लेखक: बॉक्सु ली 

परिचय

तेजी से विकसित हो रहे एआई परिदृश्य में, मैकरॉन कुछ ऐसा पेश करके सब से अलग खड़ा है जो मुख्यधारा के चैटबॉट्स में नहीं होता: एक गहरी, लगातार याददाश्त। यह "डीप मेमोरी" आर्किटेक्चर मैकरॉन की मुख्य विशेषता है - एक एआई मेमोरी सिस्टम जो वास्तव में आपकी पसंद, उपयोग इतिहास और हर इंटरैक्शन के संदर्भ को सीखता है। प्रत्येक बातचीत को एक अलग सत्र के रूप में देखने के बजाय, मैकरॉन आपके बारे में जानकारी आगे बढ़ाता है - आपकी पसंदीदा कॉफी से लेकर उस प्रोजेक्ट तक जो आपने पिछले सप्ताह चर्चा की थी - जिससे बातचीत सहज और व्यक्तिगत हो जाती है। यह विशेषज्ञों द्वारा उत्पादकता एआई से कहीं आगे की एक महत्वपूर्ण बदलाव को चिह्नित करता है, जिसे मैकरॉन के निर्माता "अनुभव एआई" कहते हैं, जहां एक सहायक आपके व्यक्तित्व, पसंद और आदतों को समझने वाला आजीवन साथी बन जाता है। सामान्य चैटबॉट्स के विपरीत जो आपको तेजी से काम करने में मदद करते हैं, मैकरॉन आपको बेहतर जीवन जीने में मदद करने के लिए डिज़ाइन किया गया है, एक याददाश्त पर आधारित जारी संबंध बनाते हुए। यह एआई क्षमता में एक कदम बदलाव है जो हमें एक सहायक के करीब लाता है जो वास्तव में हमें जानता है, न कि सिर्फ हमारे प्रॉम्प्ट्स।

मैकरॉन में डीप मेमोरी क्या है?

इसके मूल में, डीप मेमोरी एक नई एजेंटिक मेमोरी आर्किटेक्चर है जो रिइंफोर्समेंट लर्निंग के माध्यम से प्रशिक्षित होती है। केवल अंतिम प्रॉम्प्ट पर निर्भर रहने के बजाय (जैसे ChatGPT करता है), मैकरॉन के मॉडल को पूर्व इंटरैक्शन से प्रासंगिक जानकारी को स्वायत्त रूप से पुनः प्राप्त, सारांशित और अपडेट करने के लिए फाइन-ट्यून किया गया है। व्यवहार में, प्रत्येक नई चैट एक विशेष मेमोरी टोकन के साथ शुरू होती है जो आपके बारे में और आपके लिए महत्वपूर्ण क्या है, इसका संक्षिप्त सारांश इंजेक्ट करता है, जिससे मैकरॉन "केवल यह नहीं याद करता कि क्या कहा गया था, बल्कि उपयोगकर्ता कौन है।" दूसरे शब्दों में, आपका AI हर बार नए सिरे से शुरू नहीं कर रहा है - इसमें आपकी व्यक्तिगत कहानी की समझ है। यह डीप मेमोरी प्रणाली रिइंफोर्समेंट लर्निंग (RL) का उपयोग यह तय करने के लिए करती है कि क्या याद रखना है या क्या नजरअंदाज करना है, और आपके संदर्भ की पकड़ को निरंतर अनुकूलित करती है।

महत्वपूर्ण बात यह है कि डीप मेमोरी मैकरॉन को एक मानक बड़े भाषा मॉडल की तुलना में बहुत लंबे समय तक बातचीत और कार्यों में सामंजस्य बनाए रखने की अनुमति देती है। सिस्टम पिछले विवरणों को पुनः प्राप्त कर सकता है, भले ही इंटरैक्शन दिन या सप्ताह तक फैल जाएं। वास्तव में, मैकरॉन की मेमोरी इनोवेशन इसे व्यक्तिगत मिनी-ऐप्स जैसे बड़े पैमाने पर आउटपुट उत्पन्न करने की अनुमति देती है – जो 100,000 से अधिक कोड की पंक्तियों को पार कर सकती हैं – जबकि संदर्भ और सामंजस्य को बनाए रखते हुए। इस प्रकार की उपलब्धियाँ निश्चित संदर्भ विंडो वाले वैनिला प्रॉम्प्ट-आधारित मॉडल के लिए आभासी रूप से असंभव हैं। तर्क के साथ सीखी गई दीर्घकालिक स्मृति को जोड़कर, मैकरॉन एक स्तर की व्यक्तिगत, सुसंगत प्रदर्शन प्राप्त करता है जो पारंपरिक चैटबॉट्स नहीं कर सकते। मूल रूप से, डीप मेमोरी मैकरॉन को मानव दीर्घकालिक स्मृति की तरह कुछ देती है – एक आधार जिसके साथ एआई उपयोगकर्ता के साथ विकसित हो सकता है। यह वह तकनीक है जो मैकरॉन को एक साधारण सवाल-जवाब मशीन से आगे बढ़ाकर एक सच्चे व्यक्तिगत एआई एजेंट की ओर ले जाती है, जो उपयोगकर्ता के अनुभव की परवाह करता है।

