मेटा ने पेश किया सबसे एडवांस AI, इंसानों की तरह सोच-समझ और भविष्यवाणी कर सकता है

मेटा ने V-JEPA 2 नाम का एक नया आर्टिफिशियल इंटेलिजेंस मॉडल पेश किया है, जो AI एजेंट्स को वास्तविक दुनिया को बेहतर ढंग से समझने और भविष्यवाणी करने में मदद कर सकता है - ठीक वैसे ही जैसे मनुष्य कोई भी कार्रवाई करने से पहले चीजों का निरीक्षण करते हैं, सोचते हैं और योजना बनाते हैं। मेटा के अनुसार, यह नया ओपन-सोर्स एआई मॉडल एडवांस्ड मशीन इंटेलिजेंस (AMI) नाम के डेवलपमेंट की दिशा में एक बड़ा कदम है। AMI भविष्य के लिए मेटा का विजन है। यह एक ऐसा एआई मॉडल है जो न केवल डेटा को प्रोसेस कर सकता है बल्कि अपने आस-पास के माहौल से सीख भी सकता है और भविष्यवाणी कर सकता है कि चीजें कैसे बदलेंगी - ठीक वैसे ही जैसे मनुष्य हर दिन करते हैं।

मेटा का सबसे एडवांस्ड वर्ल्ड मॉडल

इंडियाटूडे की रिपोर्ट के अनुसार, मेटा ने वी-जेपा 2 को अब तक का अपना सबसे एडवांस्ड वर्ल्ड मॉडल बताया है। वी-जेपा 2 का मतलब है वीडियो जॉइंट एम्बेडिंग प्रेडिक्टिव आर्किटेक्चर 2। मॉडल को मुख्य रूप से बड़ी मात्रा में वीडियो फुटेज पर प्रशिक्षित किया जाता है। कंपनी बताती है कि बड़ी संख्या में वीडियो क्लिप देखने से (करीब एक मिलियन घंटे से ज्यादा) इस एआई ने सीखा कि लोग चीजों के साथ कैसे बातचीत करते हैं, चीजें कैसे चलती हैं, और कैसे अलग-अलग एक्शन उनके आसपास की दुनिया को प्रभावित करते हैं। और इस प्रशिक्षण के साथ, एआई रोबोट और एआई सिस्टम को यह अनुमान लगाने में सक्षम बना सकता है कि चीजें कैसे व्यवहार करती हैं, पर्यावरण गति पर कैसे प्रतिक्रिया करता है, और अलग-अलग एलिमेंट फिजिकली कैसे परस्पर क्रिया करते हैं।

मेटा ने अपने आधिकारिक ब्लॉग पोस्ट में कहा, "मनुष्य के रूप में, हमारे पास यह अनुमान लगाने की क्षमता है कि हमारे कामों या दूसरों के कामों के जवाब में भौतिक दुनिया कैसे विकसित होगी।" "V-JEPA 2 AI एजेंट्स को इस बुद्धिमत्ता की नकल करने में मदद करता है, जिससे वे भौतिक दुनिया के बारे में अधिक समझदार बन जाते हैं।"

मेटा ने एक उदाहरण देते हुए बताया कि जिस तरह एक व्यक्ति जानता है कि टेनिस बॉल हवा में फेंकने पर वापस नीचे गिर जाएगी, उसी तरह वी-जेईपीए 2 वीडियो देखकर इस तरह के सामान्य ज्ञान वाले व्यवहार को सीख सकता है। वीडियो और दुनिया की समझ के साथ यह प्रशिक्षण एआई को मेंटल मैप या भौतिक दुनिया के काम करने के तरीके की समझ विकसित करने में मदद करता है।

मेटा के वी-जेपा 2 को क्या अलग बनाता है?

वी-जेपा 2 एक 1.2 बिलियन-पैरामीटर मॉडल है जो अपने पिछले मॉडल V-JEPA पर आधारित है, जिसे मेटा ने पिछले साल पेश किया था। कहा जा रहा है कि यह नया मॉडल समझ, भविष्यवाणी और योजना बनाने में महत्वपूर्ण सुधार पेश करता है। कंपनी इस बात पर जोर देती है कि पिछले मॉडल के विपरीत, वी-जेपा 2 न केवल तस्वीरों को पहचानने या आदेशों का जवाब देने में सक्षम है, बल्कि यह वास्तव में भविष्यवाणियां भी कर सकता है। यह किसी स्थिति को देख सकता है और अनुमान लगा सकता है कि अगर कोई निश्चित कार्रवाई की जाती है तो आगे क्या होगा। मेटा के अनुसार, ये क्षमताएं AI के लिए वास्तविक दुनिया में खुद से काम करने के लिए आवश्यक हैं। उदाहरण के लिए, यह रोबोट को अपरिचित इलाके में नेविगेट करने या उन वस्तुओं में हेरफेर करने की अनुमति दे सकता है जिन्हें उसने पहले कभी नहीं देखा है।

मेटा ने खुलासा किया कि उसने अपनी लैब में रोबोट में एआई मॉडल डालकर इसकी टेस्टिंग भी की है। टेस्टिंग के दौरान, कंपनी का दावा है कि ये रोबोट अपरिचित वस्तुओं को उठाने और उन्हें नए स्थानों पर रखने जैसे बुनियादी काम को पूरा करने में सक्षम थे - यहां तक ​​कि ऐसे वातावरण में भी जिसे रोबोट ने पहले कभी नहीं देखा था। रोबोट ने अपने वर्तमान व्यू और टारगेट इमेज के आधार पर अपने अगले कदम की योजना बनाने के लिए मॉडल का उपयोग किया। फिर इसने स्टेप-बाय-स्टेब सबसे अच्छा एक्शन चुना।

रिसर्च कम्युनिटी के सपोर्ट में, मेटा तीन नए बेंचमार्क भी जारी कर रहा है, ताकि यह मूल्यांकन किया जा सके कि एआई मॉडल वीडियो से कितनी अच्छी तरह सीखते और तर्क करते हैं। इन बेंचमार्क का उद्देश्य शोधकर्ताओं द्वारा वर्ल्ड मॉडल की टेस्टिंग करने के तरीके को स्टैंडराइज्ड करना है, जिससे एआई में फिजिकल रीजनिंग को आगे बढ़ाने की दिशा में एक सही मार्ग मिल सके।

मेटा ने कहा, "इस काम को साझा करके, हमारा लक्ष्य शोधकर्ताओं और डेवलपर्स को रिसर्च और डेवलपमेंट में तेजी लाने में मदद करने के लिए बेस्ट मॉडल और बेंचमार्क तक पहुंच प्रदान करना है - जिससे अंततः बेहतर और ज्यादा कैपेबल एआई सिस्टम बनेंगे जो लोगों के जीवन को बेहतर बनाने में मदद करेंगे।"

इस बीच, जबकि कंपनी वर्तमान में चीजों को उठाने और रखने जैसे छोटे कामों पर ध्यान केंद्रित कर रही है, मेटा का कहना है कि वह इससे भी आगे जाना चाहती है - ऐसे मॉडल विकसित करना जो लॉन्ग-टर्म प्लान बना सकें, मुश्किल कामों को छोटे चरणों में तोड़ सकें, और भविष्य में टच और साउंड जैसी इंद्रियों का भी उपयोग कर सकें।