हाल ही में, विश्व प्रसिद्ध गतिशील बेंचमार्किंग प्लेटफ़ॉर्म LiveCodeBench से मिली जानकारी के अनुसार, किमी के नए जारी किए गए k1.6 मॉडल ने प्रोग्रामिंग क्षमता में असाधारण प्रदर्शन किया है और OpenAI के GPT-3 (o3mini और o1 जैसे संस्करणों सहित) को पीछे छोड़ते हुए प्रदर्शन रैंकिंग में पहले स्थान पर पहुँच गया है। इस खबर ने निस्संदेह तकनीकी जगत में उत्साह और अपेक्षाओं को जगा दिया है। मूनशैडो के शोधकर्ता फ़्लड के अनुसार, k1.6 को k1.5 के आधार पर प्रशिक्षित और अनुकूलित किया गया है।

OpenAI के मुख्य उत्पाद अधिकारी केविन वाईल (Kevin Weil) ने 22 जनवरी को透露 किया कि कंपनी फरवरी या मार्च में अधिक बुद्धिमान GPT-3 मॉडल लॉन्च करने की योजना बना रही है। साथ ही, OpenAI पहले तिमाही में पहले AI स्मार्ट उपकरणों को भी लॉन्च करने की योजना बना रहा है, जिसका उद्देश्य ChatGPT को अधिक व्यावहारिक संचालन क्षमताएँ देना है। यह नवाचार ChatGPT को उपयोगकर्ता के कंप्यूटर पर विशिष्ट कार्यों को निष्पादित करने में सक्षम बनाएगा, जैसे कि फुटबॉल नामांकन फॉर्म को भरने और प्रस्तुत करने में सहायता करना। यह समाचार निश्चित रूप से अनेक AI उत्साही लोगों को उत्साहित करेगा।

लक्स कार द्वारा विकसित की गई कृत्रिम बुद्धिमत्ता एप्लिकेशन—लक्स टॉम एप अब आधिकारिक रूप से एप्पल ऐप स्टोर और शाओमी ऐप स्टोर पर उपलब्ध है। आईओएस संस्करण का आकार लगभग 91MB है, जबकि एंड्रॉइड संस्करण का आकार लगभग 81MB है। यह एप्लिकेशन लक्स कार के स्व-निर्मित बड़े मॉडल पर आधारित है, जो समृद्ध स्मार्ट इंटरैक्शन सुविधाएँ प्रदान करती है।

बड़े AI मॉडल (जैसे Transformer और भाषा मॉडल) का प्रशिक्षण AI क्षेत्र में एक अनिवार्य कुंजी पहलू बन गया है, लेकिन यह उच्च गणना लागत, मेमोरी खपत और ऊर्जा की आवश्यकता जैसी चुनौतियों का सामना कर रहा है। उदाहरण के लिए, OpenAI का GPT-3 के पास 1750 करोड़ पैरामीटर हैं, जिसे GPU प्रशिक्षण के लिए कई हफ्तों की आवश्यकता होती है। इन विशाल संसाधनों की आवश्यकता ने इस तकनीक के बड़े पैमाने पर गणना संसाधनों वाले संगठनों में उपयोग को सीमित कर दिया है, साथ ही ऊर्जा दक्षता और पर्यावरणीय प्रभाव के बारे में चिंताओं को बढ़ावा दिया है। इन चुनौतियों का समाधान करना AI के विकास को अधिक व्यापक रूप से सुलभ बनाने के लिए आवश्यक है।

हाल ही में, मिशिगन विश्वविद्यालय के एक नए अध्ययन में पता चला है कि बड़े भाषा modelos के प्रशिक्षण के लिए एक श्रम-सहेजने वाला तरीका समान समय में पूरा किया जा सकता है, लेकिन ऊर्जा की खपत 30% कम हो जाती है। इस तरीके से पर्याप्त ऊर्जा की बचत हो सकती है, जो 2026 तक 11 लाख अमेरिकी परिवारों को बिजली देने के लिए पर्याप्त है। शोधकर्ताओं ने Perseus नामक एक सॉफ़्टवेयर उपकरण विकसित किया, जो कुंजी पथ की पहचान करता है, यानी उन उप कार्यों की एक श्रृंखला जिन्हें पूरा करने में सबसे लंबा समय लगता है। फिर, Perseus गैर-कुंजी पथ पर प्रोसेसर की गति को कम करता है ताकि वे सभी एक ही समय में पूरे हो सकें।

