જ્યારે સોફ્ટવેરે સોફ્ટવેર લખવાનું શરૂ કર્યું

જો તમે કોડ શિપ (ship) કરતા હોવ, તો તમારું કામ બદલાઈ રહ્યું છે.

તમે દરેક લાઇન લખવાથી ઓટોકમ્પ્લીટ (autocomplete) વાપરવા તરફ આગળ વધ્યા છો. હવે, તમે સ્પેક્સ (specs) લખો છો અને એજન્ટ્સ તમારા માટે કોડ લખે, ટેસ્ટ કરે અને શિપ કરે તે જુઓ છો.

આ રાતોરાત નથી થયું. તે બુદ્ધિ (intelligence) ને ફરીથી વ્યાખ્યાયિત કરવાની 70 વર્ષની વાર્તા છે.

આપણે અહીં કેવી રીતે પહોંચ્યા તે અહીં છે:

  1. સિમ્બોલિક યુગ (Symbolic Era) (1950s-1980s) બુદ્ધિ એટલે તર્ક (logic). માણસોએ IF-THEN સ્ટેટમેન્ટ્સનો ઉપયોગ કરીને દરેક નિયમ હાથથી લખ્યો હતો. આ સિસ્ટમ્સ એક નાના ક્ષેત્રમાં અદભૂત હતી પરંતુ વાસ્તવિક દુનિયામાં નિષ્ફળ ગઈ હતી. તેઓ ડેટામાંથી શીખી શકતા નહોતા.

  2. સ્ટેટિસ્ટિકલ યુગ (Statistical Era) (1990s-2000s) અમે મશીનોને નિયમો કહેવાનું બંધ કરી દીધું. તેના બદલે, અમે તેમને ઉદાહરણો બતાવ્યા. મશીનોએ ડેટામાં પેટર્ન શોધવા માટે ગણિતનો ઉપયોગ કર્યો. આનાથી આપણને સ્પામ ફિલ્ટર્સ અને રેકમેન્ડેશન એન્જિન મળ્યા. બુદ્ધિ હજુ પણ યોગ્ય ડેટા ફીચર્સ પસંદ કરવા માટે માણસો પર નિર્ભર હતી.

  3. ડીપ લર્નિંગ યુગ (Deep Learning Era) (2012-2017) AlexNet સાથે રમત બદલાઈ ગઈ. અમે જોયું કે જો તમે પૂરતા લેયર્સ (layers) ગોઠવો અને પૂરતો ડેટા વાપરો, તો મોડેલ તેના પોતાના ફીચર્સ શોધી લે છે. હવે મેન્યુઅલ ફીચર એન્જિનિયરિંગની જરૂર નથી. કોમ્પ્યુટર્સ માણસોની જેમ જોતા અને સાંભળતા થયા.

  4. ટ્રાન્સફોર્મર યુગ (Transformer Era) (2017-2022) Transformer આર્કિટેક્ચરે મોડેલ્સને એકસાથે વિશાળ માત્રામાં ટેક્સ્ટ પ્રોસેસ કરવાની મંજૂરી આપી. આનાથી GPT નો જન્મ થયો. બુદ્ધિ સંયોજક (compositional) બની ગઈ. એક જ મોડેલ કવિતા લખી શકે છે, Python ને ડીબગ કરી શકે છે અને ગણિત સમજાવી શકે છે. ભાષા તમામ કાર્યો માટે ઇન્ટરફેસ બની ગઈ.

  5. એજન્ટિક યુગ (Agentic Era) (2023-આજ સુધી) અમે મોડેલ્સને 'હાથ' આપી રહ્યા છીએ. એક એજન્ટ માત્ર પ્રશ્નનો જવાબ નથી આપતો. તે સાધનો (tools) નો ઉપયોગ કરે છે, વેબ બ્રાઉઝ કરે છે, કોડ એક્ઝિક્યુટ કરે છે અને પોતાની ભૂલો સુધારે છે. તે નિષ્ક્રિય જવાબથી સક્રિય લૂપ (active loop) તરફ આગળ વધે છે.

પેટર્ન સ્પષ્ટ છે. દરેક યુગે કામ માણસોથી મશીનો તરફ ખસેડ્યું છે.

  • Symbolic AI: માણસોએ નિયમો લખ્યા.
  • Statistical ML: માણસોએ ફીચર્સ પસંદ કર્યા.
  • Deep Learning: મોડેલ્સે રિપ્રેઝન્ટેશન (representations) શીખ્યા.
  • LLMs: મોડેલ્સે ઇન્ટરનેટ પરથી શીખ્યું.
  • Agents: મોડેલ્સ આયોજન કરે છે અને કાર્ય કરે છે.

દરેક કૂદકો એક આર્થિક વાર્તા પણ હતી. આપણે જે ચલાવી શકીએ તે બનાવીએ છીએ. જેમ જેમ કમ્પ્યુટ (compute) સસ્તું થતું જાય છે, તેમ તેમ એજન્ટ્સ વધુ સ્માર્ટ બનતા જાય છે.

અમે માત્ર સાધનો નથી બનાવી રહ્યા. અમે સહયોગીઓ (collaborators) બનાવી રહ્યા છીએ.

સ્ત્રોત: https://dev.to/adamthedeveloper/when-software-started-writing-software-a-developers-history-of-ai-4p9n

વૈકલ્પિક લર્નિંગ કોમ્યુનિટી: https://t.me/GyaanSetuAi