रिच सटन यांनी स्वायत्त AI एजंट्समध्ये क्रांती घडवण्यासाठी Oak Lab लाँच केले

ट्युरिंग अवॉर्ड विजेते रिचर्ड सटन यांनी कृत्रिम बुद्धिमत्ता (AI) पुनर्रचित करण्याच्या उद्देशाने टोरंटो-आधारित उपक्रम 'Oak Lab' लाँच करून अधिकृतपणे स्टार्टअप क्षेत्रात प्रवेश केला आहे. आधुनिक जनरेटिव्ह मॉडेल्सच्या मर्यादा ओलांडून, ही कंपनी सतत आणि रिअल-टाइम लर्निंगद्वारे खऱ्या शोधासाठी सक्षम असलेले स्वायत्त एजंट्स तयार करण्याचा प्रयत्न करत आहे.

जनरेटिव्ह अनुकरणपद्धतीपलीकडे जाणे

आधुनिक रिइन्फोर्समेंट लर्निंगचे (reinforcement learning) अग्रदूत आणि Keen Technologies चे माजी संशोधक रिचर्ड सटन यांचे असे मानणे आहे की, AI ची सध्याची दिशा मूलभूतपणे दोषपूर्ण आहे. सध्या संपूर्ण उद्योग लार्ज लँग्वेज मॉडेल्स (LLMs) मध्ये मग्न असला तरी, सटन यांचा असा युक्तिवाद आहे की ही डीप लर्निंग पद्धती "कमकुवत आणि अकार्यक्षम" आहे.

सटन यांच्या मते, सध्याचे जनरेटिव्ह AI अनुकरण करण्यात उत्कृष्ट आहे परंतु स्व-मूल्यांकनात (self-evaluation) अपयशी ठरते. कारण ही मॉडेल्स त्यांच्या स्वतःच्या आउटपुटचे चिकित्सकपणे मूल्यांकन करू शकत नाहीत, त्यामुळे ती नैसर्गिकरित्या खऱ्या शोधासाठी किंवा वैज्ञानिक प्रगतीसाठी असमर्थ आहेत. Oak Lab चे ध्येय "स्टॅटिक ट्रेनिंग" (static training) च्या युगातून पुढे जाऊन गतिमान आणि विकसित होणाऱ्या बुद्धिमत्तेच्या भविष्याकडे जाणे हे आहे, जिथे मॉडेल्सना प्रचंड डेटासेट दिले जातात आणि नंतर ते स्थिर (frozen) केले जातात.

ध्येय: रिअल-टाइम लर्निंग आणि वर्ल्ड मॉडेल्स

खुराम जव्हेद यांच्या भागीदारीत, सटन Oak Lab ला प्रगत रिइन्फोर्समेंट लर्निंगवर आधारित दृष्टीकोन राबवण्यासाठी तयार करत आहेत. पूर्व-तयार (pre-packaged) डेटावर अवलंबून राहण्याऐवजी, Oak Lab चे उद्दिष्ट असे एजंट्स विकसित करणे आहे जे त्यांच्या वातावरणातून सतत शिकतील.

तांत्रिक रोडमॅप खालील महत्त्वाच्या स्तंभांवर लक्ष केंद्रित करतो:

• Internal World Models: असे एजंट्स तयार करणे जे केवळ पुढचा टोकन (token) वर्तित (predict) करणार नाहीत, तर त्यांच्या सभोवतालच्या यंत्रणेचे मूळ स्वरूप समजून घेतील.
• Autonomous Evaluation: मानवी हस्तक्षेपाशिवाय स्वतःची विविधता, मूल्यांकन आणि निवड प्रक्रिया हाताळू शकतील अशी प्रणाली विकसित करणे.
• Real-Time Planning: केवळ प्रतिसादात्मक पॅटर्न मॅचिंगकडून (reactive pattern matching) सक्रिय आणि ध्येय-केंद्रित नियोजनाकडे (proactive, goal-oriented planning) वळणे.

सटन यांनी लॅबसाठी एक महत्त्वाकांक्षी दीर्घकालीन बेंचमार्क सेट केला आहे: केवळ २० वॅट ऊर्जा वापरून रिअल-टाइम लर्निंग आणि प्लॅनिंग करण्यास सक्षम असलेला एक ट्रिलियन-पॅरामीटर एजंट तयार करणे. हे लक्ष्य आधुनिक AI मधील सर्वात मोठ्या अडथळ्यांपैकी एक—मोठ्या कॉम्प्युट क्लस्टर्सची प्रचंड ऊर्जा गरज—यावर उपाय शोधण्याचा प्रयत्न करते.

AI क्षेत्रासाठी हे का महत्त्वाचे आहे

Oak Lab ची स्थापना AI उद्योगातील संभाव्य पॅराडाइम शिफ्टचे (paradigm shift) संकेत देते. सध्याचा बहुतेक बाजार ट्रान्सफॉर्मर आर्किटेक्चरचे स्केल वाढवण्यावर आणि डेटासेटचा आकार वाढवण्यावर लक्ष केंद्रित करत असताना, सटन या क्षेत्राला चालवणाऱ्या मूलभूत कल्पनांमध्ये "पूर्णपणे फेररचना" (thorough reworking) करण्याची मागणी करत आहेत.

जर Oak Lab यशस्वी झाले, तर उद्योग डेटा स्केल करण्याच्या "ब्रूट फोर्स" (brute force) पद्धतीपासून दूर जाऊन जैविक बुद्धिमत्तेची नक्कल करणाऱ्या अधिक सुबक आणि कार्यक्षम आर्किटेक्चरकडे वळू शकतो. रिइन्फोर्समेंट लर्निंग आणि पर्यावरणीय परस्परसंवादाला प्राधान्य देऊन, सटन असा दावा करत आहेत की आर्टिफिशियल जनरल इंटेलिजन्स (AGI) कडे जाणारा मार्ग केवळ मोठ्या प्रमाणावरील अनुकरण करण्याऐवजी अनुभव आणि स्वायत्ततेमध्ये आहे.

मुख्य निष्कर्ष

• नवीन तात्विक दृष्टिकोन: Oak Lab चे उद्दिष्ट सध्याच्या "कमकुवत" डीप लर्निंग पद्धतींना अशा एजंट्सनी बदलणे आहे जे स्टॅटिक डेटासेटऐवजी सतत पर्यावरणीय परस्परसंवादाद्वारे शिकतील.
• कार्यक्षमतेचे उद्दिष्ट: हे स्टार्टअप कॉम्प्युटेशनल कार्यक्षमतेमध्ये मोठी झेप घेण्याचे लक्ष्य ठेवत आहे, ज्यामध्ये केवळ २० वॅट पॉवरवर चालणारे ट्रिलियन-पॅरामीटर मॉडेल विकसित करण्याचे उद्दिष्ट आहे.
• शोधावर लक्ष केंद्रित: जनरेटिव्ह AI च्या उलट, जे अनुकरणावर लक्ष केंद्रित करते, Oak Lab स्व-मूल्यांकन आणि स्वायत्त रिअल-टाइम प्लॅनिंग करण्यास सक्षम असलेले एजंट्स तयार करत आहे.