जानकारी खोजते समय, व्यक्ति तीन तरीकों में से एक का चयन कर सकते हैं: गूगल से परामर्श करना, चैटजीपीटी, क्लॉड या जेमिनी जैसे आर्टिफिशियल इंटेलिजेंस (एआई) चैटबॉट के साथ इंटरैक्ट करना, या सीधे किसी व्यक्ति से बात करना। गूगल सर्च में एआई के बढ़ते एकीकरण के साथ, पहले दो रास्ते समान अनुभव उत्पन्न करने की प्रवृत्ति रखते हैं, जो मानवीय बातचीत से अलग है, जहां ज्ञान लोगों के दिमाग में निहित होता है।
मौलिक अंतर यह है कि जिस इंसान से परामर्श किया जाता है उसके पास विषय के बारे में वास्तविक ज्ञान होता है और वह नई शंकाओं को दूर या उत्पन्न कर सकता है, जबकि एआई के पास यह अंतर्निहित ज्ञान नहीं होता है। हालांकि चैटबॉट्स के उत्तर विश्वसनीयता की भावना देते हैं, अच्छी तरह से संरचित और सुसंगत होते हैं, यह समझना महत्वपूर्ण है कि प्लेटफॉर्म उस जानकारी का मालिक नहीं है जिसे वह संप्रेषित कर रहा है।
मनुष्य और एआई के बीच संचार अलग-अलग भाषाओं में संचालित होता है। भले ही कोई व्यक्ति दुनिया की सभी भाषाएँ जानता हो, वह मशीन की भाषा नहीं बोलेगा। मनुष्य शब्दों का शब्दावली उपयोग करता है, जबकि मशीन केवल टोकन संसाधित करती है, जो संख्यात्मक पदनामों वाले ब्लॉक होते हैं।
अलुरा के प्रोग्राम मैनेजर फैब्रिसियो कैरारो ने ओल्हार डिजिटल को दिए गए साक्षात्कार में समझाया कि एक टोकन एक उपशब्द के बराबर होता है। उन्होंने उदाहरण दिया कि 'feliz' (खुश), 'triste' (दुखी) और 'divisível' (विभाज्य) व्यक्तिगत टोकन हैं। 'indivisível' (अविभाज्य) या 'infeliz' (नाखुश) जैसे शब्दों के लिए, 'in' टोकन का उपयोग किया जाता है, जो भाषा मॉडल की शब्दावली में एक विशिष्ट संख्या से मेल खाता है, और जब इसे 'feliz' टोकन के साथ जोड़ा जाता है, तो यह 'infeliz' शब्द बनाता है।
जब चैटजीपीटी के साथ इंटरैक्ट किया जाता है, तो प्रक्रिया विचारों के उच्चारण की तुलना में 'शब्द गणना' के रूप में अधिक चिह्नित होती है। कैरारो के अनुसार, एआई अपनी शब्दावली से हजारों टोकन का चयन करता है और प्रशिक्षण चरणों के दौरान सीखी गई बातों के आधार पर प्रत्येक को एक संभावना निर्दिष्ट करता है।
एक बड़े भाषा मॉडल (एलएलएम) के प्रशिक्षण के लिए विशाल मात्रा में डेटा की आवश्यकता होती है; प्रतिदिन पढ़ना भी चैटजीपीटी द्वारा संसाधित किए गए डेटा की मात्रा तक पहुंचने के लिए लगभग सौ हजार साल लेगा। प्रारंभिक प्रशिक्षण के बाद, सुदृढीकरण शिक्षण होता है, वह क्षण जब एलएलएम को मनुष्यों के लिए उपयोगी होने के लिए समायोजित किया जाता है।
कैरारो ने विस्तार से बताया कि इस पोस्ट-ट्रेनिंग में, मॉडल को एक निश्चित प्रश्न के लिए मनुष्यों द्वारा अपेक्षित प्रारूप में उत्तर प्रस्तुत करना सिखाया जाता है। यह सुदृढीकरण शिक्षण यह भी निर्देश देने का लक्ष्य रखता है कि कौन से प्रतिक्रियाएं वांछनीय हैं और कौन सी नहीं हैं।
