Using Large Language Models for Idea Generation in Innovation
यह अध्ययन प्रदर्शित करता है कि जहाँ एआई-जनित उत्पाद विचार मानव-जनित विचारों की तुलना में कम नवीनता और विविधता प्रदर्शित करते हैं, वहीं वे औसत खरीद मंशा में मानव विचारों से काफी बेहतर प्रदर्शन करते हैं और शीर्ष 10% उच्च-गुणवत्ता वाले अवधारणाओं में आने की सात गुना अधिक संभावना रखते हैं।
मूल पेपर CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/) के तहत सार्वजनिक डोमेन को समर्पित 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 आप "आइडिया लैंडस्केप" (विचारों के परिदृश्य) नामक एक विशाल, धुंधले मैदान में खड़े हैं। आपका लक्ष्य इस मैदान में कहीं छिपे सबसे मूल्यवान खजाने को खोजना है। व्यापार और नवाचार की दुनिया में, यह खजाना एक शानदार नया उत्पाद विचार है जिसे लोग खरीदने के लिए पसंद करेंगे। लंबे समय तक, इन खजानों को खोजने का एकमात्र तरीका मानव खोजकर्ताओं की टीमें भेजना था। ये इंसान इधर-उधर घूमते थे, एक-एक करके विचारों को खोद निकालते थे। खेल का नियम हमेशा से यह रहा है कि आपको हर एक विचार का उत्तम होने की आवश्यकता नहीं है; आपको बस कुछ वास्तविक रत्नों को खोजने की आवश्यकता है। यदि आप 100 विचार खोदते हैं और 99 पत्थर हैं लेकिन एक हीरा है, तो आप जीत गए। लेकिन क्या होगा यदि आप एक जादुई, सुपर-फास्ट रोबोट को काम पर रख सकें जो एक इंसान द्वारा दस विचार खोदने के समय में 1,000 विचार खोद सके? यही वह प्रश्न है जो वैज्ञानिक आर्टिफिशियल इंटेलिजेंस (AI) के बारे में पूछ रहे हैं। विशेष रूप से, वे "लार्ज लैंग्वेज मॉडल्स" (LLMs) का परीक्षण कर रहे हैं—सुपर-स्मार्ट कंप्यूटर प्रोग्राम जिन्हें इंटरनेट पर लिखी गई लगभग हर चीज़ पर प्रशिक्षित किया गया है। ये प्रोग्राम कहानियाँ लिखने और प्रश्नों के उत्तर देने में माहिर हैं, लेकिन क्या वे नई चीजें आविष्कार करने के मामले में मनुष्यों जितने रचनात्मक हो सकते हैं? यह शोध पत्र यह देखने के लिए बनाया गया है कि क्या ये डिजिटल स्वप्नद्रष्टा वास्तव में वास्तविक लोगों की तुलना में अधिक आविष्कार कर सकते हैं।
शीर्ष विश्वविद्यालयों के शोधकर्ताओं ने एक विशिष्ट चुनौती के साथ इसे परखने का निर्णय लिया: कॉलेज छात्रों के लिए एक नया भौतिक उत्पाद बनाना जिसकी कीमत $50 या उससे कम हो। उन्होंने "आइडिया जनरेटर" के तीन अलग-अलग समूह एकत्र किए। पहला समूह विश्वविद्यालय के छात्रों की एक टीम थी जिन्होंने AI टूल्स जैसे कि ChatGPT के व्यापक रूप से उपलब्ध होने से पहले उत्पाद डिजाइन की कक्षा ली थी। दूसरा समूह एक कंप्यूटर प्रोग्राम (OpenAI का GPT-4) था जिसे एक सरल निर्देश के साथ पूछा गया था, जैसे कि एक खाली कैनवास (इसे "ज़ीरो-शॉट" प्रॉम्प्टिंग कहा जाता है)। तीसरा समूह वही कंप्यूटर प्रोग्राम था, लेकिन इस बार इसे कुछ बेहतरीन उदाहरण दिखाए गए थे ताकि इसे माहौल में आने में मदद मिल सके (इसे "फ्यू-शॉट" प्रॉम्प्टिंग कहा जाता है)।
