अडाली में आपका स्वागत है। आप सुन रहे हैं, एआई को समझें। यह पाँचवाँ अध्याय है। हम यहाँ तक कैसे पहुँचे, और सन दो हज़ार बाईस में क्या बदला। ज़रा तीन दृश्य सोचिए। एक कमरे में शोधकर्ता कुछ नियम लिख रहे हैं ताकि कंप्यूटर गणित की एक बात साबित करे। दूसरे कमरे में एक कंप्यूटर लाखों तस्वीरें देखकर अपने अंदर के मान बदल रहा है। और तीसरे कमरे में कोई पहली बार एक चैट खोलता है, अपनी भाषा में सवाल लिखता है, और तुरन्त जवाब पाता है। ये तीनों एक ही चीज़ के तीन नाम नहीं हैं। इनकी कहानी साथ सुनने से पता चलता है कि नियम, उदाहरण, मशीन और लोगों का इस्तेमाल, किस तरह अलग-अलग समय पर जुड़े। इस अध्याय में हम कई तारीख़ें सुनेंगे, पर हमारा काम साल रटना नहीं है। हर मोड़ पर तीन सवाल रखें। नया क्या था? किस काम में असर दिखा? और कौन सी सीमा बाकी थी? कहीं नया डेटा काम आया। कहीं बेहतर चिप। कहीं लोगों को पहले से विकसित हो रही तकनीक पहली बार आसानी से इस्तेमाल करने का मौका मिला। आख़िर में पुणे की एक काल्पनिक टीम से मिलेंगे। वह मराठी दस्तावेज़ पढ़ने की सेवा बनाना चाहती है। उसे मॉडल का नाम चुनने से पहले खर्च, गोपनीयता और गलती की कीमत समझनी होगी। वहीं हम देखेंगे कि पुरानी कहानी आज के एक व्यावहारिक फ़ैसले में कैसे काम आती है। पहला पाठ। सत्तर साल की कहानी को एक साथ सुनिए। सन उन्नीस सौ पचास में ऐलन ट्यूरिंग ने एक लेख लिखा। मशीन सोचती है या नहीं, इस सीधे सवाल की जगह उन्होंने एक खेल पर बात की। लिखकर जवाब देने वालों में मशीन और इंसान का फ़र्क कोई पूछने वाला पहचान पाएगा या नहीं? इससे शोध का एक सवाल मिला। बुद्धि की पूरी परिभाषा नहीं मिली। और एआई का नाम लेकर जिस बैठक की बात होती है, उसका प्रस्ताव बाद का है। सन उन्नीस सौ पचपन में जॉन मैकार्थी और तीन साथियों ने डार्टमथ कॉलेज के लिए एक प्रस्ताव लिखा। अगले साल की गर्मियों में दस लोग, दो महीने तक, कृत्रिम बुद्धिमत्ता पर काम करें। भाषा, सीखने और दूसरे सवालों में बड़ी प्रगति की आशा थी। बैठक सन उन्नीस सौ छप्पन की गर्मियों में हुई। लोग अलग समय के लिए आए और अलग सवालों पर काम करते रहे। बैठक ने नाम और शोध का समुदाय बनाने में मदद की। प्रस्ताव में सोची हर बात वहीं पूरी नहीं हुई। दो तरीके आगे भी बार-बार मिलेंगे। पहला, इंसान किसी काम के नियम लिखता है। दूसरा, प्रणाली उदाहरणों से अपना व्यवहार सीखती है। इन दोनों के अलावा खोज और रिकॉर्ड जैसी चीज़ें हैं, और एक ही सिस्टम उन्हें साथ रख सकता है। शुरू के दौर में नियम वाले काम बहुत दिखे। सन उन्नीस सौ छप्पन का लॉजिक थिओरिस्ट गणित की किताब की कुछ बातें साबित कर पाया। सन उन्नीस सौ छियासठ में इलाइज़ा बातचीत के पैटर्न पहचानकर उनमें से बात वापस कहता था। कुछ लोगों ने उसे निजी बातें भी बताईं। उसकी बातचीत जानकार लग सकती थी, लेकिन उस एहसास से उसका तरीका नहीं बदल गया। सीखने का काम भी शुरू से था। सन उन्नीस सौ अट्ठावन में फ़्रैंक रोज़नब्लैट ने परसेप्ट्रॉन का वर्णन किया। उदाहरणों से उसके कुछ संबंधों के मान बदले जा सकते थे। सन उन्नीस सौ उनहत्तर में मिन्स्की और पैपर्ट ने कुछ तरह के परसेप्ट्रॉन की सीमाएँ दिखाईं। उससे हर कई परत वाले नेटवर्क की सीखने की क्षमता ख़ारिज नहीं हुई। ऐसे नेटवर्क पर आगे काम भी हुआ। लिखे हुए नियमों में किसी साफ़ प्रक्रिया का कारण देखना आसान हो सकता है। उदाहरणों से सीखना उन पैटर्न में मदद कर सकता है जिनकी पूरी सूची लिखना मुश्किल है। दोनों को नए मामलों पर जाँचना पड़ता है। अब किताब की समय रेखा को कान से देखिए। उन्नीस सौ पचास, ट्यूरिंग का सवाल। पचपन, डार्टमथ का प्रस्ताव। छप्पन, उसका शोध कार्यक्रम। फिर अट्ठावन का परसेप्ट्रॉन और छियासठ का इलाइज़ा। उन्नीस सौ तिहत्तर में ब्रिटेन की लाइटहिल रिपोर्ट ने कई बड़े दावों की आलोचना की। कुछ क्षेत्रों का समर्थन घटा। अस्सी के दशक में विशेषज्ञ नियमों वाले सिस्टम का व्यावसायिक इस्तेमाल हुआ। सन उन्नीस सौ छियासी के एक चर्चित लेख ने कई परतों वाले नेटवर्क में बैक प्रॉपगेशन का तरीका लोकप्रिय बनाया। अस्सी के दशक के आख़िरी हिस्से में, सन उन्नीस सौ सतासी के आसपास, विशेष मशीनों का बाज़ार बदला और उम्मीदें टूटीं। इसके बाद के कुछ मोड़। उन्नीस सौ सत्तानवे में आई बी एम के डीप ब्लू ने विश्व शतरंज चैंपियन गैरी कास्पारोव को हराया। उसमें तेज़ खोज के लिए खास मशीन, चाल की स्थिति आँकने का तरीका, डेटाबेस और शतरंज का ज्ञान साथ थे। कुछ मान हाथ से बदले गए और कुछ के लिए प्रशिक्षण के साधन चले। वह अपने आप से खेलकर सिखाया गया गहरा न्यूरल नेटवर्क नहीं था। शांत स्थितियों में उसकी खोज लगभग बीस करोड़ स्थितियाँ प्रति सेकंड तक जा सकती थी। अलग स्थिति में गति बदलती थी। दो हज़ार बारह में इमेजनेट में ऐलेक्सनेट का बड़ा नतीजा आया। प्रतियोगिता में ऐलेक्सनेट के सात नेटवर्कों के मिले-जुले नतीजे की टॉप फ़ाइव गलती पंद्रह दशमलव तीन प्रतिशत थी। दूसरे स्थान की टीम की गलती छब्बीस दशमलव दो प्रतिशत थी। यह उसी परीक्षा की माप थी। दो हज़ार सोलह में ऐल्फ़ागो ने ली सेडोल को चार खेल से एक के अंतर से हराया। उसमें सीखे हुए नीति और मूल्य नेटवर्क, और एक तरह की खोज साथ थे। गो में हर चाल का पूरा पेड़ खोजना व्यावहारिक नहीं था। इसका मतलब यह नहीं कि कोई खोज काम नहीं कर सकती थी। दो हज़ार सत्रह में एक बाद के ऐल्फ़ागो ने के जीए को हराया। उसी साल ट्रांसफ़ॉर्मर पर शोध लेख आया। सन दो हज़ार बीस में जी पी टी थ्री और दो हज़ार बाईस में चैट जी पी टी का सार्वजनिक शोध संस्करण आया। इन मोड़ों में लगातार एक जैसा चक्र नहीं चला। कभी अच्छा प्रदर्शन नई उम्मीद लाया। कभी एक प्रदर्शन असली दुनिया की समस्याओं में उतना काम नहीं आया। कहीं लागत, रखरखाव या बाज़ार बदल गए। इस इतिहास से आप अच्छे सवाल पूछ सकते हैं। किन कामों पर नतीजा देखा गया? उसे रोज़ चलाने का प्रमाण क्या है? किस लागत पर? इतिहास अकेला अगला उतार या चढ़ाव नहीं बता सकता। अगले पाठ में देखेंगे कि जब समर्थन घटा, तब क्या-क्या फिर भी चलता रहा। दूसरा पाठ। एआई की दो सर्दियाँ, और उनमें सच में क्या थमा। यहाँ सर्दी मौसम की बात नहीं है। किसी क्षेत्र में जोश, निवेश या संस्थाओं का समर्थन घटे, तो उसे एआई विंटर कहते हैं। हर प्रयोगशाला एक साथ बन्द नहीं होती। हर तरीका बेकार नहीं हो जाता। पुराने दो दौरों में अलग कारण थे। फिर भी दो सवाल आज भी काम आते हैं। छोटे प्रदर्शन के बाहर तरीका चलेगा? और उसे चलते रहने के लिए कितनी मेहनत होगी? शुरू के प्रोग्राम छोटी दुनियाओं में काम दिखाते थे। मेज़ पर कुछ गुटकों का क्रम, गणित की किताब की कोई बात, या बातचीत के कुछ पैटर्न। यह काम सच में हुआ था। पर शहर, कारख़ाना या असली बातचीत में कहीं ज़्यादा तरह के मामले आते हैं। छोटे उदाहरण में सफल होना, उन नई स्थितियों