शीर्ष 10 कारण एआई रातोंरात मुख्यधारा बन गए - भविष्य के निहितार्थों का पता लगाया गया

जेनरेटिव एआई का तेजी से उदय: प्रौद्योगिकी में एक गेम-चेंजर

यह एक बवंडर है, यह नहीं है? चैटगिप जैसे उपकरणों के साथ जनरेटिव एआई, 2023 की शुरुआत में दृश्य पर फट गया, लगभग रात भर तकनीकी परिदृश्य को बदल दिया। यह ऐसा है जैसे हमने एक स्टारगेट एपिसोड से कुछ विदेशी तकनीक पर ठोकर खाई है - इसके अलावा यह वास्तविक है, और यह सब कुछ बदल रहा है। हमारे दैनिक वर्कफ़्लोज़ शिफ्टिंग में AI सुविधाओं को जोड़ने के लिए दौड़ने वाले विक्रेताओं से, प्रभाव निर्विवाद है।

लेकिन यह इतनी तेजी से कैसे हुआ? इस लेख में, मैं उन दस प्रमुख कारकों में गोता लगाऊंगा, जिन्होंने हमारे तकनीकी ढेर और कार्यदिवस रूटीन में जेनेरिक एआई की स्विफ्ट उन्नति और एकीकरण को प्रेरित किया है।

चरण I: मौलिक नवाचार

मैं 20 साल पहले अपने थीसिस दिनों के बाद से एआई के साथ काम कर रहा हूं, और यहां तक ​​कि 90 के दशक में एआई उत्पादों को वापस लॉन्च किया था। लेकिन कुछ भी नहीं मुझे आगे छलांग के लिए तैयार किया गया है कि चैट का प्रतिनिधित्व करता है। आइए इस क्रांति को उगलने वाले तीन प्रमुख कारकों को तोड़ते हैं।

1। ट्रांसफार्मर मॉडल में प्रगति

AI सीमित कार्यों के लिए विशिष्ट डेटासेट पर प्रशिक्षित, अविश्वसनीय रूप से संकीर्ण हुआ करता था। मुझे याद है कि 90 के दशक की शुरुआत में हाउस प्लांट क्लिनिक नामक एक उत्पाद की शिपिंग, केवल हाउस प्लांट के मुद्दों पर प्रशिक्षित। यह अपने उद्देश्य के लिए बहुत अच्छा था, लेकिन इसके प्रशिक्षण डेटा के बाहर क्लूलेस।

फिर, 2017 में, Google का "ध्यान सभी आप की जरूरत है" पेपर ने स्व-परिग्रहण मॉडल की शुरुआत की, जिससे एआईएस ने एक बार में पूरे वाक्यों को संसाधित करने की अनुमति दी। इस सफलता ने एआईएस को संदर्भ को समझने में सक्षम बनाया, "नदी के एक बैंक" और "शहर के केंद्र में एक बैंक" के बीच अंतर किया।

2। व्यापक रूप से प्रशिक्षित नींव मॉडल

ट्रांसफार्मर मॉडल के साथ, एआईएस को डेटा से ही विशाल, विविध डेटासेट, समझ के संदर्भ में प्रशिक्षित किया जा सकता है। इसने ओपनईआई के जीपीटी -3.5 और जीपीटी -4 जैसे मॉडल को लगभग पूरे इंटरनेट और अनगिनत पुस्तकों पर प्रशिक्षित किया।

ये मॉडल बहुमुखी हो गए, विशेष प्रशिक्षण के बिना किसी भी आवेदन को संभालने में सक्षम। जबकि हमने महीनों का प्रशिक्षण हाउस प्लांट क्लिनिक बिताया है, आज के एआईएस जैसे चैट या गूगल मिथुन पौधे के मुद्दों का निदान कर सकते हैं और बहुत कुछ बॉक्स से बाहर कर सकते हैं।

हालांकि, एक कैच है: इस प्रशिक्षण डेटा का मालिक कौन है? कॉपीराइट सामग्री पर मुकदमे भविष्य की डेटा उपलब्धता को सीमित कर सकते हैं, जिससे इन मॉडलों की प्रभावशीलता को प्रभावित किया जा सकता है। इसके अलावा, सभी इंटरनेट डेटा सटीक या उपयुक्त नहीं हैं, जो चुनौतियों का सामना करता है क्योंकि विक्रेता रेलिंग स्थापित करने के लिए काम करते हैं।

3। हार्डवेयर में सफलता (GPU और TPU)