यह देखने के लिए कि किसने सबसे अच्छा किया, शोधकर्ताओं ने केवल विशेषज्ञों से ही नहीं पूछा; उन्होंने सामान्य लोगों से भी पूछा। उन्होंने कॉलेज की उम्र के लोगों के एक बड़े समूह को सैकड़ों उत्पाद विचार दिखाए और पूछा, "इस उत्पाद को खरीदने की आपकी कितनी संभावना है?" उन्होंने इन उत्तरों को एक "परचेज स्कोर" (खरीद स्कोर) में बदल दिया ताकि गुणवत्ता को मापा जा सके। उन्होंने विचारों की समानता की जांच करने के लिए कंप्यूटर टूल का भी उपयोग किया और लोगों से पूछा कि विचार कितने "नए" या "अनोखे" महसूस होते हैं।
यहाँ उन्हें जो मिला, वह थोड़ा आश्चर्यजनक है। सबसे पहले, AI मुख्य काम में वास्तव में बेहतर था: ऐसे विचार बनाना जिन्हें लोग खरीदना चाहते हैं। औसतन, कंप्यूटर द्वारा उत्पन्न विचारों को छात्रों द्वारा बनाए गए विचारों की तुलना में उच्च रेटिंग दी गई। वह कंप्यूटर जिसे शुरुआत में कुछ उदाहरण दिखाए गए थे (फ्यू-शॉट), वह सबसे अच्छा रहा। ऐसा लग रहा था जैसे रोबोट का ग्राहकों की पसंद के प्रति बेहतर "कान" था।
हालाँकि, इसमें एक पेच था। जबकि AI अच्छे विचार बनाने में बेहतर था, यह विविध विचार बनाने में उतना सक्षम नहीं था। कंप्यूटर के विचार आपस में बहुत समान दिखने और लगने लगे। यदि आप कल्पना करें कि मानव छात्र पूरे धुंधले मैदान की खोज कर रहे हैं, तो AI एक या दो विशिष्ट स्थानों पर ही टिका रहा, और उन्हीं कुछ खजानों के कई रूपांतर खोद निकाल रहा था। कंप्यूटर के विचारों को पढ़ने वाले लोगों ने उन्हें थोड़ा कम "नवल" (नयापन) या अद्वितीय भी माना। यह ऐसा है जैसे रोबमा मौजूदा अवधारणाओं को पॉलिश करने में तो बहुत अच्छा था लेकिन उन चीजों के बारे में सोचने में संघर्ष कर रहा था जो बॉक्स से बाहर (आउट ऑफ द बॉक्स) होती हैं, जैसा कि मनुष्य कभी-कभी करते हैं।
लेकिन सबसे रोमांचक हिस्सा यहाँ है। नवाचार में, औसत विचार उतना मायने नहीं रखता जितना कि सर्वश्रेष्ठ विचार। शोधकर्ताओं ने एकत्र किए गए सभी विचारों में से शीर्ष 10% विचारों को देखा—जो बिल्कुल सर्वश्रेष्ठ थे। उन्होंने पाया कि AI के लिए इस शीर्ष 10% में शामिल होने वाले विचार उत्पन्न करने की संभावना मनुष्यों की तुलना में सात गुना अधिक थी। छात्रों द्वारा लाए गए प्रत्येक एक महान विचार के मुकाबले, कंप्यूटर ने सात विचार दिए।
लेखक सुझाव देते हैं कि यह एक रूढ़िवादी अनुमान है। उन्होंने यह भी नहीं गिना कि कंप्यूटर कितना तेज़ था। एक इंसान पाँच विचार देने में 15 मिनट ले सकता है, जबकि कंप्यूटर उसी समय में 200 विचार उत्पन्न कर सकता है। इसलिए, कंप्यूटर न केवल गुणवत्ता में बेहतर है; यह उत्पादकता का एक दैत्य है।
शोध पत्र निष्कर्ष निकालता है कि हालांकि AI शायद एक मानव मंथन सत्र जितना विविध या विचित्र नहीं हो सकता है, लेकिन यह उच्च-गुणवत्ता वाले, विपणन योग्य विचारों को खोजने के लिए एक शक्तिशाली केंद्र है। यह सुझाव देता है कि भविष्य में, कंपनियों को शून्य से विचार लाने में इतना समय बिताने की आवश्यकता नहीं हो सकती है। इसके बजाय, वे AI को सैकड़ों उच्च-गुणवत्ता वाले विकल्प जल्दी से उत्पन्न करने दे सकते हैं, और फिर मनुष्यों को सर्वश्रेष्ठ को चुनने और उन्हें और भी बेहतर बनाने पर ध्यान केंद्रित करना चाहिए। रोबोट मानव स्वप्नद्रष्टा को बदल नहीं रहा है, बल्कि वह उन्हें हीरे खोदने के लिए एक सुपर-पावर्ड फावड़ा दे रहा है।
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।