समाचारं

टेन्सेन्ट्प्रौद्योगिकी लेखक हाओ बोयांग

सम्पादक झेंग केजुन

२०२४, २०१९.ऐ क्षेत्रे उष्णतमः विषयः निःसंदेहं एजेण्ट् अस्ति।

“बृहत् आदर्शःशीतलम्, परन्तु अहं तया किं कर्तुं शक्नोमि ? “एषः २०२३ तमे वर्षे वार्षिकः एआइ-अनुप्रयोगप्रश्नः अस्ति ।२०२४ तमे वर्षे एजेण्ट्-जनाः अस्याः समस्यायाः सर्वाधिकं आशाजनकं प्रतिकारकं जातम् ।

बुद्धिमान् एजेण्ट् जटिलप्रक्रियाणां साधनानां च माध्यमेन उपयोक्तुं शक्यन्ते, येन बृहत्प्रतिमानाः अधिकजटिलानि अनुकूलितकार्यं च सम्पादयितुं शक्नुवन्ति, अन्ततः स्वायत्तता, धारणा, निर्णयनिर्माणं, कार्यक्षमता च विद्यमानाः सॉफ्टवेयर-सत्ताः अथवा भौतिक-सत्ताः उत्पाद्यन्ते एनजी एण्डा, जिम फैन् इत्यादयः उद्योगस्य बृहत्नामाः बुद्धिमान् एजेण्टस्य प्रभावशीलतां सिद्धयितुं सम्मिलिताः सन्ति ।

प्रोफेसर एनजी एण्डा इत्यनेन अस्मिन् वर्षे मार्चमासे स्वस्य ब्लोग् मध्ये प्रस्तावः कृतः यत् तस्य उपयोगः HumanEval इति आँकडासमूहे करणीयः इति जीपीटी-3.5(Zero-shot) परीक्षणस्य सटीकता ४८.१% अस्ति । जीपीटी-4(शून्य-शॉट्) ६७.०% अस्ति । एजेण्ट् कार्यप्रवाहेन सह सहकार्यं कृत्वा GPT-3.5 इत्यनेन ९५.१% सटीकतादरः प्राप्तः ।

(चित्र टिप्पणी: Ng Enda इत्यस्य प्रयोगाः, बुद्धिमान् एजेण्ट् प्रौद्योगिक्याः अन्तर्गतं,जी.पी.टी ३.५ प्रदर्शनं मूल GPT4) तः दूरम् अतिक्रमति ।

अतः गतवर्षे बृहत्कम्पनीभ्यः आरभ्य निजीविशेषज्ञाः यावत् सर्वे स्मार्ट-बॉडी-निर्माणं कुर्वन्ति । पर्याप्तं विशालःमाइक्रोसॉफ्टकोपिलिट्, व्यर्थं ए.आइ.

(चित्र टिप्पणी: INSIGHT द्वारा संकलित एजेण्ट् तथा AI स्वचालन प्रक्रियाभिः सह सम्बद्धाः कम्पनयः)

ओपनएआइ-संस्थायाः पूर्ववैज्ञानिकः एण्ड्रयू कार्पाथी एकदा अवदत् यत् सामान्यजनाः, उद्यमिनः, गीकाः च एआइ-एजेण्ट्-निर्माणस्य सम्भावना न्यूना भवन्तिOpenAIएतादृशानां कम्पनीनां लाभः अपि अस्ति ।

एआइ एजेण्ट् कार्यप्रवाहाधारितस्य उत्पादप्रबन्धकानां नूतनयुगं आगच्छति वा? न तु अवश्यं, यतः एआइ मनुष्याणाम् अपेक्षया बुद्धिमान् एजेण्ट्-निर्माणे श्रेष्ठः भवितुम् अर्हति ।

स्वचालित पाश तर्क

१९ अगस्त दिनाङ्के ब्रिटिशकोलम्बियाविश्वविद्यालयस्य त्रयः शोधकर्तारः "Automated Design of Agent Systems" इति पत्रं प्रकाशितवन्तः । अस्मिन् पत्रे सः एकां प्रणालीं परिकल्पितवान् यत् एआइ स्वयमेव एजेण्ट्-आविष्कृत्य निर्माणं कर्तुं शक्नोति, स्वयमेव पुनरावृत्तिं कर्तुं शक्नोति च ।

