क्या AI का मूल्य वास्तव में "अच्छी तरह से बात करने" में है?

जनरेटिव AI की प्रगति को लंबे समय से "कितनी स्वाभाविक रूप से यह लिख सकता है" और "कितने कठिन प्रश्नों का उत्तर दे सकता है" के आधार पर मापा गया है। लेकिन जब कंपनियाँ AI को सॉफ़्टवेयर में गहराई से एकीकृत करती हैं और स्वचालित रूप से प्रक्रियाओं को आगे बढ़ाना चाहती हैं, तो प्रवाहिता हमेशा सबसे बड़ा मूल्य नहीं होती।

आवश्यकता यह है कि यह पहचान सके कि प्रश्न अनुबंध रद्द करने का है या धनवापसी का अनुरोध है। यह निर्धारित करना कि निष्पादित किया जाने वाला कमांड खतरनाक है या नहीं। कई AI मॉडलों में से उस कार्य के लिए उपयुक्त एक को चुनना। और यह कि निर्णय में कितनी आत्मविश्वास है, इसे प्रोग्राम द्वारा संभाले जाने योग्य रूप में लौटाना।

इस संदर्भ में ध्यान आकर्षित कर रहा है, अमेरिकी TypeSafe AI द्वारा प्रारंभिक पहुँच के रूप में जारी किया गया "Jev"। विकास का नेतृत्व करने वाले डिओगो अल्मेदा पूर्व OpenAI शोधकर्ता हैं, जिन्हें मानव प्रतिक्रिया का उपयोग करके मॉडल को समायोजित करने वाले RLHF के अनुसंधान और ChatGPT से संबंधित तकनीकी विकास में शामिल माना जाता है।

Jev की सबसे बड़ी विशेषता यह है कि यह चैट नहीं करता। यह कहानियाँ या विवरण नहीं बनाता, बल्कि डेवलपर्स द्वारा पहले से परिभाषित विकल्पों के लिए पूर्वनिर्धारित मान और संभावनाएँ लौटाता है। TypeSafe इसे "System One Model" कहता है। यह AI मानव की तेज और सहज सोच का प्रतिनिधित्व करने वाले "सिस्टम 1" के समान है, जो गहन और लंबी तर्कशक्ति के बजाय, तात्कालिक निर्णयों को बड़े पैमाने पर संसाधित करने की दिशा में अनुकूलित है।

"लेखन नहीं करने" से प्राप्त गति

सामान्य बड़े भाषा मॉडल, पिछले शब्द या टोकन के आधार पर एक-एक करके अगला टोकन उत्पन्न करते हैं। यह उच्च स्वतंत्रता प्रदान करता है और बातचीत, सारांश, प्रोग्राम निर्माण जैसे व्यापक उपयोगों के लिए उपयुक्त है, लेकिन लंबे आउटपुट के साथ समय और लागत बढ़ जाती है। इसके अलावा, प्रोग्राम से उपयोग करने पर, उत्तर का विश्लेषण करना और यह जांचना आवश्यक होता है कि यह अपेक्षित प्रारूप में है या नहीं।

Jev ने इस स्वतंत्रता को जानबूझकर त्याग दिया। इनपुट प्राकृतिक भाषा जैसे असंरचित डेटा हो सकता है, लेकिन आउटपुट विकल्प और डेटा प्रकार पहले से तय होते हैं। उदाहरण के लिए, ग्राहक ईमेल को "बिलिंग", "रद्दीकरण", "उत्पाद दोष", "अन्य" में वर्गीकृत करना और प्रत्येक की संभावना को संभावना के रूप में लौटाना। यह शब्द-दर-शब्द लेखन नहीं करता और कई निर्णय समानांतर में देता है, जिससे यह तेजी से हो सकता है।