कृत्रिम बुद्धिमत्ता के युग में, बड़े भाषा मॉडल (LLM) जैसे GPT-3 और BERT उच्च गुणवत्ता वाले डेटा की मांग कर रहे हैं। हालाँकि, इन डेटा को ऑनलाइन मैन्युअल रूप से वर्गीकृत करना न केवल समय लेने वाला होता है, बल्कि अक्सर इसे बढ़ाना भी मुश्किल होता है। इससे डेवलपर्स के लिए एक महत्वपूर्ण चुनौती उत्पन्न होती है, विशेषकर जब बहुत सारे डेटा की आवश्यकता होती है। पारंपरिक वेब क्रॉलर और डेटा खींचने वाले उपकरण संरचित डेटा निकालने में सीमित क्षमताएँ रखते हैं, हालाँकि वे वेब डेटा एकत्र कर सकते हैं, वे अक्सर डेटा को LLM प्रसंस्करण के लिए उपयुक्त प्रारूप में फ़ॉर्मेट करने में असमर्थ होते हैं।

प्रौद्योगिकी के त्वरित विकास के साथ, कृत्रिम बुद्धिमत्ता (AI) हमारे रसोई में प्रवेश कर चुकी है, जो हमें रेसिपी बनाने में मदद करती है। एप्पल, गूगल और सैमसंग जैसी कंपनियाँ एआई संचालित रेसिपी जनरेटर पेश कर रही हैं, जहां उपयोगकर्ता केवल सिरी से अनुरोध करके, उपलब्ध सामग्री के आधार पर रात के खाने के मेनू प्राप्त कर सकते हैं। हालांकि, यह उन खाद्य ब्लॉगर्स के लिए एक बुरा सपना है जो रेसिपी विकास में पूरी तरह से लगे हुए हैं। असली रेसिपी और एआई द्वारा निर्मित रेसिपी की तुलना करने के लिए, यूट्यूब और टिक टोक पर कई रसोइये एक अनोखी प्रतियोगिता में शामिल हो गए हैं।

मियान दीवाल इंटेलिजेंस कंपनी ने हाल ही में मिनीसीपीएम 3.0 जारी किया, जो एक उत्कृष्ट प्रदर्शन वाला एआई मॉडल है, जो केवल 2GB मेमोरी वाले उपकरणों पर चल सकता है, एंड-साइड एआई अनुभव के एक नए युग का संकेत है। मिनीसीपीएम 3.0 मॉडल में 4B पैरामीटर हैं, और इसका प्रदर्शन GPT-3.5 से आगे निकल जाता है, जिससे मोबाइल उपकरणों पर GPT-3.5 स्तर की एआई सेवाएं प्राप्त करना संभव है। इससे उपयोगकर्ताओं को क्लाउड प्रोसेसिंग पर निर्भर हुए बिना तेज़, सुरक्षित और सुविधाओं से भरपूर स्थानीय एआई सेवाओं का आनंद मिल सकता है, साथ ही यह एक और अधिक चिकनी और गोपनीय बुद्धिमान इंटरैक्शन अनुभव की गारंटी भी देता है।

गूगल ने 20 बिलियन पैरामीटर वाला Gemma22B मॉडल पेश किया है, जो कई प्रकार के हार्डवेयर वातावरण में उत्कृष्ट प्रदर्शन दिखा रहा है, विशेष रूप से 'चैटबॉट एरेना' में GPT-3.5-Turbo-0613 और Mixtral-8x7b जैसे मॉडलों को पीछे छोड़ता है। यह मॉडल NVIDIA TensorRT-LLM लाइब्रेरी के माध्यम से ऑप्टिमाइज़ किया गया है और विभिन्न स्थितियों में, किनारे के उपकरणों से लेकर शक्तिशाली क्लाउड वातावरण तक, प्रभावी रूप से तैनात किया गया है। सुरक्षा बढ़ाने के लिए, गूगल ने ShieldGemma सुरक्षा वर्गीकरणकर्ता और Gemma S भी जारी किया है。

