जनरेटिव्ह ‘एआय’ आणि ‘चॅटजीपीटी’चा जन्म

 

जयंतराव आणि त्यांच्या मित्रांनी ‘जनरेटिव्ह एआय’ हा शब्द गेल्या काही महिन्यात शेकडो वेळा ऐकला होता. गेल्या वर्षभरात असा एकही दिवस कदाचित गेला नसेल की, ‘जनरेटिव्ह एआय’बद्दल वर्तमानपत्रात काही छापून आलेले नाही. 1950 सालच्या दशकात सुरू झालेली ही ‘एआय’ची सफर 2010 सालच्या दशकात एका महत्त्वाच्या वळणावर येऊन ठेपली.

 

 

1. माहितीचा स्फोट - इंटरनेटच्या वापरामुळे 2000 सालापासून प्रचंड प्रमाणात माहिती जमा केली जाऊ लागली. 

 

2. संगणकीय क्षमतेत वाढ - हार्डवेअरच्या क्षमतेत वाढ होऊन 2000 सालच्या दशकात संगणकांची क्षमता मोठ्या प्रमाणात वाढली. यात ‘जीपीयु’ (ग्राफिक प्रोसेसिंग युनिट)सारख्या काही क्रांतिकारी संकल्पनांचा विकास झाला.

 

3. अल्गोरिदम आणि मशीन लर्निंगमधील प्रगती - डीप लर्निंगसारख्या नवीन तंत्रांचा उदय झाल्यामुळे उपलब्ध झालेल्या माहितीचा आणि प्रचंड क्षमता असलेल्या संगणकांचा वापर करून ‘एआय’बद्दल नवनवीन प्रयोग केले जाऊ लागले. 2010 सालच्या आसपास जग ‘एआय’ क्रांतीच्या उंबरठ्यावर येऊन ठेपले होते.

 

 

इयान गुडफेलो हा संगणकशास्त्रातील एक संशोधक. त्याने स्टॅनफर्डमधून ‘एमएस’ आणि कॅनडामधील एका विद्यापीठातून ‘पीएच.डी’ केली. 2014 साली एका रात्री बारमध्ये पार्टी करत असताना मित्रांबरोबर गप्पा मारताना त्याला एक कल्पना सुचली. त्यावेळी संगणकाच्या साहाय्याने नवीन माहिती तयार करणे, हे अवघड काम मानले जाई. त्यासाठी ‘2 न्यूरल नेटवर्क’चा (मशीन लर्निंगमधील एक तंत्र)वापर त्यासाठी त्याने केला. त्यातील एक न्यूरल नेटवर्क चित्र तयार करेल, तर दुसरे न्यूरल नेटवर्क त्या चित्रातील चुका शोधून ते खरे वाटते आहे का ते शोधेल, असा विचार त्याने मांडला. लगेच घरी येऊन इयानने यासाठी एक कम्पुटर प्रोग्रॅम लिहिला आणि यातूनच ‘जीएएन’ या ‘एआय’मधील एका महत्त्वाच्या तंत्राचा जन्म झाला. हे ‘जीएएन’ म्हणजे ‘जनरेटिव्ह एआय’चा कणा आहे. साध्या शब्दात एक महत्त्वाचा शोध आदित्य आजोबांना सांगत होता. “म्हणजे पार्टी करणे अगदीच काही टाकाऊ काम नाही हं!” जयंतरावांनी एक कोपरखळी मारली!

