ChatGPT और आर्टिफिशियल इंटेलिजेंस (AI) के बारे में सभी चर्चाओं के साथ Google जैसे बिग टेक सर्च इंजनों को प्रभावित करने के साथ, समुदाय के सदस्यों द्वारा हमसे पूछा गया है कि प्रीसर्च एआई का लाभ उठाने का इरादा कैसे रखता है।

हमने इस ब्लॉग पोस्ट को अवसरों का पता लगाने और चर्चा करने के लिए तैयार किया है कि Presearch अभी और भविष्य में AI का उपयोग कैसे कर रहा है।

एआई-संचालित खोज

वर्षों से मशीन लर्निंग (एमएल) एल्गोरिदम के शीर्ष पर निर्मित होने के कारण, खोज इंजन एआई अंतरिक्ष में अग्रणी रहे हैं। खोज करने के लिए बड़ी मात्रा में डेटा के संयोजन के कारण, उपयोगकर्ताओं से उनके इरादे का संकेत देने वाले क्वेरी इनपुट, और चल रहे उपयोगकर्ता इंटरैक्शन (क्लिक, पेजिंग, स्क्रॉलिंग, आदि) से वास्तविक समय की प्रतिक्रिया की संभावना, एआई-संचालित खोज इंजनों के पास है नए डेटा और इंटरैक्शन से लगातार सीखने और सुधारने की क्षमता।

एआई हर दिन अरबों लोगों के लिए खोज और सोशल मीडिया के अनुभवों को शक्ति प्रदान करने वाले हुड के अंतर्गत है।

यह हाल के महीनों में ही हुआ है कि ओपनएआई द्वारा शुरू किए गए चैटजीपीटी इंटरफेस के माध्यम से एआई प्रतिक्रियाओं के संपर्क के परिणामस्वरूप एआई की शक्ति के बारे में सार्वजनिक समझ में नाटकीय रूप से वृद्धि हुई है। इसने प्रभावशाली चरण के बारे में बड़े पैमाने पर जागरूकता पैदा की है जिस पर एआई वर्तमान में संचालित होता है और एआई के साथ तेजी से विकसित होने वाली भविष्य की संभावनाएं हैं।

नवंबर में चैटजीपीटी का लॉन्च एआई तकनीक के लिए एक "आईफोन मोमेंट" था, जिसने एक सम्मोहक चैट अनुभव का खुलासा किया जो इतना बुद्धिमान और मानवीय लगता है कि सार्वजनिक हित और अपनाने की दर अतीत के सभी बेहतरीन प्रौद्योगिकी लॉन्च से कहीं अधिक है, पहुंच केवल पांच दिनों में एक मिलियन से अधिक उपयोगकर्ता।

ChatGPT कंपनियों और शोधकर्ताओं (OpenAI के साथ) के विविध सेट में बड़े भाषा मॉडल पर कई वर्षों के ओपन इनोवेशन को पैकेज करता है, और अगले कुछ वर्षों में आर्टिफिशियल इंटेलिजेंस में इनोवेशन की एक महत्वपूर्ण लहर का मार्ग प्रशस्त कर रहा है।

प्रीसर्च सीटीओ, ट्रे ग्रिंगर , एआई-पावर्ड सर्च नामक पुस्तक के लेखक हैं , जिसे वे 2019 से अध्याय-दर-अध्याय जारी कर रहे हैं, जो खोज अनुभवों के संदर्भ में आर्टिफिशियल इंटेलिजेंस को लागू करने के तरीके के बारे में है। ट्रे ने इंजीनियरिंग के एसवीपी और उसके बाद एआई-संचालित खोज कंपनी के लिए मुख्य एल्गोरिदम अधिकारी के रूप में वर्षों बिताए, दुनिया की सैकड़ों शीर्ष कंपनियों को खोज और एआई क्षमताओं का निर्माण किया। उन्होंने खोज और एआई के चौराहे पर कई किताबें, जर्नल लेख और शोध प्रकाशन भी प्रकाशित किए हैं। खोज के इस नए युग में परियोजना का नेतृत्व करने के लिए ट्रे उपयुक्त व्यक्ति हैं।

इस लेख में हम आपको एक उच्च स्तरीय अवलोकन देने की योजना बना रहे हैं कि हम वर्तमान में एआई का उपयोग कैसे कर रहे हैं, और कैसे एआई प्रीसर्च के विकेंद्रीकृत खोज इंजन को आगे बढ़ने में महत्वपूर्ण भूमिका निभाएगा।

नोट: यह लेख एक उच्च-स्तरीय अवलोकन है - प्रीसर्च जल्द ही एक अपडेटेड रोडमैप और श्वेतपत्र जारी करेगा जो परियोजना के एआई के उपयोग में गहराई से जा रहा है।

एलएलएम क्या हैं और प्रीसर्च के लिए यह क्यों मायने रखता है?

