनाइजचा दृष्टीकोन तयार केला आहे. द डिकोडरने स्पष्ट केल्याप्रमाणे, स्टार्टअप "डिजिटल कार्यालये" तयार करत आहे — सिम्युलेटेड सॉफ्टवेअर वातावरण जेथे एआय एजंटला एखादे कार्य दिले जाते, जसे की एखादी वस्तू खरेदी करण्यासाठी ब्राउझर नेव्हिगेट करणे आणि ते यशस्वी होते की नाही यावर श्रेणीबद्ध केली जाते. एजंटला ते बरोबर मिळाल्याबद्दल बक्षीस सिग्नल प्राप्त होतो, नंतर पुनरावृत्ती होते.
TechCrunch ने या वातावरणाचे वर्णन "प्रशिक्षण ग्राउंड्स जे एआय एजंट वास्तविक सॉफ्टवेअर ऍप्लिकेशनमध्ये काय करत असेल याचे अनुकरण करते," या कामाची तुलना "एक अतिशय कंटाळवाणा व्हिडिओ गेम तयार करणे" असे करते. मुद्दा असा आहे की एजंटना वास्तविक जगात ज्या गोंधळाच्या, अप्रत्याशित परिस्थितींना सामोरे जावे लागेल — त्यांना गोंधळात टाकणारे ड्रॉप-डाउन मेनू, खराब इनपुट नाकारणारे फॉर्म, डझनभर पायऱ्यांसह वर्कफ्लो — आणि त्यांना पुनर्प्राप्त करण्यास शिकवणे.
स्थिर डेटासेटच्या विपरीत, ज्याने AI प्रशिक्षणाच्या पूर्वीच्या युगात वर्चस्व गाजवले, हे वातावरण परस्परसंवादी आहेत. चुकीचे वळण घेणारा एजंट पुन्हा प्रयत्न करण्यास सक्षम असणे आवश्यक आहे आणि जे काही अनपेक्षित वर्तन उदयास आले ते कॅप्चर करण्यासाठी आणि तरीही उपयुक्त अभिप्राय देण्यासाठी वातावरण पुरेसे मजबूत असले पाहिजे.
RL वातावरणाभोवती नवीन सोन्याची गर्दी
यांत्रिकीकरण एकटे नाही. टेकक्रंचच्या म्हणण्यानुसार, मजबुतीकरण शिक्षण वातावरणासाठी पुशने चांगल्या अर्थसहाय्यित स्टार्टअप्सचा एक नवीन वर्ग तयार केला आहे — ज्यामध्ये मेकॅनाइझ आणि प्राइम इंटलेक्ट यांचा समावेश आहे — तर Mercor आणि Surge सारख्या प्रस्थापित डेटा-लेबलिंग कंपन्या गती ठेवण्यासाठी मोठ्या प्रमाणात गुंतवणूक करत आहेत. प्रत्येकजण, एका स्त्रोताने प्रकाशनाला सांगितले, "या जागेकडे पहात आहे."
भरभराटीला चालना देणारी महत्त्वाकांक्षा आश्चर्यकारक तुलना करून पकडली गेली आहे: गुंतवणूकदारांना आशा आहे की यापैकी एक कंपनी "पर्यावरणासाठी स्केल एआय" बनेल, जो डेटा-लेबलिंग पॉवरहाऊसचा संदर्भ आहे ज्याने चॅटबॉट युगाला शक्ती प्रदान केली. जर मजबुतीकरण शिक्षण वातावरण हे एआय क्षमतेच्या पुढील झेपसाठी सब्सट्रेट असल्याचे सिद्ध झाले, तर त्यांना पुरवठा करणारी कंपनी प्रचंड मूल्य मिळवू शकते.
प्रमुख प्रयोगशाळा दखल घेत आहेत. द इन्फॉर्मेशनचा हवाला देत, TechCrunch ने अहवाल दिला की Anthropic मधील नेत्यांनी पुढील वर्षभरात सुदृढीकरण शिक्षण वातावरणावर $1 बिलियन पेक्षा जास्त खर्च करण्यावर चर्चा केली आहे - एक आकृती जी Google च्या नोंदवलेल्या मेकॅनाइझ चर्चेला संदर्भ देते.
एक वादग्रस्त मिशन
मेकॅनाइझने केवळ त्याच्या तंत्रज्ञानासाठीच नव्हे तर त्याच्या स्पष्ट महत्त्वाकांक्षेसाठी लक्ष वेधले आहे. कंपनीने आपले उद्दिष्ट "सर्व कामाचे पूर्ण ऑटोमेशन" असे उघडपणे वर्णन केले आहे, ज्याने तीव्र वादविवाद निर्माण केला आहे. न्यूयॉर्क टाइम्स, फॉर्च्यून आणि टेकक्रंच या सर्वांनी स्टार्टअपच्या उत्तेजक मिशनचे परीक्षण केले आहे, समीक्षकांनी मानवी श्रमांना स्वयंचलित करण्याच्या सामाजिक परिणामांवर प्रश्नचिन्ह उपस्थित केले आहे आणि समर्थकांनी असा युक्तिवाद केला आहे की असे ऑटोमेशन अपरिहार्य आणि शेवटी फायदेशीर आहे.
त्या वादामुळे गुंतवणूकदारांना परावृत्त झाले नाही. नोंदवलेले Google चर्चा सूचित करतात की किमान एक हायपरस्केलर पुरेशी तांत्रिक वचन पाहतो - आणि पुरेशी स्पर्धात्मक निकड - अब्जावधी वचनबद्धतेसाठी.