TypeSafe के प्रकाशित आंकड़ों के अनुसार, प्रतिक्रिया समय 70 से 500 मिलीसेकंड है। इनपुट शुल्क प्रति मिलियन टोकन $0.042 है, और आउटपुट को "मापने लायक लागत नहीं" के रूप में मुफ्त माना जाता है। कंपनी का कहना है कि लक्षित System One प्रकार के कार्यों में, यह मौजूदा LLM के समान बुद्धिमत्ता बनाए रखते हुए, दर्जनों से लेकर 200 गुना तक तेज हो सकता है। उनके अद्वितीय वर्कफ़्लो मूल्यांकन में 193.6 गुना तेज और 444.6 गुना सस्ता होने के आंकड़े भी दिखाए गए हैं।

हालांकि, ये मुख्य रूप से विकासकर्ता द्वारा डिज़ाइन और प्रकाशित मूल्यांकन हैं। TypeSafe ने यह भी स्पष्ट किया है कि वर्कफ़्लो निर्माता द्वारा पूर्वाग्रह की संभावना, तुलना की शर्तें जो Jev के पक्ष में हो सकती हैं, और यह कि कीमत बिना सब्सिडी के है, जिसे दीर्घकालिक रूप से ही साबित किया जा सकता है। चमकदार गुणांक को सभी उद्देश्यों के लिए पुन: प्रस्तुत करने योग्य सामान्य प्रदर्शन के रूप में नहीं लिया जाना चाहिए।

डेवलपर्स ने "बुद्धिमत्ता" से अधिक एकीकरण की आसानी पर प्रतिक्रिया दी

प्रकाशन के तुरंत बाद, इतनी रुचि थी कि API की आपूर्ति अस्थायी रूप से मांग को पूरा नहीं कर सकी। सोशल मीडिया पर जो प्रमुख था, वह मॉडल के साथ बातचीत का आनंद लेने की प्रतिक्रिया नहीं थी, बल्कि वास्तविक कार्य प्रवाह में इसे बदलकर मापने वाले डेवलपर्स की पोस्ट थीं।

Vercel के सॉफ़्टवेयर इंजीनियर, प्रणीत शर्मा ने रिपोर्ट किया कि कमांड की सुरक्षा की पुष्टि करने वाले वर्गीकरण प्रक्रिया में मौजूदा OpenAI मॉडल से Jev में बदलाव करने पर, सटीकता में सुधार करते हुए 5 से 18 गुना तेज हो गया।

Bryo AI के CTO, निखिल मुदोलकर ने Gemini के साथ व्यावसायिक ईमेल वर्गीकरण की तुलना की। उनके परीक्षण में Gemini की सटीकता थोड़ी अधिक थी, जबकि लागत Jev की तुलना में 10 से 20 गुना कम थी, और विशेष रूप से प्रत्येक निर्णय के लिए व्यावहारिक संभावनाएँ प्रदान करने की क्षमता की सराहना की गई। यह कम आत्मविश्वास वाले मामलों को केवल मानव को भेजने की प्रणाली को आसान बनाता है।

वहीं, ओपन-सोर्स मॉडल निष्पादन प्लेटफ़ॉर्म से जुड़े अरमिन रोनाचर ने बताया कि संभावनाओं को कैसे संभालना उपयोगकर्ता की जिम्मेदारी है। 50% पर प्रक्रिया को रोकना है या 95% पर स्वचालित रूप से निष्पादित करना है, यह सीमा मॉडल द्वारा तय नहीं की जाती है। Jev अनिश्चितता दिखाता है, लेकिन अनिश्चितता को व्यावसायिक नियमों में कैसे बदलना है, यह लागू करने वाली कंपनी को डिज़ाइन करना होगा।