माइक्रोसॉफ्ट ने Phi-3 छोटे भाषा मॉडल के लिए सर्वर रहित ट्यूनिंग सुविधा की घोषणा की, जो डेवलपर्स को Azure AI प्लेटफार्म पर मॉडल प्रदर्शन को बिना आधारभूत संरचना का प्रबंधन किए आसानी से समायोजित करने की अनुमति देती है और शुरुआत में यह मुफ्त है। Phi-3 मॉडल में 30 अरब पैरामीटर हैं, जो व्यवसायिक डेवलपर्स के लिए उपयुक्त है, उच्चतम प्रदर्शन प्रदान करता है और लागत कम है। OpenAI के GPT-3.5 की तुलना में, हालांकि इसके पैरामीटर की संख्या कम है, लेकिन विभिन्न अनुप्रयोगों में यह समान प्रदर्शन करता है। सर्वर रहित ट्यूनिंग प्रक्रिया को सरल बनाता है, बाधाओं को कम करता है, और छोटे और मध्यम मॉडल की ट्यूनिंग का समर्थन करता है।

हाल ही में, Qwen2 पर आधारित एक मॉडल Arcee Spark ने 18 लाख नमूना डेटा पर सूक्ष्म-निर्माण किया, जिसमें 128k टोकन संदर्भ है। Arcee Spark का विमोचन व्यापक ध्यान आकर्षित कर रहा है, विशेष रूप से कृत्रिम बुद्धिमत्ता क्षेत्र में कार्यरत पेशेवरों के बीच, जिसने एक नया उत्साह शुरू किया है।

गूगल ने OpenAI GPT-3.5-turbo मॉडल पर सफलतापूर्वक हमला किया, लागत केवल 150 रूपए। हमले की विधि सरल है, केवल 2000 से कम API अनुरोधों के माध्यम से पूरे प्रक्षिप्ति मैट्रिक्स और छुपे हुए आयामों को प्राप्त किया जा सकता है। यह हमला दिखाता है कि बड़े भाषा मॉडल भी सुरक्षा खतरों का सामना कर सकते हैं। OpenAI ने समान हमलों को रोकने के लिए मॉडल API को संशोधित किया है।

60% GPT-3.5 आउटपुट में प्लेजियरीज़्म की समस्या है। Copyleaks की रिपोर्ट में कहा गया है कि 60% आउटपुट में प्लेजियरीज़्म है। GPT-3.5 विभिन्न विषयों में विभिन्न समानता स्कोर दिखाता है। प्लेजियरीज़्म की समस्या ने OpenAI और न्यूयॉर्क टाइम्स के बीच कानूनी विवाद को जन्म दिया है।

चोरी का पता लगाने वाली कंपनी Copyleaks की एक रिपोर्ट में बताया गया है कि GPT-3.5 मॉडल के आउटपुट में 60% किसी न किसी रूप में चोरी का सामग्री है। Copyleaks ने स्वतः ग्रेडिंग विधि का उपयोग करते हुए पाठ की समानता, छोटी परिवर्तनों, और व्याख्या जैसे कारकों को ‘समानता स्कोर’ निर्धारित करने के लिए उपयोग किया। कंप्यूटर विज्ञान, भौतिकी, मनोविज्ञान जैसे विषयों में समानता सबसे अधिक थी जबकि नाटक, मानविकी, और अंग्रेजी में समानता न्यूनतम थी। OpenAI ने बिना इरादे से मेमोरी के उपयोग को सीमित करने के उपाय किए हैं और जानबूझकर प्रतिकृत सामग्री पर भी प्रतिबंध लगाया है। न्यूयॉर्क टाइम्स के मुकदमे के अलावा, निर्माता भी AI प्रशिक्षण का अधिकार हासिल करने का प्रयास कर रहे हैं।

अनुसंधान से पता चला है कि ChatGPT जैसे बड़े भाषा मॉडल अक्सर साजिशों, हानिकारक पूर्वाग्रहों आदि की गलत जानकारी को दोहराते हैं। उन्होंने पाया कि GPT-3 अक्सर गलतियाँ करता है, एक बार के उत्तर के दौरान आत्म-矛盾 होता है, और हानिकारक गलत जानकारी को दोहराता है। शोधकर्ताओं ने चार विभिन्न सर्वेक्षण टेम्पलेट्स का उपयोग किया, जो छह श्रेणियों के तथ्य और गलत जानकारी को शामिल करते हैं।