Presearch वर्तमान में हमारे AI खोज अनुभव प्रोटोटाइप को सशक्त बनाने के लिए OpenAI के GPT-3 का उपयोग कर रहा है, जिसे पहली बार दिसंबर 2022 में बंद बीटा में रोल आउट किया गया था। OpenAI 2015 में अपनी स्थापना के बाद से AI पर काम कर रहा है, लेकिन बड़े भाषा मॉडल (LLM) पर ध्यान केंद्रित करने के लिए प्रेरित है। Google द्वारा प्रकाशित प्रसिद्ध "अटेंशन इज ऑल यू नीड" लेख के विमोचन के बाद । पेपर ने ट्रांसफॉर्मर नामक भाषा मॉडल के लिए एक नया आर्किटेक्चर प्रस्तावित किया, जो कई शब्दों या वाक्यों को फैलाने वाली भाषा में पैटर्न की पहचान करने के लिए ध्यान तंत्र का उपयोग करता है। डेटासेट में मौजूद भाषाई संबंधों और वैचारिक संबंधों दोनों को सीखने के लिए बड़े डेटासेट (अक्सर टेक्स्ट) पर डीप लर्निंग का उपयोग करके ट्रांसफार्मर को प्रशिक्षित किया जाता है।

वास्तुशिल्प रूप से, ट्रांसफॉर्मर में आमतौर पर एक एनकोडर होता है - जो टेक्स्ट (या छवियों या ऑडियो जैसे अन्य इनपुट) को संख्यात्मक संदर्भ वैक्टर में मैप कर सकता है - और एक डिकोडर , जो उन संदर्भ वैक्टर को ले सकता है और उन्हें टेक्स्ट पर वापस मैप कर सकता है। आप संदर्भ वैक्टर या एम्बेडिंग के बारे में सोच सकते हैं, भाषा मॉडल द्वारा समझे जाने वाले इनपुट के अर्थ के संख्यात्मक प्रतिनिधित्व के रूप में। तो पाठ "वह सड़क पर चलने के लिए बाहर चली गई" [0.12, 9.51, 6.42, … 0.32] जैसे एम्बेडिंग के लिए एन्कोड किया जा सकता है, और उसी एम्बेडिंग को फिर समान पाठ में डीकोड किया जा सकता है जैसे "लड़की बाहर और नीचे चली गई सड़क"। यदि जिस पाठ पर मॉडल को प्रशिक्षित किया गया था वह बहुभाषी था, तो एक अलग भाषा में समान अर्थ वाला पाठ भी बहुत समान एम्बेडिंग पर मैप करेगा क्योंकि इसका अर्थ समान है। ट्रांसफॉर्मर अनिवार्य रूप से अलग-अलग संदर्भों में शब्दों और वाक्यांशों दोनों का अर्थ सीख सकते हैं, साथ ही साथ भाषा का निर्माण यह निर्धारित करता है कि शब्दों और वाक्यांशों को कैसे जोड़ा जाता है।

यह आर्किटेक्चर मशीनी अनुवाद, भाषा मॉडलिंग और प्रश्न उत्तर सहित विभिन्न प्रकार के कार्यों में पिछले मॉडलों से बेहतर प्रदर्शन करने में सक्षम रहा है।

ट्रांसफॉर्मर आर्किटेक्चर स्व-ध्यान के विचार पर आधारित है, जो मॉडल को एक साथ इनपुट के विभिन्न हिस्सों में भाग लेने की अनुमति देता है। यह मॉडल को इनपुट में दीर्घकालिक निर्भरताओं को पकड़ने की अनुमति देता है, जो संभावित रूप से बड़े संदर्भ में उपयोग की जाने वाली भाषा में पाए जाने वाले जटिल संबंधों को समझने के लिए आवश्यक है। ट्रांसफॉर्मर मल्टी-हेड ध्यान तंत्र का भी उपयोग करता है, जो मॉडल को समानांतर में इनपुट के विभिन्न हिस्सों में भाग लेने की अनुमति देता है। यह मॉडल को शब्दों के बीच अधिक जटिल संबंधों को पकड़ने की अनुमति देता है।

