2026 मध्ये, AI हाईपकडून व्यावहारिकतेकडे जाईल

जर 2025 हे वर्ष असेल तर AI ला vibe चेक मिळाले, तर 2026 हे वर्ष असेल जे तंत्रज्ञान व्यावहारिक बनते. नेहमी मोठ्या भाषेचे मॉडेल बनवण्यापासून आणि AI वापरण्यायोग्य बनवण्याच्या कठोर परिश्रमाकडे लक्ष केंद्रित केले जात आहे. व्यवहारात, त्यामध्ये लहान मॉडेल्स बसवणे, भौतिक उपकरणांमध्ये बुद्धिमत्ता एम्बेड करणे आणि मानवी वर्कफ्लोमध्ये स्वच्छपणे समाकलित होणाऱ्या सिस्टमची रचना करणे यांचा समावेश होतो.

2026 हे संक्रमणाचे वर्ष म्हणून पाहण्यासाठी तज्ज्ञ Read बोलले, जे ब्रूट-फोर्स स्केलिंगपासून ते नवीन आर्किटेक्चर्सवर संशोधन करण्यासाठी, आकर्षक डेमोपासून लक्ष्यित तैनातीपर्यंत आणि स्वायत्ततेचे वचन देणाऱ्या एजंट्सपासून ते प्रत्यक्षात लोक कसे काम करतात ते वाढवतात.

पार्टी संपलेली नाही, पण उद्योग शांत होऊ लागला आहे.

स्केलिंग कायदे ते कमी करणार नाहीत

2012 मध्ये, ॲलेक्स क्रिझेव्स्की, इल्या सुत्स्केव्हर आणि जेफ्री हिंटन्स ॲलेक्सनेट पेपर लाखो उदाहरणे पाहून AI सिस्टीम चित्रांमधील वस्तू ओळखण्यास कसे “शिक” शकतात हे दाखवले. हा दृष्टिकोन संगणकीयदृष्ट्या महाग होता, परंतु GPU सह शक्य झाला. परिणाम? शास्त्रज्ञांनी वेगवेगळ्या कामांसाठी नवीन आर्किटेक्चर्स शोधून काढण्याचे काम केले म्हणून हार्डकोर AI संशोधनाचे दशक.

2020 च्या आसपास जेव्हा OpenAI ने GPT-3 लाँच केले, ज्याने हे दाखवले की मॉडेल 100 पट मोठे बनवून स्पष्ट प्रशिक्षणाची आवश्यकता न घेता कोडिंग आणि तर्क यांसारख्या क्षमतांना कसे अनलॉक करते. AI एजंट प्लॅटफॉर्म वर्कराचे CEO आणि संस्थापक किआन कातनफोरूश, “स्केलिंगचे वय” म्हणतात त्यामध्ये हे संक्रमण चिन्हांकित केले आहे: अधिक गणना, अधिक डेटा आणि मोठे ट्रान्सफॉर्मर मॉडेल अपरिहार्यपणे AI मधील पुढील मोठ्या यशांना चालना देतील या विश्वासाने परिभाषित केलेला कालावधी.

आज, बऱ्याच संशोधकांना वाटते की एआय उद्योग स्केलिंग कायद्यांच्या मर्यादा संपुष्टात येऊ लागला आहे आणि पुन्हा एकदा संशोधनाच्या युगात प्रवेश करेल.

यान लेकुन, मेटाचे माजी मुख्य एआय शास्त्रज्ञ, यांनी स्केलिंगवर जास्त अवलंबून राहण्याच्या विरोधात दीर्घकाळ युक्तिवाद केला आहे आणि उत्तम आर्किटेक्चर विकसित करण्याच्या गरजेवर भर दिला आहे. आणि Sutskever अलीकडे सांगितले मुलाखत सध्याचे मॉडेल पठारी आहेत आणि पूर्व-प्रशिक्षण परिणाम सपाट झाले आहेत, जे नवीन कल्पनांची आवश्यकता दर्शवितात.

“मला वाटतं बहुधा पुढच्या पाच वर्षांत, आम्हाला एक चांगली आर्किटेक्चर सापडेल जी ट्रान्सफॉर्मरमध्ये लक्षणीय सुधारणा आहे,” कॅटनफोरूश म्हणाले. “आणि जर आम्ही तसे केले नाही, तर आम्ही मॉडेल्समध्ये जास्त सुधारणांची अपेक्षा करू शकत नाही.”

