इन दिनों, फ्रंटियर एआई प्रयोगशालाएं स्व-सुधार मॉडल बनाने के लिए दौड़ रही हैं। कुछ लोगों का मानना ​​​​है कि यह सुपरइंटेलिजेंस का सबसे निश्चित मार्ग है – जैसे-जैसे एआई दिमाग को पिघलाने वाले लूप में खुद को बेहतर बनाता है, सोच यह है कि यह अंततः मानव समझ (और शायद नियंत्रण भी) को पार कर जाएगा।

यह सब ठीक है और अच्छा है, लेकिन मेरे पास तैयार करने के लिए एक न्यूज़लेटर है। मुझे आश्चर्य हुआ कि क्या पुनरावर्ती आत्म-सुधार भी मेरे लिए उपयोगी हो सकता है। क्या मैं एआई का उपयोग ऐसे मॉडल को प्रशिक्षित करने और लगातार बेहतर बनाने के लिए कर सकता हूं जो इस न्यूज़लेटर के कुछ व्यस्त कार्यों को स्वचालित करता है?

लगभग एक सप्ताह तक प्रयोग करने के बाद, उत्तर शानदार और आश्चर्यजनक प्रतीत होता है – हाँ। इसके अलावा, स्व-सुधार मॉडल के साथ काम करना एक अलग दृष्टिकोण दिखाता है कि एआई कैसे विकसित हो सकता है – वह जो मुट्ठी भर कंपनियों पर केंद्रित नहीं है जो पूरे उद्योग को नियंत्रित करते हैं।

मैंने एक सरल स्व-सुधार लूप आज़माकर शुरुआत की

अपने पैरों को गीला करने के लिए, मैंने शुरू से ही एक छोटे भाषा मॉडल को प्रशिक्षित करने का प्रयोग किया-जिसका मतलब है कि मैंने सारी मेहनत क्लाउड पर डाल दी।

मैंने ऑटोरिसर्च स्थापित किया, जो एक ऑफ-द-शेल्फ एआई मॉडल को एक छोटा मॉडल बनाने और सुधारने में मदद करता है। ऑटोरिसर्च एक सुपरस्टार एआई शोधकर्ता आंद्रेज कारपैथी के दिमाग की उपज है, जिन्होंने ओपनएआई को खोजने में मदद की, टेस्ला में एआई कार्य का नेतृत्व किया और हाल ही में एंथ्रोपिक में शामिल हुए।

मैंने क्लाउड को उकसाया और उसे अनुशंसित निर्देश दिया: “हाय, प्रोग्राम.एमडी पर एक नज़र डालें और आइए एक नया प्रयोग शुरू करें!” जबकि क्लाउड ने कड़ी मेहनत की, मैंने सिलिकॉन (एक एनवीडिया डीजीएक्स, एआई प्रयोग के लिए डिज़ाइन किया गया एक डेस्कटॉप “सुपरकंप्यूटर”), बिजली (लगातार कुछ दिनों तक गर्म रहना), और मॉडल को अपना काम करने के लिए सभी सामान्य अनुमति जांचों को छोड़ने देने की संभवतः गलत सलाह दी (उसे खाना बनाने दिया!)

मैंने हर कुछ घंटों में ऑटोरिसर्च प्रोजेक्ट की जाँच की और क्लाउड द्वारा समायोजित मापदंडों और प्रशिक्षण व्यवस्थाओं को देखकर आश्चर्यचकित रह गया, मैंने देखा कि इसने छोटे मॉडल के आउटपुट को कैसे बदल दिया, और इसे और अधिक परिष्कृत करता चला गया।

जब मैंने इसे वाक्यांश पूरा करने के लिए प्रेरित किया तो उस छोटे भाषा मॉडल का प्रारंभिक संस्करण यहां दिया गया है “प्रारंभ में …”

“आदि में आरंभ अंत में अंत अंत अंत अंत अंत अंत अंत अंत अंत अंत आरंभ अंत अंत अंत अंत…”

इतना शानदार नहीं. लेकिन बाद के मॉडल, क्लाउड द्वारा स्वायत्त रूप से सुधार किए गए, अधिक सुसंगत हो गए और उन्मत्त, अंतहीन दोहराव की संभावना कम हो गई। यह मुश्किल से GPT-5 है, लेकिन इसने निरंतर सुधार की दिशा में एक आशाजनक रास्ता दिखाया है।

मेरी यात्रा कुछ अधिक जटिल और उपयोगी चीज़ों के साथ जारी रही

मैं पहले से ही एक एजेंट का उपयोग करता हूं जो उल्लेखनीय शोध पत्र ढूंढने में मेरी सहायता के लिए क्लाउड पर निर्भर है, इसलिए मैंने यह देखने का फैसला किया कि क्या ऐसा कुछ बनाना संभव है जो उससे आगे बढ़े।

मैंने प्राइम इंटेलेक्ट नामक स्टार्टअप के एक टूल की ओर रुख किया, जो किसी विशिष्ट कार्य के लिए कस्टम मॉडल को प्रशिक्षित करने के लिए एआई का उपयोग करता है। मैंने लगभग 100 पिछली “एआई की सीमा पर अन्यत्र” प्रविष्टियाँ एकत्र कीं – शोध के अंश और बॉब्स जो मेरे न्यूज़लेटर में मुख्य निबंध का अनुसरण करते हैं। फिर, मैंने एक प्राइम इंटेलेक्ट प्रशिक्षण वातावरण बनाया और दिलचस्प पेपर खोजने और सारांशित करने के लिए क्लाउड से अपना खुद का मॉडल बनाने में मदद करने के लिए कहा, जिसे उसने फ्रंटियर_पेपर_क्यूरेटर नाम दिया।

क्लाउड को अधिक कागजात मिले और प्रशिक्षण में सहायता के लिए सिंथेटिक डेटा का एक समूह तैयार किया। इसके बाद फ्रंटियर_पेपर_क्यूरेटर के आउटपुट का आकलन करने के लिए एक और मॉडल का उपयोग किया गया, जबकि प्रशिक्षण वातावरण ने सुदृढीकरण सीखने के साथ मॉडल में भी सुधार किया।