ट्रांसफ़ॉर्मर्स को दुनिया में पेश करने के बाद, Google ने 2019 में शुरू होने वाले अपने ट्रांसफ़ॉर्मर-आधारित BERT भाषा मॉडल के साथ अपने खोज इंजन को बढ़ाया, और कई खोज इंजनों ने क्वेरी व्याख्या और रैंकिंग स्तर पर इस प्रकार के भाषा मॉडल में सुधार और लाभ उठाना जारी रखा है। तब से, ट्रांसफॉर्मर आर्किटेक्चर ने बड़े भाषा मॉडल (जीपीटी-3, या फ्लान टी5 जैसे ओपन सोर्स मॉडल) के विकास को सक्षम किया है, जो शब्दों के बीच अधिक जटिल संबंधों को कैप्चर कर सकता है और निर्देशों का उपयोग करके प्रश्नों और निर्देशों के लिए आकर्षक प्रतिक्रिया भी उत्पन्न कर सकता है। संकेत देता है और फिर भविष्यवाणी करता है - शब्द दर शब्द (या अधिक सटीक रूप से, टोकन द्वारा टोकन) - इनपुट संदर्भ के आधार पर सही प्रतिक्रिया।

चैटजीपीटी के पीछे यही सार है, जिसने ओपनएआई को एक ऐसा उत्पाद बनाने में सक्षम बनाया जिसने दुनिया को मोहित कर लिया है।

पूरी तरह से विकेंद्रीकृत सूचकांक के माध्यम से एआई का लाभ उठाना

यह कोई रहस्य नहीं है कि प्रीसर्च का दीर्घकालिक लक्ष्य पूरी तरह से विकेन्द्रीकृत खोज इंजन का निर्माण करना है। इसका एक मुख्य घटक दुनिया की जानकारी का विकेंद्रीकृत सूचकांक है। हालांकि यह अभी यहां नहीं है, हम इसे सक्रिय रूप से तैयार कर रहे हैं और विश्वास करते हैं कि यह क्रांतिकारी तकनीक इंटरनेट के अगले पुनरावृत्ति में महत्वपूर्ण भूमिका निभाएगी।

एआई तकनीक न केवल उपभोक्ता अनुभव के रूप में सूचकांक के ऊपर बैठेगी, बल्कि सक्रिय रूप से डेटा के विभाजन और अनुक्रमण में उपयोग की जाएगी, इसे उचित रूप से संग्रहीत और दोहराएगी, और उचित सूचकांक विभाजन के लिए प्रश्नों को रूट करेगी। जबकि प्रीसर्च वर्तमान में अपने एआई अनुभव को शक्ति प्रदान करने के लिए ओपनएआई का उपयोग कर रहा है, इसे अंततः खुले मॉडल के साथ बदल दिया जाएगा जो कि दुनिया के सर्वश्रेष्ठ इंजीनियर और डेटा वैज्ञानिक प्रीसर्च समुदाय के हिस्से के रूप में निर्माण, प्रशिक्षण और एकीकृत करने में मदद कर सकते हैं।

ओपनएआई के मॉडल प्रीसर्च के लिए एक बेहतरीन वैल्यू-एड रहे हैं, जो हमें एक बहुत मजबूत एआई अनुभव के साथ जल्दी से बाजार में लाने में सक्षम बनाता है, लेकिन प्रीसर्च नेटवर्क अंततः हमारी अपनी एआई तकनीक द्वारा संचालित होगा, विकेंद्रीकृत इंडेक्स में गहराई से एकीकृत ओपन सोर्स मॉडल का लाभ उठाएगा। . एआई तकनीक के निर्माण के लिए प्रीसर्च मौलिक रूप से अलग दृष्टिकोण अपना रहा है, एक ऐसा जो विकेन्द्रीकृत और खुला है, अपनी एआई तकनीक को शक्ति प्रदान करने के लिए वितरित प्रशिक्षण की शक्ति का लाभ उठा रहा है।

वितरित प्रशिक्षण एआई मॉडल को एक साथ कई मशीनों पर प्रशिक्षित करने की एक विधि है। यह विकेंद्रीकृत वास्तुकला में तेजी से प्रशिक्षण के समय की अनुमति देगा, जिससे अधिक सटीक मॉडल तैयार होंगे जो उपयोगकर्ता प्रश्नों के संदर्भ को बेहतर ढंग से समझ सकते हैं और अंततः अधिक प्रासंगिक खोज परिणाम प्रदान कर सकते हैं।