‘ओपन एआय’ - एक क्रांतिकारी कल्पना

 

2014-15 सालच्या सुमारास ‘एआय’मध्ये नवनवीन संशोधन चालू होते. सिलिकॉन व्हॅलीमधील काही उद्योजकांना ‘एआय’चे भवितव्य आणि ‘एआय’चा मानवी जीवनावर होणार परिणाम याची काळजी वाटू लागली. एलॉन मस्क, सॅम ऑल्टमन, ग्रेग ब्रोकमन असे काही उद्योजक यावर एकत्र येऊन विचार करू लागले. ‘एआय’चे पूर्ण नियंत्रण काही मोठ्या कंपन्यांच्या हातात जाईल का? ‘एआय’ला ताब्यात ठेवणे मानवजातीला जमेल का? असे प्रश्न त्यांना पडले. यातूनच मग 2015 साली ‘ओपन एआय’ (जशिप-अख) या कंपनीचा जन्म झाला. ही कंपनी ‘ना नफा’ तत्त्वावर चालणारी संशोधन संस्था म्हणून स्थापन झाली. 2015 साली सॅम ऑल्टमन यांना पाठवलेल्या एका ई-मेलमध्ये एलॉन मस्क म्हणतात, “एआय’पासून सुरक्षितता हा काही विनोद नाही. एक दिवस असा नको यायला की, आपल्याला ताब्यात ठेवता येणार नाही असे काहीतरी (एआय) आपण तयार करून बसलो!” सुरक्षित आणि सर्वांना वापरता येईल, असे ‘एआय’ तंत्रज्ञान तयार करणे, हे ’जशिपअख’चे ध्येय होते. त्याच सुमारास ‘गुगल’ने ‘डीपमाईंड’ ही ‘एआय’ कंपनी विकत घेतली. आपला लढा आता ‘गुगल’बरोबर आहे, हे लक्षात येताच ’जशिपअख’च्या टीमने एक अब्ज डॉलर्स (जवळपास 88 हजार कोटी रुपये) ’जशिपअख’ मध्ये गुंतवले. ‘एआय’मध्ये होणार्‍या गुंतवणुकीचा आकडा ऐकताच, जयंतरावांनी आवंढा गिळला. एवढे पैसे खर्च करून जे तयार होईल ते नक्कीच भव्य दिव्य असेल ना!

 

2019 साली ’जशिपअख’ने मर्यादित फायदा करणारी कंपनी बनण्याचे ठरविले. 2019 मध्येच ‘मायक्रोसॉफ्ट’ने ’जशिपअख’मध्ये आणखीन एक अब्ज डॉलर्सची गुंतवणूक केली. ’जशिपअख’ आता ‘ना नफा’ तत्त्वावर चालणारी संशोधन संस्था राहिली नव्हती, तर फायद्याच्या मागे धावणारी एक जागतिक स्तरावरची कंपनी झाली होती. याचा परिणाम असा झाला की, एलॉन मस्क यांनी 2019 साली स्वतःला ’जशिपअख’ पासून दूर केले.

 

“आदित्य, तू सांगितलेस त्या इयान गुडफेलोने एका रात्रीत काय तो अल्गोरिदम बनवला. पण, मग त्याच्यापुढे एवढी अब्जावधी डॉलर्सची गुंतवणूक कशासाठी?” जयंतरावांना प्रश्न पडला.

 

 

त्यासाठी आपल्याला ‘जनरेटिव्ह एआय’ कसे काम करते, ते समजून घ्यावे लागेल. 2015 ते 2017 या कालावधीत ’जशिपअख’ने मानवनिर्मित वाटेल अशा प्रकारचा मजकूर तयार करण्याचे प्रयोग केले. 2019 साली ’जशिपअख’ने ‘जीपीटी-1’ची निर्मिती केली. हा एक महाकाय ‘एआय’ प्रोग्रॅम होता. इंटरनेटवरील मजकूर वापरून ‘जीपीटी-1’ला शिकवले गेले होते. आज आपण जे ‘चॅटजीपीटी’ वापरतो, त्याची मुळे याच ‘जीपीटी-1’ मध्ये आहेत. 2019 साली ’जशिपअख’ने ‘जीपीटी-2’ची निर्मिती केली. ही निर्मिती करायला त्यांनी मोठ्या प्रमाणात मनुष्यबळ वापरले. हे मनुष्यबळ ‘एआय’ला शिकवण्यासाठी वापरले गेले. त्यासाठी ’जशिपअख’ने जगभरात हजारो माणसांना ‘एआय’ला शिकवणारे शिक्षक म्हणून भरती केले. अर्थकारण, अभियांत्रिकी, इतिहास या क्षेत्रातील तज्ज्ञांना भरती केले गेले. या तज्ज्ञांनी ‘एआय’ला शिकवण्यासाठी मोठ्या प्रमाणात मजकूर तयार केला. विविध क्षेत्रांतील प्रश्न आणि त्यांची अपेक्षित उत्तरे तयार करणे, ‘एआय’ने दिलेली उत्तरे तपासून त्यात सुधारणा सुचवणे, अशी कामे या ‘एआय’ला शिकवणार्‍या शिक्षकांनी केली.

