बुद्धिमत्ता मुक्त हो गई — आगे क्या? एजेंटों के लिए, एजेंटों के द्वारा, और एजेंटों के बारे में डेटा सिस्टम
OpenAI
Anthropic
एआई की लागत तेजी से गिर रही है: GPT-4 स्तर के मॉडलों के आउटपुट की कीमत प्रति मिलियन टोकन $30 से घटकर $1 से भी कम हो गई है, और लंबी अवधि में यह लगभग शून्य हो सकती है। यह डेटा सिस्टम के लिए तीन नई चुनौतियाँ प्रस्तुत करता है: उन्हें एजेंटों के साथ काम करने के लिए पुनः डिज़ाइन करना (एजेंटों के लिए डेटा सिस्टम), एजेंटों के झुंडों का प्रबंधन करने के लिए बुनियादी ढाँचा बनाना (एजेंटों के द्वारा डेटा सिस्टम), और एजेंटों द्वारा स्वयं विश्वसनीय डेटा सिस्टम का संश्लेषण करना (एजेंटों के बारे में डेटा सिस्टम)।
यूनिवर्सिटी ऑफ कैलिफोर्निया, बर्कले के EPIC डेटा लैब के लेखक एआई मॉडल इनफेरेंस की घटती लागतों के निहितार्थों का विश्लेषण करते हैं। पिछले वर्ष में, इनफेरेंस की कीमतों में 9 से 900 गुना तक की गिरावट आई है, जिसमें मीडियन कमी लगभग 50 गुना है, जिससे अधिकांश संज्ञानात्मक कार्यों के लिए पर्याप्त बुद्धिमत्ता लगभग मुफ्त हो गई है। इससे डेटा सिस्टम के लिए तीन दिशाएं उभरती हैं। पहला, एजेंटों के लिए डेटा सिस्टम: एजेंट बड़ी मात्रा में कार्य करते हैं, जिसमें स्पेक्युलेटिव क्वेरी (एजेंटिक स्पेक्युलेशन) शामिल है, जहां 80-90% उप-क्वेरी बेमानी होती हैं, जो ऑप्टिमाइजेशन के अवसर प्रदान करती हैं—जैसे कि परिणाम पुन: उपयोग और मल्टी-क्वेरी ऑप्टिमाइजेशन। दूसरा, एजेंटों से डेटा सिस्टम: हजारों एजेंटों को प्रबंधित करने के लिए बुनियादी ढांचे की आवश्यकता है—व्यवस्थित मेमोरी (असंरचित मार्कडाउन फाइलों के बजाय संरचित), समन्वय, और समवर्ती परिवर्तनों के लिए विरोध समाधान। तीसरा, एजेंटों द्वारा बनाए गए डेटा सिस्टम: एजेंट मौके पर ही संपूर्ण डेटा सिस्टम का संश्लेषण कर सकते हैं, लेकिन उनकी शुद्धता को सत्यापित किया जाना चाहिए। लेखक एजेंटों के लिए संरचित मेमोरी की अवधारणा पर चर्चा करते हैं, जहां स्मृतियों को विशेषताओं (जैसे, मॉड्यूल, भाषा, संचालन) द्वारा व्यवस्थित किया जाता है, साथ ही सहयोगात्मक संपादन और कई एजेंटों के एक साथ काम करने पर लाइवलॉक के मुद्दों पर भी चर्चा करते हैं।
स्रोत: BAIR (Berkeley AI) —
मूल
