जनरेटिव एआई की लहर के चलते OpenAI का ChatGPT तेजी से बढ़ रहा है और लगभग 4 अरब मासिक विज़िट्स के करीब पहुंच रहा है। हालांकि, यह मात्र एकमात्र फलती-फूलती एआई सेवा नहीं है। Similarweb के नवीनतम आँकड़ों के अनुसार, इस वर्ष की तुलना में 2023 के मुकाबले ChatGPT की वेबसाइट ट्रैफ़िक में 100% से अधिक की बढ़ोतरी हुई है। पिछले महीने प्लेटफ़ॉर्म ने सितंबर की तुलना में 17

एआई को मानसिक स्वास्थ्य समर्थन के रूप में लेकर शुरुआत में संशय में रहते हुए, मेरा दृष्टिकोण तब बदला जब हेडस्पेस ने एब्ब नामक एक एआई साथी पेश किया, जो चैटबॉट के माध्यम से विचारों, भावनाओं और आभार को संसाधित करने के लिए व्यक्तिगत समर्थन प्रदान करता है, जिसे इसके प्रसिद्ध ध्यान सामग्री के साथ पेश किया गया। 2012 में अपनी शुरुआत के बाद से, हेडस्पेस ने डिजिटल मानसिक स्वास्थ्य पर महत्वपूर्ण प्रभाव डाला है, और 2024 में एब्ब की जोड़ी इसके आत्म-देखभाल में भूमिका को और भी अधिक रेखांकित करती है। एब्ब को हेडस्पेस सदस्यता के साथ मुफ्त में उपलब्ध कराया गया है, और एक 7-दिन का परीक्षण उपलब्ध है। एब्ब उपयोगकर्ताओं के लिए भावनाओं को संसाधित करने और आभार विकसित करने के लिए एक चैटबॉट अनुभव प्रदान करता है। अन्य एआई उपकरण जैसे कि ChatGPT या क्लॉड, जो उपयोगकर्ता दृष्टिकोण को समझने पर केंद्रित हैं, एब्ब उपयोगकर्ताओं को हेडस्पेस की लाइब्रेरी से संसाधन सुझाकर भावनात्मक अवस्था को सुधारने की दिशा में प्रेरित करता है। एब्ब मानसिक स्वास्थ्य निदान नहीं करता लेकिन जरुरत पड़ने पर विशेष रूप से संकट स्थितियों में पेशेवर मदद के लिए उपयोगकर्ताओं का मार्गदर्शन करता है, जैसे संकट हॉटलाइन जैसी संसाधन प्रदान करना। गोपनीयता पर हेडस्पेस का मुख्य ध्यान है। एब्ब व्यक्तिगत उपयोगकर्ता डेटा से नहीं सीखता, जिससे गोपनीयता और डेटा सुरक्षा बढ़ती है। हालांकि गुणवत्ता सुधार के लिए हेडस्पेस टीम एन्क्रिप्टेड चैट लॉग्स की निगरानी करती है, वहाँ एक शून्य-प्रतिधारण नीति है, जो तीसरे पक्षीय विक्रेताओं को सदस्य डेटा तक पहुंच से रोकती है। मनोवैज्ञानिकों और डेटा वैज्ञानिकों की इनपुट के साथ डिजाइन किया गया एब्ब एक सावधान, नैतिक दृष्टिकोण को प्रतिबिंबित करता है। क्या आपको एब्ब को अपनी मानसिक स्वास्थ्य दिनचर्या में शामिल करना चाहिए, यह आपकी आवश्यकताओं पर निर्भर करता है। जबकि यह चिकित्सा का विकल्प नहीं है, एब्ब पेशेवर सहायता को अतिरिक्त संसाधनों द्वारा पूरक कर सकता है। एक हेडस्पेस सदस्यता के साथ, उपयोगकर्ताओं को विभिन्न उपकरणों तक पहुंच मिलती है, हालांकि एब्ब से व्यक्तिगत एक-से-एक समर्थन सीमित है। मैं इसके प्रस्तावों को उपयोगी पाता हूं, यह मानते हुए कि हमें जीवन की चुनौतियों का सामना करने में समर्थन की आवश्यकता होती है।