Google का प्रवेश करू इच्छित आहे
Google साठी, अग्रगण्य वातावरणातील स्टार्टअपसह सखोल भागीदारी अनेक धोरणात्मक उद्दिष्टे पूर्ण करेल. उत्तम-प्रशिक्षित एजंट Google चे स्वतःचे कोडिंग आणि उत्पादकता साधने मजबूत करू शकतात, तृतीय-पक्ष प्रशिक्षण डेटावरील त्याचा अवलंबित्व कमी करू शकतात आणि वापरकर्त्याच्या वतीने सॉफ्टवेअर ऑपरेट करू शकतील अशा AI एजंट्ससाठी उदयोन्मुख बाजारपेठेत एक धार देऊ शकतात.
हे Google ला समान सीमारेषेवर संसाधने ओतणाऱ्या प्रतिस्पर्ध्यांशी गती राखण्यास मदत करेल. एजंट खरे काम करण्यास सक्षम होतात — कोड लिहिणे, इनबॉक्स व्यवस्थापित करणे, खरेदी पूर्ण करणे — सर्वोत्तम प्रशिक्षण वातावरण असलेल्या कंपन्यांना निर्णायक फायदा मिळू शकतो.
पुढे रस्ता
अहवाल दिलेली चर्चा अद्याप अंतिम करार नाही आणि अशा वाटाघाटींमधील आकडेवारी अनेकदा बदलते. परंतु केवळ स्केल - सिम्युलेटेड कामाच्या वातावरणावर लक्ष केंद्रित केलेल्या स्टार्टअपसाठी $1.5 बिलियनच्या उत्तरेकडील रक्कम - हे स्पष्ट करते की AI मधील गुरुत्वाकर्षणाचे केंद्र कच्च्या मॉडेल आकारापासून मॉडेल्सला खऱ्या अर्थाने उपयुक्त बनवण्यासाठी आवश्यक असलेल्या पायाभूत सुविधांकडे किती वेगाने सरकत आहे.
करार बंद झाल्यास, मेकॅनाइज एआय बिल्डआउटच्या पुढील टप्प्यात अँकर करणाऱ्या कंपन्यांच्या एका लहान गटात सामील होईल: मॉडेल तयार करणाऱ्या लॅब नव्हे तर त्यांना कसे कार्य करावे हे शिकवणारे पुरवठादार.
चॅटबॉट्सपासून ते एजंटपर्यंत जे काम करतात
मेकॅनाइझमधील स्वारस्य क्षेत्रामध्ये एक व्यापक वळण बिंदू दर्शवते. मागील दोन वर्षांची व्याख्या चॅटबॉट्सद्वारे केली गेली होती - प्रश्नांची उत्तरे देणारी आणि मजकूर तयार करणारी प्रणाली. वर्तमान लहर एजंट्सद्वारे परिभाषित केली जाते: एक ध्येय साध्य करण्यासाठी, अनेकदा अनेक पायऱ्या ओलांडून क्रिया करणाऱ्या प्रणाली. एजंट वेबवर एखाद्या विषयावर संशोधन करू शकतो, अहवालाचा मसुदा तयार करू शकतो आणि तो फाइल करू शकतो, सर्व काही मर्यादित मानवी देखरेखीसह.
निष्क्रीय प्रतिसादकर्त्यापासून सक्रिय ऑपरेटरपर्यंतची झेप कठीण आहे. यासाठी मॉडेल्सची आवश्यकता आहे जे योजना करू शकतात, त्रुटींपासून पुनर्प्राप्त करू शकतात, साधने वापरू शकतात आणि दीर्घ क्षितिजांवर टिकून राहू शकतात — अशा क्षमता ज्या स्थिर डेटासेट शिकवण्यासाठी योग्य नाहीत. मजबुतीकरण शिक्षण वातावरण नेमके हे अंतर पूर्ण करते, म्हणूनच ते इतके भांडवल आणि लक्ष केंद्रीत झाले आहेत. ज्या कंपन्या विश्वासार्हपणे सक्षम एजंट तयार करू शकतात त्या ज्ञान कार्याच्या मोठ्या श्रेणी पुन्हा परिभाषित करू शकतात.
जोखीम आणि खुले प्रश्न
वचन महत्त्वपूर्ण निराकरण न केलेल्या आव्हानांसह येते. जे वातावरण एजंटना वास्तविक सॉफ्टवेअर चालवण्यास प्रशिक्षित करतात ते नवीन सुरक्षा धोके आणू शकतात जर त्या एजंटना नंतर थेट सिस्टममध्ये प्रवेश दिला गेला. संशोधकांनी अशा प्रकरणांचे दस्तऐवजीकरण केले आहे ज्यात AI एजंट्सने, चाचणी केली असता, अनपेक्षित आणि कधीकधी फसव्या कृती केल्या - एक स्मरणपत्र आहे की स्वायत्तता आणि विश्वासार्हता लॉकस्टेपमध्ये पुढे जात नाही.
असे आर्थिक आणि सामाजिक प्रश्न देखील आहेत ज्यांची उत्तरे समाजाच्या तुलनेत तंत्रज्ञान वेगाने निर्माण करतात. एकच स्टार्टअप कार्यालयीन कामाचे महत्त्वपूर्ण भाग स्वयंचलित करण्यात यशस्वी झाल्यास, रोजगार, प्रशिक्षण आणि उत्पादकता नफ्याचे वितरण यावर तीव्र प्रभाव पडेल. मेकॅनाइझचे उघडपणे सांगितलेले मिशन हे सुनिश्चित करते की ते प्रश्न जास्त काळ काल्पनिक राहणार नाहीत — आणि Google च्या नोंदवलेल्या स्वारस्याचा आकार सूचित करतो की उद्योग त्यांना सोडवण्याची समस्या म्हणून हाताळत आहे, कमी होण्याचे कारण नाही.