ट्रांसफार्मर मॉडल की जटिल गणनाओं ने महत्वपूर्ण कंप्यूटिंग शक्ति की मांग की। प्रारंभ में, एनवीडिया के गेमिंग जीपीयू ने एआई के लिए आवश्यक मैट्रिक्स ऑपरेशन को संभाला, लेकिन उनके एम्पीयर और हॉपर सीरीज़ चिप्स ने प्रदर्शन और दक्षता को बढ़ावा दिया।

Google का TPU, विशेष रूप से AI के लिए डिज़ाइन किया गया, Microsoft और Amazon से कस्टम चिप्स के साथ, प्रमुख खिलाड़ियों के लिए विश्व-स्तरीय AI प्रशिक्षण सस्ती बना दिया। इसने एआई क्षमताओं को एक सेवा के रूप में पेश करने की अनुमति दी, सभी आकारों के व्यवसायों के लिए सुलभ, और सेल्फ-ड्राइविंग कारों जैसे अनुप्रयोगों के लिए वास्तविक समय एआई विश्लेषण महत्वपूर्ण सक्षम किया।

चरण II: मार्केट फोर्स ड्राइव गोद लेना

जगह में तकनीक के साथ, बाजार की गतिशीलता ने एआई को मुख्यधारा में धकेल दिया। यहां सात प्रमुख कारक हैं जो इस गोद लेने को चला रहे हैं।

4। सभी के लिए चैट, और एपीआई एक्सेस

जब चैट ने 2023 की शुरुआत में लॉन्च किया, तो यह जल्दी से सबसे तेजी से बढ़ने वाला ऐप बन गया। यह एक Google खोज के रूप में उपयोग करने के लिए स्वतंत्र था, और आश्चर्यजनक रूप से सटीक प्रतिक्रियाएं प्रदान की। हर कोई जिसने कोशिश की, ऐसा लगा जैसे वे भविष्य को छू रहे हैं।

Openai ने API के माध्यम से Chatgpt के मॉडल खोले, जिससे डेवलपर्स ने एक सप्ताहांत में अपने अनुप्रयोगों में विश्व स्तरीय AI को एकीकृत करने की अनुमति दी। प्रति एपीआई कॉल की कम लागत ने इसे एक आकर्षक अतिरिक्त बना दिया, उत्पाद लाइनों का विस्तार किया और राजस्व को बढ़ाया।

5। खुला स्रोत त्वरण

विक्रेता लॉक-इन से बचने के लिए, ओपन-सोर्स समुदाय ने एआई को गले लगा लिया, जिसमें लामा और स्थिर प्रसार जैसे मॉडल पेश किए गए। हगिंग फेस जैसे प्लेटफार्मों ने सभी कौशल स्तरों के डेवलपर्स के लिए एआई एकीकरण को आसान बना दिया।

ओपन सोर्स ने सहयोग, निरंतर सुधार, और आला सुविधाओं का परिचय दिया, जो बड़े विक्रेताओं को प्राथमिकता नहीं दे सकते हैं। यह एआई का लोकतंत्रीकरण करता है, जिससे विभिन्न अनुप्रयोगों में अपने गोद लेने में तेजी आती है।

6। उपभोक्ता और उद्यम की मांग

जनरेटिव एआई सिर्फ प्रचार नहीं है; यह वास्तविक मूल्य प्रदान करता है। मैंने 15 तरीकों से प्रलेखित किया है, एआई ने 2024 में अकेले प्रोग्रामिंग से लेकर फोटो एडिटिंग और सेंटीमेंट एनालिसिस तक मेरी मदद की है। व्यवसायों, छात्रों और व्यक्तियों ने समान रूप से एआई की क्षमता, ड्राइविंग मांग को मान्यता दी है और एआई कंपनियों के मूल्यांकन को बढ़ावा दिया है।

7। वायरलिटी और नेटवर्क इफेक्ट्स

सालों तक, एआई आला था, लेकिन अचानक, यह मुख्यधारा थी। चाची मार्ज पारिवारिक समारोहों में चैटगेट पर चर्चा कर रहे थे, और यह सबसे तेजी से बढ़ता हुआ ऐप बन गया, जो महीनों के भीतर 100 मिलियन सक्रिय उपयोगकर्ताओं तक पहुंच गया और एक साल बाद इसे दोगुना कर दिया।

समुद्री डाकू बात उत्पन्न करने, स्टार ट्रेक कहानियों को लिखने या मिनटों में व्यावसायिक डेटा का विश्लेषण करने की इसकी क्षमता जनता की कल्पना पर कब्जा कर लिया और इसके तेजी से प्रसार को बढ़ावा दिया।

