कृत्रिम बुद्धिमत्ताका मोडेलहरूबीच कुनै शब्द बिना सम्पर्क गर्ने प्रविधिको आविष्कार!

कृत्रिम बुद्धिमत्ताको भविष्यलाई पुनः आकार दिन सक्ने एक विकासको रूपमा, 'मोस्टिक' (Mostik) नामक एक स्टार्टअपमा काम गर्ने रूसी गणितज्ञहरूको टोलीले विभिन्न कृत्रिम बुद्धिमत्ता मोडेलहरू बीच मध्यवर्ती पाठ उत्पन्न गर्ने आवश्यकता बिना नै आपसमा कुराकानी गर्न सक्ने नयाँ विधि विकास गरेको छ। 'वाइर्ड' (Wired) पत्रिकाको रिपोर्ट अनुसार, यो दृष्टिकोण यन्त्रहरू बीचको एक प्रकारको 'मेशिन टेलिप्याथी' जस्तै छ।

डेमोमा, टोलीले दुई फरक मोडेलहरू जोडेको थियो: ७५३ अर्ब प्यारामिटर भएको GLM-5.2 र ४ अर्ब प्यारामिटर भएको Qwen-3.5। मोस्टिक कम्पनीका अनुसार, यो हाइब्रिड प्रणालीले GLM-5.2 लाई एक्लै चलाउने खर्चभन्दा करिब २० गुणा कम खर्चमा काम गर्दछ, जबकि गुणस्तर दुवै मूल मोडेलहरूको नतिजाको बीचमा हुन्छ।

मुख्य विचार ठूलो भाषा मोडेलहरूले परम्परागत रूपमा पाठ मार्फत कसरी अन्तरक्रिया गर्छन् भन्ने बाटोबाट टाढा जानु हो, जहाँ एउटा मोडेलले उत्तर उत्पन्न गर्दछ र अर्को मोडेलले त्यसलाई प्राप्त गरेर फेरि प्रशोधन गर्दछ। 'मोस्टिक' ले यो चरणलाई पूर्ण रूपमा ओभरराइड गर्दै, जानकारीलाई मोडेलहरूको आन्तरिक गणितीय प्रतिनिधित्वहरू मार्फत सिधै स्थानान्तरण गर्ने प्रस्ताव गर्दछ। यो दृष्टिकोणको उद्देश्य धेरै विशेषज्ञ मोडेलहरूलाई कुशलतापूर्वक एकीकृत गर्ने चुनौती समाधान गर्नु हो, जसले जानकारीको ह्रास र स्रोतहरूको अपव्यय निम्त्याउने बारम्बार पाठ रूपान्तरणबाट हुने गणनात्मक बोझबाट टाढा रहन मद्दत गर्दछ।

तथापि, यो प्रविधि अहिलेसम्म अस्पष्ट छ, किनकि टोलीले वैज्ञानिक पेपर, स्रोत कोड, खर्च गणनाको विधि, वा 'GLM' र 'Qwen' बीच तुलनाको लागि कुनै विशिष्ट मानक प्रकाशित गरेको छैन। 'वाइर्ड' को रिपोर्टले संकेत गर्दछ कि कम्पनीले अझै सटीक प्राविधिक विवरणहरू प्रदान गरेको छैन, र यसका दाबीहरूको स्वतन्त्र पुष्टि छैन, जसले यो प्रविधिको नवीनताप्रति शंका उत्पन्न गर्दछ। 'मोस्टिक' को प्रविधि वास्तविक नवीनता हो कि ज्ञान डिस्टिलेसन वा एम्बेडिङ स्पेसमा कनेक्टिभिटी जस्ता विद्यमान अवधारणाहरूको मात्र पुनः प्याकेजिङ हो भन्ने कुरा अस्पष्ट छ।

मोस्टिकमा वैज्ञानिक अनुसन्धानको नेतृत्व २०१० मा फिल्ड्स मेडल प्राप्तकर्ता र जिनेभा विश्वविद्यालयका प्राध्यापक स्टानिस्लाभ स्मिरनोभले गर्दै आएका छन्। स्मिरनोभका अनुसार, मुख्य कार्यहरूमध्ये एक विभिन्न मोडेलहरूले आफ्नो आन्तरिक प्रतिनिधित्वहरू एकअर्काले बुझ्न सक्ने साझा गणितीय भाषा पत्ता लगाउनु हो।

अवलोकनकर्ताहरूले संकेत गर्दछन् कि मानकीकृत डाटा जारी गर्नु, प्रणालीको केही भाग खोल्नु, वा ठूलो लगानी प्राप्त गर्नुले यस्ता दाबीहरूको विश्वसनीयता प्रमाणित गर्न मद्दत गर्न सक्छ। यद्यपि, यो विकासले कृत्रिम बुद्धिमत्ताका धेरै मोडेलहरूको लाभ उठाउनका लागि बढी कुशल विधिहरू खोज्ने तीव्र प्रयासमा प्रकाश पार्दछ, जुन विश्वका ठूला प्रविधि कम्पनीहरूले सामना गरिरहेको चुनौती हो।