कई लोग श्रम बाजारों पर जनरेटिव एआई के प्रभावों को लेकर चिंतित हैं। कुछ लोग इसके प्रभाव की तुलना पिछली नवाचारों जैसे रोबोट से करते हैं, जिनका प्रभाव मामूली था, वहीं अन्य लोग अधिक स्थायी बदलावों का पूर्वानुमान लगाते हैं, क्योंकि जनरेटिव एआई समय के साथ अपनी क्षमताओं को बढ़ा सकता है। हाल के शोध ने ऑनलाइन गिग वर्करों के लिए एक मिलियन से अधिक नौकरी पोस्ट का विश्लेषण किया ताकि ChatGPT और छवि-जनरेटिंग एआई जैसे उपकरणों के प्रभावों का मूल्यांकन किया जा सके, जिसमें पोस्ट की संख्या, नौकरी की आवश्यकताएं, कार्यकर्ता की आय, और सबसे प्रभावित क्षेत्र और पेशे शामिल हैं। निष्कर्ष बाजार इन बदलावों से उत्पन्न चुनौतियों और अवसरों की समझ प्रदान करते हैं। 2000 के दशक की शुरुआत में, अमेज़ॅन द्वारा वेयरहाउस कार्यों को स्वचालित करने के लिए किवा रोबोट्स की शुरुआत ने कर्मचारियों के बीच नौकरी सुरक्षा की आशंकाओं को जन्म दिया। आज, चैटजीपीटी द्वारा प्रस्तुत जनरेटिव एआई और प्राकृतिक भाषा प्रसंस्करण में प्रगति कई उद्योगों को बदल रही है और इसी प्रकार की चिंताओं को बढ़ा रही है। हालांकि, पिछली स्वचालन प्रौद्योगिकियों के विपरीत, जनरेटिव एआई की निरंतर विकसित होने की संभावनाएं इसे सभी नौकरी क्षेत्रों पर प्रभाव डालने में सक्षम बनाती हैं, जिससे कार्यबल पर ऐसे असर के संकेत मिलते हैं जो केवल नौकरियों को बदलने तक सीमित नहीं हैं।

"न्यूरोएआई," जो "न्यूरोसाइंस" और "एआई" (कृत्रिम बुद्धिमत्ता) का मिश्रण है, एक शोध क्षेत्र के रूप में तेजी से ध्यान आकर्षित कर रहा है। कुछ वर्षों पहले अपरिचित यह क्षेत्र अब कार्यशालाओं, सम्मेलनों और शैक्षणिक कार्यक्रमों में प्रमुख रूप से दिखाई देता है, जिसमें एक ब्रेन-इनिशिएटिव कार्यशाला भी शामिल है। यह क्षेत्र एआई के बुद्धिमत्ता की पुनरावृत्ति के लक्ष्य को मस्तिष्क-जैसी गणना में न्यूरोसाइंस की अंतर्दृष्टि के साथ मिलाता है। एआई मस्तिष्क का अनुकरण करने के लिए न्यूरल नेटवर्क का उपयोग करता है, न्यूरल गणनाओं के सिद्धांतों की जांच करता है, जो कि रिचर्ड फाइनमैन के इस विचार को प्रतिबिंबित करता है कि सच्ची समझ निर्माण से आती है। इस दौरान, न्यूरोसाइंस एआई को मानव-सक्षम प्रणालियों को बनाने के लिए प्रेरित करता है, एक फीडबैक लूप बनाकर दोनों क्षेत्रों को तेज करता है। डीपलैबकट जैसे एआई अनुप्रयोगों में, एआई न्यूरोसाइंस में डेटा विश्लेषण को सरल बनाता है, जैसे कि प्रोटीन फोल्डिंग या इमेज रिकग्निशन, लेकिन यह सीधे "न्यूरोएआई" नहीं है। एआई और न्यूरोसाइंस के बीच का संबंध जॉन वॉन न्यूमैन की ईडीवीएसी कंप्यूटर आर्किटेक्चर पर 1945 की रिपोर्ट से पहले का है, जो मैक्कुलक और पिट्स के 1943 के न्यूरल नेटवर्क पेपर से प्रेरित था। फ्रैंक रोसेनब्लैट के 1958 के परसेप्ट्रॉन ने नेटवर्क में डाटा-चलित सीखने के विचार को आगे बढ़ाया, जो डोनाल्ड हेब द्वारा सिनैप्टिक प्लास्टिसिटी पर किए गए कार्य से प्रभावित था। हालांकि सिंगल-लेयर परसेप्ट्रॉन्स को सीमाएं थीं, लेकिन