8। प्रतिस्पर्धी बाजार का दबाव

Openai की सफलता के साथ, Google, Microsoft, Meta, Amazon और Apple जैसे अन्य तकनीकी दिग्गजों को पीछे छोड़ दिया जा सकता है। एआई एक हेडलाइन फीचर बन गया, या तो एक बोनस या एक आकर्षक अपसेल के रूप में। Microsoft के कोपिलॉट, Google की मिथुन, और अन्य ने जल्दी से प्रतिस्पर्धा और नवाचार को तीव्र किया।

9। विधायी और नियामक अंतराल

एआई बूम वाइल्ड वेस्ट की तरह रहा है, जिसमें सरकारें रखने के लिए संघर्ष कर रही हैं। अमेरिका ने कुछ ओवरसाइट योजनाएं स्थापित कीं, लेकिन वे गुनगुना रहे थे। एआई कंपनियों ने विनियमन के बिना संभावित तबाही की चेतावनी दी, और कॉपीराइट के मुकदमों ने जटिलता को जोड़ा। कम विनियमन पर एक नए प्रशासन का ध्यान तेजी से विकास और नवाचार को और बढ़ा दिया, लेकिन अनियंत्रित विकास के बारे में भी चिंताएं बढ़ाईं।

10। निरंतर नवाचार और निवेश

एआई एक गुजरता हुआ सनक नहीं है। प्रमुख कंपनियां मूल्यवान उत्पादों और सेवाओं की पेशकश करते हुए अरबों का निवेश करती रहती हैं। हम मल्टीमॉडल एआई, स्वायत्त एजेंटों और एआई कोडिंग ए में सफलताओं को देख रहे हैं। यह 2000 के दशक के मध्य में ऐप इकोनॉमी के पुण्य चक्र की याद दिलाता है, जहां निवेश और नवाचार ने एक-दूसरे को खिलाया, एआई को अच्छे के लिए मुख्यधारा में धकेल दिया।

चरण III: भविष्य

80 के दशक में, मेरी माँ ने एक कंप्यूटर का सपना देखा जो उसके फर्श को वैक्यूम कर सकता था। अब, हमारे पास वैली जैसे रोबोट हैं जो नरवाल बस कर रहे हैं। मेरा सपना? एक एआई जो मुझे लिखते समय कॉफी ला सकता है। टेस्ला, सेब और मेटा द्वारा ह्यूमनॉइड रोबोट पर काम के साथ, यह बहुत दूर नहीं हो सकता है।

एईआई के वर्तमान quirks को देखते हुए, जैसे कि एलेक्सा के सामयिक दुर्घटना या चटप्ट के सामयिक निर्माण, मुझे यकीन नहीं है कि मैं एक रोबोट चाहता हूं जो अभी तक मेरे लिविंग रूम में घूमता है। लेकिन हे, एक आदमी कॉफी के बारे में सपना देख सकता है।

पिछले दो साल एक जंगली सवारी रही हैं, और हम शुरुआत में ही हैं। आपको क्या लगता है कि एआई के तेजी से गोद लेने में सबसे महत्वपूर्ण कारक है? क्या आपने अपने दैनिक वर्कफ़्लो में CHATGPT जैसे AI टूल को एकीकृत किया है? उन्होंने आपके काम या रचनात्मकता को कैसे बदल दिया है? क्या आप एआई को एक दीर्घकालिक गेम-चेंजर के रूप में देखते हैं, या हम एक प्रचार चक्र में हैं जो अंततः स्थिर हो जाएगा? और नैतिक और नियामक चिंताओं के बारे में क्या - क्या आपको लगता है कि एआई विकास उचित निरीक्षण के लिए बहुत तेजी से आगे बढ़ रहा है?

नीचे टिप्पणी में आप हमें अपने विचारों से अवगत कराएं।

आप सोशल मीडिया पर मेरे दिन-प्रतिदिन के प्रोजेक्ट अपडेट का पालन कर सकते हैं। मेरे साप्ताहिक अपडेट न्यूज़लेटर की सदस्यता लेना सुनिश्चित करें, और मुझे @DavidgeWirtz पर ट्विटर/x पर, फेसबुक पर फेसबुक पर, Instagram.com/davidgewirtz पर, Instagram.com/DavidgeWirtz पर, ब्लूस्की पर @Davidwirtz.com पर, और youtube.com/daviddztv पर YouTube पर।