रिच सटन ने स्वायत्त AI एजेंटों में क्रांति लाने के लिए Oak Lab की शुरुआत की

ट्यूरिंग अवार्ड विजेता रिचर्ड सटन ने Oak Lab के लॉन्च के साथ आधिकारिक तौर पर स्टार्टअप क्षेत्र में कदम रख दिया है, जो आर्टिफिशियल इंटेलिजेंस को फिर से परिभाषित करने के उद्देश्य से टोरंटो स्थित एक उद्यम है। आधुनिक जनरेटिव मॉडल्स की सीमाओं से आगे बढ़ते हुए, कंपनी का लक्ष्य निरंतर, रियल-टाइम लर्निंग के माध्यम से वास्तविक खोज करने में सक्षम स्वायत्त (autonomous) एजेंट बनाना है।

जनरेटिव नकल से आगे बढ़ना

आधुनिक रिइन्फोर्समेंट लर्निंग (reinforcement learning) के अग्रणी और Keen Technologies के पूर्व शोधकर्ता रिचर्ड सटन का मानना है कि AI का वर्तमान पथ मौलिक रूप से त्रुटिपूर्ण है। जबकि उद्योग वर्तमान में लार्ज लैंग्वेज मॉडल्स (LLMs) के प्रति जुनूनी है, सटन का तर्क है कि ये डीप लर्निंग विधियाँ "कमजोर और अक्षम" हैं।

सटन के अनुसार, वर्तमान जनरेटिव AI नकल करने में तो उत्कृष्ट है लेकिन आत्म-मूल्यांकन (self-evaluation) में विफल रहता है। क्योंकि ये मॉडल अपने स्वयं के आउटपुट का आलोचनात्मक मूल्यांकन नहीं कर सकते, इसलिए वे स्वाभाविक रूप से वास्तविक खोज या वैज्ञानिक प्रगति करने में असमर्थ हैं। Oak Lab का मिशन "स्टैटिक ट्रेनिंग" के युग से आगे बढ़कर गतिशील, विकसित होती बुद्धिमत्ता के भविष्य की ओर बढ़ना है, जहाँ मॉडल्स को विशाल डेटासेट खिलाए जाते हैं और फिर स्थिर कर दिया जाता है।

लक्ष्य: रियल-टाइम लर्निंग और वर्ल्ड मॉडल्स

खुराम जावेद के साथ साझेदारी में, सटन Oak Lab को उन्नत रिइन्फोर्समेंट लर्निंग में निहित एक दृष्टिकोण को पूरा करने के लिए तैयार कर रहे हैं। प्री-पैकेज्ड डेटा पर निर्भर रहने के बजाय, Oak Lab का लक्ष्य ऐसे एजेंट विकसित करना है जो अपने परिवेश से निरंतर सीखते रहें।

तकनीकी रोडमैप कई महत्वपूर्ण स्तंभों पर केंद्रित है:

• Internal World Models: ऐसे एजेंट बनाना जो न केवल अगले टोकन की भविष्यवाणी करें, बल्कि अपने परिवेश की अंतर्निहित कार्यप्रणाली को भी समझें।
• Autonomous Evaluation: ऐसी प्रणालियाँ विकसित करना जो मानवीय हस्तक्षेप के बिना अपनी भिन्नता, मूल्यांकन और चयन प्रक्रियाओं को संभाल सकें।
• Real-Time Planning: रिएक्टिव पैटर्न मैचिंग से हटकर प्रोएक्टिव, लक्ष्य-उन्मुख योजना की ओर बढ़ना।

सटन ने लैब के लिए एक महत्वाकांक्षी दीर्घकालिक बेंचमार्क निर्धारित किया है: केवल 20 वॉट ऊर्जा की खपत करते हुए रियल-टाइम लर्निंग और प्लानिंग करने में सक्षम एक ट्रिलियन-पैरामीटर एजेंट बनाना। यह लक्ष्य आधुनिक AI की सबसे महत्वपूर्ण बाधाओं में से एक—विशाल कंप्यूट क्लस्टर्स की भारी ऊर्जा आवश्यकताओं—का समाधान करता है।

AI परिदृश्य के लिए यह क्यों महत्वपूर्ण है

Oak Lab की स्थापना AI उद्योग में एक संभावित पैराडाइम शिफ्ट (paradigm shift) का संकेत देती है। जबकि वर्तमान बाजार का अधिकांश हिस्सा ट्रांसफॉर्मर आर्किटेक्चर को स्केल करने और डेटासेट के आकार को बढ़ाने पर केंद्रित है, सटन इस क्षेत्र को चलाने वाले मौलिक विचारों के "पूर्ण पुनर्गठन" का आह्वान कर रहे हैं।

यदि Oak Lab सफल होता है, तो उद्योग डेटा को स्केल करने के "ब्रूट फोर्स" (brute force) तरीके से हटकर अधिक सुरुचिपूर्ण, कुशल आर्किटेक्चर की ओर बढ़ सकता है जो जैविक बुद्धिमत्ता की नकल करते हैं। रिइन्फोर्समेंट लर्निंग और पर्यावरणीय संपर्क को प्राथमिकता देकर, सटन का मानना है कि आर्टिफिशियल जनरल इंटेलिजेंस (AGI) का मार्ग केवल बड़े पैमाने पर नकल करने के बजाय अनुभव और स्वायत्तता में निहित है।

मुख्य बातें

• नया दार्शनिक दृष्टिकोण: Oak Lab का लक्ष्य वर्तमान "कमजोर" डीप लर्निंग विधियों को ऐसे एजेंटों से बदलना है जो स्टैटिक डेटासेट के बजाय निरंतर पर्यावरणीय संपर्क के माध्यम से सीखते हैं।
• दक्षता की महत्वाकांक्षाएं: स्टार्टअप कम्प्यूटेशनल दक्षता में एक बड़ी सफलता का लक्ष्य रख रहा है, जिसका उद्देश्य एक ट्रिलियन-पैरामीटर मॉडल बनाना है जो केवल 20 वॉट बिजली पर काम करे।
• खोज पर ध्यान: जनरेटिव AI के विपरीत, जो नकल पर केंद्रित है, Oak Lab ऐसे एजेंट बना रहा है जो आत्म-मूल्यांकन और स्वायत्त रियल-टाइम प्लानिंग में सक्षम हैं।