Starvard.Starvard.Starvard University · AI कैसे काम करता है
Dinesh रोज़ AI से चीज़ें बनाते हैं। यहाँ वे समझाते हैं कि यह सचमुच कैसे काम करता है, सरल भाषा में, गणित की डिग्री की ज़रूरत नहीं। शब्द संख्याएँ बनते हैं। संख्याएँ जवाब बनती हैं। और नीचे तक: वर्गीकरण, आखिर तक।
Dinesh कोर्स का परिचय देते हैं। सत्ताईस सेकंड। चलिए हुड खोलते हैं।
पूरी गाइड 60 सेकंड में
ग्यारह पाठ
पाठ 1
यहाँ पूरे AI क्षेत्र का सार एक वाक्य में है: किसी ने लगभग पूरा इंटरनेट एक विशाल गणित मशीन में डाला, और मशीन ने पैटर्न सीख लिए।
हर किताब, हर लेख, हर बहस, हर नुस्खा, हर चुटकुला। सब पाठ के रूप में अंदर गया और संख्याओं के रूप में बाहर आया, अरबों संख्याएँ इस तरह व्यवस्थित कि समान अर्थ वाली चीज़ें एक-दूसरे के पास बैठती हैं। जब आप कोई सवाल पूछते हैं, तो मशीन उस गणित से गुजरती है और एक जवाब लेकर बाहर आती है।
पाठ 2
Dave ने इसे सबसे अच्छा कहा: यह मूल रूप से सारा वर्गीकरण है। और वे सही हैं। फैंसी गणित के नीचे, मशीन ने जो सीखा वह श्रेणियाँ हैं: यह शब्द इन शब्दों के साथ आता है, यह विचार उस विचार जैसा है, यह सवाल उस बाल्टी में जाता है।
सोचें कि आप कैसे सोचते हैं। आप एक रोएँदार चार पैरों वाली चीज़ देखते हैं और आपका दिमाग उसे "कुत्ते" के नीचे रखता है, जो "पालतू जानवरों" के नीचे आता है, जो "जानवरों" के नीचे आता है। AI वही करता है, बस लाखों श्रेणियों के साथ, सब कुछ पढ़कर सीखा हुआ।
हर बार जब यह आपको जवाब देता है, यह छाँट रहा होता है: यह किस तरह का सवाल है, इसके साथ किस तरह का जवाब जाता है, उसी मोहल्ले में क्या रहता है। वर्गीकरण AI का छोटा हिस्सा नहीं है। यह पूरा खेल है।
पाठ 3
AI आपके शब्द देखे, उससे पहले वे संख्याओं में बदल जाते हैं। हर शब्द, या शब्द का टुकड़ा, संख्याओं की एक लंबी सूची बन जाता है, एक विशाल नक्शे पर एक स्थिति जहाँ समान अर्थ पास-पास बैठते हैं।
"King" "queen" के पास बैठता है। "Happy" "joyful" के पास बैठता है। मशीन नहीं जानती खुशी क्या है। यह बस जानती है कि "happy" नक्शे पर कहाँ रहता है, उसके पड़ोसी कौन हैं, और वह किन मोहल्लों में जाता है।
यही कारण है कि AI भाषा में इतना अच्छा है और गिनती में इतना बुरा: यह कैलकुलेटर की तरह गणित नहीं करता। यह नक्शे की तरह अर्थ करता है।
पाठ 4
यहाँ वह तरकीब है जिस पर पूरा उद्योग बना है: मशीन अगले शब्द की भविष्यवाणी करती है। अब तक की हर चीज़ को देखते हुए, अगला शब्द क्या आता है? फिर अगला। फिर अगला, अरबों बार।
यह बुद्धिमत्ता पैदा करने के लिए बहुत सरल लगता है, और एक तरह से है भी। लेकिन अगले शब्द की सही भविष्यवाणी करना, हर उस विषय में जिसके बारे में मनुष्य लिखते हैं, व्याकरण, तथ्य, तर्क, शैली और लहजे की समझ मांगता है। प्रवाह भविष्यवाणी से उसी तरह उभरता है जैसे गीलापन पानी के अणुओं से उभरता है।