OpenAI इत्यस्य एजेण्ट् इत्यस्य क्लासिकपरिभाषां स्मर्यताम् एजेण्ट् इति उत्पादः यः ज्ञानं संग्रहीतुं, योजनां कर्तुं, साधनानि च प्रयोक्तुं शक्नोति ।

यदा वयं एजेण्ट्-निर्माणार्थं कार्यप्रवाहस्य उपयोगं कुर्मः तदा वयं स्वयमेव योजनां कर्तुं (प्रक्रियाणां निर्माणार्थं) विद्यमानज्ञानस्य (एजेण्ट्-रूपस्य विषये ज्ञानस्य) उपयोगं कुर्मः तथा च अन्ततः आउटपुट्-निष्पादनार्थं साधनानां (access APIs) उपयोगं कुर्मः कारक एव ।

अतः किमर्थं न एतादृशं एजेण्टं निर्मातव्यं यत् स्वयमेव एजेण्ट्-आविष्कृत्य डिजाइनं कर्तुं शक्नोति ?

पत्रस्य लेखकः एतस्य विचारस्य अनुसरणं कृत्वा डिजाइनरं मेटा-एजेण्ट् इति वदति, यत् सः नूतनानां एजेण्ट्-निर्माणं कर्तुं पृच्छति । डिजाइनं कृतं एजेण्ट् दत्तांशकोशे दत्तांशरूपेण योजयन्तु, एजेण्टस्य नूतनानि दृढतराणि च संस्करणाः निरन्तरं पुनरावृत्तिं कुर्वन्तु ।

एतत् समग्रं विधिसमूहं ते ADAS (Automated Design of Intelligent Systems) इति कथयन्ति ।

अतः, एषा व्यवस्था सम्यक् कथं प्रवर्तते ?

शृङ्खला भ्रमतु

एडीएएस-प्रणालीषु नूतनानां एजेण्ट्-जननस्य प्रक्रियां त्रयः भागाः विभक्तुं शक्यन्ते ।

प्रथमभागे अन्वेषणस्थानं स्थापयति, यत् सम्भाव्यनव एजेण्ट्-निर्माणार्थं केषाञ्चन मूलभूतसाधनानाम् नियमानाञ्च उपयोगः इति अवगन्तुं शक्यते ।

द्वितीयः भागः अन्वेषणं चालयितुं भवतिअल्गोरिदम, यत् मेटा-एजेण्ट् अन्वेषणस्थानस्य उपयोगं कथं करोति तथा च विशेषरूपेण नूतनानां एजेण्ट्-निर्माणार्थं स्वस्य तत्त्वानां उपयोगं करोति इति निर्धारयति ।

अन्तिमः भागः मूल्याङ्कनकार्यं चालयितुं भवति, यत् कार्यप्रदर्शनस्य अन्यलक्ष्याणां च आधारेण निर्मितस्य एजेण्टस्य मूल्याङ्कनं करिष्यति ।

शोधकर्त्ताः पत्रे उपर्युक्तत्रयस्य मूलभागस्य निर्माणं कथं करणीयम् इति पदे पदे व्याख्यायते।

प्रथमं अन्वेषणस्थानस्य निर्माणार्थं मूलभूततत्त्वानि अवश्यं निर्धारितव्यानि इति शोधकर्तारः मन्यन्ते यत् सर्वोत्तमः विधिः कोडः एव ।

यतो हि कोडः ट्युरिंग् पूर्णः अस्ति तथा च सर्वाणि संभावनानि व्यक्तुं शक्नोति । अतः, सिद्धान्ततः, मेटा-एजेण्ट्-जनाः कस्यापि सम्भाव्य-निर्माण-खण्डस्य (यथा संकेताः, उपकरण-उपयोगः, नियन्त्रण-प्रवाहाः) तथा च एजेण्ट्-प्रणालीं आविष्कर्तुं शक्नुवन्ति ये एतान् निर्माण-खण्डान् किमपि प्रकारेण संयोजयन्ति

