अल्फाएव्हॉल्व एआय इव्होल्यूशन अनलीशेड: ब्रेकथ्रू मॉडेल्स रीशेप 2025

हायलाइट

• दीपमाइंडने विकसित केलेल्या अल्फाएव्हॉल्वने नवीन अल्गोरिदम आणि ऑप्टिमाइझ केलेल्या रिअल-वर्ल्ड सिस्टमचा शोध लावला, ज्यामुळे गणिती आणि हार्डवेअर दोन्ही डिझाइनची प्रगती झाली.
• अभिप्राय मिसळला गेला असला तरी, मेटाच्या लामा 4 मॉडेल्सने मल्टीमोडल, तज्ञ-आधारित आर्किटेक्चर्सची ओळख करुन दिली.
• सुरक्षा आणि विश्वासाबद्दल नवीन चिंता निर्माण करताना ओपनईच्या “कादंबरी अंतर्दृष्टी” ध्येय एआयला मूळ कल्पना निर्माण करण्याच्या दिशेने गेले.

जून २०२25 पर्यंत, एआयचे जग वेगवान प्रगती सामायिक करेल: एआय प्रयोगशाळांमध्ये अग्रगण्य एआय प्रयोगशाळे उच्च-ऑर्डरच्या तर्क, प्रगत संगणक प्रोग्रामिंग आणि नवीन ज्ञानाच्या शोधासाठी नवीन मॉडेल्सचे अनावरण करतील. अशा प्रणालीतील घडामोडी जिथे अल्गोरिदम सर्वोत्तम वर्तमान बेंचमार्कमध्ये स्वायत्तपणे तयार केले गेले होते, तसेच चार विषयांमधील निराकरण न झालेल्या समस्यांचे अन्वेषण, एआयमध्ये नवीन वाढ चिन्हांकित केली गेली, जी ज्ञात चौकटीत काम करण्यापासून मूळ निराकरणात बदलली.

मे आणि जूनमध्ये एकत्र येत असताना, मॉडेलचे हे संच हार्डवेअर डिझाइन ऑप्टिमायझेशन, एकाधिक चरणांमध्ये जटिल गणिताच्या समस्यांचे निराकरण करणे आणि असंख्य कार्यांमध्ये सतत स्मृती टिकवून ठेवण्यासह प्रशंसनीय अभियांत्रिकी पराक्रम करण्यास सक्षम होते.

जवळजवळ अमर्याद शक्यतांबद्दल कोणीही उत्सुक होण्यापूर्वी, सुरक्षितता, पारदर्शकता आणि नैतिक तैनातीबद्दल चिंता वाढविण्यात आली कारण या मजबूत प्रणाली अधिक स्वायत्त होत आहेत. हे अद्यतन आपल्याला या सुरुवातीच्या काळात सुरू केलेल्या काही सर्वात प्रभावशाली मॉडेल्समधून घेऊन जाते, ते कसे कार्य करतात, त्यांनी काय साध्य केले आणि एआय संशोधन, तंत्रज्ञान आणि समाजाच्या नव्याने उदयोन्मुख चेहर्यासाठी ते काय सूचित करतात हे प्रोफाइलिंग करते.

Google depimind चे अल्फाएव्हॉल्व्हचे प्रकाशन

जून २०२25 मध्ये, एआय लँडस्केपमध्ये अल्फाएव्हॉल्व्हच्या नेतृत्वात, Google depimind सह हेल्म्डवर महत्त्वपूर्ण प्रगती झाली. अल्फाव्हॉल्व्ह, एक मिथुन-शक्तीचा कोडिंग एजंट शोधण्यासाठी आणि परिपूर्ण अल्गोरिदम शोधण्यासाठी उत्क्रांतीवादी उपायांचा वापर करून, 14 मे रोजी रिलीज झाला. हे Google च्या मिथुन फ्लॅशची सौंदर्याचा चातुर्य आणि निराकरण करण्यासाठी आणि निराकरण करण्यासाठी स्वयंचलित सिस्टमसह प्रो मॉडेल्सची निर्मिती करते.