सिनैप्स को अनुकूलन योग्य सीखने वाले तत्व के रूप में देखने का विचार महत्वपूर्ण बना हुआ है। परस्पर लाभकारी प्रगतियों में कॉन्वोल्यूशनल न्यूरल नेटवर्क (सीएनएन) शामिल है, जो दृश्य कॉर्टेक्स के मॉडलों से प्रेरित है, और पुनर्बलन सीखना, जिसका उदाहरण गूगल का अल्फा ज़ीरो है। ड्रॉपआउट जैसी तकनीकें न्यूरॉन्स की गलत फायरिंग की नकल करके न्यूरल नेटवर्क की लचीलापन बढ़ाती हैं। इस पारस्परिक संबंध से एआई और न्यूरोसाइंस दोनों को समृद्ध किया जाता है; न्यूरल नेटवर्क हमारे समझ में मस्तिष्क की गणनाओं को आगे बढ़ाते हैं, नए मॉडल और एल्गोरिदम को प्रेरित करते हैं। जैसे-जैसे न्यूरोएआई विकसित होता है, यह जैविक और कृत्रिम संदर्भों में बुद्धिमत्ता की हमारी समझ को गहरा करता है, इन क्षेत्रों को और अधिक एकीकृत और विस्तारित करने का वादा करता है। यह निबंध श्रृंखला इन परिवर्तनकारी संबंधों और उनके द्वारा उत्पन्न व्यावहारिक और नैतिक प्रश्नों में गहराई से जाएगी।

आज के कॉलम में, मैं जनरेटिव एआई और बड़े भाषा मॉडलों (LLMs) की जटिलताओं को सुलझाने के लिए मार्कोव चेन के गणितीय अवधारणा के उपयोग पर एक नए दृष्टिकोण की जांच करता हूँ। जो लोग अपरिचित हैं, उनके लिए मार्कोव चेन एक विधि है जो सांख्यिकी पाठ्यक्रमों में सीखी जाती है, और वे एआई और LLM प्रक्रियाओं में अंतर्दृष्टि प्रदान कर सकते हैं। मार्कोव चेन प्रक्रियाओं को एक श्रृंखला के रूप में मॉडल करती हैं जिसमें एक स्थिति से दूसरी स्थिति में संभाव्यता के आधार पर आगे बढ़ना होता है। उदाहरण के लिए, DMV यात्रा पर विचार करें: आप चेक-इन विंडो से प्रोसेसिंग या क्लीन-अप विंडो में आगे बढ़ते हैं, जो आवश्यक धर्मार्थ प्रक्रिया की संभाव्यता पर आधारित होती है। इसी तरह, मार्कोव चेन में अवस्थाएँ और संक्रमण सांख्यिकीय संभाव्यताओं पर आधारित होते हैं, जैसा कि पहले रूसी गणितज्ञ आंद्रे मार्कोव ने 1913 में साहित्यिक पाठों में अक्षर अनुक्रमों का विश्लेषण करते समय अवधारणा किया था। जनरेटिव एआई, जैसे कि ChatGPT और अन्य LLMs, इसी प्रकार की अवस्था-आधारित परिवर्तनों पर काम करते हैं, लिखित सामग्री को एक टोकनाइज्ड डेटा पॉइंट में बदलकर और संभाव्यताओं के आधार पर अगले संभावित टोकन की भविष्यवाणी करते हैं। जबकि शोधकर्ता इन एआई प्रक्रियाओं को समझने का प्रयास करते हैं, मार्कोव चेन का उपयोग करना एआई के रहस्यमय दिखने वाले व्यवहारों के बारे में अधिक जानकारी प्रकट कर सकता है। हाल के अध्ययनों ने LLMs को मार्कोव चेन के रूप में देखने का अन्वेषण किया है, जो संरचित अवस्था संक्रमणों का सुझाव देते हैं और सीमित शब्दावली और संदर्भ विंडो से भविष्यवाणियां की गणना करते हैं। कुछ उद्योग पेशेवरों में इस बात पर बहस चल रही है कि क्या मार्कोव चेन पूरी तरह से एआई की जटिलताओं को खोल सका सकते हैं, लेकिन प्रारंभिक संकेत दिखाते हैं कि ये मॉडल कुछ परिस्थितियों में एआई टोकन