कधी कधी कमी जास्त

मोठ्या भाषेचे मॉडेल ज्ञानाचे सामान्यीकरण करण्यासाठी उत्तम आहेत, परंतु अनेक तज्ञांचे म्हणणे आहे की एंटरप्राइझ AI दत्तक घेण्याची पुढील लाट लहान, अधिक चपळ भाषेच्या मॉडेल्सद्वारे चालविली जाईल जी डोमेन-विशिष्ट समाधानांसाठी छान-ट्यून केली जाऊ शकते.

AT&T चे चीफ डेटा ऑफिसर अँडी मार्कस यांनी रीडला सांगितले की, “फाइन-ट्यून केलेले SLM हा मोठा ट्रेंड असेल आणि 2026 मध्ये परिपक्व AI एंटरप्रायझेसद्वारे वापरले जाणारे एक मुख्य पर्याय बनतील, कारण किंमत आणि कार्यप्रदर्शन फायदे आउट-ऑफ-द-बॉक्स LLMs वर वापर वाढवतील.” “आम्ही आधीच पाहिले आहे की व्यवसाय वाढत्या प्रमाणात SLM वर अवलंबून असतात कारण, जर योग्यरित्या ट्यून केले असेल तर ते एंटरप्राइझ व्यवसाय अनुप्रयोगांसाठी अचूकतेमध्ये मोठ्या, सामान्यीकृत मॉडेलशी जुळतात आणि किंमत आणि गतीच्या बाबतीत उत्कृष्ट आहेत.”

फ्रेंच ओपन-वेट एआय स्टार्टअप मिस्ट्रलकडून आम्ही हा युक्तिवाद यापूर्वी पाहिला आहे: ते तर्क करते की त्याचे लहान मॉडेल्स फाइन-ट्यूनिंगनंतर अनेक बेंचमार्कवर मोठ्या मॉडेलपेक्षा चांगले कार्य करतात.

ऑस्टिन-आधारित एंटरप्राइझ AI कंपनी, ABBYY मधील AI स्ट्रॅटेजिस्ट जॉन निस्ले म्हणाले, “SLM ची कार्यक्षमता, खर्च-प्रभावीता आणि अनुकूलता त्यांना अनुरूप अनुप्रयोगांसाठी आदर्श बनवते जेथे अचूकता सर्वोपरि आहे.”

एजंटिक युगात SLMs महत्त्वाच्या असतील असे मार्कसचे मत आहे, तर निस्ली म्हणतात की लहान मॉडेल्सचे स्वरूप म्हणजे ते स्थानिक उपकरणांवर तैनात करण्यासाठी अधिक चांगले आहेत, “एज कंप्युटिंगमधील प्रगतीमुळे वेग वाढलेला ट्रेंड.”

अनुभवातून शिकणे

माणसं फक्त भाषेतून शिकत नाहीत; जग कसे चालते याचा अनुभव घेऊन आपण शिकतो. पण एलएलएमला खरंच जग कळत नाही; ते फक्त पुढील शब्द किंवा कल्पनेचा अंदाज लावतात. म्हणूनच अनेक संशोधकांचा असा विश्वास आहे की पुढील मोठी झेप जागतिक मॉडेल्समधून येईल: AI प्रणाली ज्या 3D स्पेसमध्ये गोष्टी कशा हलतात आणि परस्परसंवाद करतात हे शिकतात जेणेकरून ते अंदाज बांधू शकतील आणि कृती करू शकतील.

जागतिक मॉडेल्ससाठी 2026 हे मोठे वर्ष असेल अशी चिन्हे वाढत आहेत. LeCun ने स्वतःची जागतिक मॉडेल लॅब सुरू करण्यासाठी मेटा सोडला आणि 5 अब्ज डॉलरचे मूल्यांकन शोधत आहे. Google चे DeepMind Genie येथे प्लगिंग करत आहे आणि ऑगस्टमध्ये त्याचे नवीनतम मॉडेल लॉन्च केले आहे जे रिअल-टाइम इंटरएक्टिव्ह जनरल-पर्पज जागतिक मॉडेल तयार करते. Decart आणि Odyssey सारख्या स्टार्टअप्सच्या डेमोसोबत, Fei-Fei Li's World Labs ने त्यांचे पहिले व्यावसायिक जागतिक मॉडेल, Marble लाँच केले आहे. जनरल इंट्यूशन सारख्या नवोदितांनी ऑक्टोबरमध्ये एजंटना अवकाशीय तर्क शिकवण्यासाठी $134 दशलक्ष सीड राउंड स्कोअर केले आणि डिसेंबरमध्ये व्हिडिओ जनरेशन स्टार्टअप रनवेने त्याचे पहिले जागतिक मॉडेल, GWM-1 रिलीज केले.

