ChatGPT और जनरेटिव AI: वर्ष की समीक्षा – 17 सबसे बड़े पल

ChatGPT के रिलीज़ हुए एक साल बीत चुका है, जिसे DataFramed के अतिथि डैन जेफ़्रीज़ ने AI की दुनिया पर गिरी एक "न्यूट्रॉन बम" की तरह बताया था। तब से, AI में प्रगति की रफ्तार बेमिसाल रही है। यह लेख पिछले वर्ष में ChatGPT और जनरेटिव AI के कुछ प्रमुख क्षणों का अन्वेषण करता है। और जानना चाहते हैं? आज ही हमारा Introduction to ChatGPT कोर्स देखें। 

1. ChatGPT - क्रांति की शुरुआत

छवि स्रोत

ChatGPT को OpenAI ने 30 नवंबर, 2022 को लॉन्च किया था। रिलीज़ के सिर्फ पाँच दिनों के भीतर, इस चैटबॉट ने एक मिलियन से अधिक उपयोगकर्ता आकर्षित कर लिए, जो इस नई AI तकनीक में अपार जन-रुचि को दर्शाता है।

ChatGPT, OpenAI के GPT-3 परिवार के बड़े भाषा मॉडलों पर आधारित है, जो प्राकृतिक भाषा के प्रॉम्प्ट्स पर मानव-समान टेक्स्ट प्रतिक्रियाएँ जनरेट करने में सक्षम है। उपयोगकर्ता ChatGPT के साथ बातचीत कर सकते हैं, उससे प्रश्न पूछ सकते हैं, या उससे लेखों का सार लिखने, कोड लिखने, या निबंध/कविताएँ रचने जैसे कार्य करने का अनुरोध कर सकते हैं।

ChatGPT की वाइरल लोकप्रियता उसके प्रभावशाली भाषाई कौशल और इस तथ्य से आती है कि यह मुफ़्त और सार्वजनिक रूप से सुलभ है। जहाँ GPT-3 जैसे अन्य AI मॉडल पहले केवल शोधकर्ताओं और डेवलपर्स तक सीमित थे, वहीं ChatGPT के लॉन्च ने पहली बार आम जनता के लिए संवादात्मक AI के द्वार खोल दिए।

ChatGPT के लॉन्च ने अत्यधिक उन्नत AI प्रणालियों के संभावित खतरों पर बहस भी छेड़ दी। आलोचकों ने गलत सूचना के प्रसार जैसे जोखिमों की ओर इशारा किया, क्योंकि ChatGPT बहुत विश्वसनीय लगने वाला टेक्स्ट जनरेट कर सकता है। इससे AI नैतिकता और ऐसी परिवर्तनकारी तकनीकों की तैनाती में पारदर्शिता और निगरानी की आवश्यकता पर चर्चाएँ शुरू हुईं।

ChatGPT का लॉन्च AI को सुलभ बनाने में एक मील का पत्थर है। यह बताता है कि भविष्य में AI कैसे हमारे दैनिक जीवन में एकीकृत हो सकता है—रूटीन कार्यों को स्वचालित करते हुए और मानव रचनात्मकता को बढ़ाते हुए।

2. GPT-4 का लॉन्च - प्रदर्शन में सुधार

छवि स्रोत

मार्च 2023 में, OpenAI ने GPT-4 का अनावरण किया, जो इसके Generative Pre-trained Transformer भाषा मॉडल का अद्यतन संस्करण है।

OpenAI के अनुसार, GPT-4 ने अपने पूर्ववर्ती GPT-3 की तुलना में उल्लेखनीय सुधार दिखाए—1.76 ट्रिलियन पैरामीटर्स (जबकि GPT-3 में 175 बिलियन पैरामीटर्स थे) और सटीकता तथा हैल्यूसिनेशन कम करने में 40% बेहतर प्रदर्शन।

GPT-4 संक्षेपण, अनुवाद, निबंध लेखन और प्रश्नों के उत्तर देने जैसे कई प्राकृतिक भाषा कार्य कर सकता है। यह संदर्भ याद रख सकता है और तार्किक विवेचना भी कर सकता है। पैरामीटर्स और प्रशिक्षण डेटा में वृद्धि ने GPT-4 को अब तक के सबसे सक्षम जनरेटिव AI मॉडलों में से एक बना दिया है।