में सफलता का प्रमाण नहीं है। पहले तय करें कि काम किस सीमा में परखा गया। फिर वैसी और उससे अलग स्थितियों के प्रमाण देखें। मशीन अनुवाद में यह फ़र्क जल्दी दिखा। सन उन्नीस सौ छियासठ की अमेरिकी ऐल्पैक रिपोर्ट ने उस समय के अपने आप होने वाले अनुवाद की आलोचना की। उसने आगे के शोध और अनुवाद में व्यावहारिक मदद के रास्ते भी सुझाए। इससे यह नहीं निकलता कि अनुवाद पर हर काम बन्द हो गया। उन्नीस सौ तिहत्तर की ब्रिटिश लाइटहिल रिपोर्ट में बड़े दावों और बहुत बढ़ती सम्भावनाओं वाली समस्याओं पर सवाल थे। ऐसी रिपोर्टों ने समर्थन की चर्चा पर असर किया। केवल उनसे यह नहीं कहा जा सकता कि हर जगह कितने काम रुके और कितनी जल्दी। बाद का दौर विशेषज्ञ प्रणालियों का था। अस्सी के दशक में डिजिटल इक्विपमेंट कॉरपोरेशन का एक्सकॉन कंप्यूटर ऑर्डर में मिलने वाले हिस्सों का मेल तय करता था। बहुत सारे विशेषज्ञ नियम लिखे गए। यह एक असली व्यावसायिक काम था। पर उत्पाद और प्रक्रिया बदलें तो नियम फिर देखने पड़ते हैं। किसी नये मामले में छूट वाला नियम, कोई नया उदाहरण, या सीधे इंसान का फ़ैसला लग सकता है। नियम लिखने के बाद विशेषज्ञों की मेहनत ख़त्म नहीं होती। इससे नियम वाले सॉफ़्टवेयर का महत्व कम नहीं होता। एक तय, स्थिर काम में साफ़ नियम अच्छा रास्ता हो सकता है। सीखने वाले मॉडल को भी बनाए रखना पड़ता है। सामग्री जमा करनी होती है, देखना होता है कि आने वाले मामले बदल गए या नहीं, और गलत नतीजे पकड़ने होते हैं। इसलिए दोनों का खर्च उसी काम के लिए आँककर तुलना कीजिए। किसी एक का नाम सुनकर उसे हमेशा सस्ता या आसान मत मानिए। अस्सी के दशक के आख़िर की गिरावट में विशेष कंप्यूटरों का बाज़ार, आम मशीनों की प्रतिस्पर्धा और कमाई की उम्मीदें भी थीं। जापान का फ़िफ़्थ जेनरेशन प्रोजेक्ट सन उन्नीस सौ बयासी में शुरू हुआ। उसका मूल कार्यक्रम मार्च उन्नीस सौ तिरानवे में पूरा हुआ। उसमें समानांतर तर्क की मशीनें और उनसे जुड़ा सॉफ़्टवेयर बना। उसका आकलन उसके असली तकनीकी नतीजे देखकर होना चाहिए। यह कहना कि उसने इंसान जैसी सोच बना दी, या यह कहना कि उसने कुछ उपयोगी किया ही नहीं, दोनों बातों में बारीकी खो जाती है। इस बीच न्यूरल नेटवर्क पर काम चलता रहा। बैक प्रॉपगेशन के पुराने विचारों को सन उन्नीस सौ छियासी में बहुत लोगों ने जाना। नब्बे के दशक में दस्तावेज़ों पर लिखावट पढ़ने के काम बने। सन दो हज़ार बारह की इमेजनेट प्रतियोगिता से पहले गहरे नेटवर्क आवाज़ पहचानने में भी परखे जा रहे थे। बाद की प्रगति में बड़े डेटा, तेज़ हार्डवेयर, अलग बनावट, प्रशिक्षण के तरीके और सॉफ़्टवेयर इंजीनियरिंग सब साथ आए। उसे किसी एक विचार या सिर्फ़ तेज़ मशीन की जीत कहना सही नहीं होगा। क्या अगली सर्दी आएगी? इतिहास से इसका समय तय नहीं होता। आप किसी नए प्रोजेक्ट को बेहतर ढंग से ज़रूर परख सकते हैं। जिस काम पर उसे लगाएँगे, क्या उसी के मुश्किल उदाहरण देखे? चलाने के लिए डेटा, जाँच, बदलाव और मदद का खर्च निकाला? मांग, ढाँचा और फ़ंडिंग भी बदलते हैं। तकनीक में सुधार और कमाई, अलग बातें हैं। अगले पाठ में देखेंगे कि कुछ रोज़मर्रा के कामों में लोगों ने नियमों के साथ-साथ आँकड़ों से सीखने का रास्ता क्यों चुना। तीसरा पाठ। नियमों के साथ आँकड़ों से सीखने की ओर आया बदलाव। अस्सी के दशक के आख़िर में फ़्रेडरिक येलिनेक आई बी एम के आवाज़ पहचानने वाले समूह का नेतृत्व कर रहे थे। उनसे जुड़ा एक मज़ाक कई रूप में सुनाया जाता है। कहा जाता है कि जब भी उन्होंने भाषा के किसी विशेषज्ञ को हटाया, मशीन बेहतर सुनने लगी। इसे किस्सा समझिए। यह प्रमाण नहीं कि भाषा समझने वाले लोगों की ज़रूरत नहीं। उस काम में रिकॉर्ड हुई आवाज़ और लिखे शब्द, दोनों की जानकारी चाहिए थी। आवाज़ के मॉडल ने देखना सीखा कि रिकॉर्ड की गई ध्वनि का भाषा के हिस्सों से क्या मेल है। भाषा के दूसरे मॉडल ने लिखे पाठ में शब्दों के क्रम की सम्भावना सीखी। जब कोई वाक्य सुनाई देता है, तो दोनों तरह की जानकारी मदद कर सकती है। आवाज़ में क्या सुना, और उस भाषा में कौन सा क्रम ज़्यादा सम्भव है। सिर्फ़ किताब के शब्द गिनकर ध्वनि की पूरी जानकारी नहीं मिलेगी। इन तरीकों का असर नब्बे के दशक और उसके बाद आवाज़, अनुवाद और दूसरे कामों में बढ़ा। पुराने नियम और नए न्यूरल तरीके साथ भी चलते रहे। अनुवाद का एक उदाहरण लें। एक ही बात कहने के कई सही तरीके हैं। हर वाक्य के लिए नियम पहले से लिखना कठिन है। अगर आपको दो भाषाओं में एक ही तरह की बहुत सामग्री मिले, तो आप उदाहरणों से कुछ मेल सीख सकते हैं। सन उन्नीस सौ नब्बे के आई बी एम के लेख ने कनाडा की संसद की दो भाषाओं वाली कार्यवाही से फ़्रेंच से अंग्रेज़ी अनुवाद पर एक प्रयोग बताया। उसमें शब्द स्तर पर मेल और सम्भावनाएँ इस्तेमाल हुईं। यह बाद के वाक्यांश वाले तरीकों जैसा नहीं था। प्रयोग सीमित था। लेख ने शब्द के रूप और वाक्य की बनावट जैसी बाकी कठिनाइयाँ बताईं। हर पुराने अनुवादक को हराने का दावा नहीं था। दो भाषाओं के उदाहरण मिलने से तरीका सम्भव हुआ, पर डेटा अकेला काम नहीं कर रहा था। यह चुनना भी पड़ा कि मेल कैसे निकाला जाए और अच्छा अनुवाद कैसे नापा जाए। आगे चलकर छोटे वाक्यांशों के मेल वाले तरीके आए। फिर कई उत्पाद न्यूरल अनुवाद पर गए। गूगल ने दो हज़ार सोलह में ऐसे अनुवाद को जारी करना शुरू किया। सभी भाषाओं और सभी ऐपों में बदलाव एक ही दिन नहीं हुआ। आँकड़ों से सीखने के कई उपयोग बहुत गहरे नेटवर्क के बिना भी चले। स्पैम फ़िल्टर कुछ शब्दों और संदेशों के ढंग से अनचाहा मेल पहचान सकता था। लेनदेन की जाँच में पुराने पैटर्न से नए लेनदेन का अंक बन सकता था। दो हज़ार छह में नेटफ़्लिक्स प्राइज़ ने फ़िल्मों की रेटिंग के तय परीक्षण में अनुमान की गलती दस प्रतिशत घटाने का लक्ष्य रखा। हर सिफ़ारिश दस प्रतिशत अच्छी बनाने का नहीं। दो हज़ार नौ में जीतने वाले प्रयास ने कई मॉडल साथ लगाए। तब लोग बहुत समय यह चुनने में लगाते थे कि मॉडल को क्या मापकर दिया जाए। ईमेल में बड़े अक्षर कितनी बार आए? कौन से शब्द हैं? भेजने वाले का पिछला रिकॉर्ड क्या है? तस्वीर में रंग का फैलाव या किनारे दिख रहे हैं? इन्हें फ़ीचर कहते हैं। मॉडल उदाहरणों से सीखता हो, तब भी ये माप चुनना इंसान के काम का हिस्सा हो सकता है। डेटा, मॉडल और परीक्षा की गुणवत्ता भी मायने रखती थी। गहरे नेटवर्क ने सीधे कच्ची सामग्री से उपयोगी पैटर्न सीखने की गुंजाइश बढ़ाई। इमेजनेट के पहले भी यह काम चल रहा था। ऐलेक्सनेट ने बड़े उदाहरण पर दिखाया कि तस्वीर के पिक्सल से सीखे पैटर्न उपयोगी हो सकते हैं। फिर भी किसी ने तस्वीरें, नेटवर्क की बनावट, उसे सिखाने का लक्ष्य और परिणाम मापने की विधि चुनी। अपने आप फ़ीचर सीखना, इंसान की सारी भूमिका हटाना नहीं था। कुछ वाक्यांश वाले अनुवादक पास-पास के