अतः अपि महत्त्वपूर्णं यत्, एजेण्ट्-निर्माणार्थं Langchain इत्यादिषु जालपुटेषु ये विविधाः कार्यप्रवाहाः पूर्वमेव विद्यन्ते, तेषां संहिताकरणं कृतम् अस्ति । अतः प्रासंगिकदत्तांशः भवतः अङ्गुलीयपुटे अस्ति, पुनः परिवर्तनस्य आवश्यकता नास्ति । टूल्-कॉल्, यथा RAG (retrival augmented generation) इत्यादीनां क्षमताघटकानाम् पूर्वमेव अतीव पर्याप्तः कोड-आधारः अस्ति ।

अन्वेषणस्थानस्य निर्माणार्थं कोडस्य उपयोगस्य एतदपि अर्थः अस्ति यत् ADAS द्वारा उत्पन्नाः एजेण्ट्-जनाः प्रत्यक्षतया त्रुटयः सम्यक् कर्तुं चालयितुं शक्यन्ते तथा च मैनुअल् हस्तक्षेपं विना स्कोरं चालयितुं शक्यन्ते

अन्वेषणस्थानं परिभाषित्वा शोधकर्तारः अन्वेषण-अल्गोरिदम्-निर्माणं आरभन्ते, येन मेटा-एजेण्ट् कार्यं पूर्णं कर्तुं सम्भाव्यमार्गान् अन्वेष्टुं शक्नोति । एषा प्रक्रिया मूलतः प्रॉम्प्ट् वर्ड प्रोजेक्ट् इत्यस्य उपरि अवलम्ब्य सम्पन्नं भवति ।

प्रथमं तस्मै सिस्टम् प्रॉम्प्ट् शब्दानां श्रृङ्खलां दातुं।

ततः, मूलभूतं स्थापयतुत्वरितउल्लिखिता सूचना मेटा-एजेण्ट् इत्यस्मै दीयते, यत्र...

1. कार्यस्य मूलवर्णनम्।

2. अत्यन्तं मूलभूतः ढांचासङ्केतः, यथा प्रारूपणप्रोम्प्ट्, एन्कैप्सुलेशनम् अन्ये च संचालननामानि, तथैव अन्येषां मूलभूतमाडलानाम् (FM) एपिआइ च आह्वयितुं क्षमता

(चित्र टिप्पणी: ढांचासङ्केतस्य भागः)

3. कार्यस्य निवेशस्य निर्गमस्य च प्रारूपणं उदाहरणानि च।

4. मूलपुनरावृत्तौ उत्पन्नानां केषाञ्चन एजेण्ट्-द्वारा निर्मितः नमूनापुस्तकालयः, यत्र तेषां आधाररेखापरीक्षापरिणामाः सन्ति ।

(चित्रटिप्पणी: बुद्धिमान् एजेण्ट् पुस्तकालये उदाहरणम्)

एतेषां मूलभूतसङ्केतानां आधारेण एडीएएस कार्यं आरभ्य विशिष्टसमस्यायाः समाधानार्थं बुद्धिमान् एजेण्टं जनयितुं शक्नोति ।

अस्मिन् क्रमे मेटा-एजेण्ट् द्वौ चिन्तन-चक्रौ करिष्यति यत् उत्पन्नः एजेण्ट् नवीनः सम्यक् च इति सुनिश्चितं करिष्यति । एतत् परीक्षते यत् नवजनितसङ्केतरूपरेखायां त्रुटयः सन्ति वा तथा च एजेण्ट् उदाहरणपुस्तकालये पूर्वपरिणामानां तुलने पर्याप्तं नवीनं भवति वा इति

मेटा-एजेण्ट् इत्यस्य व्यावहारिकप्रदर्शनक्षमतायाः "अवगमनस्य" आधारेण उत्पन्नस्य एजेण्टस्य प्रारम्भिकमूल्यांकनं कर्तुं अपि आवश्यकं भवति यत् सः पूर्वकारकात् उत्तमं प्रदर्शनं करोति वा इति निर्धारयितुं शक्नोति

यदा एतेषु काश्चन शर्ताः न पूर्यन्ते तदा मेटा-एजेण्ट् इत्यनेन उत्पन्नं एजेण्ट् परिवर्तयितुं वा केवलं पुनः निर्मातव्यं वा ।

(प्रथमचक्रस्य चिन्तनस्य प्रेरणा)