3. ChatGPT प्लगइन्स - अतिरिक्त कार्यक्षमता

ChatGPT प्लगइन्स पहली बार मार्च 2023 में चुनिंदा डेवलपर्स और पार्टनर्स के लिए पेश किए गए। प्लगइन्स ने ChatGPT को बाहरी जानकारी तक पहुँच और फ्लाइट बुकिंग जैसी सीमित कार्रवाइयाँ करने की अनुमति दी। शुरुआती प्लगइन्स Expedia, Slack और Wolfram जैसी कंपनियों ने बनाए थे।

अगले महीनों में, OpenAI ने धीरे-धीरे अधिक उपयोगकर्ताओं तक पहुँच बढ़ाई। मई 2023 तक, ChatGPT Plus सब्सक्राइबर्स के लिए 200 से अधिक प्लगइन्स उपलब्ध थे। इससे Plus उपयोगकर्ताओं को मनोरंजन, शॉपिंग, यात्रा आदि के लिए प्लगइन्स तक जल्दी पहुँच मिली।

हालाँकि, प्लगइन्स की उपलब्धता अभी भी सीमित थी। जैसा कि हम देखेंगे, कस्टम GPTs और ChatGPT स्टोर के साथ, OpenAI से और भी बहुत कुछ आना बाकी था। नवंबर 2023 में, OpenAI ने अपने पहले Dev Summit कार्यक्रम में GPT स्टोर की घोषणा की।

4. ChatGPT में कस्टम इंस्ट्रक्शंस - अधिक नियंत्रण

छवि स्रोत

ChatGPT के लिए कस्टम इंस्ट्रक्शंस जुलाई 2023 में बीटा रूप में केवल ChatGPT Plus सब्सक्राइबर्स के लिए पेश किए गए। इससे Plus उपयोगकर्ता अपनी निरंतर मार्गदर्शिकाएँ और प्राथमिकताएँ दे सकते थे, जो हर प्रॉम्प्ट के साथ निर्देश दोहराने की बजाय बातचीतों में ChatGPT की प्रतिक्रियाओं को आकार देती हैं।

यह फीचर ChatGPT को अधिक शक्तिशाली बनाता है क्योंकि यह आपकी उन प्राथमिकताओं या विनिर्देशों को शामिल करता है जिन्हें आप चाहते हैं कि हर बार प्रतिक्रिया जनरेट करते समय ChatGPT ध्यान में रखे।

5. ChatGPT एडवांस्ड डेटा एनालिसिस - अधिक स्पष्ट परिणाम

छवि स्रोत

एडवांस्ड डेटा एनालिसिस अगस्त 2023 में ChatGPT एंटरप्राइज़ के साथ पेश किया गया। यह मौजूदा कोड इंटरप्रेटर प्लगइन पर आधारित है और डेटा विश्लेषण की क्षमताएँ बढ़ाता है। एडवांस्ड डेटा एनालिसिस ने तकनीकी और गैर-तकनीकी दोनों टीमों को सेकंडों में सूचनाओं से इनसाइट्स पाने में सक्षम बनाया।

अगले कुछ महीनों में, एडवांस्ड डेटा एनालिसिस ChatGPT Plus और एंटरप्राइज़ सब्सक्रिप्शनों के हिस्से के रूप में उपलब्ध रहा। इसने मुफ़्त ChatGPT मॉडल से परे उपयोगी डेटा विश्लेषण क्षमताएँ प्रदान कीं। हालाँकि, पहुँच सीमित बनी रही।

GPT स्टोर और कस्टम GPTs की घोषणा के साथ, OpenAI ने मूलतः एडवांस्ड डेटा एनालिसिस की पेशकश को लोकतांत्रिक बना दिया—यानी ChatGPT के कौशल और ज्ञान को आकार देने की शक्ति।

अब GPT स्टोर के माध्यम से डेटा विश्लेषण क्षमताएँ सभी के लिए उपलब्ध हैं, सिर्फ एंटरप्राइज़ सब्सक्राइबर्स के लिए नहीं।

6. DALLE-3 का लॉन्च - मल्टीमोडल AI की ओर कदम

ChatGPT में DALLE-3 का उपयोग कर जनरेट किया गया

अक्टूबर 2023 में, OpenAI ने DALL-E 3 लॉन्च किया, जो इसके क्रांतिकारी AI टेक्स्ट-टू-इमेज जनरेटर का नवीनतम संस्करण है। DALL-E 3, लिखित प्रॉम्प्ट्स को सटीकता से प्रतिबिंबित करने वाली छवियाँ बनाने में एक बड़ा कदम है—जो AI इमेज सिंथेसिस में कुख्यात रूप से चुनौतीपूर्ण रहा है।

