स्मार्ट AI बनाने का नया तरीका: Apple के Flow Matching शोध का आपके लिए क्या मतलब है
Apple के शोधकर्ता AI भाषा उपकरणों के लिए एक अलग इंजन का परीक्षण कर रहे हैं, जो पाठ निर्माण को तेजी से और अधिक लचीला बना सकता है। यह क्या है और इससे क्यों मायने रखता है।
मुख्य बिंदु
- Apple ML Research ने Categorical Flow Matching नामक एक तकनीक पर नए निष्कर्ष प्रकाशित किए हैं, जो AI के पाठ निर्माण की गति को बढ़ा सकते हैं।
- वर्तमान AI चैटबॉट एक बार में एक शब्द तैयार करते हैं; यह दृष्टिकोण पाठ को उसी तरह बनाने का प्रयास करता है जैसे छवियां बनाई जाती हैं, सब एक साथ।
- तेजी से पाठ निर्माण अंततः रोजमर्रा के उपयोगकर्ताओं के लिए सस्ते, अधिक तेजदर्रार AI उपकरण का मतलब हो सकता है।
- शोध अभी भी शैक्षणिक है, लेकिन यह भाषा AI की बुनियादी संरचना पर पुनर्विचार करने का एक वास्तविक प्रयास दर्शाता है।
अधिकांश AI चैटबॉट, जिनमें आप ईमेल ड्राफ्ट करने या नोट्स को सारांशित करने के लिए उपयोग करते हैं, अगले शब्द की भविष्यवाणी करके काम करते हैं, फिर अगले, फिर अगले। यह एक उंगली से टाइपिंग करने जैसा है। प्रभावी, लेकिन ऐसा करने का एकमात्र तरीका नहीं।
Apple ML Research एक अलग दृष्टिकोण का पता लगा रहा है, जो छवि-जनरेटिंग AI से लिया गया है। इसे flow matching कहा जाता है, एक विधि जहां मॉडल यादृच्छिक शोर से शुरू होता है और इसे क्रमिक रूप से एक तैयार आउटपुट में आकार देता है, बजाय एक बार में एक टोकन बनाने के। टोकन, वैसे, सिर्फ पाठ का बुनियादी हिस्सा है जो AI प्रक्रिया करता है, मोटे तौर पर एक शब्द या शब्द का एक हिस्सा।
तो यहां वास्तव में क्या नया है?
नए शोध इस विचार के एक विशिष्ट संस्करण को मापते हैं जिसे Categorical Flow Maps, या CFM कहा जाता है। शब्द "categorical" का मतलब केवल यह है कि सिस्टम परिभाषित विकल्पों के साथ काम करता है, जैसे शब्दकोश के शब्द, बजाय फजी, निरंतर संख्याओं के जो छवि मॉडल के साथ काम करती हैं। शब्दों पर flow matching को अच्छी तरह से काम करने के लिए एक वास्तविक तकनीकी पहेली है, और यह पेपर दिखाता है कि यह बड़े पैमाने पर किया जा सकता है।
इसे इस तरह सोचें। पुरानी पाठ AI एक शेफ की तरह है जो एक बार में एक रेसिपी पढ़ता है और आगे नहीं देख सकता। Flow matching एक मूर्तिकार की तरह अधिक है जो एक कठोर ब्लॉक से शुरू करता है और पूरी चीज को एक साथ परिशोधित करता है। मूर्तिकार संभावित रूप से अधिक तेजी से समाप्त कर सकता है।
इसका रोजमर्रा के AI उपकरणों के लिए क्या मतलब है?
अभी के लिए, कल आपके ऐप्स में आपको कुछ विशेष नहीं दिखेगा। यह शोध है, उत्पाद लॉन्च नहीं। लेकिन निहितार्थ वास्तविक हैं। तेजी से पाठ निर्माण का मतलब कम कंप्यूटिंग लागत है, और कम लागत अक्सर लिखने वाले सहायकों से लेकर ग्राहक सेवा बॉट तक, लाखों लोग जो रोज AI उपकरण का उपयोग करते हैं, उन पर सस्ते या अधिक उदार मुक्त स्तरों की ओर ले जाती है।
शोध इसे "tilting" कहा जाता है, एक तरीके की ओर भी इशारा करता है, जो AI के आउटपुट को अधिक कुशलतापूर्वक एक पसंदीदा शैली या टोन की ओर धकेलने का एक तरीका है। एक छोटे व्यवसाय के मालिक के लिए जो ग्राहक ईमेल ड्राफ्ट करने के लिए AI का उपयोग करते हैं, इसका मतलब अंततः कम वापसी के साथ अधिक तेजदर्रार, अधिक ब्रांडेड परिणाम हो सकता है।
एक व्यावहारिक नोट: क्योंकि यह शोध Apple से आता है, इसे डिवाइस पर AI सुविधाओं में फीड किया जा सकता है, जहां गति अत्यंत महत्वपूर्ण है क्योंकि आपका फोन एक विशाल डेटा सेंटर पर निर्भर नहीं हो सकता है।
सामान्य प्रश्न
क्या यह ChatGPT-शैली AI को प्रतिस्थापित करने वाला है?
जल्द ही नहीं। शोध बड़े पैमाने पर वादा दिखाता है, लेकिन autoregressive मॉडल, शब्द-दर-शब्द वाली तरह जो आज अधिकांश चैटबॉट को चलाती हैं, उनके पीछे सुधार के वर्ष हैं। Flow matching एक मजबूत चुनौती है, प्रतिस्थापन नहीं।
क्या इसके कारण मेरे AI ऐप्स तेजी से काम करेंगे?
संभवतः, समय के साथ। यदि flow matching उत्पादन में साबित होता है, तो AI उपकरण बनाने वाली कंपनियां प्रतिक्रिया समय और सर्वर लागत को कम करने के लिए इसे अपना सकती हैं, जिनमें से कुछ उपयोगकर्ताओं को बेहतर मुक्त स्तरों या तेजी से प्रतिक्रियाओं के रूप में पास किए जा सकते हैं।
क्या Apple इसे किसी उत्पाद में शिप करने की योजना बना रहा है?
Apple ने इस शोध से जुड़े किसी उत्पाद की घोषणा नहीं की है। कंपनी की शोध शाखा से शैक्षणिक पत्र अक्सर चुप-चाप भविष्य की सुविधाओं में खिलाते हैं, इसलिए iOS या macOS AI अपडेट के नीचे कुछ भी देखें।