प्रीसर्च इन प्रशिक्षित एआई मॉडलों के गहन एकीकरण के साथ विश्व स्तर पर विकेन्द्रीकृत सूचकांक का लाभ उठाने की भी तलाश कर रहा है। यह उपयोगकर्ता प्रश्नों की गहरी समझ प्रदान करके और फिर किसी भी खोज को करने के लिए आवश्यक नोड्स की संख्या को सीमित करके तेज़ और अधिक सटीक खोजों की अनुमति देगा। एआई-आधारित एम्बेडिंग के आधार पर विभाजित विश्व स्तर पर विकेंद्रीकृत सूचकांक का लाभ उठाकर, प्रीसर्च सबसे अधिक प्रासंगिक परिणाम प्रदान करते हुए प्रश्नों की गति को अनुकूलित कर सकता है और नेटवर्क संसाधनों को अधिकतम कर सकता है।

वितरित प्रशिक्षण और विश्व स्तर पर विकेन्द्रीकृत सूचकांक का संयोजन प्रीसर्च को सर्वश्रेष्ठ ओपन-सोर्स और समुदाय-निर्मित एआई मॉडल द्वारा संचालित वास्तव में विकेन्द्रीकृत खोज इंजन प्रदान करने में सक्षम करेगा।

बड़े भाषा मॉडल, जबकि अभी बहुत लोकप्रिय हैं, खोज इंजनों में केवल एआई क्षमताओं से बहुत दूर हैं। प्रीसर्च मशीन से सीखी गई रैंकिंग (रैंक के लिए सीखने के रूप में भी जाना जाता है), सिग्नल बूस्टिंग मॉडल, नॉलेज ग्राफ जनरेशन, और बेहतर रैंकिंग कारकों को सीखने और उत्पन्न करने के लिए कई अन्य तकनीकों के लिए वितरित प्रशिक्षण का लाभ उठाएगा। हालांकि, बड़े भाषा मॉडल महत्वपूर्ण भूमिका निभाएंगे, हालांकि, एक विचारशील और उपयोगी तरीके से परिणामों की व्याख्या और सारांश दोनों में।

ओपन सहयोग और विकेंद्रीकरण पर ध्यान केंद्रित करके प्रीसर्च ओपनएआई और अन्य सर्च इंजनों की तुलना में मौलिक रूप से अलग दृष्टिकोण अपना रहा है। बिटकॉइन ने डिजिटल करेंसी के लिए जो किया, प्रीसर्च दुनिया की जानकारी तक पहुंच के लिए करेगा। यदि आप परियोजना में शामिल होना चाहते हैं, एक विकेन्द्रीकृत नोड चलाना चाहते हैं, हमें बनाने में मदद करना चाहते हैं, या बस अधिक सीखना चाहते हैं, तो हमें अपने समुदाय के हिस्से के रूप में आपका स्वागत करना अच्छा लगेगा!

PresearchAI ट्विटर

हमने आर्टिफिशियल इंटेलिजेंस पर अपनी प्रगति और अंतर्दृष्टि साझा करने के लिए एक समर्पित खाता बनाया है। यहाँ साथ पालन करें -https://twitter.com/PresearchAI

यदि आपके कोई प्रश्न हैं, तो कृपया नीचे दिए गए हमारे सामुदायिक लिंक में से एक में शामिल हों

एक नोड चलाएँ :https://nodes.presearch.com
कीवर्ड स्टेक :https://keywords.presearch.com
जानकारी साइट :https://presearch.io
प्रीसर्च के साथ खोजें :https://presearch.com

सामुदायिक चैनल:

टेलीग्राम : t.me/Presearch
Twitter :https://twitter.com/presearchnews
PresearchAI ट्विटर:https://twitter.com/PresearchAI
यूट्यूब :https://www.youtube.com/c/Presearch/videos
गड़गड़ाहट :https://rumble.presearch.io
कलह :https://discord.presearch.io
दिमाग :https://www.minds.com/presearch
रेडिट:https://www.reddit.com/r/Presearch/
ट्विटर (समुदाय) :https://twitter.com/TeamPresearch
टेलीग्राम (समाचार) : t.me/PresearchNews
Facebook :https://www.facebook.com/presearch.io
ईमेल : [email protected]
साझेदारी करने में रुचि रखते हैं? हमें इस पर एक ईमेल भेजें — [email protected]