पिछले संस्करणों की तुलना में, DALL-E 3 ने प्रॉम्प्ट टेक्स्ट की समझ और पालन में उल्लेखनीय सुधार किया है। अब यह लंबे, अधिक विस्तृत प्रॉम्प्ट्स को बिना संदर्भ खोए या प्रमुख शब्दों को नज़रअंदाज़ किए संभाल सकता है। नतीजतन, छवियाँ उपयोगकर्ताओं की इच्छित कल्पना से बेहतर मेल खाती हैं।

DALL-E 3 उच्चतर रेज़ोल्यूशन और अधिक फोटो-यथार्थवादी आउटपुट भी प्रस्तुत करता है।

एक खास नई क्षमता ChatGPT के साथ इंटीग्रेशन है, जिससे उपयोगकर्ता बस अपनी छवि की कल्पना चैटबॉट को बता सकते हैं। इसके बाद ChatGPT DALL-E 3 के लिए एक उपयुक्त, अनुरूपित प्रॉम्प्ट पैराग्राफ स्वतः जनरेट करेगा। उपयोगकर्ता ज़रूरत पड़ने पर ChatGPT से प्रॉम्प्ट को और परिष्कृत करने के लिए कहकर आवृत्ति कर सकते हैं। इससे प्रॉम्प्ट इंजीनियरिंग की प्रक्रिया सरल हो जाती है।

OpenAI ने इस रिलीज़ में सुरक्षा को प्राथमिकता दी, अनुचित या पक्षपाती सामग्री को रोकने के उपाय लागू किए। DALL-E 3 जीवित कलाकारों की शैलियों की नकल करने या सार्वजनिक हस्तियों को बिना अनुमति दर्शाने के अनुरोधों को अस्वीकार करता है। कंपनी अब कलाकारों को अपनी कृतियों का उपयोग भविष्य के संस्करणों के प्रशिक्षण में होने से ऑप्ट-आउट करने की अनुमति देती है।

7. OpenAI का पहला Dev Day - और प्रगति

OpenAI का 6 नवंबर, 2023 को आयोजित पहला Dev Day डेवलपर सम्मेलन कंपनी के लिए एक बड़ा मील का पत्थर था। कीनोट में, CEO सैम ऑल्टमैन ने कई नई AI क्षमताएँ, APIs और प्रोडक्ट्स पेश किए। जैसा कि हम नीचे देखेंगे, Dev Day पर GPT-4 Turbo, Assistants API, कस्टम GPTs और GPT स्टोर का अनावरण हुआ।

Dev Day ने OpenAI की तेज़ी से इटरेट करने और अपनी AI तक पहुँच बढ़ाने की प्रतिबद्धता को रेखांकित किया। इस इवेंट ने क्षमताओं और लचीलेपन में बड़ी छलाँगें दिखाईं। बेहतर मॉडलों, नई APIs, और GPT स्टोर जैसे प्रोडक्ट्स के साथ, OpenAI डेवलपर्स और उपयोगकर्ताओं को अपनी विशिष्ट आवश्यकताओं के अनुसार AI को ढालने में सक्षम बना रहा है। ये घोषणाएँ AI क्रांति का नेतृत्व करने में OpenAI की अग्रणी स्थिति दिखाती हैं।

8. GPT-4 Turbo - बेहतर प्रदर्शन

GPT-4 Turbo OpenAI के प्रमुख टेक्स्ट-जनरेटिंग AI मॉडल GPT-4 की अगली पीढ़ी का प्रतिनिधित्व करता है। OpenAI के पहले Dev Day पर घोषित, GPT-4 Turbo मार्च 2023 में जारी मूल GPT-4 के मुकाबले कई सुधार प्रदान करता है।

सबसे खास बात, GPT-4 Turbo को अप्रैल 2023 तक के डेटा पर प्रशिक्षित किया गया है, जबकि GPT-4 के लिए केवल सितंबर 2021 तक का डेटा था। इससे मॉडल के पास प्रॉम्प्ट्स का जवाब देते समय अधिक अद्यतन ज्ञान रहता है। GPT-4 Turbo बहुत बड़े संदर्भ आकारों का भी समर्थन करता है—128,000 टोकन्स तक—जिससे यह अधिक संदर्भ समझ कर अधिक विचारपूर्ण प्रतिक्रियाएँ दे सकता है।