ये सोशल मीडिया पर रिपोर्ट्स Jev की संभावनाओं को दिखाने वाले प्रारंभिक उदाहरण के रूप में दिलचस्प हैं। हालांकि, ये統一条件で किए गए स्वतंत्र तृतीय-पक्ष बेंचमार्क नहीं हैं, बल्कि प्रत्येक डेवलपर द्वारा विशिष्ट उपयोग के लिए परीक्षण के परिणाम हैं। सकारात्मक प्रतिक्रियाओं और सामान्य प्रदर्शन प्रमाण के बीच अंतर करना आवश्यक है।

"मतिभ्रम नहीं करना" का क्या मतलब है

Jev के संदर्भ में सबसे ध्यान देने योग्य अभिव्यक्ति है "मतिभ्रम नहीं करना"।

यदि आउटपुट विकल्प और प्रकार शुरू से ही स्थिर हैं, तो गैर-मौजूद वस्तुओं को मनमाने ढंग से बनाना या विवरण के दौरान स्वरूप को बिगाड़ने की समस्या को सिद्धांततः रोका जा सकता है। लौटाई जाने वाली चीजें सत्य-मूल्य, वर्गीकरण लेबल, संख्याएँ, संभावनाएँ आदि तक सीमित हैं, इसलिए सॉफ़्टवेयर द्वारा पढ़ी नहीं जा सकने वाली वाक्य या काल्पनिक फ़ंक्शन कॉल उत्पन्न करने की संभावना कम होती है।

हालांकि, स्वरूप का सही होना यह गारंटी नहीं देता कि निर्णय की सामग्री सही है। यदि "धनवापसी अनुरोध" को "सामान्य प्रश्न" के रूप में गलत वर्गीकृत किया जाता है, तो आउटपुट स्वरूप स्वयं पूरी तरह से सही होगा। TypeSafe मुख्य रूप से स्कीमा या प्रकार से बाहर न होने की गारंटी देता है, और यह नहीं कि यह वास्तविकता के बारे में हमेशा सही होगा।

इसके अलावा, संभावनाओं का समायोजन भी महत्वपूर्ण है। जब मॉडल "90%" का उत्तर देता है और उस मामले के बहुत सारे उदाहरण एकत्रित किए जाते हैं, तो यदि वास्तव में लगभग 90% सही हैं, तो वह संभावना अच्छी तरह से समायोजित मानी जा सकती है। इसके विपरीत, यदि 90% दिखाया जाता है लेकिन सही दर 60% है, तो इसे स्वचालन के सुरक्षा वाल्व के रूप में उपयोग नहीं किया जा सकता। उद्योग, भाषा, इनपुट की लंबाई, समय के साथ डेटा परिवर्तन के अनुसार इसे लगातार सत्यापित करने की आवश्यकता है।

जापानी कंपनियों में उपयोग करने पर, जापानी भाषा के आदर सूचक शब्द, संक्षिप्त अभिव्यक्तियाँ, कंपनी-विशिष्ट शब्दावली, अस्पष्ट अनुरोधों के प्रति प्रतिक्रिया की भी पुष्टि की जानी चाहिए। भले ही अंग्रेजी ईमेल में अच्छा प्रदर्शन हो, जापानी कॉल सेंटर रिकॉर्ड या अनुमोदन दस्तावेज़ों में वही सटीकता नहीं हो सकती है।

जनरेटिव AI को प्रतिस्थापित नहीं करना, बल्कि निगरानी करना

Jev का एक संभावित उपयोग केवल LLM को प्रतिस्थापित करना नहीं है। इसे जनरेटिव AI के आगे और पीछे "निगरानी भूमिका" के रूप में भी देखा जा सकता है।

उदाहरण के लिए, यह निर्धारित करना कि उपयोगकर्ता के अनुरोध में गोपनीय जानकारी प्राप्त करने का प्रयास करने वाला आदेश शामिल नहीं है। यह जांचना कि AI एजेंट द्वारा निष्पादित किए जाने वाले कार्य खतरनाक हैं या नहीं। यह मूल्यांकन करना कि उत्पन्न उत्तर वार्तालाप सामग्री के साथ विरोधाभासी नहीं है या निषिद्ध वस्तुओं को नहीं छूता है। उच्च-प्रदर्शन LLM को निगरानी भूमिका के रूप में हर बार बुलाने से लागत और प्रतीक्षा समय बढ़ जाता है, लेकिन सस्ते और तेज़ निर्णय मॉडल के साथ, कई चरणों की जाँच को शामिल करना आसान हो जाता है।