हिस्सों से अच्छे मेल पकड़ते थे। दूर के शब्दों का मेल और सही क्रम पकड़ना मुश्किल हो सकता था। इसका मतलब कोई एक तय पाँच शब्द वाली सीमा हर प्रणाली पर लागू नहीं थी। दूसरे ढाँचे और बाद में अटेंशन, संदर्भ इस्तेमाल करने के और रास्ते लाए। आज के भाषा मॉडल को सिर्फ़ वाक्यांश गिनने वाला कहना उसके सीखे हुए रूप और गणना को छोड़ देता है। उसकी समझ का दावा उसी काम में परखिए। अगले पाठ में एक तस्वीर प्रतियोगिता का नतीजा खोलेंगे। चौथा पाठ। तस्वीरों की एक प्रतियोगिता, और उससे बदला शोध का रुख। इस कहानी की शुरुआत पुरस्कार से नहीं, तस्वीरों को नाम देने से होती है। सन दो हज़ार नौ में फ़ेई फ़ेई ली समेत एक टीम ने इमेजनेट पेश किया। उस समय करीब बत्तीस लाख तस्वीरों पर नाम लगे थे। आगे चलकर संग्रह लगभग एक करोड़ चालीस लाख तस्वीरों और बीस हज़ार से ज़्यादा श्रेणियों तक पहुँचा। बहुत से लोगों ने नाम लगाने में मदद की। सन दो हज़ार दस से शुरू हुई वार्षिक प्रतियोगिता ने एक हज़ार श्रेणियों का हिस्सा इस्तेमाल किया। तय तस्वीरों पर नाम देने का तरीका और परिणाम नापने की विधि सबके लिए तय थी। इससे एक बड़ा साझा माप मिला। कुछ शुरुआती प्रणालियों में इंसान तस्वीर के लिए फ़ीचर चुनते थे, और फिर एक मॉडल उनसे पहचान करता था। प्रतियोगिता में ऊँचा अंक बताता था कि उस काम और दिए हुए नामों से जवाब का अच्छा मेल है। वह यह नहीं मापता कि किसी इंसान की तरह तस्वीर समझने के सारे काम हो गए। सन दो हज़ार बारह में ऐलेक्स क्रिज़ेव्स्की और साथियों ने सात गहरे कन्वोल्यूशनल नेटवर्कों के जवाब जोड़े। प्रतियोगिता में इन नेटवर्कों के मिले-जुले नतीजे की टॉप फ़ाइव टेस्ट गलती पंद्रह दशमलव तीन प्रतिशत थी। टॉप फ़ाइव में देख रहे थे कि सही नाम, मॉडल की पहली पाँच पसन्दों में था या नहीं। दूसरे स्थान की टीम की गलती छब्बीस दशमलव दो प्रतिशत थी। दोनों के बीच दस दशमलव नौ प्रतिशत अंक का फ़र्क है। पुराने छब्बीस दशमलव दो को आधार मानें तो गलती करीब बयालीस प्रतिशत कम हुई। प्रतिशत अंक और सापेक्ष प्रतिशत, दोनों एक ही नतीजे को अलग तरह से बताते हैं। विजेता अंक अकेले एक नेटवर्क का नहीं था। लेख में वर्णित मुख्य नेटवर्क में आठ सीखी हुई परतें और लगभग छह करोड़ पैरामीटर थे। एक नेटवर्क को सिखाने में पाँच से छह दिन लगे। दो एनविडिया जी टी एक्स पाँच सौ अस्सी ग्राफ़िक्स कार्ड लगे, हर एक में तीन गीगाबाइट मेमोरी थी। प्रतियोगिता के पंद्रह दशमलव तीन वाले नतीजे में सात नेटवर्क साथ थे, जिनमें कुछ को अतिरिक्त सामग्री पर पहले से सिखाया गया था। लेख क्रिज़ेव्स्की, इल्या सुत्स्केवर और जेफ़्री हिंटन का था। तीन तरह का काम साथ आया। पहला, प्रशिक्षण के लिए लगभग बारह लाख तस्वीरें और वही हज़ार श्रेणियाँ। उससे पहले हर संग्रह छोटा नहीं था। यहाँ नामों का पैमाना और साझा जाँच साथ मिले। दूसरा, दो ग्राफ़िक्स चिपों पर प्रशिक्षण चल सका। यह उस मशीन पर दर्ज समय है। इससे किसी अनजान पुराने प्रोसेसर के लिए ठीक कितने महीने लगते, नहीं निकाल सकते। तीसरा, नेटवर्क और प्रशिक्षण में किए बदलाव। तेज़ सक्रियता का तरीका, तस्वीरों के बदले रूपों से अभ्यास, ड्रॉपआउट, और दो कार्ड पर काम बाँटने का सॉफ़्टवेयर। इनसे सीखने में मदद मिली। ड्रॉपआउट अपने आप यह नहीं सुनिश्चित करता कि कोई प्रशिक्षण उदाहरण याद नहीं रह सकता। बाद में गहरे नेटवर्क के अच्छे नतीजे और दिखे। सन दो हज़ार पंद्रह में माइक्रोसॉफ़्ट के रेसनेट मॉडलों के मिले-जुले नतीजे में उस प्रतियोगिता की टॉप फ़ाइव गलती तीन दशमलव पाँच सात प्रतिशत थी। साहित्य में करीब पाँच प्रतिशत इंसानी गलती का एक अनुमान था। यह तुलना खास नाम लगाने की जाँच की है। इससे मशीन की पूरी देखने की क्षमता इंसान जैसी साबित नहीं होती। प्रतियोगिता सन दो हज़ार सत्रह में समाप्त हुई। तस्वीर पहचान की सारी समस्याएँ उसके साथ समाप्त नहीं हुईं। दो सीमाएँ याद रखें। सन दो हज़ार इक्कीस की एक जाँच ने इमेजनेट के पचास हज़ार तस्वीरों वाले वैलिडेशन हिस्से में लगभग छह प्रतिशत नाम ग़लत होने का अनुमान दिया। हर हिस्से में यही दर नहीं मापी गई। और उससे चौरानवे प्रतिशत की पक्की ऊपरी सीमा नहीं निकलती। इस पर निर्भर है कि गलत नाम कौन से हैं और मॉडल ने क्या कहा। दूसरी जाँच में, सन दो हज़ार उन्नीस में, खास बनाई तस्वीरों की बनावट और आकार ने अलग संकेत दिए। कुछ जाँचे हुए नेटवर्कों ने इंसानों से ज़्यादा बनावट का पीछा किया। प्रशिक्षण की सामग्री बदलकर शोधकर्ताओं ने एक मॉडल का व्यवहार बदला। हर तस्वीर पर हर नेटवर्क आकार भूल जाता है, ऐसा न समझें। जब कोई कहे कि प्रतियोगिता ने तस्वीरों की समझ हल कर दी, एक सवाल पूछिए। किस काम की गलती कितनी कम हुई? वही नतीजा बड़ा था, और उसकी ठीक सीमा बताने पर वह और उपयोगी हो जाता है। अब उस मशीन की तरफ़ जाएँगे जिसने प्रशिक्षण का बड़ा हिस्सा सम्भव किया। पाँचवाँ पाठ। खेल के लिए बनी चिप, और वह सीखने के काम में क्यों आई। एक साधारण कंप्यूटर का सी पी यू अलग-अलग तरह के काम कर सकता है। स्क्रीन पर लिखना, फ़ाइल रखना, और आपकी अगली कुंजी का जवाब देना। कई काम पिछले काम पर निर्भर रहते हैं। जी पी यू ग्राफ़िक्स की दुनिया से आया। तस्वीर के बहुत सारे पिक्सलों पर एक जैसा हिसाब हो तो वह कई जगह साथ कर सकता है। असली चिपों की बनावट अलग होती है। कोर गिनकर या घड़ी की गति देखकर हर प्रोग्राम का समय नहीं पता चलता। कई गहरे नेटवर्कों के प्रशिक्षण में बड़ी तालिकाओं का गुणा होता है। उन तालिकाओं को मैट्रिक्स कहते हैं। एक में इनपुट से आए मान हो सकते हैं। दूसरी में मॉडल के सीखे वज़न। कई गुणन एक साथ निकल सकते हैं। फिर उनके योग, अगली परत, दूसरे उपकरण से सूचना और वज़न में बदलाव का क्रम मायने रखता है। जी पी यू कई समान गणनाएँ तेज़ कर सकता है। उससे हर काम एक साथ हो जाए, ऐसा नहीं। सन दो हज़ार सात में एनविडिया ने कूडा पेश किया, ताकि उसके जी पी यू पर ग्राफ़िक्स के बाहर के प्रोग्राम लिखना आसान हो। सन दो हज़ार नौ में एक शोधपत्र ने ग्राफ़िक्स प्रोसेसर पर बड़े गहरे नेटवर्क के प्रयोग बताए। ऐलेक्सनेट पहले से चल रहे काम का असरदार उदाहरण था, जी पी यू पर सीखने का पहला प्रयोग नहीं। प्रोग्रामिंग के साधन और हार्डवेयर दोनों काम आए। किसी एक फ़ैसले से आज की पूरी बाज़ार हिस्सेदारी तय हुई, ऐसा प्रमाण यहाँ नहीं है। किताब में तीन चिपों की ऊपरी गणना गति का चित्र है। इसे सुनते समय संख्या के साथ उसका रूप पकड़िए। सन दो हज़ार दस के जी टी एक्स पाँच सौ अस्सी के लिए, बत्तीस बिट वाले एफ़ पी बत्तीस रूप में, करीब डेढ़ ट्रिलियन फ़्लोटिंग पॉइंट क्रियाएँ प्रति सेकंड। डेढ़ ट्रिलियन यानी पंद्रह खरब। सन दो हज़ार बीस के ए एक सौ के लिए, घने बी एफ़ सोलह टेंसर रूप में, तीन सौ बारह ट्रिलियन। और सन दो हज़ार बाईस के एच एक सौ, एस एक्स एम, के