इसके अलावा, GPT-4 Turbo का प्रदर्शन और प्राइसिंग अनुकूलित है। इसकी लागत 1,000 इनपुट टोकन्स पर $0.01 और 1,000 आउटपुट टोकन्स पर $0.03 है, जो GPT-4 की तुलना में काफी किफ़ायती है। OpenAI के अनुसार, GPT-4 की तुलना में इनपुट 3x सस्ता और आउटपुट 2x सस्ता है।

GPT-4 Turbo वर्तमान में डेवलपर्स के लिए API एक्सेस के ज़रिए प्रीव्यू में उपलब्ध है। मॉडल के बीटा चरण से आगे बढ़ने के साथ OpenAI आने वाले हफ्तों में पूर्ण प्रोडक्शन रिलीज़ की योजना बना रहा है। API प्रीव्यू डेवलपर्स को GPT-4 Turbo की उन्नत क्षमताओं को इंटीग्रेट और टेस्ट करना शुरू करने में सक्षम बनाता है।

9. GPTs - कस्टम मॉडल

छवि स्रोत

GPTs, अर्थात कस्टम AI मॉडल, किसी को भी बिना कोडिंग के विशिष्ट उपयोग मामलों के लिए ChatGPT के अनुकूलित संस्करण बनाने का नया तरीका प्रस्तुत करते हैं। Dev Day पर घोषित, GPTs उपयोगकर्ताओं को निर्देश, नॉलेज सोर्स और स्किल्स मिलाकर अनुकूलित AI एजेंट बनाने की सुविधा देते हैं।

उदाहरण के लिए, कोई शिक्षक छात्रों की मदद के लिए गणित शिक्षा पर केंद्रित GPT बना सकता है। या कोई गेमिंग कंपनी ऐसा GPT बना सकती है जो किसी फैंटेसी ब्रह्मांड की जटिल लोककथाओं और पात्रों पर प्रश्नों के उत्तर दे। मूलतः, GPTs साधारण लोगों को अपनी अनोखी ज़रूरतों के अनुरूप ChatGPT की क्षमताएँ आकार देने का अधिकार देते हैं।

GPTs मूल्य इसलिए प्रदान करते हैं क्योंकि वे ChatGPT के व्यापक ज्ञान को लक्षित विशेषज्ञता में बदलते हैं। वे उपयोगकर्ताओं को गलत जानकारी सुधारने, ज्ञान को अद्यतन रखने और निरंतर मार्गदर्शन के माध्यम से हानिकारक प्रतिक्रियाओं को रोकने की सुविधा भी देते हैं। व्यवहार को अनुकूलित कर, GPTs अधिक सहायक और विश्वसनीय बन सकते हैं।

10. GPT स्टोर - साझा विचार

छवि स्रोत

GPT स्टोर इस बात में बड़ा बदलाव दर्शाता है कि लोग AI तकनीक तक कैसे पहुँचते हैं और इसका लाभ उठाते हैं। यह किसी को भी बिना कोडिंग के विशिष्ट जरूरतों के लिए ChatGPT के अनुकूलित संस्करण—यानी GPTs—बनाने और वितरित करने की अनुमति देता है।

GPT स्टोर इन AI क्रिएशन्स को साझा करने और संभावित रूप से उनका मुद्रीकरण करने का प्लेटफॉर्म प्रदान करता है। सत्यापित बिल्डर्स अपने GPTs प्रकाशित कर सकते हैं, जिन्हें सर्च और लीडरबोर्ड्स के ज़रिए खोजा जा सकता है। आने वाले महीनों में, वे उपयोग के आधार पर आय भी कमा सकेंगे।

यह सफल ऐप स्टोर मॉडल के समानांतर है, बस यहाँ मोबाइल ऐप्स की जगह AI मॉडल हैं। यह बिल्डर्स को ऐसे रचनात्मक GPTs बनाने के लिए प्रोत्साहित करता है जो दूसरों को मूल्य दें। GPT स्टोर AI को विशिष्ट उपयोग मामलों में लागू करने में रचनात्मकता की एक नई लहर ला सकता है, ठीक वैसे ही जैसे मोबाइल ऐप्स की वृद्धि हुई।