व्यावहारिक परिणाम आधीच प्रभावी सिद्ध झाला आहे, Google डेटा सेंटर ऑपरेशन्स 0.7%वाढवितो, पुढच्या पिढीतील चिपसाठी पुन्हा डिझाइनचा प्रस्ताव आणि मिथुन आर्किटेक्चर कर्नल वेग 23%वाढवितो. पुढे, फ्लॅशन्शन कामगिरीमध्ये 32.5% “विजय” मिळविण्यासाठी निम्न-स्तरीय जीपीयू सूचना ऑप्टिमाइझ केल्या.

अल्फाएव्हॉल्व पद्धतीने केवळ 48 स्केलर गुणाकारांचा वापर करून 4 × 4 कॉम्प्लेक्स मॅट्रिक्स गुणाकार करण्यासाठी नवीन अल्गोरिदम प्रस्तावित करून गणिताच्या जगात लक्ष वेधले, ज्यामुळे सुमारे 50-वर्ष जुन्या स्ट्रॅसेन अल्गोरिदम कमी झाले. त्यांनी 11 परिमाणांमध्ये चुंबन संख्येच्या समस्येस प्रगती करण्यासह 50 पेक्षा जास्त ओपन गणिती समस्यांपैकी 75% लोकांचे निराकरण केले किंवा सुधारित केले.

यश असूनही, ऑक्सफोर्डचे संशोधक सायमन फ्रायडर यांनी डीपमिंडच्या संपूर्ण कोड सोडण्याच्या विसंगत ट्रॅक रेकॉर्डबद्दल चिंता व्यक्त केली, ज्याने व्यापक एआय समुदायाद्वारे त्याच्या काही दाव्यांची पडताळणी अडथळा आणला आहे. अल्फाव्हॉल्व्हच्या सामान्य स्वभावाचा अर्थ असा आहे की ते अल्गोरिदम म्हणून वर्णन करण्यायोग्य कोणत्याही समस्येवर लागू केले जाऊ शकते आणि स्वयंचलितपणे सत्यापित केले जाऊ शकते, ऑक्सफोर्ड विद्यापीठातील एआय संशोधक सायमन फ्रायडर यांनी दीपमाइंडच्या “पूर्ण सार्वजनिक कोड सोडण्याच्या स्पॉट्टी हिस्ट्री” बद्दल चिंता व्यक्त केली, ज्याचा अल्फाएव्हॉल्वच्या निकालावर विश्वास असू शकतो.

मेटा आय चे लामा 4 कुटुंब: स्काऊट आणि मॅव्हरिक

मेटाने नवीन लामा 4 कुटुंबातील पहिले सदस्य अधिकृतपणे सोडले: लामा 4 स्काऊट आणि लामा 4 मॅव्हरिक. या रीलिझपासून प्रारंभ करून, मेटा येथील मुक्त-वजन मोठ्या भाषेच्या मॉडेल इकोसिस्टमने अनुप्रयोगांची एक आवश्यक अ‍ॅरे सुरू केली आहे. स्काऊट आणि मॅव्हरिक हे विकासात्मक टप्प्यावर एक मल्टीमोडल आर्किटेक्चर आहे, म्हणजे ते प्रतिमांसह एकाधिक पद्धती हाताळू शकतात. दोन्ही मॉडेल्स मिश्रण-एक्सपर्ट्स (एमओई) आर्किटेक्चरचा वापर करतात, जे आवश्यकतेनुसार मॉडेलमधील विशिष्ट तज्ञांना सक्रिय करून कार्यक्षमतेने कार्य करतात.