लिए उसी घने बी एफ़ सोलह टेंसर रूप में करीब नौ सौ नब्बे ट्रिलियन। पहले अंक का संख्यात्मक रूप बाद के दो से अलग है। इस चित्र से तीन ऐपों की गति का सीधा अनुपात नहीं निकलता। चलाने में मेमोरी, सूचनाएँ भेजना और काम की बनावट भी असर डालते हैं। एच एक सौ के एस एक्स एम रूप की तय की जा सकने वाली अधिकतम बिजली सात सौ वाट तक है। हर एच एक सौ हर समय इतनी बिजली लेता है, यह बात नहीं है। लामा थ्री की रिपोर्ट ने प्रशिक्षण में सोलह हज़ार तीन सौ चौरासी एच एक सौ जी पी यू तक के इस्तेमाल का वर्णन किया। जी पी टी फ़ोर की रिपोर्ट ने उसके हार्डवेयर और कुल प्रशिक्षण गणना नहीं बताई। बिना रिकॉर्ड की चर्चा को उसकी मशीन का आधिकारिक विवरण न समझें। कभी असली अड़चन मेमोरी होती है। सत्तर अरब पैरामीटर में से हर एक को सोलह बिट में रखें, तो सिर्फ़ उन मानों के लिए लगभग एक सौ चालीस गीगाबाइट चाहिए। यहाँ एक गीगाबाइट का मतलब एक अरब बाइट है। यह अस्सी गीगाबाइट वाले एच एक सौ की मेमोरी से ज़्यादा है। इसमें अस्थायी मान और कैश शामिल नहीं। कम बिट, कुछ डेटा दूसरी जगह रखना, या कई उपकरण साथ लगाना, सम्भव रास्ते हैं। हर रास्ते की अलग लागत और जाँच है। केवल वज़न फ़िट हों तो भी पूरा काम फ़िट हो, ज़रूरी नहीं। ग्राफ़िक्स चिपों के अलावा खास काम की दूसरी चिपें भी हैं। गूगल का पहला टी पी यू तैयार मॉडल चलाने के लिए था और सन दो हज़ार पंद्रह में उसके डेटा सेंटर में इस्तेमाल हुआ। सन दो हज़ार सत्रह में बताई गई दूसरी पीढ़ी प्रशिक्षण भी कर सकती थी। कई फ़ोन में मशीन लर्निंग के लिए अलग हार्डवेयर है। सीखना शुरू करने के लिए इनमें से कुछ खरीदना ज़रूरी नहीं। छोटे उदाहरण साधारण सी पी यू पर चल सकते हैं। ऑनलाइन नोटबुक में मुफ़्त विकल्प मिल सकते हैं, लेकिन जी पी यू मिलने का समय और सीमा बदल सकती है। एक आख़िरी फ़र्क। जवाब बनाते समय अगला टोकन पिछले वाले के बाद आता है। हर टोकन के भीतर फिर भी बहुत गणनाएँ साथ हो सकती हैं। कई अनुरोधों को सर्वर साथ चला सकता है। पहले से लिखे पूरे सवाल का हिसाब, नए शब्द बनाने से अलग काम है। कैश या दूसरी तकनीक असर डाल सकती है। इसलिए पूछें कि इस चिप पर ठीक कौन सा काम नापा गया है। अगले पाठ का ट्रांसफ़ॉर्मर उस प्रश्न का अच्छा उदाहरण है। छठा पाठ। ट्रांसफ़ॉर्मर, और कई तरह के कामों में उसका बदला हुआ रूप। जून सन दो हज़ार सत्रह में आठ लेखकों का अटेंशन इज़ ऑल यू नीड नाम का लेख आया। उसमें ट्रांसफ़ॉर्मर की बनावट और मशीन अनुवाद की जाँच बताई गई। उससे पहले भी लोग अटेंशन और क्रम वाली सामग्री पर काम करते थे। इस डिज़ाइन का बाद में कई भाषा मॉडलों में इस्तेमाल हुआ। हर चैटबॉट और हर एआई के नीचे यही बनावट है, ऐसा नहीं है। पहले प्रचलित एक तरीका था रिकरेंट नेटवर्क। वह किसी क्रम में पहले हिस्से की सूचना को अगली जगह तक एक स्थिति में लेकर चलता है। सन उन्नीस सौ सत्तानवे में पेश किए गए लॉन्ग शॉर्ट टर्म मेमोरी ने उस सूचना को रखने और बदलने के तरीके दिए। उससे पहले और साथ में अन्य बनावटें भी थीं। अगर अगली स्थिति पिछली स्थिति पर टिकी है तो क्रम के सब हिस्से एक साथ निकालना मुश्किल हो सकता है। दूर की सूचना बचाने में भी मुश्किल हो सकती है। इसका कोई तय चालीस शब्द का नियम नहीं है। अलग तरीकों ने इस दिक्कत को अलग ढंग से सँभाला। किताब का चित्र पाँच चरण सुनाता है। पहला, प्रशिक्षण में पहले से मालूम क्रम की कई जगहें किसी एक परत के भीतर साथ चल सकती हैं। फिर भी अगली परत को पिछली परत के मान चाहिए। दूसरा, जगह की जानकारी। वही शब्द अलग क्रम में आएँ तो अर्थ बदल सकता है। मूल ट्रांसफ़ॉर्मर में जगह का संकेत जोड़ा गया। बाद की बनावटें जगह बताने के दूसरे तरीके इस्तेमाल कर सकती हैं। साथ में चलने का मतलब क्रम मिट जाना नहीं है। तीसरा, अटेंशन को अनुमति वाली जगहों से जोड़ना। एक एनकोडर पूरे इनपुट को इस्तेमाल कर सकता है। अगला टोकन बनाने वाला डिकोडर, इनपुट में अपनी मौजूदा जगह और उससे पहले की जगहें देख सकता है। बाद की जगहें मास्क से ढकी रहती हैं। दूर के शब्द से सीधे जुड़ना याद रखने में मदद कर सकता है। हर सही बात मिलने की गारंटी नहीं है। चौथा, परतों का काम। अटेंशन और दूसरी गणनाएँ मिलकर प्रतिनिधित्व बदलती हैं। यह कोई तय सीढ़ी नहीं कि पहले व्याकरण पूरा होगा और फिर अर्थ शुरू होगा। पाँचवाँ चरण चित्र के बाहर की दुनिया से जुड़ता है। सन दो हज़ार बीस का विज़न ट्रांसफ़ॉर्मर तस्वीर के छोटे टुकड़ों को क्रम की तरह रखता था। सन दो हज़ार बाईस के व्हिस्पर लेख ने एनकोडर और डिकोडर वाला मॉडल बताया, जिसे छह लाख अस्सी हज़ार घंटे के कई भाषा और काम वाले ऑडियो से सिखाया गया। ऐल्फ़ाफ़ोल्ड टू ने सन दो हज़ार बीस की कैस्प चौदह जाँच में प्रोटीन की संरचना का अनुमान लगाने में प्रगति दिखाई। उसकी अपनी विशेष बनावट और हिस्से थे। तस्वीर, आवाज़ और प्रोटीन को एक जैसा कच्चा क्रम मानना सही नहीं है। हर काम में इनपुट, लक्ष्य और जाँच बदले। सन दो हज़ार अठारह की दो दिशाएँ याद करें। बर्ट ने एनकोडर में कुछ शब्द ढककर उन्हें सीखने का काम किया। उसके पहले रूप में वाक्य से जुड़ा दूसरा प्रशिक्षण लक्ष्य भी था। जी पी टी ने अगले टोकन वाला डिकोडर जैसा तरीका अपनाया। यह दो मिसालें हैं, पूरी दुनिया का दो भागों में बँटवारा नहीं। गूगल ने दो हज़ार उन्नीस में बर्ट को खोज में लगाने का वर्णन किया। एक लेख छपने के दिन सारी खोज बदल नहीं गई थी। बड़ा प्रशिक्षण करके बाद में किसी काम के लिए ढालना इस दौर में खास तौर पर असरदार हुआ। पहले से सीखी बात दूसरे काम में लगाने का विचार ट्रांसफ़ॉर्मर से पुराना है। उदाहरणों और प्राथमिकता की जाँच से सहायक का व्यवहार बदला जा सकता है। फिर भी एक ही मॉडल हर पाठ, हर भाषा और हर काम में अच्छा नहीं होगा। जवाब बनाते समय अगला टोकन पहले से मालूम नहीं होता। इसलिए साधारण जवाब एक टोकन के बाद दूसरा बनाता है। और घने अटेंशन में, अगर क्रम की लम्बाई दोगुनी करें तो सम्भव जोड़े चार गुने हो जाते हैं। यह एक हिस्से का हिसाब है। हर प्रणाली के समय और खर्च का ठीक चार गुना नियम नहीं है। मास्क तय करता है कि किन जगहों का मेल देखा जा सकता है। कैश और तेज़ गणना के तरीके असली समय और खर्च पर असर डाल सकते हैं। सन दो हज़ार तेईस में पेश हुए मम्बा जैसे दूसरे ढाँचे अलग रास्ते आज़माते हैं। किसी रास्ते की तुलना उसी काम, मॉडल और साधन पर करें। अगले पाठ में हम उसी माप से बड़ा होने का सवाल पूछेंगे। सातवाँ पाठ। बड़े मॉडल कुछ कामों में बेहतर हुए। उस बदलाव का मतलब कैसे पढ़ें। पहले कुछ दर्ज आकार सुनिए। सन दो हज़ार अठारह के पहले जी पी टी में ग्यारह करोड़ सत्तर लाख पैरामीटर थे। दो हज़ार उन्नीस के जी पी टी टू में लगभग डेढ़ अरब। दो हज़ार बीस के जी पी टी थ्री में एक सौ पचहत्तर अरब पैरामीटर थे। उसे लगभग तीन सौ अरब