एक और तरीका है "मॉडल रूटिंग"। सरल अनुरोधों को छोटे और सस्ते मॉडल की ओर, कठिन प्रश्नों को उच्च-प्रदर्शन मॉडल की ओर, और छवियों वाले अनुरोधों को मल्टीमॉडल मॉडल की ओर विभाजित करना। यदि विभाजन के लिए महंगे LLM का उपयोग किया जाता है, तो बचत का प्रभाव कम हो जाता है, लेकिन Jev जैसे मॉडल के साथ, यह संभव है कि प्रवेश द्वार पर बारीकी से चयन किया जा सके।

कंपनी सिस्टम में, एक सार्वभौमिक AI को सभी प्रक्रियाओं को सौंपने के बजाय, विभिन्न विशेषज्ञता वाले छोटे घटकों को संयोजित करना अधिक व्यावहारिक होता है, लागत, गति, और ऑडिट के दृष्टिकोण से। Jev का लक्ष्य है, उपयोगकर्ताओं से अदृश्य होते हुए भी, अनगिनत ऐप्स के अंदर बार-बार बुलाया जाने वाला "निर्णय का सामान्य घटक" बनना।

नाम में छुपा "जेवन्स का विरोधाभास"

Jev का नाम 19वीं सदी के अर्थशास्त्री विलियम स्टैनली जेवन्स से लिया गया है। जेवन्स का विरोधाभास यह विचार है कि संसाधनों की उपयोग दक्षता बढ़ने पर, बचत के बजाय, उपयोग का विस्तार होता है और कुल खपत बढ़ जाती है।

यदि AI के निर्णय की लागत 1/100 हो जाती है, तो यह आवश्यक नहीं है कि कंपनियाँ AI खर्च को 1/100 तक घटा देंगी। इसके बजाय, वे उन परिदृश्यों में सैकड़ों, हजारों निर्णय प्रक्रियाएँ जोड़ सकते हैं जहाँ पहले लागत बहुत अधिक थी। यह सभी प्रश्नों, लेनदेन, क्लिक, और एजेंट संचालन में "थोड़ा अधिक बुद्धिमान निर्णय" सम्मिलित करने की अनुमति देता है।

यह सुविधा बढ़ाने के साथ-साथ, यह भी संकेत देता है कि निगरानी और स्वचालित चयन अदृश्य स्थानों पर फैल सकता है। यदि इसे भर्ती उम्मीदवारों के वर्गीकरण, ग्राहकों की प्राथमिकता निर्धारण, धोखाधड़ी के निर्धारण में उपयोग किया जाता है, तो त्रुटियों और पूर्वाग्रहों का प्रभाव बड़ा हो सकता है। सस्ती होने के कारण बड़े पैमाने पर उपयोग करने की क्षमता, समान गलत निर्णय को बड़े पैमाने पर बढ़ाने का जोखिम भी लाती है।

जापानी कंपनियों के लिए व्यावहारिक कार्यान्वयन प्रक्रिया

जापान में, जनरेटिव AI का कार्यान्वयन अक्सर आंतरिक चैट और दस्तावेज़ निर्माण सहायता से शुरू होता है। Jev प्रकार के मॉडल इसके अगले चरण के लिए उपयुक्त हैं। प्रश्नों का वर्गीकरण, निगरानी अलर्ट की प्राथमिकता निर्धारण, बिक्री मामलों का वर्गीकरण, सामग्री समीक्षा, AI एजेंट के संचालन की स्वीकृति जैसे कार्य, जो वर्तमान में मानव द्वारा स्क्रीन देखकर किए जाते हैं।