संशोधकांना रोबोटिक्स आणि स्वायत्ततेमध्ये दीर्घकालीन क्षमता दिसत असली तरी, व्हिडिओ गेममध्ये नजीकचा प्रभाव प्रथम दिसण्याची शक्यता आहे. PitchBook ने अंदाज वर्तवला आहे की गेमिंगमधील जागतिक मॉडेल्सची बाजारपेठ 2022 आणि 2025 दरम्यान $1.2 अब्ज वरून 2030 पर्यंत $276 अब्ज पर्यंत वाढू शकते, जी परस्परसंवादी जग निर्माण करण्याच्या तंत्रज्ञानाच्या क्षमतेमुळे आणि अधिक जीवनासारखी नॉन-प्लेअर पात्रे यांच्याद्वारे चालविली जाते.

जनरल इंट्यूशनचे संस्थापक, पिम डी विट्टे यांनी रीड व्हर्च्युअल वातावरणास सांगितले की ते गेमिंगला केवळ नवीन आकार देऊ शकत नाहीत, तर पुढील पिढीच्या पायाभूत मॉडेलसाठी महत्त्वपूर्ण चाचणी आधार देखील बनू शकतात.

एजंटिक राष्ट्र

एजंट 2025 मध्ये प्रसिद्धी पूर्ण करण्यात अयशस्वी झाले, परंतु त्याचे एक मोठे कारण आहे कारण त्यांना प्रत्यक्ष काम होत असलेल्या सिस्टमशी कनेक्ट करणे कठीण आहे. साधने आणि संदर्भामध्ये प्रवेश करण्याच्या मार्गाशिवाय, बहुतेक एजंट पायलट वर्कफ्लोमध्ये अडकले होते.

Anthropic's Model Context Protocol (MCP), एक “USB-C for AI” जो AI एजंटना डेटाबेस, शोध इंजिन आणि API सारख्या बाह्य साधनांशी बोलू देतो, गहाळ संयोजी ऊतक सिद्ध करतो आणि त्वरीत मानक बनत आहे. ओपनएआय आणि मायक्रोसॉफ्टने सार्वजनिकपणे एमसीपी स्वीकारले आहे आणि अँथ्रोपिकने अलीकडेच ते लिनक्स फाउंडेशनच्या नवीन एजंटिक एआय फाउंडेशनला दान केले आहे, ज्याचा उद्देश ओपन-सोर्स एजंटिक टूल्सचे मानकीकरण करण्यात मदत करणे आहे. Google ने AI एजंटना त्याची उत्पादने आणि सेवांशी जोडण्यासाठी स्वतःचे व्यवस्थापित MCP सर्व्हर उभे करण्यास सुरुवात केली आहे.

एमसीपीने वास्तविक सिस्टीमशी कनेक्टिंग एजंट्सचे घर्षण कमी केल्यामुळे, 2026 हे वर्ष असण्याची शक्यता आहे एजंटिक वर्कफ्लो अखेरीस डेमोमधून दैनंदिन सरावात सरकले.

सॅफायर व्हेंचर्सचे भागीदार राजीव धाम म्हणतात की या प्रगतीमुळे सर्व उद्योगांमध्ये “सिस्टम-ऑफ-रेकॉर्ड भूमिका” घेणारे एजंट-फर्स्ट सोल्यूशन्स मिळतील.

“व्हॉईस एजंट्स सेवन आणि ग्राहक संप्रेषण यांसारखी एंड-टू-एंड कार्ये हाताळतात म्हणून, ते अंतर्निहित मुख्य प्रणाली देखील तयार करण्यास सुरवात करतील,” धाम म्हणाले. “आम्ही हे होम सर्व्हिसेस, प्रोपटेक आणि हेल्थकेअर यांसारख्या विविध क्षेत्रांमध्ये तसेच विक्री, आयटी आणि सपोर्ट सारख्या क्षैतिज कार्यांमध्ये पाहू.”