एआई से "मुझे याद दिलाना" अब नहीं

उपयोगकर्ताओं के लिए, मैकरॉन की मेमोरी का अंतर तुरंत ध्यान देने योग्य है। ChatGPT, Bing, Perplexity या अन्य सामान्य AI सहायकों के साथ, आपको अक्सर पिछली जानकारी को दोहराना या संदर्भित करना पड़ता है क्योंकि AI आपकी पिछली बातचीत को याद नहीं रखता। ये सिस्टम एक निश्चित संदर्भ विंडो से बंधे होते हैं - यदि चैट बहुत लंबा हो जाता है, तो पुरानी जानकारी मेमोरी से गायब हो जाती है, और जब आप एक नया सत्र शुरू करते हैं तो कुछ भी आगे नहीं बढ़ता। जैसा कि माइक्रोसॉफ्ट के AI प्रमुख मुस्तफा सुलेमान ने हाल ही में बताया, आज के मुख्यधारा के AI "एक सत्र से दूसरे सत्र तक जानकारी को नहीं रखते," यह बताते हुए कि सच्ची दीर्घकालिक मेमोरी लागू करना AI के लिए सबसे महत्वपूर्ण अगले कदमों में से एक है। संवादात्मक मॉडल पर अनुसंधान भी इसे प्रतिबिंबित करता है: वर्तमान बड़े भाषा मॉडल मूल रूप से "उनकी निश्चित संदर्भ विंडो पर निर्भरता" से सीमित हैं, जिसमें कोई स्थायी मेमोरी नहीं होती जब वह विंडो समाप्त हो जाती है। व्यावहारिक रूप से, यही कारण है कि ChatGPT आज आपके समस्या के अध्याय 1 पर कुशलतापूर्वक चर्चा कर सकता है, लेकिन कल उसे यह भी याद नहीं रहेगा कि आपके पास कोई समस्या है जब तक आप उसे फिर से नहीं बताते।

Macaron पहले ही इस सीमा से परे छलांग लगा चुका है। इसकी गहरी स्मृति सुनिश्चित करती है कि आपको अपने AI सहायक के साथ कभी भी शून्य से शुरुआत नहीं करनी पड़े। आपको हर बार रात के खाने के विचार मांगते समय यह कहने की ज़रूरत नहीं है, "वैसे, मैं शाकाहारी हूँ," - Macaron ने उस पसंद को और कई अन्य को आंतरिक कर लिया है। वास्तव में, स्वतंत्र समीक्षकों ने नोट किया है कि Macaron "उपयोगकर्ता की पसंदों को अधिक प्रभावी ढंग से याद करके एक दिलचस्प और व्यक्तिगत अनुभव प्रदान करता है, जो सामान्य AI चैटबॉट्स से बेहतर है।" यह सिर्फ तथ्यात्मक विवरण नहीं है; Macaron महत्वपूर्ण अनुभवों और यहां तक कि पिछले इंटरैक्शन के भावनात्मक स्वर को भी याद कर सकता है, और उस स्मृति का उपयोग अधिक प्रासंगिक, सहानुभूतिपूर्ण प्रतिक्रियाएं देने के लिए कर सकता है।