कार्यान्वयन के समय, इसे तुरंत स्वचालित रूप से निष्पादित करने के बजाय, पहले मानव निर्णय के साथ समानांतर में चलाना सुरक्षित है। व्यावसायिक डेटा के साथ सटीकता और संभावनाओं का समायोजन मापें, और जिन मदों में गलती होने पर नुकसान बड़ा होता है, उनके लिए स्वचालन की सीमा को ऊँचा करें। कम आत्मविश्वास वाले मामलों को मानव को लौटाएँ, और मॉडल या इनपुट डेटा में परिवर्तन की निरंतर निगरानी करें। इसके अलावा, यह रिकॉर्ड करना आवश्यक है कि किसने आउटपुट विकल्पों को परिभाषित किया और किसने सीमा को स्वीकृत किया।

"AI ने निर्णय लिया" के कारण जिम्मेदारी को अस्पष्ट न करें, बल्कि यह सुनिश्चित करें कि AI की संभावनाओं को कंपनी के निर्णय में बदलने वाले नियमों को समझाया जा सके। Jev की ताकत यह है कि यह स्वतंत्र वाक्य नहीं बल्कि संरचित मान लौटाता है। इस ताकत को ऑडिट क्षमता से जोड़ने में सक्षम होना, एक साधारण तेज़ वर्गीकरणकर्ता और एक विश्वसनीय व्यावसायिक आधार के बीच का अंतर पैदा करता है।

AI का मुख्य क्षेत्र, स्क्रीन के बाहर की ओर बढ़ रहा है

Jev ChatGPT जैसे वार्तालाप AI को समाप्त करने वाला नहीं है। लेखन, संवाद, जटिल तर्क, रचनात्मक कार्यों में, LLM की स्वतंत्रता अपरिहार्य है। दूसरी ओर, सॉफ़्टवेयर के अंदर लाखों बार दोहराए जाने वाले छोटे निर्णयों में, स्वतंत्रता बाधा बन सकती है।

Jev द्वारा उठाया गया मौलिक प्रश्न यह है, "सबसे बुद्धिमान AI कौन सा है" नहीं, बल्कि "उस कार्य के लिए वाक्य निर्माण वास्तव में आवश्यक है या नहीं"। यदि आवश्यक उत्तर कुछ विकल्प और संभावनाएँ हैं, तो हर बार एक विशाल वार्तालाप मॉडल को बुलाने का कोई कारण नहीं है।

भविष्य में, इसी तरह के मॉडल और प्रतिस्पर्धी उत्पाद बढ़ेंगे, और स्वतंत्र तृतीय-पक्ष मूल्यांकन आगे बढ़ेगा। Jev की गुप्त आर्किटेक्चर और केवल संश्लेषित डेटा के साथ प्रशिक्षित होने के दावे, और मूल्य की स्थिरता की भी जाँच की जाएगी। फिर भी, AI का भविष्य केवल चमकदार चैट स्क्रीन के अंदर नहीं है, बल्कि शर्तों का विभाजन, निगरानी, वर्गीकरण, और वितरण जैसे साधारण प्रक्रियाओं में फैलता है, यह दृष्टिकोण में विश्वास है।

अगली AI क्रांति यह नहीं है कि यह मानव से बात करेगी। यह इतनी तेजी से होगा कि आप इसे देख नहीं पाएंगे, और सॉफ़्टवेयर के अंदर "अगला क्या करना है" तय करेगा। इस शांत परिवर्तन के अग्रणी के रूप में, Jev खड़ा होने की कोशिश कर रहा है।

सोशल मीडिया पर प्रतिक्रिया

本文で紹介したSNS反応は、公開直後に開発者が投稿した個別テストと、TechCrunchによる取材・引用を基に整理した。速度、価格、確率出力への評価は強い一方、