ऑगमेंटेशन, ऑटोमेशन नाही

अधिक एजंटिक वर्कफ्लोमुळे टाळेबंदी होण्याची चिंता वाढू शकते, परंतु वर्कराच्या कॅटनफुरोशला हाच संदेश असल्याची खात्री नाही.

“2026 हे मानवाचे वर्ष असेल,” तो म्हणाला.

2024 मध्ये, प्रत्येक AI कंपनीने भाकित केले होते की ते मनुष्यांना आवश्यक असलेल्या नोकऱ्या स्वयंचलित करतील. परंतु तंत्रज्ञान अद्याप तेथे नाही आणि अस्थिर अर्थव्यवस्थेत, ते खरोखर लोकप्रिय वक्तृत्व नाही. Katanforoosh म्हणतो की पुढच्या वर्षी, आम्हाला हे समजेल की “AI ने आम्ही विचार केला तितक्या स्वायत्ततेने कार्य केले नाही,” आणि संभाषण AI बदलण्याऐवजी मानवी वर्कफ्लो वाढवण्यासाठी कसे वापरले जाते यावर अधिक लक्ष केंद्रित करेल.

“आणि मला वाटते की बऱ्याच कंपन्या नोकरभरती सुरू करणार आहेत,” ते पुढे म्हणाले की, एआय गव्हर्नन्स, पारदर्शकता, सुरक्षितता आणि डेटा व्यवस्थापनामध्ये नवीन भूमिका मिळतील अशी त्यांची अपेक्षा आहे. “पुढच्या वर्षी सरासरी 4% पेक्षा कमी बेरोजगारीबद्दल मी खूप उत्साही आहे.”

“लोकांना API च्या वर व्हायचे आहे, त्याच्या खाली नाही, आणि मला वाटते की 2026 हे यासाठी महत्त्वाचे वर्ष आहे,” डी विट्टे पुढे म्हणाले.

शारीरिक मिळत आहे

लहान मॉडेल्स, जागतिक मॉडेल्स आणि एज कंप्युटिंग यासारख्या तंत्रज्ञानातील प्रगती मशीन लर्निंगचे अधिक भौतिक अनुप्रयोग सक्षम करेल, तज्ञ म्हणतात.

AT&T व्हेंचर्सचे प्रमुख विक्रम तनेजा यांनी रीडला सांगितले की, “2026 मध्ये भौतिक AI मुख्य प्रवाहात येईल कारण रोबोटिक्स, AVs, ड्रोन आणि वेअरेबल्ससह AI-शक्तीच्या उपकरणांच्या नवीन श्रेणी बाजारात येऊ लागल्या आहेत.

स्वायत्त वाहने आणि रोबोटिक्स हे भौतिक AI साठी स्पष्टपणे वापरल्या जाणाऱ्या केसेस आहेत जे 2026 मध्ये वाढतच जातील यात शंका नाही, तरीही आवश्यक प्रशिक्षण आणि तैनाती महाग आहे. दुसरीकडे, वेअरेबल्स, ग्राहक खरेदी-विक्रीसह कमी खर्चिक वेज प्रदान करतात. Meta's Ray Bans सारखे स्मार्ट चष्मा सहाय्यकांना पाठवू लागले आहेत जे तुम्ही काय पहात आहात याबद्दलच्या प्रश्नांची उत्तरे देऊ शकतात आणि नवीन फॉर्म घटक जसे की एआय-चालित आरोग्य रिंग आणि स्मार्ट घड्याळे नेहमी-चालू, ऑन-बॉडी अनुमान सामान्य करत आहेत.

“कनेक्टिव्हिटी प्रदाते उपकरणांच्या या नवीन लाटेला समर्थन देण्यासाठी त्यांच्या नेटवर्क इन्फ्रास्ट्रक्चरला ऑप्टिमाइझ करण्यासाठी कार्य करतील आणि ते कनेक्टिव्हिटी कशी देऊ शकतात याबद्दल लवचिकता असलेल्यांना सर्वोत्तम स्थान दिले जाईल,” तनेजा म्हणाले.