हाल ही में, Elon Musk द्वारा स्थापित AI कंपनी xAI द्वारा 2024 के अंत में जारी होने वाली अगली पीढ़ी के AI मॉडल Grok3 की समय पर रिलीज़ नहीं हो पाई, जिससे उद्योग में व्यापक ध्यान आकर्षित हुआ। Grok3 को xAI द्वारा OpenAI के GPT-4 और Google के Gemini के प्रमुख प्रतिस्पर्धी उत्पाद के रूप में देखा जा रहा है, जिसमें छवि विश्लेषण और प्रश्न-उत्तर क्षमता है, और इसे Musk के सोशल नेटवर्क X पर लागू किया गया है।
पिछले गर्मियों में, Musk ने X प्लेटफॉर्म पर कहा था कि Grok3 "100,000 H100 प्रशिक्षण के बाद, एक अपेक्षित महत्वपूर्ण突破" होगा। लेकिन नए साल के पहले दिन, 2 जनवरी को, Grok3 अभी भी जारी नहीं हुआ, और इसके जल्द जारी होने के कोई संकेत नहीं थे। कुछ रिपोर्टों के अनुसार, पहले एक मध्यवर्ती संस्करण "Grok2.5" जारी किया जा सकता है।
यह घटना एकल नहीं है, AI उद्योग के कई व्यवसायों ने इसी तरह की शर्मनाक स्थिति का अनुभव किया है। AI स्टार्टअप कंपनी Anthropic के उदाहरण के लिए, पिछले वर्ष Claude3Opus मॉडल के उत्तराधिकारी Claude3.5Opus को समय पर जारी नहीं कर पाई, और यहां तक कि इस मॉडल के 2024 के अंत में जारी होने की घोषणा करने के बाद, अंततः इस मॉडल की रिलीज़ को छोड़ने का निर्णय लिया। इसके अलावा, Google और OpenAI ने भी अपने प्रमुख मॉडलों की रिलीज़ में देरी का सामना किया है।
इन श्रृंखलाबद्ध देरी के पीछे, वर्तमान AI प्रशिक्षण विधियों का सामना कर रहे बाधाओं को दर्शाता है। अतीत में, बड़े पैमाने पर गणनात्मक क्षमता और बड़े डेटा सेट का उपयोग करके प्रशिक्षण से, कंपनियों ने प्रदर्शन में महत्वपूर्ण सुधार किया। लेकिन जैसे-जैसे हर पीढ़ी के मॉडल के प्रदर्शन में सुधार की मात्रा कम होती जा रही है, कंपनियाँ वर्तमान बाधाओं को पार करने के लिए वैकल्पिक तकनीकों की तलाश कर रही हैं। Musk ने पॉडकास्ट होस्ट Lex Fridman के साथ साक्षात्कार में कहा कि हालांकि Grok3 की अपेक्षाएँ उच्च हैं, लेकिन उन्होंने यह भी स्वीकार किया कि यह शायद इच्छित रूप से नहीं हो सकेगा।
इसके अलावा, xAI टीम का आकार छोटा होना भी Grok3 के स्थगन का एक महत्वपूर्ण कारण हो सकता है। प्रतिस्पर्धियों की तुलना में, xAI के संसाधन और मानव शक्ति अपेक्षाकृत सीमित हैं, जो निश्चित रूप से उन्हें नए मॉडल विकसित करते समय अधिक चुनौतियों का सामना करने के लिए मजबूर करता है।
कुल मिलाकर, Grok3 की देरी न केवल xAI का एक छोटा सा मोड़ है, बल्कि यह पूरी AI उद्योग में तकनीकी बाधाओं का सामना करते समय एक सामान्य प्रवृत्ति को भी दर्शाता है।