चिन्तनस्य परिवर्तनस्य च द्वयोः चक्रयोः अनन्तरं मेटा-एजेण्ट् तृतीयपदे मूल्याङ्कनव्यवस्थायाः कृते नूतनं उत्तमं च मन्यते यत् नवजनितं एजेण्ट् प्रेषयिष्यति

मूल्याङ्कनप्रणाली आधाररेखापरीक्षायाः आधारेण एजेण्टस्य क्षमतायाः वस्तुनिष्ठं स्कोरं दास्यति, ततः एजेण्ट् उदाहरणपुस्तकालयं प्रति प्रत्यागमिष्यति ।

मेटा-एजेण्ट् उच्चतरं कार्यप्रदर्शनस्कोरं प्राप्तुं उदाहरणपुस्तकालये पूर्वस्कोरिंगपरिणामानां पूर्वोदाहरणानां च आधारेण अग्रिमपुनरावृत्तिं अनुकूलितुं निरन्तरं करिष्यति

अस्मिन् क्रमे सम्पूर्णा पूर्णतया स्वचालितशृङ्खला जाता । अत्यन्तं प्रभावी एजेण्ट् जनयितुं पुनरावृत्तीनां द्विगुणाङ्कात् अधिकं समयः भवितुं शक्नोति ।

हस्तमर्दनबुद्धेः परम्

एडीएएस-पद्धत्या प्रक्रियाणां स्वचालितीकरणेन प्राप्ताः बुद्धिमान् एजेण्ट्-जनाः कियत् जटिलाः भवितुम् अर्हन्ति ? अधोलिखितं चित्रं १४ पुनरावृत्तीनां अनन्तरं उत्पन्नं एजेण्ट्-रूपरेखा अस्ति ।

अस्य कारकस्य संरचनायां पञ्च विचारशृङ्खलाः सन्ति ये प्रारम्भिकानि उत्तराणि ददति । त्रयाणां विशेषज्ञविशेषज्ञप्रतिमानानाम् प्रतिक्रियायाः अनन्तरं मानवमूल्यांकनस्य अनुकरणं कुर्वतः प्रतिरूपस्य च अनन्तरं अनुकूलनप्रक्रियापदस्य कालखण्डे उत्तराणि त्रिवारं परिवर्त्य वर्धितानि भवन्ति अन्ते मूल्याङ्कनानन्तरं त्रयः परिणामाः परीक्षिताः, तेषां संयोजनेन च अन्तिमम् उत्तरं दत्तम् ।

यदि मानवः एतस्य जटिलतायाः स्तरस्य संचालनं करोति तर्हि सम्भवतः सप्ताहं यावत् समयः स्यात् । एषः केवलं प्रॉम्प्ट्-लेखनस्य, डिजाइन-आर्किटेक्चरस्य च समयः अस्ति, परीक्षणस्य, क्षैतिज-तुलनस्य च विषये किमपि न वक्तव्यम् ।

अवश्यं मेटा-एजेण्ट् इत्यस्य परिकल्पने निरन्तरपुनरावृत्तिः अपि एतत् परिणामः अस्ति ।

पुनरावृत्तिप्रक्रियायां पुनरावृत्तीनां संख्यायाः सह तस्य बुद्धिमान् कारकजननक्षमता अपि द्रुतगत्या वर्धते । तृतीयपुनरावृत्तौ मेटा-एजेण्ट् स्वयमेव बहुचिन्तनशृङ्खलारणनीतिं ज्ञातवान्, चतुर्थे पुनरावृत्तौ उत्तराणां अनुकूलनार्थं गतिशीलस्मृतेः उपयोगं कर्तुं शिक्षितवान् १४ तमे समये तया उत्पन्नः एजेण्टः पूर्वोक्तं जटिलतां प्राप्तवान् ।

अन्ते मूलसरलबृहत्भाषाप्रतिरूपस्य तुलने तस्य इष्टतमसमाधानस्य क्षमतायां २५०% अधिकं सुधारः कर्तुं शक्यते, तथा च सर्वोत्तमप्रदर्शनस्य मैनुअल् एजेण्टस्य COT-SC (बहुविचारशृङ्खला) इत्यस्य तुलने ७५% अधिकं सुधारः भवति उत्तरम्) विधिः ।