लामा 4 स्काऊट हे एक मॉडेल आहे ज्यात 16 तज्ञांपेक्षा विखुरलेले 17 अब्ज सक्रिय पॅरामीटर्स आहेत. एकाचवर कार्यक्षमतेने चालविणे हे चांगले आहे एनव्हीडिया एच 100 जीपीयू? स्काऊट 10 दशलक्ष टोकन संदर्भ विंडो खेळत आहे, जे विविध सामान्य एआय श्रेणी कार्यांसाठी आदर्श बनते. दुसरीकडे, लामा 4 मॅव्हरिक, 17 अब्ज सक्रिय पॅरामीटर्ससह, 128 तज्ञांची लक्षणीय मोठी संख्या आहे. हे मेटाच्या स्वत: च्या अंतर्गत बेंचमार्कनुसार मॉडेल बनवते, जे त्याच्या वर्गात अनेक मॉडेल्सला मागे टाकण्याच्या मर्यादेपर्यंत चांगले तर्क आणि कोडिंग क्षमता सक्षम करते.

स्काऊट आणि मॅव्हरिक हे दोघेही मेटाच्या फ्लॅगशिप मॉडेल, लामा 4 बेहेमोथपासून डिस्टिल्ड होते, जेव्हा ते सोडले गेले तेव्हा प्रशिक्षणात आहेत. बेहेमोथ हे 288 अब्ज सक्रिय पॅरामीटर्स आणि सुमारे दोन ट्रिलियन एकूण पॅरामीटर्स असलेले एक प्रचंड मॉडेल आहे. मेटाच्या म्हणण्यानुसार, बेहेमोथची पराक्रम शीर्ष मॉडेल्सपेक्षा जास्त आहे-जीपीटी -4.5, क्लॉड 3 सॉनेट आणि मिथुन 2.0 प्रो-स्टेम बेंचमार्कच्या मोठ्या संख्येने. याचा अर्थ असा की लहान लामा 4 मॉडेल मोठ्या आणि अधिक शक्तिशाली पालकांद्वारे अप्रत्यक्षपणे प्रशिक्षित केले जातात.

मॉडेल आर्किटेक्चरच्या पलीकडे, मेटाने सुधारित प्रशिक्षण आणि प्रशिक्षणानंतरच्या धोरणावर देखील जोर दिला. या रणनीतीमध्ये लाइटवेट पर्यवेक्षी बारीक-ट्यूनिंग, मजबुतीकरण शिक्षण आणि मल्टीमोडल इनपुट हाताळण्यासाठी तयार केलेल्या कादंबरी अभ्यासक्रमाची रचना समाविष्ट आहे. कार्यक्षमता टिकवून ठेवताना आणि संभाव्य मॉडेल पूर्वाग्रह कमी करण्यासाठी जटिल कार्यांमध्ये कार्यक्षमता वाढविण्यासाठी हे धोरणात्मक बदल लागू केले गेले. तथापि, मेटाच्या सकारात्मक बेंचमार्कची संख्या असूनही, लामा 4 मॉडेल्ससाठी प्रारंभिक छाप आणि समुदाय अभिप्राय मिसळले गेले, त्यांच्या कामगिरीबद्दल काही शंका.

“कादंबरी अंतर्दृष्टी” ही संकल्पना

२०२26 मध्ये ओपनईचे मुख्य कार्यकारी अधिकारी सॅम ऑल्टमॅनच्या मते, आणखी एक मनोरंजक बातमी, एआय “कादंबरी अंतर्दृष्टी” तयार करण्यास सक्षम असेल. ही संकल्पना ओपनईचे मुख्य कार्यकारी अधिकारी सॅम ऑल्टमॅन यांनी 10 जून 2025 रोजी “द जेंटल एकलता” या निबंधात सादर केली होती. हे एआय मॉडेलच्या नवीन, व्यावहारिक आणि पूर्वीच्या बिनधास्त कल्पना किंवा गृहीतक तयार करण्याच्या क्षमतेचा संदर्भ देते. हे पारंपारिक एआय चॅटबॉट फंक्शन्स आणि मोठ्या भाषेच्या मॉडेल्सचे एक विशाल पाऊल आहे, जे मुख्यतः विद्यमान माहितीवर आधारित दस्तऐवज, लेखन कोड किंवा मंथन कल्पनांचा सारांश देते. सोप्या भाषेत, “कादंबरी अंतर्दृष्टी” असे सूचित करते की एआय यापुढे केवळ सारांश, अंदाज किंवा नमुन्यांशी जुळत नाही परंतु सर्जनशीलपणे विचार करते आणि मानवी ज्ञानास अर्थपूर्णपणे योगदान देते.