संचालन का अनुमान लगा सकते हैं। सीमाओं के बावजूद, विशेष रूप से वर्तमान अवस्थाओं पर ध्यान केंद्रित करते हुए पूर्वावस्थाओं की उपेक्षा करने वाली मार्कोव चेन की पारंपरिक सीमा को ध्यान में रखते हुए, शोधकर्ता जनरेटिव एआई में उनकी प्रयोज्यता की जांच करके सीमाओं को धक्का देते हैं। चल रहे अध्ययन मार्कोव की अवधारणाओं के माध्यम से उन्नत एआई क्षमताओं पर प्रकाश डालने का लक्ष्य रखते हैं, संभावित लेकिन अभी तक निर्णायक नहीं हैं कि एआई संचालन का अंतर्दृष्टि है। बदलता शोध परिदृश्य जनरेटिव एआई के बारे में हमारी समझ पर सवाल उठाना और उसे पुख्ता करना जारी रखता है, मार्कोव चेन जैसी क्लासिकल गणितीय संरचनाओं के माध्यम से, एआई की क्षमताओं और आंतरिक यांत्रिकी में निरंतर खोज का आश्वासन देता है।

पालैंटिर टेक्नोलॉजीज ने 2024 में अपनी स्टॉक कीमत में 198% की उछाल देखी है, जो कि अपने प्रभावशाली Q3 प्रदर्शन से प्रेरित है, जिसमें $726 मिलियन की आय हुई, पिछले वर्ष से 30% की वृद्धि और समायोजित कमाई में 43% की वृद्धि दर्ज की गई, जो $0

कृत्रिम बुद्धिमत्ता (एआई) पर चर्चा केवल बड़े भाषा मॉडल्स (एलएलएम) और एआई-जनरेटेड सामग्री तक सीमित नहीं है, बल्कि TikTok, Reddit, और Meta जैसे प्रमुख प्लेटफार्मों को भी छूती है। टेक्नोलॉजी पॉलिसी इंस्टीट्यूट की सीनियर फेलो सारा ओह लाम के अनुसार, बाज़ार में हानि से संबंधित मुकदमों पर एआई की भूमिका का गहरा प्रभाव नहीं पड़ता, क्योंकि प्रासंगिक बाज़ार और नुकसानों को साबित करना याचिकाकर्ता की ज़िम्मेदारी है। न्यायालय के बाहर, OpenAI, Perplexity, और Amazon जैसे प्रतिस्पर्धी गूगल के प्रभुत्व को चुनौती दे सकते हैं, जैसा कि फ़ोरम3 के एडम ब्रॉटमैन कहते हैं। वह जेनरेटिव एआई के उपयोगकर्ता और विज्ञापनदाता के व्यवहार पर परिवर्तनकारी प्रभाव पर जोर देते हैं। वहीं, न्याय मंत्रालय (DOJ) तर्क देता है कि गूगल के एल्गोरिदम उसके बड़े डेटा और उपयोगकर्ता बेस का उपयोग एआई प्रशिक्षण के लिए करते हैं, जो एकाधिकार का निर्माण करता है। गूगल की एआई नवाचार को प्रोत्साहित करने की रक्षा के बावजूद, DOJ गूगल की स्थायी बाजार शक्ति को दिखाता है। गूगल कहता है कि एआई प्रतिस्पर्धा को नया आकार दे रहा है, जैसे कि परफॉर्मेंस मैक्स जैसे उपकरणों के साथ। वह तर्क देता है कि एआई-संचालित एल्गोरिदम विज्ञापन प्रभावशीलता को बढ़ाते हैं, लेकिन आलोचकों का कहना है कि ये प्रयास प्रतियोगियों की तुलना में बहुत बेहतर नहीं होते। इस टेक्स्ट में हाल के एआई विकासों का भी सारांश है, जैसे अमेज़न के एक्स-रे रिकैप्स, ओपनएआई की कानूनी जीत, और उद्योग के विभिन्न विकास, जिनमें टैको बेल का ड्राइव-थ्रू में एआई का उपयोग और नौकरियों पर एआई के प्रभाव को लेकर चिंताएँ शामिल हैं। यह टेक्स्ट बर्नी सैंडर्स की चिंता के साथ समाप्त होता है कि एआई भविष्य की पीढ़ियों के जीवन स्तर को और बुरा कर सकता है।