न केवलं ARC, ADAS मोड् मध्ये उत्पन्नाः एजेण्ट् वर्तमानस्य सर्वेषां सशक्ततमानां आधाररेखा हस्त-घर्षण-एजेण्ट्-समूहानां अपेक्षया सर्वेषु पक्षेषु महत्त्वपूर्णतया अधिक-शक्तिशालिनः सन्ति, यथा COT, LLM Debate, Self-Refine च तथा च यथा यथा जटिलाः कार्याणि पार-डोमेन-अनुप्रयोगाः च संसाधिताः भवन्ति तथा एडीएएस-द्वारा उत्पन्नाः बुद्धिमान् एजेण्ट्-जनाः तावन्तः प्रबलाः भवन्ति ।

अपि च, एतेषां उत्पन्नानां एजेण्ट्-जनानाम् एव कतिपयानि प्रवास-क्षमतानि सन्ति यथा, ये एजेण्ट्-जनाः वैज्ञानिकसमस्यानां समाधानं कर्तुं शक्नुवन्ति, ते गणिते अपि उत्तमं परिणामं प्राप्तुं शक्नुवन्ति । अतः इष्टतमरूपरेखा अनेकक्षेत्रेषु सम्बन्धितसमस्यानां समाधानं कर्तुं समर्था भवितुम् अर्हति ।

यद्यपि हस्त-घर्षण-एजेण्ट्-युगस्य समाप्तिः भवति तथापि एजेण्ट्-प्रतिमानानाम् आविष्कारस्य युगः निरन्तरं भवितुं शक्नोति । समग्रपरीक्षायां एडीएएस इत्यनेन वर्तमानबुद्धिमान् एजेण्टनिर्माणप्रतिमानात् बहिः नूतनानि निर्माणविधयः न आविष्कृताः, अपितु एतासां पद्धतीनां पुनर्गठनं कृत्वा तस्य उपयोगः कृतः

परन्तु औसतस्य AI Agent विकासकस्य कृते तेषां कार्यस्य स्थाने एतत् पर्याप्तम् अस्ति ।

परन्तु एडीएएस इत्यस्य लोकप्रियतायाः अद्यापि बाधकं पारयितुं आवश्यकता भवेत्, तदेव च व्ययस्य विषयः ।

शोधकर्तृणां मते OpenAI API इत्यस्य मूल्यं ARC इत्यत्र अन्वेषणस्य मूल्याङ्कनस्य च कृते प्रायः $500, तर्कस्य समस्यानिराकरणस्य च क्षेत्रे एकस्य धावनस्य कृते प्रायः $300 भवति तत् प्रतिपुनरावृत्तिः प्रायः $२० । एतादृशस्य उच्चव्ययस्य तुलने अस्मिन् स्तरे अद्यापि जनशक्तिः केचन लाभाः सन्ति ।

परन्तु शोधकर्तारः अपि अवदन् यत् तेषां पूर्वमेव अध्ययनं कृत्वा "gpt-3.5-turbo-0125" इति मॉडलस्य उपयोगः कृतः । नवीनतमं GPT-4 मॉडलं "gpt-4o-mini" "gpt-3.5-turbo-0125" इत्यस्य मूल्यस्य एकतृतीयभागात् न्यूनं भवति, तस्य प्रदर्शनं च उत्तमं भवति । अपि च, प्रयोगाः दर्शयन्ति यत् GPT 3.5 क्षमताभिः सह पुनरावृत्तिः कृतः एजेण्टः निश्चितसङ्ख्यायाः पुनरावृत्तीनां अनन्तरं कार्यक्षमतायाः अटङ्के प्रविशति, चतुर्दशवारं अनन्तरं सर्वाणि पुनरावृत्तयः अपव्ययः एव अतः उत्तमं मूल्याङ्कनं संसाधनप्रबन्धनं च युक्ताः डिजाइनाः अपि व्ययस्य महतीं न्यूनीकरणं कर्तुं शक्नुवन्ति ।

स्पष्टतया श्रमस्य मूल्यलाभः दीर्घकालं यावत् स्थापयितुं न शक्यते।

किं यथार्थतया बुद्धिविस्फोटः आरब्धः ?

एषा स्वचालितप्रौद्योगिकी किमर्थम् एतावत् महत्त्वपूर्णा अस्ति ?

