Scrapyard AI
"Scrapyard AI" नामक शोध पत्र मितव्ययी प्रयोगों के लिए एक संसाधन के रूप में त्याग दिए गए, अप्रचलित एआई मॉडलों का लाभ उठाने का प्रस्ताव देता है, जैसा कि प्रोजेक्ट नज़ (Project Nudge-x) द्वारा उदाहरण स्वरूप प्रस्तुत किया गया है, जो वैश्विक खनन स्थलों के पर्यावरणीय और सामाजिक प्रभावों को दृश्य रूप में प्रस्तुत करने और साझा करने के लिए इन पुराने सिस्टम्स को पुन: उपयोग करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि एक विशाल, उच्च-गति वाला कारखाना है जो अविश्वसनीय रूप से स्मार्ट रोबोट बनाता है। हर कुछ महीनों में, यह कारखाना एक "नया और बेहतर" रोबोट आविष्कार करता है जो पिछले वाले की तुलना में थोड़ा अधिक स्मार्ट, तेज़ और अधिक महंगा होता है।
यहाँ समस्या यह है: जैसे ही नया रोबोट असेंबली लाइन से बाहर निकलता है, पुराने वाले को कचरे के एक विशाल ढेर में फेंक दिया जाता है। लेकिन एक टूटे हुए टोस्टर के विपरीत, ये पुराने रोबोट वास्तव में टूटे हुए नहीं हैं। वे अभी भी अविश्वसनीय रूप से शक्तिशाली हैं; बस वे अब "फैशनेबल" नहीं रह गए हैं। वे एक डिजिटल कबाड़खाने (scrapyard) में धूल फांक रहे हैं, उपयोग होने की प्रतीक्षा कर रहे हैं।
यह शोध पत्र, जिसका शीर्षक "Scrapyard AI" है, कलाकारों और शोधकर्ताओं के एक समूह के बारे में है जिन्होंने इस "कचरे" के ढेर को अपशिष्ट के रूप में देखने के बजाय इसे खजाने के रूप में देखना शुरू किया।
यहाँ उनके प्रोजेक्ट, Nudge-x की कहानी है, जिसे सरल अवधारणाओं में विभाजित किया गया है:
1. "कबाड़खाना" (Scrapyard) की अवधारणा
आर्टिफिशियल इंटेलिजेंस (AI) की दुनिया में, गूगल, ओपनएआई (OpenAI) और मेटा (Meta) जैसी कंपनियाँ सबसे बड़ी, सबसे शक्तिशाली मॉडल्स बनाने की दौड़ में लगी हैं। ऐसा करने के लिए, वे लगातार पुराने मॉडल्स को त्याग देती हैं।
- उपमा (Analogy): इसे एक कार निर्माता की तरह समझें जो हर महीने एक नया कार मॉडल जारी करता है। पुराने मॉडल टूटे हुए नहीं होते; बस उनमें नवीनतम "कूल फीचर्स" नहीं होते। इसलिए, उन्हें कबाड़खाने में भेज दिया जाता है।
- अंतर्दृष्टि (Insight): लेखक तर्क देते हैं कि हमें इस "कचरे" को बर्बाद नहीं होने देना चाहिए। ये पुराने मॉडल्स चलाने में सस्ते हैं, कम बिजली का उपयोग करते हैं, और यदि हम उन्हें सही निर्देश दें तो वे अद्भुत चीजें करने के लिए पर्याप्त स्मार्ट हैं। वे इस दृष्टिकोण को Scrapyard AI कहते हैं: छोड़े गए तकनीकी मॉडल्स को लेना और उन्हें नए, रचनात्मक और आलोचनात्मक कार्यों के लिए पुन: उपयोग करना।
2. साझा इतिहास: मनुष्यों और AI दोनों को पत्थरों की आवश्यकता है
यह शोध पत्र एक मजेदार, विडंबनापूर्ण सत्य की ओर इशारा करता है: AI और मनुष्य दोनों का एक साझा इतिहास ज़मीन में गड्ढे खोदने का रहा है।
- मनुष्य: हम अपने शहरों और उपकरणों के निर्माण के लिए हजारों वर्षों से सोना, तांबा और लोहा निकालने (mining) के लिए खुदाई कर रहे हैं।
- AI: जो सुपर-कंप्यूटर AI को चलाते हैं, उन्हें भारी मात्रा में बिजली और कूलिंग की आवश्यकता होती है। इन कंप्यूटरों के तार और चिप्स बनाने के लिए, हमें अधिक तांबे और खनिजों की आवश्यकता है।
- संबंध: शोध पत्र सुझाव देता है कि AI भविष्य की कोई जादुई, तैरती हुई इकाई नहीं है। यह पृथ्वी में गहराई से निहित है, ठीक हमारी तरह। यह उन्हीं खनन कार्यों पर निर्भर है जिन्होंने सदियों से हमारे ग्रह को जख्म दिए हैं।
3. प्रोजेक्ट: Nudge-x (द "नज" - हल्का धक्का)
शोधकर्ताओं ने Nudge-x नामक एक प्रोजेक्ट बनाया ताकि इस संबंध को खोजा जा सके। उनका लक्ष्य एक "पुराने" AI मॉडल को खनन स्थलों की सैटेलाइट तस्वीरों को देखने के लिए तैयार करना था, और केवल डेटा के रूप में नहीं, बल्कि हमारे ग्रह पर हमारे साझा प्रभाव की एक कहानी के रूप में उसका वर्णन करना था।