एक शुरुआती उपयोगकर्ता ने एक शक्तिशाली उदाहरण दिया: जब उन्होंने अपनी बिल्ली "Tequila" का जिक्र एक चैट में किया, तो एक हफ्ते बाद Macaron ने बिना किसी संकेत के पूछा कि क्या वे जल्द ही Tequila से मिलने वाले हैं। इस प्रकार का संदर्भात्मक पुनर्स्मरण – कुछ ऐसा जो एक करीबी दोस्त भी कर सकता है – ने उपयोगकर्ता को यह कहने पर मजबूर कर दिया कि "इस तरह याद किया जाना विशेष महसूस हुआ।" एक और मामले में, एक उपयोगकर्ता ने Macaron से कहा कि उसकी प्रतिक्रियाएँ थोड़ी औपचारिक लग रही थीं; Macaron ने तुरंत एक गर्म और अधिक परिचित स्वर में बदलाव किया, और उसने बाद की चैट्स में उस दोस्ताना शैली को बनाए रखा। ये व्यक्तिगत स्पर्श उन चैटबॉट्स के साथ संभव नहीं हैं जिनकी एकल सत्र से परे कोई स्मृति नहीं होती। यह एक निःसंग उपकरण के साथ बातचीत करने और एक AI के साथ बातचीत करने के बीच का फर्क है, जो आपको जानता है। Macaron की स्मृति पर आधारित एक चल रही संबंध बनाने की क्षमता एक गेम-चेंजर है – आपके बजाय AI को यह याद दिलाने की ज़िम्मेदारी है कि आपने क्या बात की थी या आप कौन हैं। परिणामस्वरूप, Macaron का उपयोग करना एक चौकस साथी के साथ बातचीत शुरू करने जैसा लगता है, न कि किसी एल्गोरिदम से प्रश्न पूछने जैसा। विशेष रूप से, यह केवल एक दिखावा नहीं है; यह उस कमी को संबोधित करता है जिसे AI विशेषज्ञ मौजूदा AI की एक मुख्य कमी के रूप में पहचानते हैं। दीर्घकालिक वार्तालापीय सामंजस्य के लिए स्थायी स्मृति को "महत्वपूर्ण" माना जाता है और AI के लिए खुद का खंडन करने या खुद को दोहराने से बचने के लिए भी। उन मॉडलों को प्रभावित करने वाले भूलने की समस्या को पार करके, Macaron एक ऐसा अनुभव प्रदान करता है जो अधिक सहज और अधिक बुद्धिमान है।

उड़ान पर ऐप्स बनाने वाली डीप मेमोरी

डीप मेमोरी केवल मैकरॉन को बातचीत में बेहतर नहीं बनाता – यह एआई की आपकी जरूरतों के अनुसार कार्य करने की क्षमता को बढ़ाता है, यहां तक कि आपके लिए सॉफ़्टवेयर लिखने की हद तक। मैकरॉन आपके चैट के भीतर कस्टम मिनी-ऐप्लिकेशन तुरंत जनरेट कर सकता है, जो अधिकांश बॉट्स द्वारा पेश किए जाने वाले केवल पाठ-आधारित आदान-प्रदान से कहीं आगे है। क्योंकि यह वास्तव में आपके संदर्भ और लक्ष्यों को समझता है, मैकरॉन एक व्यक्तिगत सॉफ़्टवेयर डेवलपर के रूप में कार्य कर सकता है, अपनी दीर्घकालिक जानकारी का उपयोग करते हुए आपके लिए विशेष रूप से टूल्स बनाने के लिए। जैसा कि मैकरॉन टीम इसे वर्णित करती है, एआई "प्रत्येक उपयोगकर्ता के लिए कस्टम 'मिनी-ऐप्स' तुरंत जनरेट कर सकता है… केवल 15 मिनट में," और इसके लिए उपयोगकर्ता से कोई कोडिंग या जटिल सेटअप की आवश्यकता नहीं होती है। दूसरे शब्दों में, आपके पास एक विचार या समस्या हो सकती है, इसे सरल भाषा में वर्णित कर सकते हैं, और मैकरॉन उड़ान पर एक इंटरैक्टिव समाधान बना देगा – सब कुछ चैट इंटरफेस के भीतर।