चल-अन्तर्जालस्य युगे विविध-पट्टिकानां कृते विविधाः एप्स् प्रफुल्लिताः सन्ति, ये मिलित्वा प्रौद्योगिकी-समृद्धेः युगं निर्मान्ति । परन्तु तस्मिन् समये नूतनानां साधनानां शिक्षणस्य आवश्यकता आसीत् इति कारणतः मोबाईल-एप्स्-विकासः अपि दीर्घकालं यावत् प्रवेश-पदवीं गतः, ततः परं पर्याप्तविकासकाः अन्ततः समायोजिताः अभवन्

पूर्वयुगेषु एतत् मन्दतरम् आसीत् । १९९० तमे दशके व्यक्तिगतसङ्गणक-अनुभवस्य आधारेण जेफ्री मूर्-इत्यनेन प्रस्तावितस्य "crossing the chasm" सिद्धान्तस्य अनुसारं, प्रौद्योगिक्याः उद्भवस्य आरम्भिकेषु वर्षेषु केवलं प्रायः १३.५% प्रारम्भिकाः एव एतस्य प्रौद्योगिक्याः उपयोगं करिष्यन्ति एतत् विकासः न, अपितु उपयोगः .

अतः विकासकानां अभावः प्रौद्योगिकीप्रवर्धनस्य महत्त्वपूर्णः अटङ्कः भवितुम् अर्हति ।

अवश्यं बुद्धिमान् एजेण्ट् निर्माणस्य विकासः, प्रवेशवेगः च बहु द्रुततरः भवितुम् अर्हति । यतः पूर्वसॉफ्टवेयरविकासापेक्षया बहु सरलतरम् अस्ति । यथा, किञ्चित्कालपूर्वं लोकप्रियं जातं वर्डवेयरं सामान्यप्रयोक्तृभ्यः प्राकृतिकभाषायाः उपयोगेन बुद्धिमान् एजेण्ट्-निर्माणं सम्पन्नं कर्तुं शक्नोति, येन सीमा न्यूनीभवति

परन्तु चिन्तनशृङ्खलाः, बहुचरणपाशाः इत्यादयः डिजाइनाः अद्यापि अतीव जटिलाः सन्ति, अस्मिन् क्रमे अधिकाधिकसाधनानाम् आवश्यकता वर्तते । अतः बुद्धिमान् एजेण्ट्-विकासाय यथार्थतया समर्प्य अस्य साधनस्य सदुपयोगं कर्तुं शक्नुवन्ति बहवः जनाः न सन्ति ।

एकदा जुकरबर्ग् हुआङ्ग रेन्क्सुन इत्यनेन सह वार्तालापं कृत्वा अवदत् यत् यदि बृहत्-परिमाणेन मॉडल्-प्रौद्योगिक्याः विकासः न भवति चेदपि बुद्धिमान् एजेण्ट्-क्षमताम् पूर्णतया अवगन्तुं पञ्चवर्षं यावत् समयः स्यात्

अतः प्रौद्योगिक्याः तुलने विकासकाः बुद्धिमान् एजेण्ट्-जनानाम् मूल-अटङ्कः भवितुम् अर्हन्ति येषां अद्यापि विस्फोटः न अभवत् । अद्यापि एतत् कर्तुं शक्नुवन्ति जनाः अत्यल्पाः सन्ति ।

तथापि एजेण्ट्-जनाः बहवः सन्ति ।

यदि स्वयमेव ट्यूनिङ्ग एजेण्ट् जनयितुं एषा प्रौद्योगिकी अधिकव्यापारिककम्पनीभिः स्वीक्रियते अनुकूलितं च भवति तर्हि प्रारम्भिकानां तकनीकीकर्मचारिणां अटङ्कः स्वाभाविकतया न भविष्यति एजेण्ट्-जनाः यया वेगेन विविधक्षेत्रेषु क्षमतानां कवरेजं गभीरतां च अन्वेष्टुं शक्नुवन्ति, सः महतीं वृद्धिं प्राप्स्यति ।

भवतु नाम आगामिवर्षे मानव-इतिहासस्य प्रथमः Killer AI App प्रारम्भः भविष्यति, लेखकः च AI अस्ति।