कस्टमाइज़ेबल AI तक पहुँच का लोकतंत्रीकरण कर, OpenAI GPT स्टोर के माध्यम से अनुकूलित मॉडलों के इकोसिस्टम और अर्थव्यवस्था को सक्षम बना रहा है। इससे क्रिएटर्स और बिल्डर्स की नवप्रवर्तनशीलता के आधार पर ChatGPT की क्षमताएँ नए डोमेनों तक तेज़ी से फैल सकती हैं।

11. OpenAI में सैम ऑल्टमैन की बर्खास्तगी और पुनर्नियोजन - आंतरिक उथल-पुथल

वायरल AI चैटबॉट ChatGPT के पीछे की कंपनी OpenAI ने पाँच दिनों के भीतर CEO सैम ऑल्टमैन की बर्खास्तगी और फिर पुनर्नियोजन जैसी अजीबोगरीब कार्यकारी उठापटक का सामना किया। यह गाथा मानो किसी सिटकॉम एपिसोड जैसी थी—उलटफेर और मोड़ों से भरी।

यह तब शुरू हुआ जब OpenAI के बोर्ड ने 17 नवंबर को बिना स्पष्ट कारण बताए अचानक ऑल्टमैन को हटा दिया। सह-संस्थापक होने और उनके नेतृत्व में ChatGPT की हालिया सफलता को देखते हुए यह क़दम कई लोगों के लिए चौंकाने वाला था। मोड़ तब आया जब सैकड़ों OpenAI कर्मचारियों ने बगावत कर दी, धमकी दी कि यदि ऑल्टमैन को बहाल नहीं किया गया तो वे नौकरी छोड़ देंगे।

उन्होंने तर्क दिया कि मानवता के लाभ के लिए सुरक्षित रूप से AI विकसित करने के OpenAI के मिशन को बनाए रखने के लिए ऑल्टमैन आवश्यक हैं। मौके को भाँपते हुए, Microsoft ने ऑल्टमैन को नई AI पहल का नेतृत्व करने के लिए तुरंत नियुक्त कर लिया, उन्हें और अन्य कर्मचारियों को आकर्षित करने की कोशिश की। यह पावर मूव, ChatGPT के उभार के ठीक समय पर, OpenAI को भीतर से कमज़ोर करने की धमकी थी।

आश्चर्यजनक पलटाव में, OpenAI के बोर्ड ने सिर्फ पाँच दिन बाद ऑल्टमैन को CEO के रूप में वापस लाने पर सहमति जता दी।

सौदे के हिस्से के रूप में पुराने बोर्ड के अधिकांश सदस्य पद छोड़ गए।

अंत भला तो सब भला, ऐसा लगता है, लेकिन इस गाथा ने परदे के पीछे के बड़े ड्रामे को उजागर कर दिया। यह भावनाओं और मोड़ों का रोलरकोस्टर था—उलझन, आक्रोश, साज़िश, राहत—जैसे किसी सोप ओपेरा में।

आखिर में, ऑल्टमैन विजयी उभरे, उनकी साख और प्रभाव मज़बूत हुए। हालाँकि, OpenAI के भीतर शक्ति-संघर्ष अभी खत्म नहीं हुए हैं। जैसे-जैसे वे AI के भविष्य को आकार देते रहेंगे, सिलिकॉन वैली के इस सबसे चर्चित स्टार्टअप से यह आखिरी मोड़ नहीं होगा।

विस्तृत AI परिदृश्य में विकास

OpenAI और ChatGPT के तीव्र उभार के साथ-साथ, जनरेटिव AI में भी कई महत्वपूर्ण विकास हुए हैं

12. Google Bard का लॉन्च

फरवरी 2023 में, Google ने Bard पेश किया, जो LaMDA और PaLM 2 LLMs पर आधारित उनका AI चैटबॉट है। ChatGPT की लोकप्रियता के बाद, Google ने अपना AI भी आगे बढ़ाया, जिसमें रीजनिंग, कोडिंग और बहुभाषी क्षमताएँ शामिल थीं। ChatGPT के विपरीत, Bard अपनी जानकारी वेब से खींचता है। आप अलग लेख में हमारा पूरा तुलनात्मक विश्लेषण ChatGPT बनाम Bard पढ़ सकते हैं।

