गूगल डीपमाइंड ने वैज्ञानिक एआई में "अभूतपूर्व उपलब्धि" की घोषणा की।

गूगल डीपमाइंड ने हाल ही में चैटबॉट मॉडल का उपयोग करके गणित और कंप्यूटर विज्ञान की प्रमुख समस्याओं के समाधान प्रदान किए हैं। अल्फा इवॉल्व नामक यह प्रणाली, बड़े भाषा मॉडल (एलएलएम) की रचनात्मकता को उन एल्गोरिदम के साथ जोड़ती है जो समाधानों को फ़िल्टर करने और बेहतर बनाने के लिए मॉडल के सुझावों की जांच कर सकते हैं। इस शोध का विवरण कंपनी द्वारा 14 मई को प्रकाशित एक तकनीकी रिपोर्ट में दिया गया है।

जर्मनी के एरलांगेन स्थित मैक्स प्लांक इंस्टीट्यूट फॉर लाइट साइंसेज में आर्टिफिशियल साइंटिस्ट लेबोरेटरी के प्रमुख मारियो क्रेन ने टिप्पणी की, "यह शोध पत्र काफी प्रभावशाली है। मेरा मानना ​​है कि अल्फा इवॉल्व बहुउद्देशीय एलएलएम पर आधारित नई खोजों का पहला सफल प्रदर्शन है।"

डीपमाइंड के मुख्य वैज्ञानिक पुष्पमीत कोहली के अनुसार, सिस्टम का उपयोग खुली समस्याओं के समाधान खोजने के अलावा, डीपमाइंड ने इस कृत्रिम बुद्धिमत्ता (एआई) तकनीक को अपनी वास्तविक दुनिया की चुनौतियों पर भी लागू किया है। अल्फा इवॉल्व ने अगली पीढ़ी के टेंसर प्रोसेसर (विशेष रूप से एआई के लिए विकसित कंप्यूटर चिप्स) के डिज़ाइन को बेहतर बनाने में मदद की है और गूगल की वैश्विक कंप्यूटिंग शक्ति का अधिक कुशलता से उपयोग करने का एक तरीका खोजा है, जिससे कुल संसाधनों का 0.7% बचाया जा सका है।

बहुउद्देशीय एआई

क्रेन के अनुसार, विज्ञान में अब तक के अधिकांश सफल एआई अनुप्रयोगों में—जिनमें अल्फाफोल्ड प्रोटीन डिज़ाइन टूल भी शामिल है—विशिष्ट कार्यों के लिए मैन्युअल रूप से डिज़ाइन किए गए लर्निंग एल्गोरिदम का उपयोग किया गया है। लेकिन अल्फाइवॉल्व बहुमुखी है, जो एलएलएम की क्षमताओं का लाभ उठाकर ऐसे कोड उत्पन्न करता है जो विभिन्न क्षेत्रों में समस्याओं का समाधान करते हैं।

DeepMind AlphaEvolve को एक 'एजेंट' के रूप में वर्णित करता है, क्योंकि इसमें इंटरैक्टिव AI मॉडल का उपयोग शामिल है। हालांकि, यह वैज्ञानिक प्रक्रिया में कई अन्य 'एजेंट' AI वैज्ञानिक प्रणालियों से अलग लक्ष्य रखता है, जिनका उपयोग साहित्य की समीक्षा करने और परिकल्पनाएँ प्रस्तावित करने के लिए किया जाता है।

AlphaEvolve कंपनी की Gemini LLM लाइन पर आधारित है। प्रत्येक कार्य की शुरुआत में उपयोगकर्ता प्रश्न, मूल्यांकन मानदंड और सुझाया गया समाधान इनपुट करता है, जिसके आधार पर LLM सैकड़ों या हजारों संशोधन सुझाता है। फिर एक 'मूल्यांकन' एल्गोरिदम अच्छे समाधान के मानदंडों के आधार पर संशोधनों का आकलन करता है।

डीपमाइंड के एआई वैज्ञानिक और सह-प्रमुख शोधकर्ता मातेज बालोग ने कहा कि सर्वश्रेष्ठ प्रदर्शन करने वाले समाधानों के आधार पर, एलएलएम नए विचार प्रस्तावित करता है, और समय के साथ सिस्टम अधिक शक्तिशाली एल्गोरिदम का एक समूह विकसित करता है। उन्होंने कहा, "हम समस्या-समाधान क्षमताओं के विविध समूह का पता लगाते हैं ।"

सीमित अनुप्रयोग

गणित में, अल्फा इवॉल्व कुछ समस्याओं को हल करने में उल्लेखनीय तेजी लाने में सहायक प्रतीत होता है, ऐसा ब्रिटेन के ऑक्सफोर्ड विश्वविद्यालय के गणितज्ञ और एआई शोधकर्ता साइमन फ्रीडर का कहना है। लेकिन उनका यह भी कहना है कि यह संभवतः केवल उन कार्यों के एक "सीमित हिस्से" पर ही लागू होगा जिन्हें कोड के माध्यम से हल किया जा सकता है।

अन्य शोधकर्ता डीपमाइंड के बाहर परीक्षण होने तक इस उपकरण की उपयोगिता का आकलन करने में सावधानी बरत रहे हैं। कोलंबस स्थित ओहियो स्टेट यूनिवर्सिटी के एआई शोधकर्ता हुआन सन ने कहा, "जब तक व्यापक समुदाय द्वारा प्रणालियों का परीक्षण नहीं हो जाता, मैं संशय में रहूंगा और रिपोर्ट किए गए परिणामों को सावधानी से देखूंगा।"

कोहली के अनुसार, हालांकि AlphaEvolve को चलाने के लिए AlphaTensor की तुलना में कम कंप्यूटिंग शक्ति की आवश्यकता होती है, फिर भी यह DeepMind के सर्वरों पर मुफ्त में उपलब्ध कराने के लिए बहुत अधिक संसाधन खपत करता है। हालांकि, कंपनी को उम्मीद है कि इस सिस्टम की घोषणा से शोधकर्ताओं को ऐसे वैज्ञानिक क्षेत्रों का सुझाव देने के लिए प्रोत्साहन मिलेगा जहां AlphaEvolve का उपयोग किया जा सकता है। कोहली ने कहा, "हम यह सुनिश्चित करने के लिए पूरी तरह से प्रतिबद्ध हैं कि वैज्ञानिक समुदाय के अधिकांश लोग इसका उपयोग कर सकें।"

वीएनए

स्रोत: https://nhandan.vn/google-deepmind-cong-bo-ai-khoa-hoc-dot-pha-post879748.html