जेनेरिक एआई चैटबॉट्स के उदय ने "बड़े भाषा मॉडल" शब्द को लोकप्रिय बना दिया है, जो पर्दे के पीछे काम करने वाली अंतर्निहित एआई तकनीक है। बड़े भाषा मॉडल (एलएलएम) उपयोगकर्ता इनपुट के जवाब में भाषा के अनुमानित सेट के आधार पर आउटपुट उत्पन्न करते हैं, जिससे ऐसा प्रतीत होता है जैसे एआई स्वयं सोचने में सक्षम है।

लेकिन एलएलएम शहर में एकमात्र बड़े मॉडल नहीं हैं; बड़े एक्शन मॉडल (एलएएम) एआई में अगली बड़ी चीज हो सकते हैं।

लार्ज एक्शन मॉडल (एलएएम) क्या है?

एलएएम एक कृत्रिम बुद्धिमत्ता प्रणाली है जो मानव इनपुट को समझने और संबंधित कार्रवाई करने में सक्षम है। यह एआई सिस्टम के लिए थोड़ा अलग दृष्टिकोण है जो पूरी तरह से प्रतिक्रियाएं उत्पन्न करने पर ध्यान केंद्रित करता है। शब्द "लार्ज एक्शन मॉडल" सबसे पहले रैबिट आर1 डिवाइस के डेवलपर्स रैबिट इंक द्वारा पेश किया गया था। कंपनी के रैबिट आर1 लॉन्च वीडियो में कहा गया है कि एलएएम एक नया मूलभूत मॉडल है जो एआई को शब्दों से क्रिया में लाने में मदद करता है।

एलएएम को उपयोगकर्ता कार्रवाई डेटा के बड़े डेटासेट पर प्रशिक्षित किया जाता है; इसलिए, वे मानवीय कार्यों की नकल करके या प्रदर्शन के माध्यम से सीखते हैं। प्रदर्शन के माध्यम से, एलएएम विभिन्न वेबसाइटों या मोबाइल एप्लिकेशन के यूजर इंटरफेस को समझ और नेविगेट कर सकते हैं और आपके निर्देशों के आधार पर विशिष्ट कार्य कर सकते हैं। रैबिट के अनुसार, एक एलएएम इसे हासिल कर सकता है, भले ही इंटरफ़ेस थोड़ा बदल दिया जाए।

आप एलएएम को एलएलएम की मौजूदा क्षमताओं के विस्तार के रूप में सोच सकते हैं। जबकि एलएलएम अगले शब्द या टोकन की भविष्यवाणी करके उपयोगकर्ता इनपुट के आधार पर जेनरेटिव टेक्स्ट या मीडिया आउटपुट देता है (आप एक प्रश्न पूछते हैं, और एलएलएम एक टेक्स्ट या मीडिया आउटपुट प्रदान करता है), एलएएम आपकी ओर से जटिल क्रियाएं करने की क्षमता जोड़कर इसे आगे ले जाता है। .

लैम क्या कर सकते हैं?

एलएएम आपकी ओर से जटिल कार्य करने के बारे में हैं। हालाँकि, ध्यान देने योग्य महत्वपूर्ण बिंदु जटिल क्रियाएँ करने की क्षमता है। यह LAMs को उन्नत कार्य करने में अधिक सहायक बनाता है, लेकिन इसका मतलब यह नहीं है कि वे सरल कार्य नहीं कर सकते हैं।

सिद्धांत रूप में, इसका मतलब है कि, उदाहरण के लिए, आप एक एलएएम को अपनी ओर से कुछ करने के लिए कह सकते हैं, जैसे अपने नजदीकी स्टारबक्स से कॉफी ऑर्डर करना, उबर से सवारी करना और यहां तक ​​कि होटल आरक्षण भी करना। इसलिए यह Google Assistant, Siri, या Alexa को आपके टीवी या लिविंग रूम की लाइटें चालू करने के लिए कहने जैसे सरल कार्य करने से भिन्न है।

हुड के तहत, रैबिट इंक द्वारा साझा किए गए दृष्टिकोण के अनुसार, एलएएम उबर जैसी प्रासंगिक वेबसाइट या ऐप तक पहुंचने में सक्षम है और कार्रवाई करने के लिए अपने इंटरफ़ेस के माध्यम से नेविगेट करने में सक्षम है, जैसे कि सवारी का ऑर्डर देना या रद्द करना। अगर आपने अपना मन बदल लिया।

एलएएम एलएलएम को सफल बनाएंगे, लेकिन वे तैयार नहीं हैं (अभी तक)

एलएएम की अवधारणा रोमांचक है, शायद एलएलएम से भी अधिक। जेनेरिक एआई के बाद एलएएम भविष्य होगा, जो हमें सांसारिक कार्यों को पूरा करने और अन्य पूर्ति गतिविधियों पर ध्यान केंद्रित करने में सक्षम करेगा। हालाँकि, वे जितने रोमांचक लगते हैं, LAM अभी तक तैयार नहीं हैं।

पहला वाणिज्यिक उत्पाद जिसने एलएएम (खरगोश आर1) का लाभ उठाने का वादा किया था, वह अपने उपयोगकर्ताओं की ओर से कार्रवाई करने के अपने विपणन वादे को पूरी तरह से पूरा नहीं कर सका। यह उपकरण अपने मुख्य विक्रय बिंदु पर इतनी शानदार ढंग से विफल रहा कि कई प्रत्यक्ष समीक्षाओं ने इसे काफी बेकार करार दिया।

इससे भी बुरी बात यह है कि आर1 के कोडबेस के हिस्से तक पहुंच रखने वाले सॉफ्टवेयर इंजीनियरों के एक चुनिंदा समूह के सहयोग से कॉफीज़िला, एक यूट्यूबर द्वारा की गई जांच में पाया गया कि रैबिट ने एलएएम के बजाय कार्य करने के लिए प्लेराइट स्क्रिप्ट का उपयोग किया। तो एक अद्वितीय एआई मॉडल चलाने वाले डिवाइस के बजाय, यह वास्तव में केवल इफ़> फिर स्टाइल स्टेटमेंट का एक समूह चला रहा था; वादा किए गए एलएएम से बहुत दूर।

यदि आप रैबिट के आर1 डिवाइस से कुछ ले सकते हैं, तो हां, दृष्टि वहां है। हालाँकि, अहसास से पहले काम करना ज़रूरी है, इसलिए अभी उत्साहित न हों।