ChatGPT या Muse से आपको मिला हर जवाब एक-एक भविष्यवाणी किए शब्द से बना था।
पाठ 5
मशीन ने वे सारे पैटर्न कैसे सीखे? पढ़कर। प्रशिक्षण के दौरान, यह पाठ के विशाल ढेर पढ़ती है, किताबें, वेबसाइटें, लेख, और अगले शब्द की भविष्यवाणी का अभ्यास करती है, बार-बार, हर बार गलत होने पर अपनी अरबों संख्याओं को समायोजित करती हुई।
इसमें महीने लगते हैं और कंप्यूटिंग में लाखों डॉलर खर्च होते हैं। यह इतिहास का सबसे महंगा पठन कार्यक्रम है। लेकिन एक बार यह हो जाए, तो परिणाम, प्रशिक्षित मॉडल, सेकंडों में सवालों के जवाब दे सकता है।
इसे स्कूल की तरह सोचें: सालों की पढ़ाई, फिर परीक्षा एक घंटे में होती है। प्रशिक्षण पढ़ाई है। आपकी चैट परीक्षा है।
पाठ 6
AI स्मार्ट इसलिए लगता है क्योंकि भाषा वह तरीका है जिससे मनुष्य होशियारी दिखाते हैं। जब कोई चीज़ धाराप्रवाह बोलती है, स्पष्ट तर्क देती है, और संदर्भ याद रखती है, तो हमारा दिमाग उसे "बुद्धिमान व्यक्ति" के नीचे रख देता है। यह हमारे वर्गीकरण की गड़बड़ी है।
सचमुच जो हो रहा है: पागलपन की हद तक अच्छा पैटर्न मिलान। इसने इतनी व्याख्याएँ, तर्क और कहानियाँ देखी हैं कि यह आपके ठीक सवाल के लिए एक नई जोड़ सकता है। यह वैसे नहीं सोचता जैसे आप सोचते हैं। यह वैसे मिलान करता है जैसे केवल यह कर सकता है।
इससे यह बेकार नहीं हो जाता। इस पैमाने पर पैटर्न मिलान सचमुच शक्तिशाली है। इसका बस मतलब है कि आपको इसे पूर्ण स्मरण वाले प्रतिभाशाली प्रशिक्षु की तरह मानना चाहिए, बुद्धिमान ऋषि की तरह नहीं।
पाठ 7
कभी-कभी AI पूरे आत्मविश्वास के साथ झूठी बातें कहता है। उद्योग इन्हें भ्रम कहता है। अब आप इतना जानते हैं कि समझ सकें क्यों: यह प्रशंसनीय अगले शब्दों की भविष्यवाणी करता है, सच्चे अगले शब्दों की नहीं।
सबसे प्रसिद्ध: न्यूयॉर्क के दो वकीलों ने एक अदालती दस्तावेज़ दायर किया जिसमें ChatGPT द्वारा गढ़े गए छह मामले थे, नकली न्यायाधीशों और गढ़े गए उद्धरणों समेत। सबसे मूर्खतापूर्ण नकली मामले का नाम? Estate of Durden v. KLM। Tyler Durden। Fight Club से। एक असली वकील ने इसे संघीय अदालत में दायर किया और उस पर $5,000 का जुर्माना लगा।
अगर इसके प्रशिक्षण डेटा में वह तथ्य था, तो प्रशंसनीय जवाब और सच्चा जवाब आमतौर पर मेल खाते हैं। लेकिन जब इसे नहीं पता, तो यह "मुझे नहीं पता" नहीं कहता। यह सबसे संभावित लगने वाले जवाब की भविष्यवाणी करता है, जो खूबसूरती से लिखी बकवास हो सकती है।
ठीक करना आपका काम है: महत्वपूर्ण तथ्यों, नामों, संख्याओं और उद्धरणों की पुष्टि करें। मशीन प्रस्ताव रखती है; निर्णय आप करते हैं।
पाठ 8
भाग 2: Dinesh 28 सेकंड में एजेंट समझाते हैं। मॉडल और उपकरण और चक्र।
अब कोर्स का शीर्षक सार्थक होता है। एक AI एजेंट भाषा मॉडल है और दो जोड़: उपकरण और एक चक्र।