टोकन पर सिखाया गया। सन दो हज़ार बाईस में गूगल के पाम परिवार में पाँच सौ चालीस अरब पैरामीटर का मॉडल था। पैरामीटर गिनना, प्रशिक्षण का डेटा गिनना, और खर्च गिनना, अलग काम हैं। इन उदाहरणों को खर्च की सीढ़ी मत समझिए। सन दो हज़ार बीस के एक ओपन एआई लेख ने देखा कि आकार, डेटा और प्रशिक्षण की गणना बदलने पर भाषा में अगले टोकन का अनुमान लगाने की गलती कैसे बदली। जाँची गई सीमाओं में कुछ रुझान गणित के पावर लॉ जैसे दिखे। कुछ रुझान ऐसी सीमाओं में दिखे जहाँ मापी गई मात्रा कई बार दस गुनी हुई। ऐसे अनुमान से अगला प्रयोग चुनने में मदद मिल सकती है। इससे किसी डॉलर की रक़म को सीधे तर्क, भरोसे या उपयोगिता के तय स्तर में नहीं बदल सकते। डेटा की गुणवत्ता, इंजीनियरिंग, जाँच और असली इस्तेमाल की ज़रूरत में अनिश्चितता रहती है। किताब की एक आकृति दो अलग तरह के समझौते दिखाती है। बाईं तरफ़ दो हज़ार बाईस का चिनचिला अध्ययन। शोधकर्ताओं ने बराबर प्रशिक्षण गणना के भीतर पूछा कि मॉडल का आकार कितना हो और उसे कितने टोकन पढ़ाए जाएँ। उनके उदाहरण में हर पैरामीटर पर करीब बीस टोकन उपयोगी अनुमान था। चिनचिला में सत्तर अरब पैरामीटर और एक दशमलव चार ट्रिलियन टोकन थे। उसने कई परीक्षाओं में दो सौ अस्सी अरब पैरामीटर वाले गोफ़र से बेहतर किया। प्रशिक्षण की गणना का बजट बराबर था। चिनचिला के पैरामीटर गोफ़र के एक चौथाई थे। दोनों की प्रशिक्षण गणना का बजट बराबर था। दाईं तरफ़, सन दो हज़ार चौबीस का लामा थ्री, आठ अरब पैरामीटर वाला मॉडल है। उसने पंद्रह ट्रिलियन से ज़्यादा टोकन पढ़े। हर पैरामीटर पर करीब दो हज़ार टोकन। चिनचिला की मिसाल से कहीं ज़्यादा। रिपोर्ट बताती है कि बाद में छोटे मॉडल पर जवाब देना कम संसाधन ले सकता है। इसलिए कभी उसे पहले ज़्यादा सिखाना उपयोगी है। यह इस बात पर निर्भर है कि कितने अनुरोध आएँगे, किस हार्डवेयर पर चलेंगे और कौन सी गुणवत्ता चाहिए। हर प्रणाली में सेवा चलाने का खर्च कुछ महीनों में प्रशिक्षण से ऊपर चला जाए, ऐसा नियम नहीं है। सन दो हज़ार उन्नीस में रिचर्ड सटन ने द बिटर लेसन नाम के लेख में एक व्याख्या दी। उन्होंने खेल, आवाज़ और देखने के उदाहरणों से तर्क किया कि बढ़ती गणना इस्तेमाल करने वाले सामान्य तरीकों ने कई बार बहुत खास लिखे हुए ज्ञान वाले तरीकों को पीछे छोड़ा। यह इतिहास की एक असरदार व्याख्या है। इससे विशेषज्ञ का ज्ञान बेकार नहीं हो जाता। असली ऐप में लोग अब भी लक्ष्य चुनते हैं, नियम लगाते हैं और परिणाम जाँचते हैं। अब एक बहस। सन दो हज़ार बाईस के एक लेख में बड़े मॉडल के कुछ माप अचानक उछलते दिखे। लेखकों ने इन्हें उभरती क्षमताएँ कहा। कौन-कौन से आकार परखे गए, कितने उदाहरण थे, और अंक कैसे दिए गए, यह भी ग्राफ़ का हिस्सा है। सन दो हज़ार तेईस के दूसरे लेख ने कुछ कामों पर दिखाया कि अंक देने का तरीका धीरे सुधार को अचानक उछाल जैसा बना सकता है। अगर पूरे जोड़ के सही होने पर ही अंक मिले, तो बीच की प्रगति नहीं दिखती। हर सही हिस्से को अलग अंक दें तो धीरे बदलाव दिख सकता है। इससे हर अनपेक्षित क्षमता झूठी नहीं हो जाती। माप में बदलाव, और आपके काम में उस बदलाव की कीमत, अलग सवाल हैं। किसी जमा किए जाने वाले फ़ॉर्म में हर ज़रूरी फ़ील्ड सही चाहिए हो सकती है। उसके लिए आधे सही उत्तर से काम नहीं चलेगा। फिर भी प्रशिक्षण की जाँच में आधा सुधार देखना उपयोगी है। इसलिए ग्राफ़ के साथ उसका माप पढ़िए। दस के आधार वाले लॉग पैमाने पर बराबर कदम, मापी हुई चीज़ के दस गुना कदम होते हैं। हो सकता है वहाँ गणना लिखी हो, पैसा नहीं। उन सीमाओं के बाहर रुझान बदल सकता है। नई सामग्री और उसकी गुणवत्ता भी असर डालती हैं। जवाब देते समय खोज या कई हल जाँचने में भी अलग गणना लग सकती है। इस विचार की शुरुआत अभी के उत्पादों के साथ नहीं हुई। याद रखें, पहले सीखने की गणना और बाद में जवाब देने की गणना अलग हैं। अगले पाठ में देखेंगे कि इन बदलावों का असर लोगों को कब और कैसे दिखा। आठवाँ पाठ। सन दो हज़ार बाईस के आसपास क्या बदला। तीस नवंबर सन दो हज़ार बाईस को ओपन एआई ने चैट जी पी टी का सार्वजनिक शोध संस्करण जारी किया। बातचीत वाली वेबसाइट पर बहुत लोगों को सीधे सवाल लिखकर सहायक आज़माने का मौका मिला। इतने लोगों ने कम समय में उसे देखा कि लग सकता था भाषा मॉडल उसी दिन बने। उसके नीचे कई साल की बनावट, प्रशिक्षण और प्रयोग थे। तीन हिस्से अलग करके देखें। पहला हिस्सा, सन दो हज़ार सत्रह की बनावट। ट्रांसफ़ॉर्मर प्रशिक्षण में पहले से मालूम क्रम की कई जगहों का हिसाब एक परत में साथ कर सकता था। रिकरेंट मॉडल की एक तरह की निर्भरता कम हुई। फिर भी परतों का क्रम, मशीनों के बीच सूचना और जवाब में टोकन का क्रम बना रहा। जी पी यू पहले के न्यूरल मॉडल में भी काम आ रहे थे। यहाँ मशीन, उसे चलाने वाला सॉफ़्टवेयर, डेटा और तरीके साथ बढ़े। दूसरा हिस्सा, आकार और डेटा। सन दो हज़ार अठारह से बाईस तक कई भाषा मॉडल परिवार बड़े हुए। कुछ परीक्षाओं में कोड, कई भाषाओं और छोटे उदाहरण देखकर काम करने की क्षमता बेहतर हुई। हर भाषा और हर काम में लाभ एक जैसा नहीं था। हर क्षमता बिना किसी प्रासंगिक उदाहरण के आई, इसका प्रमाण नहीं था। बड़ा मॉडल उपयोगी शुरुआत बन सकता था। फिर भी नए काम में कितना फ़ायदा होगा, उसे परखना पड़ा। तीसरा हिस्सा, सहायक की तरह व्यवहार सीखना और उसके लिए दरवाज़ा खोलना। जी पी टी थ्री पहले से एक ए पी आई के ज़रिये कुछ शोधकर्ताओं और डेवलपरों के पास था। प्रोग्राम में उसे जोड़ना एक बात थी। वेबसाइट पर सीधे बातचीत करना दूसरी बात। इससे यह नहीं निकलता कि पहले और बाद के मॉडल का व्यवहार या प्रशिक्षण बराबर था। शुरू का चैट जी पी टी, जी पी टी तीन दशमलव पाँच परिवार के मॉडल से ढाला गया। ओपन एआई ने रिलीज़ के समय बताया कि बातचीत के लिखे हुए उदाहरणों से उसे सिखाया गया। फिर लोगों की बताई पसंद से संकेत लेकर, रीइन्फ़ोर्समेंट लर्निंग के ज़रिये मॉडल को और ढाला गया। शोध संस्करण मुफ़्त आज़माया जा सकता था। साधारण चैट ने इस्तेमाल की रुकावट घटाई। सहायक वाला प्रशिक्षण व्यवहार में भी बदलाव लाया। इसलिए कहानी केवल पुराने मॉडल को नए डिब्बे में रखने की नहीं है। किसी नई सेवा का दिखाई देना, हर अंदरूनी क्षमता का उसी दिन बनना नहीं है। कभी पुराने शोध को लोग नए रास्ते से पहली बार छूते हैं। फिर भी आगे की हर चीज़ प्रयोगशाला में पहले से तैयार पड़ी है, ऐसा नहीं कह सकते। किस बात का सार्वजनिक प्रमाण है और किस बात का अनुमान, उन्हें अलग रखें। इसमें उद्योग की कहानी भी है। चिप, नेटवर्क, डेटा सेंटर, बिजली और पैसे से तय होता है क्या सिखाया और चलाया जा सकता है। नए तरीके, सामग्री की गुणवत्ता और इंजीनियरिंग से ज़रूरत बदल सकती है। बड़े खर्च से अपने आप अच्छा मॉडल साबित नहीं होता। और कोई एक तय गिनती नहीं कि