Mistral ने हाल ही में Mixtral8x7B मॉडल जारी किया, जिसने AI क्षेत्र में बड़ी हलचल मचाई। यह मॉडल उद्योग के प्रसिद्ध GPT-3.5 और मेटा के Llama2 परिवार को पार करता है, और ओपन-सोर्स AI के क्षेत्र में खासी चर्चा पैदा करता है। Mistral8x7B का प्रदर्शन प्रारंभिक उपयोगकर्ताओं को चकित करता है, लेकिन इससे सुरक्षा संबंधी चिंताएँ भी उठती हैं। जारी किया गया Mistral ओपन-सोर्स मॉडल Mixtral8x7B, उद्योग के प्रसिद्ध GPT-3.5 और मेटा के Lla को पार करता है।

कैलिफोर्निया विश्वविद्यालय के शोध में पाया गया कि GPT-4 ट्यूरिंग टेस्ट पास नहीं कर सका, और मानव बुद्धिमत्ता से कम प्रदर्शन किया। GPT-3.5 मॉडल 60 साल पुराने AI चैटबॉट ELIZA के साथ बातचीत में हार गया। शोध ने ट्यूरिंग टेस्ट का उपयोग कर कृत्रिम बुद्धिमत्ता मॉडल की मानवता के विशेषताओं का अन्वेषण किया, जिससे अकादमिक ध्यान आकर्षित हुआ। जांचकर्ताओं का निर्णय मुख्य रूप से भाषा शैली और सामाजिक भावनात्मक विशेषताओं पर आधारित था, जिनमें शिक्षा स्तर का महत्वपूर्ण पूर्वानुमान नहीं था।

माइक्रोसॉफ्ट के CEO सत्य नडेला ने क्लाउड डेवलपर्स सम्मेलन में घोषणा की कि Azure ने नई जनरेटिव AI मॉडल लॉन्च किए हैं। नए मॉडल में GPT-4 Turbo और GPT-3.5 Turbo शामिल हैं, जो अधिक उन्नत और कुशल कृत्रिम बुद्धिमत्ता उपकरण प्रदान करते हैं। GPT-4 Turbo लागत प्रभावशीलता में 3 गुना बेहतर है और आउटपुट प्रभावशीलता में 2 गुना बेहतर है, जिसमें समानांतर कॉल और JSON मोड जैसी नई विशेषताएँ शामिल हैं। Azure OpenAI सेवा पूर्वी नॉर्वे, दक्षिणी भारत और पश्चिमी अमेरिका में तीन नए क्षेत्रों में विस्तारित हो रही है।

माइक्रोसॉफ्ट पेपर ने खुलासा किया कि GPT-3.5 के पैरामीटर मात्र 20B हैं, जो कि सरकारी दावों से बहुत अधिक है। CodeFusion का छोटा मॉडल अद्भुत प्रदर्शन कर रहा है, केवल 75 मिलियन पैरामीटर के साथ। विवाद के बीच, मॉडल के आकार और प्रदर्शन पर गहन विचार। एआई क्षेत्र में प्रतिस्पर्धा तीव्र, ChatGPT और ClaudeAI शीर्ष स्थान के लिए प्रतिस्पर्धा कर रहे हैं। GPT-4 के समीक्षक, ताओ झे झुआन ने गणितीय समस्याओं को हल करने के लिए GPT-4 का उपयोग किया।

OpenAI के मुख्य वैज्ञानिक Ilya ने GPT-3 के विमोचन से पहले एक गहन साक्षात्कार किया। उन्होंने तंत्रिका नेटवर्क के विकास के इतिहास और मस्तिष्क के साथ समानता के बारे में बात की। उन्हें गहन अध्ययन के विकास और भविष्य में पूरी आत्मविश्वास है। गहन अध्ययन में नवाचार के लिए बड़े पैमाने पर कंप्यूटिंग और निरंतर प्रयास की आवश्यकता होगी। उनका मानना है कि गहन अध्ययन में अब भी अनेक सुंदर और रहस्यमय गुण अन्वेषण की प्रतीक्षा कर रहे हैं।