13. DataCamp Workspace AI

जून में, हमने Workspace और अपने कोर्सेज़ में अपना AI Assistant लॉन्च किया।

Workspace में आपका कोड लिखने, ठीक करने और दोहराने में मदद करने के साथ-साथ, हमारा AI Assistant आपके लिए लेने योग्य कोर्स सुझा सकता है, कौशल अंतराल के आधार पर किन संकल्पनाओं को सीखना है बता सकता है, और तकनीकी तथा वैचारिक प्रश्नों की व्याख्या कर सकता है।

हमारा AI Assistant काम करते हुए

“Generate Code” फीचर आपको प्राकृतिक भाषा क्वेरीज़ के आधार पर कोड जनरेट करने और किसी डेटासेट से जुड़े प्रमुख प्रश्नों के उत्तर देने देता है। साथ ही, AI Assistant मौजूदा कोड और संदर्भ के आधार पर बुद्धिमान सुझाव देता है, जिससे कोड लेखन अधिक स्मार्ट और कुशल बनता है।

14. LLaMA ओपन-सोर्स भाषा मॉडल

छवि स्रोत

Llama 1 जुलाई 2022 में 7 बिलियन पैरामीटर्स वाले एक ओपन-सोर्स संवादात्मक AI मॉडल के रूप में पेश किया गया था। इसे GitHub पर शोध उद्देश्यों के लिए उपलब्ध कराया गया। Llama 1 ने मज़बूत संवाद क्षमता दिखाई, लेकिन सीमित आकार के कारण जटिल तर्क में बाधाएँ रहीं।

एक साल बाद, जुलाई 2023 में, Meta और Microsoft ने Llama 2 की रिलीज़ की घोषणा की, जो 70 बिलियन पैरामीटर्स वाले अगली पीढ़ी के मॉडल का प्रतिनिधित्व करता है। Llama 2 को Windows और Azure क्लाउड पर कुशलता से चलने के लिए ऑप्टिमाइज़ किया गया है। इसमें सुरक्षा हेतु बेहतर कंटेंट फ़िल्टरिंग भी एकीकृत है। कहीं बड़े आकार वाला Llama 2 अधिक परिष्कृत तर्क क्षमताएँ खोलता है।

अगस्त 2023 में, IBM ने भी अपने Watson AI प्लेटफ़ॉर्म में Llama 2 उपलब्ध कराने की योजना की घोषणा की। इससे एंटरप्राइज़ उपयोगकर्ताओं को Llama 2 की उन्नत क्षमताओं तक पहुँच मिलेगी। IBM ने यह भी संकेत दिया कि Llama 2 की रिलीज़ के बाद उसके अपने आगामी मॉडल और AI विकास टूल्स आएँगे।

15. Pandas AI

जून 2023 में, लोकप्रिय pandas Python लाइब्रेरी ने अपनी क्षमताएँ बढ़ाने के लिए कई AI फीचर्स जोड़े। Pandas AI प्राकृतिक भाषा का उपयोग करके pandas डेटा फ़्रेम्स का सार प्रस्तुत कर सकता है। इसके अलावा, आप इससे जटिल विज़ुअलाइज़ेशन प्लॉट कर सकते हैं, डेटा फ़्रेम्स में हेरफेर कर सकते हैं, और व्यावसायिक इनसाइट्स जनरेट कर सकते हैं।

यह एक शुरुआती-अनुकूल टूल है; कम तकनीकी पृष्ठभूमि वाला व्यक्ति भी इसका उपयोग कर जटिल डेटा एनालिटिक्स कार्य कर सकता है, जिससे आप डेटा का तेजी से विश्लेषण कर सार्थक निष्कर्ष निकाल सकते हैं।

16. Mistral 7B ओपन-सोर्स भाषा मॉडल

Mistral 7B सितंबर 2023 में पेरिस-स्थित फ्रांसीसी स्टार्टअप Mistral AI द्वारा जारी किया गया।

Mistral 7B एक ओपन-सोर्स भाषा मॉडल है जो दक्षता बनाए रखते हुए प्रभावशाली प्रदर्शन देता है। केवल 7 बिलियन पैरामीटर्स के साथ, यह कई बेंचमार्क्स पर Meta के Llama 2 13B जैसे बड़े स्वामित्व वाले मॉडलों से बेहतर प्रदर्शन करता है। Mistral का छोटा आकार इसे उन डेवलपर्स और संगठनों के लिए अधिक सुलभ और लचीला बनाता है जो कस्टम AI एप्लिकेशन बनाना चाहते हैं।