सिर्फ़ इतने संस्थान योगदान दे सकते हैं। आगे का रास्ता खुला है। दावे को उसकी तारीख़, मॉडल और परखे गए काम के साथ पढ़िए। अब उस खर्च को अलग-अलग हिस्सों में खोलेंगे। नौवाँ पाठ। एक मॉडल बनाने और चलाने का खर्च कैसे पढ़ें। ख़बर में लिखा दिखा, इस मॉडल में इतने पैसे लगे। सबसे पहले पूछिए, किस चीज़ के पैसे? एक गिनती, जारी किए गए वज़न तक पहुँचाने वाले प्रशिक्षण चरणों की हो सकती है। दूसरी गिनती, पूरे शोध कार्यक्रम की। उसमें पहले के प्रयोग, असफल कोशिशें, डेटा और कर्मचारियों का समय हो सकता है। मशीन खरीदना एक और गिनती है। रिलीज़ के बाद जवाब देना भी अलग काम है। कोई जी पी यू कितने घंटे चला, यह जान लेने से उसकी किराये की रसीद या पूरी मशीन की क़ीमत नहीं मालूम होती। कुछ दर्ज उदाहरण सुनिए। सन दो हज़ार इक्कीस के एक लेख ने जी पी टी थ्री के प्रशिक्षण की बिजली करीब एक हज़ार दो सौ सत्तासी मेगावाट घंटे आँकी। उत्सर्जन पाँच सौ बावन टन कार्बन डाइऑक्साइड के बराबर आँका गया। यह बाद में निकाला गया अनुमान था। ओपन एआई की प्रकाशित मीटर रीडिंग नहीं। मशीन, डेटा सेंटर और बिजली के स्रोत से नतीजा बदलता है। बराबर पैरामीटर वाले हर मॉडल पर यही आँकड़ा नहीं लगेगा। जी पी टी फ़ोर की सन दो हज़ार तेईस की रिपोर्ट ने उसका हार्डवेयर, प्रशिक्षण की गणना और डेटा बनाने का पूरा तरीका नहीं बताया। इसलिए उसके बारे में सुनी हुई मशीनों या पैसे की गिनती को आधिकारिक रिकॉर्ड न कहें। किसी दावे का अपना स्रोत चाहिए, और यह भी कि उसने क्या गिना। मेटा के लामा तीन दशमलव एक के मॉडल कार्ड में चार सौ पाँच अरब पैरामीटर वाले मॉडल के लिए तीन करोड़ आठ लाख चालीस हज़ार एच एक सौ जी पी यू घंटे लिखे हैं। अब केवल समझाने के लिए हर घंटे के तीन डॉलर मान लें। गुणा करने पर करीब नौ करोड़ पच्चीस लाख डॉलर आते हैं। यह मेटा के किराये का प्रकाशित बिल नहीं। इसमें पूरी प्रयोगशाला, मशीनों की ख़रीद या बाकी शोध कार्यक्रम की क़ीमत भी नहीं जुड़ी। दर हमने इस गणना के लिए मानी थी। डीपसीक वी थ्री दिसंबर सन दो हज़ार चौबीस में आया। उसकी रिपोर्ट में शुरुआती प्रशिक्षण, संदर्भ बढ़ाने और बाद के प्रशिक्षण के लिए सत्ताईस लाख अट्ठासी हज़ार एच आठ सौ जी पी यू घंटे लिखे हैं। उसने हर घंटे दो डॉलर मानकर पचपन लाख छिहत्तर हज़ार डॉलर निकाले। रिपोर्ट ने पहले के शोध और किसी तरीके के हिस्से अलग करके किए प्रयोग इसमें नहीं गिने। बाद में सेवा चलाने का खर्च भी शामिल नहीं है। जनवरी सन दो हज़ार पच्चीस में जारी डीपसीक आर वन एक अलग घटना थी। वी थ्री का हिसाब उसे मत दे दीजिए। मशीन का चलते रहना भी काम का हिस्सा है। लामा थ्री की रिपोर्ट में चार सौ पाँच अरब पैरामीटर वाले मॉडल के शुरुआती प्रशिक्षण की चौवन दिन की एक अवधि का ब्योरा है। उस अवधि में चार सौ उन्नीस अनपेक्षित रुकावटें दर्ज हुईं। लगभग अठहत्तर प्रतिशत में हार्डवेयर की समस्या पक्की थी या उस पर शक था। ज़्यादातर रुकावटें अपने आप सँभाली गईं। चार सौ उन्नीस का मतलब चार सौ उन्नीस पूरे प्रशिक्षण फेंक देना नहीं है। सिर्फ़ गिनती से खर्च भी तय नहीं होता। सेवा चलाने में हर अनुरोध पर गणना होती है। बहुत इस्तेमाल हो तो समय के साथ वह गणना किसी प्रशिक्षण से ज़्यादा हो सकती है। कब होगा, यह अनुरोध की गिनती, जवाब की लम्बाई, मॉडल, मशीन और सेवा पर निर्भर है। नया संस्करण सिखाने का खर्च फिर भी आ सकता है। बड़ा ढाँचा बनाने में जगह, तेज़ नेटवर्क, बिजली और ठंडा रखने की व्यवस्था भी लगती है। किराये और अपनी मशीन की पूरी लागत को अलग समझें। सीखने के लिए इतनी बड़ी मशीन की ज़रूरत नहीं। किसी छोटे उदाहरण, पहले से बने मॉडल या ऑनलाइन नोटबुक से शुरू कर सकते हैं। मुफ़्त सेवा की सीमा उसी दिन के नियम और उपलब्ध साधन पर निर्भर है। कुछ खास दाम बहुत गिरे हैं, लेकिन हर काम में हर साल दस गुना सस्ता होना कोई नियम नहीं। जब अगली बार सटीक रक़म सुनें, पूछें। कौन सा मॉडल, कौन सी तारीख़, कौन से चरण, कौन सी इकाई, और दर असली है या मानी गई? संख्या तभी मदद करेगी जब उसका मतलब भी साथ हो। दसवाँ पाठ। प्रशिक्षण का पाठ कहाँ से आया। और क्या वह कम पड़ सकता है। पहले हमने प्रशिक्षण की सामग्री को ढेर कहा था। उसका मतलब है किसी मॉडल के लिए चुनी गई सामग्री का मेल। हर मॉडल एक ही ढेर नहीं पढ़ता। कौन सी सामग्री कितनी बार दिखती है, उससे भाषा, विषय और जानकारी में फ़र्क आ सकता है। बाद के प्रशिक्षण और उस समय दिए गए सवाल से भी जवाब बदलता है। किसी एक जवाब का ढंग देखकर उसका पूरा प्रशिक्षण ढूँढ़ना सम्भव नहीं। कई भाषा मॉडल सार्वजनिक वेब की सामग्री इस्तेमाल करते हैं। कॉमन क्रॉल एक गैर लाभकारी संस्था है, जो सन दो हज़ार सात में बनी। उसने दो हज़ार आठ से वेब सामग्री जमा की है। संग्रह शोध के लिए उपलब्ध कराया जाता है। कौन सी भाषा कितनी है, यह संग्रह की तारीख़ और उसकी छँटाई पर निर्भर है। अगर किसी भाषा में प्रासंगिक सामग्री कम हो तो मॉडल के प्रदर्शन पर असर पड़ सकता है। किसी एक संग्रह का प्रतिशत हर मॉडल की हिंदी का कारण नहीं बताता। दूसरे स्रोतों में विश्वकोश, किताबें, शोधपत्र, कोड और बातचीत वाली साइटें हो सकती हैं। द पाइल एक खास संग्रह का नाम भी है। उस पर पहला शोध लेख सन दो हज़ार बीस के आख़िर में जमा हुआ था। संग्रह में बाईस हिस्से थे। बुक्स थ्री के संकलनकर्ता ने उस हिस्से में करीब एक लाख सत्तानवे हज़ार किताबें बताई थीं। कोई चीज़ डाउनलोड हो सके, इससे हर इस्तेमाल की अनुमति साबित नहीं होती। उस सामग्री की उत्पत्ति, अनुमति और उस मॉडल के लाइसेंस को अलग-अलग पढ़ें। जी पी टी थ्री ने लगभग तीन सौ अरब टोकन पर प्रशिक्षण लिया। मेटा के सन दो हज़ार चौबीस के लामा थ्री परिवार में पंद्रह ट्रिलियन से अधिक टोकन इस्तेमाल हुए। ये प्रशिक्षण में पढ़े टोकन हैं। उतने ही अनोखे, इंसानों के लिखे टोकन होने का दावा नहीं। जी पी टी थ्री के लेख में विकिपीडिया से करीब तीन अरब उपलब्ध टोकन लिखे थे। प्रशिक्षण के दौरान उदाहरण चुनते समय विकिपीडिया का तय हिस्सा करीब तीन प्रतिशत था। छोटी सामग्री को एक से ज़्यादा बार पढ़ाया जा सकता है। टोकन बनाने का तरीका बदले तो गिनती भी बदल सकती है। वेब के कच्चे संग्रह में नकल वाले पन्ने, हर पन्ने पर दोहराया मेनू और स्पैम भी होते हैं। लोग नियम, वर्ग बनाने वाले मॉडल और दूसरे तरीकों से कुछ सामग्री हटाते हैं। हर छँटाई का असर एक जैसा नहीं। कोई छँटाई किसी तरह की अच्छी लिखावट को भी गलती से हटा सकती है। कौन सी सामग्री बची, उसे परखें। और जवाब में दोस्ताना शुरुआत या विश्वकोश जैसी भाषा देखकर यह न मानें कि किसी खास फ़िल्टर का असर दिख गया। शुरुआती प्रशिक्षण, बाद के उदाहरण, सिस्टम और उपयोगकर्ता, सब असर डाल सकते हैं। अब कमी की बात। सन दो हज़ार चौबीस के विलालोबोस और साथियों के अध्ययन ने एक सम्भावना