 

“शेवटी ‘एआय’ म्हणजे काही परग्रहावरून आलेला कोणी यंत्रमानव नाही, तर आपल्याकडून शिकून आपल्यालाच मदत करते हे ‘एआय’ म्हणजे,” जयंतराव म्हणाले. पण, आता कळीचा मुद्दा म्हणजे एवढे सगळे शिक्षक, एवढा सगळे माहितीचा साठा ‘एआय’ वापरतो कसा?

 

इंटरनेटवरील प्रचंड माहिती, विविध वेबसाईट्स, पुस्तके ही सगळी माहिती ‘एआय’ अल्गोरिदमला पुरविली जाते. विविध शब्दांचा एकमेकांशी असलेला संबंध ‘एआय’ शिकून घेतो. तसेच, कोणत्या शब्दानंतर कोणता शब्द येईल याचा अंदाज बांधायला ‘एआय’ अल्गोरिदम शिकतो. म्हणजे, आपण जेव्हा ‘एआय’ला विचार करायला सांगतो, तेव्हा ‘एआय’ अल्गोरिदम एक शब्द आपल्याला देतो आणि पुढे कोणता शब्द येण्याची शक्यता सगळ्यात जास्त आहे, याची आकडेमोड करतो. अशा प्रकारे एक एक शब्द तयार करून ‘एआय’ आपल्या प्रश्नाचे उत्तर तयार करतो. आपण एक उदाहरण बघू. आपण समजा ‘एआय’ला विचारले, ‘कसोटी क्रिकेटमध्ये सगळ्यात जास्त शतके कोणी केली आहेत?’ ‘एआय’ने क्रिकेटशी संबंधित हजारो लेख वाचले असल्यामुळे, सर्वप्रथम या प्रश्नाला खेळाडूचे नाव हे उत्तर अपेक्षित आहे, हे ठरवले जाते. मग ‘एआय’ त्याच्या ज्ञानातून विविध खेळाडूंची नावे आणि ‘कसोटी’, ‘सर्वाधिक’, ‘शतके’ या शब्दांनंतर ते नाव येण्याची शक्यता वर्तवतो. म्हणजे तेंडुलकर - 80 टक्के, गावस्कर - 15 टक्के, ब्रॅडमन - पाच टक्के. त्यातून सर्वाधिक शक्यता असलेले नाव म्हणजे तेंडुलकर म्हणून ‘एआय’ तेंडुलकर हे उत्तर देतो. तर अशा प्रकारे ‘जनरेटिव्ह एआय’ प्रत्येक शब्दावरून पुढचा शब्द गणिती आकडेमोड करून ठरवतो. या मॉडेललाच ’ङङच’ किंवा ’लार्ज लँगवेज मॉडेल’ असे म्हणतात.

 

आपण सारखे मजकूर, शब्द, वाक्य याबद्दल बोलतो; पण ‘जनरेटिव्ह एआय’ वापरून चित्र, आवाज, संगीत यांची पण निर्मिती करता येते बरं का! बोलूच याबद्दल आपण पुढच्या आठवड्यात...