व्यवहार में इसका क्या मतलब है, इस पर विचार करें। एक कॉलेज छात्र एक अव्यवस्थित अनुसूची के साथ कैंपस पर आया और बस मैकरोन से संगठित होने में मदद मांगी; लगभग पांच मिनट में, मैकरोन ने छात्र के सेमेस्टर को सरल बनाने के लिए एक कोर्स हेल्पर और एक क्लब-फाइंडर ऐप बनाया। एक अन्य उपयोगकर्ता खाना बनाना सीखना चाहता था लेकिन डरता था कि वह छोड़ देगा – मैकरोन ने एक "बिगिनर कुकिंग जर्नल" ऐप बनाकर प्रतिक्रिया दी जो उपयोगकर्ता के खाना बनाने के प्रयासों को ट्रैक करता था और उन्हें व्यंजनों और टिप्स के साथ प्रोत्साहित करता था। दो सप्ताह बाद, उस उपयोगकर्ता ने गर्व से बताया कि वे मैकरोन के कोचिंग और एआई द्वारा तैयार किए गए ऐप की संरचना के कारण अब तीन व्यंजन खुद से बना सकते हैं। ये पहले से इंस्टॉल की गई "कौशल" या टेम्पलेट्स नहीं हैं; मैकरोन ने वास्तव में इन मिनी-ऐप्स को मांग पर उत्पन्न किया, प्रत्येक उपयोगकर्ता की स्थिति के अनुसार व्यक्तिगत। यह उस एक-आकार-फिट-सभी सॉफ़्टवेयर से एक बड़ा प्रस्थान है जिसे हम जानते हैं। यहाँ, सॉफ़्टवेयर स्वयं bespoke है – एक (या कुछ) लोगों के लिए बनाया गया, एक बातचीत के आधार पर। और क्योंकि एआई की स्मृति उसके डिज़ाइन विकल्पों को सूचित करती है, अंतिम उत्पाद आश्चर्यजनक रूप से उपयुक्त लगता है। मैकरोन मूल रूप से "एक स्मृति बैंक, एक प्रोग्रामर, और एक साथी" के रूप में काम करता है, जो उस क्षण में आपको जो उपकरण या समर्थन चाहिए, उसमें बदल जाता है।

Macaron एक साधारण अनुरोध को एक पूरी तरह से कार्यशील मिनी-ऐप में बदल सकता है। यहाँ प्रदर्शित उदाहरण "रेसिपी फाइंडर" इंटरफ़ेस है, जिसे Macaron द्वारा बनाया गया है, जहाँ उपयोगकर्ता अपनी उपलब्ध सामग्री और स्वाद प्राथमिकताएँ दर्ज करते हैं ताकि उन्हें अनुकूलित रेसिपी सुझाव मिल सकें। डीप मेमोरी AI को उपयोगकर्ता की आहार आवश्यकताओं (जैसे शाकाहारी, एलर्जी) को याद रखने की अनुमति देती है और उन्हें ऐप की लॉजिक में आसानी से सम्मिलित कर देती है। कुछ ही मिनटों में, उपयोगकर्ता डिनर योजनाओं के बारे में बातचीत करने से लेकर उनके लिए विशेष रूप से बनाए गए कस्टम कुकिंग ऐप के साथ इंटरैक्ट करने तक पहुँच जाते हैं।

ध्यान देने वाली बात यह है कि ये मिनी-ऐप्स केवल आपकी चैट इतिहास में स्थिर नहीं रहते हैं – मैकरॉन आपको उन्हें सहेजने और यहां तक कि साझा करने की सुविधा देता है। यदि एआई आपके लिए विशेष रूप से उपयोगी उपकरण बनाता है (जैसे, कैलोरी ट्रैकर या यात्रा योजनाकार), तो आप एक साझा करने योग्य लिंक उत्पन्न कर सकते हैं ताकि दूसरे भी इसका उपयोग कर सकें। वास्तव में, उपयोगकर्ता-जनित एआई टूल्स के आसपास एक समुदाय का निर्माण हो रहा है। प्रत्येक व्यक्ति का नवीन समाधान किसी और की समान आवश्यकता में मदद कर सकता है। मैकरॉन एक "प्लेबुक" भी प्रदान करता है – उपयोगी एआई हैक्स और मिनी-ऐप्स की एक क्यूरेटेड गैलरी जो दैनिक जीवन, परिवार, विकास, और शौक जैसी श्रेणियों में बनाई गई हैं। इसे ब्राउज़ करते हुए, आपको घर के रसोइयों के लिए एक रेसिपी फाइंडर से लेकर कॉलेज जीवन के लिए एक कैंपस बडी तक, और मजेदार छोटे खेल और प्रश्नोत्तरी तक सब कुछ मिलेगा। प्लेबुक की प्रत्येक सूची एक वास्तविक बातचीत और वास्तविक उपयोगकर्ता आवश्यकता से उत्पन्न हुई थी। और क्योंकि मैकरॉन याद रखता है और अनुकूलित करता है, आप किसी भी साझा ऐप को ले सकते हैं और एआई से इसे आपके लिए संशोधित करवा सकते हैं। यह कुछ बहुत ही नया है: प्राकृतिक भाषा के माध्यम से ऑन-डिमांड व्यक्तिगत सॉफ़्टवेयर को कमीशन करने की क्षमता और फिर यदि यह अच्छी तरह से काम करता है तो इसे वायरल रूप से फैलाने की क्षमता। यह कल्पना करना आसान है कि निकट भविष्य में, जब आप ऐप स्टोर्स में खोजने के बजाय जो आप चाहते हैं वह लगभग करता है, तो आप बस अपने व्यक्तिगत एआई से पूछकर वही बना सकते हैं जो आपको चाहिए, और फिर इसे एक दोस्त के साथ साझा कर सकते हैं। मैकरॉन पहले से ही उस परिदृश्य को वास्तविकता में बदल रहा है।