आँकी। अगर उस समय की बढ़त जारी रहती, तो सन दो हज़ार छब्बीस से दो हज़ार बत्तीस के बीच एक सीमा सामने आ सकती थी। उस दौर में प्रशिक्षण की माँग सार्वजनिक इंसानी पाठ के अनुमानित भंडार के पास पहुँच सकती थी। उसमें बढ़त, गुणवत्ता और फिर पढ़ने जैसी मान्यताएँ थीं। यह पूरे वेब के ख़त्म होने की माप नहीं। हर प्रयोगशाला की एक आख़िरी तारीख़ भी नहीं। लोग चार रास्ते देख रहे हैं। पहला, सामग्री के मालिक से लाइसेंस लेना। अधिकार और कीमत उस समझौते पर निर्भर हैं। दूसरा, तस्वीर, आवाज़ और वीडियो जैसे अलग डेटा। उनमें दूसरी जानकारी है, लेकिन एक टोकन की जगह एक टोकन रख देने जैसी बात नहीं। तीसरा, मॉडल के बनाए उदाहरण। कुछ कामों में जाँचे हुए उदाहरण उपयोगी हो सकते हैं। खराब उदाहरण गलतियाँ फिर सिखा सकते हैं। चौथा, वही सामग्री फिर पढ़ाना। मदद कितनी होगी, यह सामग्री, मॉडल और प्रशिक्षण की योजना पर निर्भर है। कोई एक गिनती नहीं कि कितनी बार के बाद हर डेटा बेकार हो जाए। सन दो हज़ार चौबीस में नेचर में आए शोध ने बार-बार मॉडल से बनी सामग्री पर प्रशिक्षण के प्रयोगों में एक जोखिम दिखाया। मूल सामग्री की दुर्लभ बातें अगली पीढ़ियों में छूट सकती थीं। एक दूसरे अध्ययन के परीक्षणों में मूल डेटा रखकर नई बनाई सामग्री जोड़ने पर लगातार गिरावट से बचा जा सका। मूल डेटा की जगह हर बार नई बनाई सामग्री रखने पर नतीजे बिगड़ सकते थे। इससे हर मिश्रण अच्छा या हर बना हुआ उदाहरण खराब साबित नहीं होता। उत्पत्ति, नकल, छँटाई और अलग रखी जाँच की सामग्री, इन सबको देखना होगा। अगले पाठ में पूछेंगे कि मॉडल जारी करने वाला, इनमें से कौन सी बात हमें देखने देता है। ग्यारहवाँ पाठ। खुले वज़न, बंद वज़न, और खुले शब्द के पीछे की शर्तें। किसी मॉडल की रिलीज़ को देखते समय तीन चीज़ें अलग रखें। सीखे हुए वज़न, यानी पैरामीटर। उसे चलाने या सिखाने का कोड और सेटिंग। और वह सामग्री, या सामग्री की जानकारी, जिस पर वह सिखाया गया। इन तीनों में अलग-अलग चीज़ें साझा हो सकती हैं। किसी ने खुले शब्द का इस्तेमाल किया है, तो पूछिए कि इनमें से क्या मिलेगा और क्या करने की अनुमति होगी। एक तरीका है किसी प्रदाता की सेवा में सवाल भेजना। सेवा जवाब देती है, लेकिन उसके वज़न सार्वजनिक नहीं हैं। आप क्या देख सकते हैं और अपना काम कहाँ चला सकते हैं, उसकी शर्तें सेवा या समझौते में हैं। दूसरे तरीके में वज़न डाउनलोड कर सकते हैं। तब भी लाइसेंस, पहुँच और चलाने के साधन देखने पड़ते हैं। पूरे प्रशिक्षण का कोड और स्रोतों का रिकॉर्ड साथ हो, ज़रूरी नहीं। तीसरी तरह की रिलीज़ अधिक चीज़ें देती है। जैसे ए आई टू के ओल्मो प्रोजेक्ट ने प्रशिक्षण और इस्तेमाल का कोड, वज़न और डेटा से जुड़ी काफी जानकारी साझा की। हर खुले मॉडल के पास उतनी जानकारी हो, यह न मानें। मेटा ने फ़रवरी सन दो हज़ार तेईस में अनुमति पाए शोधकर्ताओं को लामा के वज़न दिए। जुलाई में लामा टू दूसरी शर्तों और व्यापक पहुँच के साथ आया। इससे पहले भी जी पी टी टू, जी पी टी जे, ओ पी टी और ब्लूम जैसे मॉडल डाउनलोड के लिए जारी हुए थे। किसी रिलीज़ के बड़े असर का मतलब यह नहीं कि उसने यह तरीका पहली बार बनाया। एक ऐतिहासिक शर्त सुनिए। लामा तीन दशमलव एक के लाइसेंस में, उस संस्करण के जारी होने से पहले वाला कैलेंडर महीना देखा जाता था। इसमें वे उत्पाद और सेवाएँ शामिल थीं जिन्हें लाइसेंस लेने वाले या उसकी सम्बद्ध संस्थाओं ने उपलब्ध कराया था, या जो उनके लिए उपलब्ध कराए गए थे। अगर उस महीने इनके मासिक सक्रिय उपयोगकर्ता सत्तर करोड़ से ज़्यादा थे, तो मेटा से अलग लाइसेंस माँगना पड़ता था। मेटा की स्पष्ट अनुमति के बाद ही वे इस समझौते के अधिकार इस्तेमाल कर सकते थे। श्रेय देने और स्वीकार्य इस्तेमाल की शर्तें भी थीं। मिस्ट्राल सात बी ने अपाचे दो दशमलव शून्य इस्तेमाल किया। जनवरी सन दो हज़ार पच्चीस में जारी मूल डीपसीक आर वन मॉडल के वज़न एम आई टी लाइसेंस में थे। किसी छोटे, उससे सिखाए गए मॉडल की शर्तें उसी फ़ाइल के साथ जाँचिए। डाउनलोड मुफ़्त हो सकता है। इस्तेमाल के अधिकार फिर भी उस ठीक संस्करण की शर्तों से तय होंगे। ओपन सोर्स इनिशिएटिव ने अक्टूबर सन दो हज़ार चौबीस में अपनी ओपन सोर्स एआई परिभाषा का संस्करण एक दशमलव शून्य जारी किया। उसमें बिना अनुमति माँगे किसी भी मक़सद के लिए सिस्टम का इस्तेमाल करने की आज़ादी चाहिए। उसके हिस्सों का अध्ययन कर सकें, उसे किसी भी मक़सद के लिए बदल सकें और किसी भी मक़सद के लिए उसका मूल या बदला हुआ रूप बाँट सकें। वज़न और दूसरे पैरामीटर चाहिए। मॉडल को सिखाने और चलाने में इस्तेमाल हुआ पूरा स्रोत कोड चाहिए। प्रशिक्षण डेटा का इतना ब्योरा भी चाहिए कि जानकार व्यक्ति मुख्य बातों में वैसा ही सिस्टम बना सके। ये चीज़ें संस्था की मंज़ूर शर्तों के तहत उपलब्ध होनी चाहिए। हर मूल प्रशिक्षण फ़ाइल बाँटना अनिवार्य नहीं है। अगर किसी रिलीज़ में उपयोग की जगह या उपयोगकर्ता पर रोक है, तो देखें कि वह उस परिभाषा से कैसे अलग है। कोई टीम शोध बढ़ाने के लिए, अपने साधन फैलाने के लिए, या सार्वजनिक हित में वज़न जारी कर सकती है। ये सम्भावित वजहें हैं। किसी एक संस्था की असली वजह उनसे अपने आप पता नहीं चलती। आने वाला संस्करण उसी तरह जारी हो, इसकी गारंटी भी नहीं। पुरानी फ़ाइल आपके पास हो तब भी उसके इस्तेमाल और बाँटने की शर्तें लागू हो सकती हैं। मॉडल को अपने उपकरण पर चलाने के कुछ लाभ हो सकते हैं। ठीक लाइसेंस, मशीन और सॉफ़्टवेयर के साथ आप तय वज़न रख सकते हैं और उनका निरीक्षण कर सकते हैं। लेकिन दस्तावेज़ स्थानीय रखना सिर्फ़ मॉडल फ़ाइल की बात नहीं। देखिए कि कोई अनचाहा अपलोड, दूर की सेवा, इस्तेमाल की रिपोर्ट या क्लाउड बैकअप तो नहीं चलता। वज़न तय रखने से वही बाइटें रहती हैं। जवाब का ढंग टोकनाइज़र, चलाने वाले सॉफ़्टवेयर, निर्देश और सेटिंग से भी बदल सकता है। बदलाव के बाद वही काम फिर परखें। भारतीय भाषाओं का एक उदाहरण ए आई फ़ॉर भारत का इंडिक ट्रांस टू है। आई आई टी मद्रास में बने इस काम ने बाईस अनुसूचित भारतीय भाषाओं के लिए अनुवाद मॉडल और संबंधित सामग्री जारी की। लेख में अपनी सामग्री जुटाने और कई भाषाओं में सिखाने का वर्णन है। इससे हर दूसरे भारतीय मॉडल की विधि नहीं पता चलती। हर काम की अपनी भाषा जाँच और लाइसेंस देखें। जब प्रशिक्षण की पूरी जानकारी नहीं मिलती, तो केवल वज़न से उसे पूरा वापस नहीं बना सकते। कुछ व्यवहार फिर भी परखे जा सकते हैं। डाउनलोड की गई प्रणाली भी गलत या अनुपयुक्त इस्तेमाल हो सकती है। और होस्ट की हुई प्रणाली हर काम में अपने आप बेहतर नहीं है। इसलिए तीन सवाल याद रखें। क्या उपलब्ध है? किस शर्त पर? और मेरे काम में जो बात ज़रूरी है, उसे मैं कैसे जाँचूँगा? अब पुणे की एक काल्पनिक टीम यही चुनाव करेगी। अब पुणे की एक काल्पनिक टीम की