उत्तर देते समय, एआई लाखों गणितीय संचालन निष्पादित करता है, क्योंकि तंत्रिका नेटवर्क का प्रत्येक न्यूरॉन अनिवार्य रूप से एक गणितीय समीकरण होता है। अनुमान के दौरान, एआई अपने प्रशिक्षण के आधार पर प्रत्येक शब्द का चयन करता है, पूर्व-प्रशिक्षण, पोस्ट-ट्रेनिंग और सुदृढीकरण शिक्षण में स्थापित संभावनाओं के अनुसार अगले टोकन को उत्पन्न करता है; संक्षेप में, चैटबॉट केवल वही उत्पन्न कर रहा है जो सांख्यिकीय रूप से सबसे संभावित है।
हालांकि जनरेटिव एआई प्लेटफॉर्म में अपना कोई ज्ञान नहीं होता है, प्रौद्योगिकी कंपनियों ने इस सीमा को कम करने के लिए सुविधाएँ लागू की हैं। ऐसी सुविधाओं में इंटरनेट पर खोज क्षमता को शामिल करना है, जिसने हाल के खेल परिणामों या ऑस्कर विजेताओं जैसे वर्तमान प्रश्नों का उत्तर देते समय सटीकता बढ़ा दी है।
दूसरी तकनीक 'तर्क' (reasoning) कहलाती है। कैरारो ने जोर देकर कहा कि मशीन सोचती नहीं है, बल्कि आंतरिक तंत्र एक मानसिक प्रक्रिया का अनुकरण करता है। गूगल और ओपनएआई जैसी कंपनियों ने मॉडल को आंतरिक रूप से कई सूक्ष्म प्रश्न उत्पन्न करने और उपयोगकर्ता को इस प्रक्रिया को उजागर किए बिना उनके लिए उत्तर तैयार करने की रणनीति अपनाई है। यह एआई को त्रुटियों का पता लगाने, वैकल्पिक दृष्टिकोण आज़माने और अधिक विश्वसनीय उत्तर प्रदान करने की अनुमति देता है, जिससे सटीकता में काफी सुधार होता है।
भले ही एआई कुछ भी 'जानता' नहीं है, सवालों को स्पष्ट करने, सामग्री उत्पन्न करने और उत्पादकता में सुधार करने में सहायता के लिए इसकी उपयोगिता निर्विवाद बनी हुई है। एआई विशेषज्ञ और एफजीवी के प्रोफेसर केनेथ कोर्रिया का मानना है कि एआई प्लेटफॉर्म सैद्धांतिक रूप से अत्यंत उन्नत कैलकुलेटर हैं।
व्यवहार में, ट्रिलियन पैरामीटर वाले एलएलएम देखे जाते हैं जो सीखने के आधार से परे कौशल के साथ उत्तर उत्पन्न कर सकते हैं या कमांड पूरा कर सकते हैं। ये उपकरण, हालांकि वे 'मतिभ्रम' कर सकते हैं, महत्वपूर्ण मात्रा में परिणाम उत्पन्न करते हैं। कोर्रिया का तर्क है कि एआई को केवल एक परिष्कृत कैलकुलेटर तक सीमित नहीं किया जाना चाहिए, क्योंकि यह उसके द्वारा उत्पन्न प्रभाव को नजरअंदाज करता है।
अलुरा के प्रोग्राम मैनेजर ने उल्लेख किया कि इन शक्तिशाली मॉडलों से प्राप्त कुछ निष्कर्ष पहले से मौजूद ज्ञान का एकीकरण हो सकते हैं, जिन्हें एक नई तरीके से व्यवस्थित किया गया है, जिसके लिए केवल 'कच्ची ताकत' की आवश्यकता होती है ताकि उन्हें ढूंढा जा सके।
एफजीवी के प्रोफेसर ने एक महत्वपूर्ण चेतावनी दी: इन उपकरणों में नैतिकता और आचार संहिता की कमी है। वे सही उत्तर देने और गलत तरीके से ऐसा करने दोनों पर विश्वास व्यक्त करते हैं। इस कारण से, मानवीय पर्यवेक्षण आवश्यक है, क्योंकि केवल मनुष्य ही उत्तरों को मान्य कर सकते हैं और उनके उपयोग का निर्धारण कर सकते हैं।