उपकरणों का मतलब है कि यह काम कर सकता है, सिर्फ कह ही नहीं सकता: वेब खोजना, आपका ईमेल पढ़ना, आपका कैलेंडर देखना, कोड चलाना। चक्र का मतलब है कि यह चरणों में काम कर सकता है: कुछ आज़माना, परिणाम देखना, समायोजित करना, फिर आज़माना, जब तक काम पूरा न हो।
मॉडल और उपकरण और चक्र। यही एक एजेंट है। बाकी सब मार्केटिंग है।
पाठ 9
चलिए एक सवाल को पूरी मशीन से गुजारते हैं। आप टाइप करते हैं "मेरा हफ़्ता योजनाबद्ध करो।" पहले, आपके शब्द संख्याएँ बनते हैं और अर्थ के नक्शे पर उतरते हैं। मॉडल सबसे संभावित उपयोगी प्रतिक्रिया की भविष्यवाणी करता है, शब्द दर शब्द, लाखों योजना उदाहरणों से लिए पैटर्नों पर आधारित जो उसने पढ़े।
अगर यह एक एजेंट के रूप में काम कर रहा है, तो यह आगे जाता है: यह आपका कैलेंडर देखता है (उपकरण), एक योजना का मसौदा बनाता है (भविष्यवाणी), आपकी सीमाओं के अनुरूप उसकी समीक्षा करता है (चक्र), और समायोजित करता है। फिर यह आपको परिणाम सौंपता है।
पूरी यात्रा, आपके वाक्य से उसके जवाब तक, सेकंडों में होती है। नीचे तक: वर्गीकरण, संख्याएँ, भविष्यवाणी, उपकरण, और एक और चक्र।
पाठ 10
सीमाओं को जानना आपको शक्तिशाली बनाता है। AI सचमुच वे चीज़ें नहीं जान सकता जो उसने कभी नहीं पढ़ीं। यह कुछ नहीं चाह सकता और परिणामों की परवाह नहीं कर सकता। यह तथ्यों की पुष्टि वास्तविकता से नहीं कर सकता, केवल पैटर्नों से कर सकता है।
यह सटीक गणित में बुरा है, यह जानने में बुरा है कि इसे क्या नहीं पता, और आप जो रहस्य इसे बताते हैं उन्हें रखने में बुरा है (मान लें कि आप जो भी टाइप करते हैं वह देखा जा सकता है)। यह थकता नहीं है, लेकिन प्रेरित भी नहीं होता।
इसे मसौदा बनाने, सारांश देने, विचार-मंथन, व्यवस्था और समझाने के लिए उपयोग करें। निर्णय, फैसले और रिश्ते अपने पास रखें।
पाठ 11
अब आप मशीन को इसके 99 प्रतिशत उपयोगकर्ताओं से बेहतर समझते हैं। इसे फायदे में बदलने का तरीका यहाँ है:
स्नातक
इंटरनेट शब्दों के रूप में अंदर गया और गणित के रूप में बाहर आया। गणित ने सब कुछ श्रेणियों में छाँट दिया। अब यह आपके सवालों को भी छाँटता है, जवाबों की भविष्यवाणी शब्द दर शब्द करता है, और उपकरणों और एक चक्र के साथ, काम करता है। यही AI है। Dave सही थे।
सीखते रहें
यह कोर्स Starvard University का हिस्सा है, जो महानता की ओर प्रयासरत है।
सटीकता पर एक टिप्पणी: Starvard पर आप जो कुछ पढ़ते हैं, उसका बहुत हिस्सा AI एजेंटों की मदद से, लोगों के साथ मिलकर बनाया गया है। हम जो हो सकता है, जाँचते हैं, लेकिन हम गारंटी नहीं दे सकते कि यहाँ की हर बात सच है, ताज़ा है या पूरी है। अगर कोई बात सचमुच महत्वपूर्ण है, आपकी सेहत, आपका पैसा, कोई ग्रेड, कोई नौकरी, तो उस पर भरोसा करने से पहले कृपया किसी विश्वसनीय स्रोत से उसकी पुष्टि कर लें।
यह पृष्ठ स्वचालित रूप से हिंदी में अनुवादित है। मूल वक्ताओं द्वारा समीक्षा जल्द आ रही है।