उन्होंने इसे कैसे किया, चरण-दर-चरण यहाँ दिया गया है:
- चरण 1: आँखें (सैटेलाइट): उन्होंने मुफ्त सैटेलाइट छवियों (Sentinel-2) का उपयोग किया जो अंतरिक्ष से पृथ्वी को दिखाती हैं। ये छवियां विशाल खनन गड्ढे, छले हुए परिदृश्य और ज़मीन पर लगे निशानों को दर्शाती हैं।
- चरण 2: देखने वाली आँखें (The "Scrapyard" Model): एक बिल्कुल नए, बेहद महंगे AI के बजाय, उन्होंने Llama-4 नामक एक पुराने, "त्यागे गए" मॉडल का उपयोग किया। यह मॉडल एक सेवानिवृत्त जासूस की तरह है जो अभी भी तेज है लेकिन उसके पास नवीनतम गैजेट्स नहीं हैं।
- चरण 3: अनुवाद की तकनीक (The Translation Trick): सैटेलाइट छवियों में जटिल डेटा (जैसे गर्मी और रासायनिक रीडिंग) होता है जिसे पुराना AI सीधे नहीं देख सकता। शोधकर्ताओं ने एक चतुर तरीका अपनाया: उन्होंने कुछ सरल गणित का उपयोग करके उस जटिल डेटा को एक मानक लाल-हरा-नीला (RGB) फोटो में बदल दिया जिसे पुराना AI समझ सके। यह एक जटिल विदेशी भाषा को सरल अंग्रेजी में अनुवाद करने जैसा है ताकि पुराना जासूस उसे पढ़ सके।
- चरण 4: आलोचक (AI बनाम AI): पुराने AI ने खनन स्थलों का विवरण लिखा। लेकिन कभी-कभी, वह गलतियाँ करता या उबाऊ बातें लिखता। इसलिए, शोधकर्ताओं ने एक अन्य त्याग दिए गए AI मॉडल (Gemini का एक पुराना संस्करण) का उपयोग एक "शिक्षक" के रूप में किया। इस शिक्षक ने काम की जाँच की, ग्रेड दिया, और केवल अच्छे विवरणों को ही आगे जाने दिया।
- चरण 5: मेमोरी बैंक (RAG): पुराने AI को हाल की खबरों या हर खान के विशिष्ट तथ्यों के बारे में जानकारी नहीं थी। इसे ठीक करने के लिए, उन्होंने एक "मेमोरी बैंक" (जिसे Retrieval-Augmented Generation कहा जाता है) बनाया। जब AI से सवाल पूछा जाता, तो वह जवाब देने से पहले इस बैंक में तथ्यों को तेज़ी से खोज सकता था। इसने पुराने मॉडल को बिना दोबारा प्रशिक्षित (retrain) किए वर्तमान घटनाओं के बारे में बात करने में सक्षम बनाया।
4. परिणाम
इस प्रोजेक्ट ने एक ऐसी वेबसाइट बनाई जहाँ आप दुनिया के मानचित्र पर एक बिंदु पर क्लिक कर सकते हैं। जब आप क्लिक करते हैं, तो आपको एक खनन स्थल की सैटेलाइट फोटो और "कबाड़खाने" वाले AI द्वारा लिखा गया विवरण दिखाई देता है।
विवरण थोड़े रोबोटिक और रूखे हो सकते हैं, लेकिन यही उद्देश्य है। वे हमें संसाधनों के निष्कर्षण की कठोर वास्तविकता को देखने के लिए मजबूर करते हैं। AI अनिवार्य रूप से कह रहा है, "इस गड्ढे को देखो। यहीं से हमें वे सामग्रियां मिलती हैं जिनसे वह कंप्यूटर बना है जिसे आप इसे पढ़ने के लिए उपयोग कर रहे हैं।"
यह क्यों मायने रखता है?
- यह सस्ता और हरा-भरा (Greener) है: "कबाड़" AI मॉडल्स का उपयोग करना नए मॉडल्स को प्रशिक्षित करने की तुलना में भारी मात्रा में ऊर्जा और पैसा बचाता है।
- यह आलोचनात्मक है: यह हमें तकनीक की पर्यावरणीय लागत के बारे में सोचने के लिए मजबूर करता है।
- यह रचनात्मक है: यह दिखाता है कि बड़ी समस्याओं को हल करने के लिए हमें हमेशा "नवीनतम और सर्वश्रेष्ठ" उपकरण की आवश्यकता नहीं होती है। कभी-कभी, सबसे अच्छा उपकरण वह होता है जिसे पीछे छोड़ दिया गया था, किसी के द्वारा उठाने और उसे एक नया उद्देश्य देने की प्रतीक्षा में।
संक्षेप में: यह शोध पत्र तर्क देता है कि नए, सबसे महंगे AI के पीछे भागने के बजाय, हमें "कचरे" के ढेर की ओर देखना चाहिए। हमारे ग्रह के घावों के बारे में कहानियाँ बताने के लिए पुराने मॉडल्स को पुन: उपयोग करके, हम तकनीक के साथ अधिक टिकाऊ और ईमानदार संबंध बना सकते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।