NOOM BROWN: AI 'रीज़निंग' मॉडल दशकों पहले उभर सकते थे

# GTC # openai

ओपनई में एआई रीजनिंग में एक प्रमुख शोधकर्ता नोआम ब्राउन ने हाल ही में सैन जोस में एनवीडिया के जीटीसी सम्मेलन में अंतर्दृष्टि साझा की, यह सुझाव देते हुए कि "रीजनिंग" एआई में प्रगति को 20 साल पहले हासिल किया जा सकता था यदि सही तरीके और एल्गोरिदम ज्ञात थे। उन्होंने समझाया, "इस शोध दिशा की उपेक्षा के कारण विभिन्न कारण थे," दृष्टिकोण में एक अंतर को उजागर करते हुए जो बहुत जल्द भरा जा सकता था। अपनी शोध यात्रा पर विचार करते हुए, ब्राउन ने एक महत्वपूर्ण अहसास का उल्लेख किया: "मैंने अपने शोध के दौरान देखा कि, ठीक है, वहाँ कुछ गायब है। मनुष्य कठिन स्थिति में कार्य करने से पहले सोचने में बहुत समय बिताते हैं। शायद यह बहुत उपयोगी होगा [एआई में]।" इस अवलोकन ने उन्हें एआई मॉडल विकसित करने के लिए प्रेरित किया, जो केवल कम्प्यूटेशनल शक्ति पर भरोसा करने के बजाय मानव-जैसे तर्क की नकल करते हैं। कार्नेगी मेलन विश्वविद्यालय में उनका काम, विशेष रूप से प्लुरिबस एआई के साथ, जो शीर्ष मानव पोकर खिलाड़ियों को सबसे अच्छा लगता है, इस दृष्टिकोण का उदाहरण देता है। प्लुरिबस ग्राउंडब्रेकिंग कर रहा था क्योंकि यह समस्याओं को हल करने के लिए तर्क का उपयोग करता था, उस समय अधिक सामान्य क्रूर-बल के तरीकों के साथ विपरीत था। Openai में, ब्राउन ने O1 के विकास में योगदान दिया, एक AI मॉडल जो परीक्षण-समय के अनुमान के रूप में जाना जाने वाला एक विधि का उपयोग करता है। यह तकनीक एआई को जवाब देने से पहले "सोचने" की अनुमति देती है, इसकी सटीकता और विश्वसनीयता को बढ़ाती है, विशेष रूप से गणित और विज्ञान जैसे क्षेत्रों में। पैनल चर्चा के दौरान, ब्राउन ने ओपनईआई जैसे बड़े एआई प्रयोगशालाओं द्वारा किए गए प्रयोगों के पैमाने के साथ प्रतिस्पर्धा करने वाले शैक्षणिक अनुसंधान की चुनौती को संबोधित किया। उन्होंने आधुनिक मॉडलों की बढ़ती कम्प्यूटेशनल मांगों के कारण बढ़ती कठिनाई को स्वीकार किया, लेकिन सुझाव दिया कि शिक्षाविद अभी भी उन क्षेत्रों पर ध्यान केंद्रित करके महत्वपूर्ण रूप से योगदान कर सकते हैं जिन्हें कम कम्प्यूटेशनल शक्ति की आवश्यकता होती है, जैसे कि डिजाइनिंग मॉडल आर्किटेक्चर। उन्होंने कहा, "[t] यहाँ फ्रंटियर लैब्स [और एकेडेमिया] के बीच सहयोग का एक अवसर है," [t] यहाँ एकेडमिया और फ्रंटियर लैब्स के बीच सहयोग की क्षमता पर जोर दिया। लैब्स। " ब्राउन की टिप्पणियां विशेष रूप से समय पर हैं क्योंकि ट्रम्प प्रशासन ने वैज्ञानिक फंडिंग के लिए महत्वपूर्ण कटौती का प्रस्ताव दिया है, एआई विशेषज्ञों द्वारा आलोचना की गई एक चाल, जिसमें जेफ्री हिंटन भी शामिल हैं, जो तर्क देते हैं कि इस तरह के कटौती विश्व स्तर पर एआई अनुसंधान प्रयासों को खतरे में डाल सकती है। उन्होंने एआई बेंचमार्किंग में सुधार करने में शिक्षाविदों की महत्वपूर्ण भूमिका को भी बताया, "एआई में बेंचमार्क की स्थिति वास्तव में खराब है, और इसके लिए बहुत अधिक गणना करने की आवश्यकता नहीं है।" वर्तमान एआई बेंचमार्क अक्सर अस्पष्ट ज्ञान पर ध्यान केंद्रित करते हैं और उन क्षमताओं को सटीक रूप से प्रतिबिंबित करने में विफल रहते हैं जो उपयोगकर्ताओं के लिए सबसे अधिक मायने रखते हैं, जिससे एआई मॉडल की वास्तविक क्षमता और प्रगति के बारे में भ्रम होता है। *अद्यतन 4:06 PM Pt: इस टुकड़े के एक पुराने संस्करण का अर्थ है कि ब्राउन अपनी प्रारंभिक टिप्पणियों में O1 जैसे तर्क मॉडल का उल्लेख कर रहा था। वास्तव में, वह ओपनई में अपने समय से पहले गेम-प्लेइंग एआई पर अपने काम का जिक्र कर रहे थे। हमें त्रुटि पर पछतावा है।*

संबंधित लेख

सूचना (10)