कहानी। सवाल है। अपने कंप्यूटर पर चलने वाला मॉडल, या बाहर की सेवा? यहाँ लोग, घटनाएँ, रक़म और नतीजे सभी समझाने के लिए बनाए गए हैं। यह असली कानूनी सहायता केंद्र की रिपोर्ट नहीं है। चार लोगों की टीम एक कानूनी सहायता केंद्र के लिए काम कर रही है। केंद्र करीब तीन सौ मामले सँभालता है। कुछ में किराये की रसीदें हैं। कहीं काम करने वालों की हाज़िरी की सूची, नोटिस या हाथ से लिखी पावती। कई काग़ज़ मराठी में हैं। स्वयंसेवक स्कैन से तारीख़, रक़म और पक्षों के नाम उतारते हैं। वकील बाद में मामले की समीक्षा करता है। काग़ज़ निजी हैं। एक गलत तारीख़ या रक़म से बात बदल सकती है। कहानी में टीम के पास दो साल के लिए अठारह लाख का अनुदान है। वह होस्ट की हुई सेवा और अपने कंप्यूटर पर चलने वाले मॉडल को परखना चाहती है। लक्ष्य चार चीज़ें समझना है। नतीजे की गुणवत्ता, दस्तावेज़ की गोपनीयता, रखरखाव और पूरा खर्च। खुले या बंद नाम से चारों का जवाब नहीं मिलेगा। पहले मराठी परीक्षण में बाहर की सेवा का नतीजा बेहतर है। उसे आज़माने के लिए नई मशीन नहीं खरीदनी पड़ी। पर असली काग़ज़ भेजना अलग फ़ैसला है। कौन सी अनुमति चाहिए? सेवा किस जगह काम करती है? काग़ज़ कौन देख सकता है? सेवा उन्हें कितने दिन रखती है? समझौते में क्या है? इनका जवाब सिर्फ़ कंपनी के देश से नहीं निकलता। कनेक्शन, बदलते संस्करण और इस्तेमाल की दर भी देखनी होगी। स्थानीय रास्ते में ऐसा मॉडल हो सकता है जिसके वज़न डाउनलोड किए जा सकें और कम बिट में रखे गए हों। उसके लाइसेंस में यह काम मंज़ूर होना चाहिए। उसके साथ इंडिक ट्रांस टू जैसा अनुवाद साधन इस्तेमाल किया जा सकता है। टीम को तस्वीर से लिखावट निकालने, अनुवाद और ज़रूरी जानकारी उठाने की पूरी शृंखला परखनी है। मॉडल फ़ाइल तय रख सकती है। चलाने वाले सॉफ़्टवेयर और दूसरे हिस्से भी तय और जाँचे जाने चाहिए। अनचाहा अपलोड, दूर का साधन, रिपोर्ट भेजना या क्लाउड बैकअप खुला हो, तो मशीन अपने कमरे में होना पर्याप्त नहीं। हार्डवेयर, बिजली और कर्मचारियों का समय भी खर्च है। केंद्र की संयोजक एक छोटा सवाल पूछती हैं। स्वयंसेवक आज ठीक क्या करते हैं? उन्हें हर दस्तावेज़ से सात चीज़ें निकालनी हैं। फिर इंसान स्कैन देखकर उनकी पुष्टि करता है। यह पूरे मामले का नया सार बनाने से छोटा और साफ़ काम है। मूल स्कैन साथ हो तो जवाब उससे मिलाया जा सकता है। इससे लिखावट पहचानना अपने आप भरोसेमंद नहीं हो जाता। हाथ की लिखावट, पन्ने का ढाँचा, अनुवाद और एक जैसे नाम सब मुश्किल पैदा कर सकते हैं। टीम काम के जैसे कुछ दस्तावेज़ अलग रखती है। वह देखती है कि कितनी फ़ील्ड हूबहू सही मिलीं, जानकारी न मिले तो मॉडल ने क्या किया, और इंसान को जाँच में कितना समय लगा। दोनों रास्तों में गलती बहुत हो तो दोनों को छोड़ना भी एक सम्भावना है। मशीन पहले खरीद लेने से पैसे फँस सकते हैं। सेवा की शर्तें और खर्च समझे बिना उस पर टिक जाना भी मुश्किल दे सकता है। इसलिए पहले तय है कि कौन सा नतीजा स्वीकार होगा और छोटा परीक्षण किस खर्च में होगा। अगर कोई व्यक्ति पूछे कि उसका काग़ज़ कहाँ गया, तो केंद्र को ठीक जवाब देना चाहिए। जाँची हुई स्थानीय व्यवस्था में वह स्थानीय प्रक्रिया बता सकता है। बाहर की सेवा लगी हो तो जहाँ और जैसे दस्तावेज़ पर काम हुआ, उसे सच-सच समझाना होगा। डेटा का पूरा रास्ता देखे बिना किसी को वादा न करें। दोनों तरीकों में सही अनुमति और पहुँच की जाँच बनी रहती है। इस कहानी के परीक्षण में पहले बाहर की सेवा पर बारह बनाए हुए दस्तावेज़ चले। उनमें असली मामलों की जानकारी नहीं थी। बाद में टीम ने अपने काम का समय और नतीजे देखकर एक पुराने लैपटॉप पर स्थानीय रास्ता चुना। लैपटॉप में सोलह गीगाबाइट मेमोरी थी। चुने गए मॉडल के वज़न डाउनलोड किए जा सकते थे। उसके आठ अरब पैरामीटर चार बिट में रखे गए थे। इसका मतलब यह नहीं कि हर ऐसा मॉडल या हर सोलह गीगाबाइट लैपटॉप यही काम कर सकता है। प्रस्तावित ग्राफ़िक्स कार्ड नहीं खरीदा गया। बाहर का मंज़ूर साधन सिर्फ़ सामान्य कवर पत्रों के नमूने के लिए रहा, जिनमें कोई निजी केस नहीं था। बनाए हुए बजट में स्कैन के लिए लगभग छह लाख और चार हज़ार हाथ से जाँचे उदाहरणों के लिए लगभग पाँच लाख रखे गए। बनाने और आख़िरी जाँच के उदाहरण अलग रहे। स्वयंसेवक हर निकली फ़ील्ड का मूल स्कैन से मेल देखते रहे। गलती, समय और सॉफ़्टवेयर के बदलाव लिखे गए। स्थानीय कहने से पहले नेटवर्क पर क्या गया और दस्तावेज़ कैसे रखे गए, यह भी परखा गया। याद रखने वाली बात यह है। कहानी में चुनाव किसी मॉडल के नाम ने नहीं किया। काम की सही परिभाषा, गोपनीयता, जाँचे नतीजे और असली खर्च ने किया। यह बनायी हुई परिस्थिति का नतीजा है, किसी केंद्र के लिए कानूनी या ख़रीद का आदेश नहीं। अलग काम में दोनों रास्तों की तुलना फिर करनी होगी। अब पाँचवें अध्याय को समेटें। तारीख़ें कई थीं, लेकिन उनके बीच तीन सवाल वही रहे। नया क्या था? किस काम में असर दिखा? कौन सी सीमा बाकी थी? किसी शोध बैठक ने एक नाम और दिशा दी। किसी प्रतियोगिता ने तय तस्वीरों पर नतीजा नापा। और किसी सार्वजनिक चैट ने कई साल के काम को लोगों के सामने लाया। तीनों बातों के प्रमाण अलग हैं। पैसे, डेटा और मशीन में भी गिनती का नाम पहले सुनें। पैरामीटर, पढ़े टोकन और इस्तेमाल हुए जी पी यू घंटे अलग हैं। रिकॉर्ड और मान ली गई दर भी अलग हैं। किसी मॉडल का वज़न डाउनलोड हो सके तो उसके साथ लाइसेंस, काम की जाँच और गोपनीयता के पूरे रास्ते को देखिए। पुणे की टीम ने पहले यह पूछा कि स्वयंसेवकों का काम क्या है। वही सवाल किसी नयी एआई सेवा को समझने की अच्छी शुरुआत है। अगला अध्याय पाठ से आगे जाएगा। तस्वीरें, आवाज़ और वीडियो कैसे बनते या समझे जाते हैं, और उनकी जाँच कहाँ करनी है, हम वह सुनेंगे। अडाली के साथ बने रहने के लिए शुक्रिया। अडाली की किताब, एआई को समझें, का यह पाँचवाँ ऑडियो अध्याय था। यह उसी अध्याय के ग्यारह पाठों पर आधारित है। इस रूप में चार चित्रों को शब्दों में समझाया गया है। वे एआई की समय रेखा, ग्राफ़िक्स चिप की तुलना, ट्रांसफ़ॉर्मर का क्रम और प्रशिक्षण की दो मिसालें दिखाते हैं। पुणे का उदाहरण बनाया हुआ है। दर्ज कामों में ट्यूरिंग का लेख, डार्टमथ का प्रस्ताव, इमेजनेट और ऐलेक्सनेट के शोध, ट्रांसफ़ॉर्मर का मूल लेख, चिनचिला और लामा थ्री की रिपोर्टें और चैट जी पी टी की पहली सार्वजनिक घोषणा शामिल हैं। खर्च के उदाहरणों में रिपोर्ट की इकाई और मान ली गई दर का फ़र्क याद रखें। वे आज के किसी काम की क़ीमत का वादा नहीं हैं। इस हिंदी रूप में लिखित पाठ को सुनने के लिए ढाला गया है। आवाज़ कृत्रिम साधन से बनाई गई है। लिखित अध्याय पर लौटकर आप कोई शब्द, चित्र या तुलना देख सकते हैं। अभ्यास अलग है, इसलिए पहले अपने ढंग से सोच सकते हैं। सुनने के लिए धन्यवाद।