ओपनईचे अध्यक्ष आणि सह-संस्थापक ग्रेग ब्रॉकमन यांनी या कार्याशी संबंधित ओ 3 आणि ओ 4-मिनी मॉडेल्सची ओळख पटविली, असे सूचित केले की हे होते “प्रथम मॉडेल वैज्ञानिकांनी त्यांच्या क्षेत्रात उपयुक्त नवीन कल्पना तयार करण्यासाठी वापरली. ” सुरुवातीच्या वास्तविक-जगाच्या प्रभावाचे काही पुरावे आहेत, जेथे मॉडेल्सने अस्सल वैज्ञानिक चौकशीत योगदान दिले. जून २०२25 मध्ये प्रकाशित झालेल्या मानववंशशास्त्राद्वारे नंतरचे जग बदलण्यात सक्षम असल्याचे त्यांची ओळख झाली होती.

तथापि, एका मनोरंजक परिस्थितीत, हानिकारक चाचणी करण्यासाठी डिझाइन केलेले एक नक्कल, नियंत्रित वातावरण ब्लॅकमेल, अँथ्रॉपिकच्या संशोधनासारख्या वागणुकीत असे आढळले की सुरुवातीला ओपनईचे ओ 3 आणि ओ 4-मिनी मॉडेल “त्वरित तत्काळ परिस्थितीचा गैरसमज झाला. ” ते बर्‍याचदा हे समजण्यात अपयशी ठरले की ते स्वायत्त एआयएस म्हणून काम करीत आहेत आणि बनावट नियम आणि पुनरावलोकन आवश्यकता तयार केल्या. तथापि, असे नमूद केले गेले आहे की वेळोवेळी असे काही घटना घडले आहेत ज्यात मॉडेल भ्रमनिरास करीत आहे की नाही हे शोधणे अशक्य होते, जे ओपनईने पूर्वी कबूल केले होते: ओपनईने पूर्वीचे कबूल केले होते: ओ 3 आणि ओ 4-मिनी मधील अधिक भ्रम मागील युक्तिवादाच्या मॉडेल्सच्या तुलनेत.

अंतिम विचार

थोडक्यात, मे ते जून 2025 या कालावधीत एआय मॉडेलच्या विकासामध्ये विशेषत: मेटा एआय आणि ओपनई कडून गंभीर प्रगती दर्शविली गेली. मेटाच्या लामा 4 कुटुंबाने विस्तृत अनुप्रयोग आणि वर्धित युक्तिवादासाठी डिझाइन केलेले मल्टीमोडल आणि एमओई आर्किटेक्चर सादर केले, जरी सुरुवातीच्या वापरकर्त्याच्या अनुभवाने वास्तविक-जगातील अनुप्रयोगांमध्ये सुधारणा करण्यासाठी क्षेत्रे उघडकीस आणली.

ओपनईच्या ओ 3 आणि ओ 4-मिनीने एआय-व्युत्पन्न “कादंबरी अंतर्दृष्टी” च्या दिशेने वैचारिक झेप घेतली आणि एआयला वैज्ञानिक शोधात मदत करण्याची क्षमता दर्शविली. एकाच वेळी, ओपनईच्या जीपीटी -4.1 ने स्पर्धात्मक बेंचमार्कमध्ये आपले स्थान मजबूत केले आणि एआय सुरक्षा आणि स्वायत्त एजंट्सच्या वर्तनाबद्दल चालू असलेल्या चर्चेला देखील हातभार लावला. या घडामोडींमध्ये नाविन्यपूर्ण वेगवान गती आणि वाढत्या सक्षम एआय सिस्टम तैनात करण्याच्या विकसनशील आव्हानांना अधोरेखित होते.