Mistral की प्रमुख खूबियों में से एक इसकी बहुमुखी प्रतिभा है—यह टेक्स्ट जनरेशन जैसे प्राकृतिक भाषा कार्यों के साथ-साथ कोडिंग-संबंधी कार्यों में भी उत्कृष्ट है। यह द्वैध शक्ति इसे उन अन्य भाषा मॉडलों की तुलना में विशिष्ट रूप से मूल्यवान बनाती है जो केवल प्राकृतिक भाषा पर केंद्रित हैं।

17. Stable Video Diffusion

Stability AI ने 22 नवंबर, 2022 को Stable Video Diffusion का रिसर्च प्रीव्यू जारी किया।

Stable Video Diffusion, Stability AI का नया और पहला वीडियो AI मॉडल है जो स्थिर छवियों से छोटे एनिमेटेड वीडियो जनरेट कर सकता है। यह Stability AI के लोकप्रिय Stable Diffusion इमेज जनरेशन मॉडल पर आधारित है और कंपनी की जनरेटिव वीडियो सिंथेसिस में पहली पहल का प्रतिनिधित्व करता है।

मॉडल दो संस्करणों में आता है—SVD और SVD-XT। SVD छवियों को 14-फ़्रेम वाले वीडियो में बदल सकता है जबकि SVD-XT 25-फ़्रेम वीडियो जनरेट करता है; दोनों 3 से 30 fps तक की फ़्रेम दरों में सक्षम हैं। मॉडलों को लाखों वीडियोज़ के बड़े डेटासेट पर प्रशिक्षित किया गया, जिसके बाद सैकड़ों हज़ार से लेकर लगभग 10 लाख क्लिप्स पर फाइन-ट्यून किया गया।

निष्कर्ष

जनरेटिव AI के क्षेत्र में, पिछला वर्ष बिल्कुल क्रांतिकारी रहा—अभूतपूर्व प्रगतियों और महत्वपूर्ण उपलब्धियों से भरा। ChatGPT के लॉन्च ने तेज़ प्रगति का सुर सेट किया, संवादात्मक AI तक पहुँच का लोकतंत्रीकरण किया और उन्नत AI प्रणालियों के प्रभावों पर महत्वपूर्ण बातचीत को जन्म दिया। वर्ष के बाद में पेश किए गए GPT-4 ने अपनी विस्तारित क्षमताओं के साथ इस क्षेत्र में विकास की तीव्र गति को और रेखांकित किया।

इस इकोसिस्टम में DALL-E 3 के एकीकरण ने AI क्षमताओं को एक नया आयाम दिया, जिससे पाठ्य वर्णनों से विस्तृत और संदर्भ-सचेत छवियाँ जनरेट करने की क्षमता बढ़ी। इस एकीकरण ने न केवल AI रचनात्मकता की सीमाएँ आगे बढ़ाईं, बल्कि AI विकास में नैतिक विचारों और सुरक्षा के महत्व को भी रेखांकित किया।

वर्ष ने OpenAI के भीतर आंतरिक चुनौतियाँ भी देखीं—CEO सैम ऑल्टमैन की बर्खास्तगी और पुनर्नियोजन—जिसने अग्रणी AI संगठनों के भीतर की जटिलताओं और गतिशीलताओं को उजागर किया।

दूसरी ओर, Meta के LLaMA-2, Mistral AI के Mistral 7B और अन्य ओपन-सोर्स LLMs जैसे भाषा मॉडलों के लिए ओपन-सोर्स इकोसिस्टम के उभार ने उपयोगकर्ताओं और डेवलपर्स के लिए अधिक विकल्प और क्षमताएँ प्रदान कीं। यह प्रतिस्पर्धा उपभोक्ताओं के लिए लाभदायक है क्योंकि 2023 में GPT-4 जैसे स्वामित्व वाले मॉडलों की कीमतें काफी कम हुई हैं, और हम इस प्रवृत्ति के जारी रहने की आशा करते हैं।

यदि आप अपनी AI यात्रा अभी शुरू कर रहे हैं, तो हमारा AI Fundamentals स्किल ट्रैक आपको ChatGPT, LLMs और जनरेटिव AI जैसे लोकप्रिय AI विषयों पर क्रियान्वयन योग्य ज्ञान देगा। आज ही शुरुआत करें और 2024 को अपना AI का साल बनाएँ!