OpenAI ने GPT-4 का खुलासा किया: मल्टीमॉडल AI जो टेक्स्ट और इमेज की समझ को बदल देता है

OpenAI ने अपने ग्राउंडब्रेकिंग टेक्स्ट और इमेज अंडरस्टैंडिंग मॉडल, GPT-4 का अनावरण किया है, जो इसे गहन शिक्षण प्रौद्योगिकी विकसित करने में सफलता के सबसे हालिया बेंचमार्क के रूप में प्रस्तुत करता है। एआई मॉडल का यह नवीनतम पुनरावृति न केवल पाठ को संसाधित करता है, बल्कि यह अपने पूर्ववर्ती जीपीटी-3.5 की क्षमताओं को पार करते हुए छवियों को भी समझता है।

चैटजीपीटी प्लस के ग्राहकों के लिए उपयोग की जाने वाली सीमा के साथ, जीपीटी-4 शुल्क 1,000 शीघ्र टोकन (लगभग 750 शब्द) के लिए $0.03 और 1,000 पूर्णता टोकन के लिए $0.06 शुल्क लेता है (एक बार फिर, लगभग 750 शब्द)। एपीआई तक पहुंचने के लिए प्रतीक्षा सूची में शामिल होने के लिए डेवलपर्स का भी स्वागत है।

GPT-4 ने विभिन्न अनुप्रयोगों में अपने गुप्त एकीकरण के लिए ध्यान आकर्षित किया है। यह माइक्रोसॉफ्ट के बिंग चैट को संचालित करता है, जो ओपनएआई के सहयोग से विकसित एक चैटबॉट है। अन्य शुरुआती अपनाने वालों में स्ट्राइप शामिल है, जो सहायक कर्मचारियों के लिए व्यावसायिक वेबसाइटों को सारांशित करने के लिए GPT-4 का उपयोग करता है; डुओलिंगो, जो अपनी प्रीमियम भाषा सीखने की सदस्यता में GPT-4 को शामिल करता है; और मॉर्गन स्टेनली, जो वित्तीय विश्लेषकों को कंपनी दस्तावेज़ जानकारी निकालने और वितरित करने के लिए GPT-4 का लाभ उठाता है। GPT-4 को खान अकादमी के स्वचालित शिक्षण प्रणाली में भी एकीकृत किया गया है।

GPT-3.5 से बेहतर, जो केवल टेक्स्ट इनपुट को स्वीकार करता है, GPT-4 टेक्स्ट और इमेज दोनों इनपुट लेता है, जो कई शैक्षणिक बेंचमार्क पर 'मानव-स्तर' के प्रदर्शन का प्रदर्शन करता है। यह सिम्युलेटेड बार परीक्षा के शीर्ष 10% सीमा के भीतर स्कोर प्राप्त करके GPT-3.5 द्वारा प्राप्त किए गए निचले 10% स्कोर को पार कर गया।

छह महीनों में, OpenAI ने उन्नत AI मॉडल को प्रशिक्षित करने के लिए Azure क्लाउड-आधारित सुपरकंप्यूटर को डिजाइन करने में Microsoft के साथ सहयोग करते हुए एक आंतरिक प्रतिकूल परीक्षण कार्यक्रम और ChatGPT से अंतर्दृष्टि का उपयोग करके GPT-4 को परिष्कृत किया है। परिणामस्वरूप, GPT-4 अपने पिछले पुनरावृत्ति, GPT-3.5 की तुलना में जटिल पहलुओं को संभालने में बढ़ी हुई विश्वसनीयता, रचनात्मकता और क्षमता प्रदर्शित करता है।

GPT-4 में सबसे उल्लेखनीय प्रगति में से एक इसकी छवि और पाठ दोनों को समझने की क्षमता है। उदाहरण के लिए, यह जटिल छवियों की व्याख्या और कैप्शन कर सकता है, जैसे प्लग-इन iPhone छवि का विश्लेषण करके लाइटनिंग केबल एडेप्टर की पहचान करना। इस छवि को समझने की क्षमता का परीक्षण वर्तमान में सिंगल पार्टनर Be My Eyes के साथ किया जा रहा है। उनकी नई GPT-4 संचालित वर्चुअल वालंटियर सुविधा छवियों के बारे में सवालों के जवाब देकर, प्रस्तुत छवि डेटा के आधार पर व्यापक विश्लेषण और व्यावहारिक सिफारिशों की पेशकश करके उपयोगकर्ताओं की सहायता करती है।

GPT-4 की क्षमताओं में एक सर्वोपरि सफलता इसकी बढ़ी हुई संचालन क्षमता है। नए एपीआई के माध्यम से सिस्टम संदेशों की शुरूआत डेवलपर्स को शैली और कार्यों पर विस्तृत निर्देश प्रदान करके एआई का मार्गदर्शन करने की अनुमति देती है। ये निर्देश एआई इंटरैक्शन के लिए संदर्भ और सीमाएं स्थापित करते हैं, एआई और मानव संसाधनों के बीच सहजीवी संबंध सुनिश्चित करते हैं।

पर्याप्त प्रगति के बावजूद, OpenAI स्वीकार करता है कि GPT-4 की सीमाएँ हैं, जिनमें तर्क त्रुटियाँ, गलत जानकारी और सितंबर 2021 के बाद की घटनाओं के ज्ञान की कमी शामिल है। इसके अतिरिक्त, GPT-4 अनजाने में अपने द्वारा बनाए गए कोड में कमजोरियों का परिचय दे सकता है। फिर भी, OpenAI ने GPT-4 को परिष्कृत करने में प्रगति की है, जिससे प्रतिबंधित सामग्री के साथ संलग्न होने या संवेदनशील अनुरोधों पर अनुपयुक्त रूप से प्रतिक्रिया करने की संभावना कम हो गई है।

जैसा कि एआई क्षेत्र का विकास जारी है, ओपनएआई उन्नत एआई प्रौद्योगिकी द्वारा संचालित अधिक बुद्धिमान और कुशल भविष्य को बढ़ावा देते हुए जीपीटी-4 को और बेहतर बनाने के लिए दृढ़ संकल्पित है। एआई को अपने वर्कफ्लो में लागू करने की इच्छुक कंपनियां अपने व्यवसायों में डेटा-आधारित निर्णय लेने वाली प्रणालियों को एकीकृत करने के लिए AppMaster.io जैसे no-code प्लेटफॉर्म की खोज करने पर विचार कर सकती हैं।