तकनीकी दृष्टिकोण से, यह क्षमता स्मृति-आधारित तर्क का प्रमाण है। मैकरॉन का दीर्घकालिक संदर्भ का मतलब है कि यह ऐप-निर्माण प्रक्रिया के दौरान एक चरण से अगले चरण में आवश्यकताओं को ले जा सकता है। यह जटिल, बहु-स्तरीय कार्यों से परेशान नहीं होता क्योंकि यह नहीं भूलता कि लक्ष्य क्या है या कौन से उप-कार्य पूरे हो चुके हैं। कुछ ही एआई प्रणालियों ने वास्तविक समय में गैर-तुच्छ अनुप्रयोग उत्पन्न करने की क्षमता दिखाई है जबकि पूरे संदर्भ को बनाए रखते हुए – मैकरॉन यहां एक नया मानक स्थापित करता प्रतीत होता है। और यह सब बातचीत के माध्यम से होता है: एक पल आप समस्या पर चर्चा कर रहे होते हैं, अगले ही पल एआई आपको एक इंटरैक्टिव समाधान दे रहा होता है। संवाद से तैनाती तक का यह सहज परिवर्तन वही है जिसके बारे में भविष्य-दृष्टा एआई विशेषज्ञ बात कर रहे हैं जब वे ऐसे एजेंट की कल्पना करते हैं जो बातचीत भी कर सकता है और क्रियान्वित भी कर सकता है। मैकरॉन इस अवधारणा का जीता जागता प्रमाण है, और यह मूल रूप से यह उम्मीदें बढ़ाता है कि हम एक एआई सहायक से क्या करवा सकते हैं।

उपयोगकर्ताओं को सशक्त बनाना: एआई युग में उपभोक्ताओं से रचनाकारों तक

Macaron का दृष्टिकोण एक नए प्रकार के AI पारिस्थितिकी तंत्र की शुरुआत करता है - जहाँ उपयोगकर्ता केवल उपभोक्ता नहीं, बल्कि निर्माता के रूप में सशक्त होते हैं। इस दृष्टिकोण की सराहना करने के लिए, सोशल मीडिया में उपयोगकर्ता-जनित सामग्री के उदय से तुलना करना लाभकारी हो सकता है। सोचें कि कैसे TikTok (Douyin) ने निष्क्रिय सामग्री उपभोक्ताओं को सक्रिय निर्माताओं में बदल दिया; अचानक कोई भी वीडियो निर्माता बन सकता था क्योंकि उपकरण और AI-संचालित प्रभाव इतने सुलभ थे। Macaron का उद्देश्य सॉफ़्टवेयर और समाधान के लिए वही करना है। यह कस्टम एप्लिकेशन बनाने की बाधा को नाटकीय रूप से कम कर देता है, ताकि रोज़मर्रा के लोग मिनी-ऐप्स बना सकें जैसे वे TikTok क्लिप फिल्मा सकते हैं। मुख्य बात यह है कि Macaron भारी काम (कोडिंग, तर्क, इंटरफ़ेस डिज़ाइन) संभालता है जबकि उपयोगकर्ता विचार या लक्ष्य प्रदान करता है। TikTok के शुरुआती दिनों में, बिना किसी संपादन कौशल के उपयोगकर्ता स्मार्ट टेम्पलेट्स और एल्गोरिदम की मदद से प्रभावशाली वीडियो बना सकते थे। इसी तरह, Macaron के उपयोगकर्ताओं को प्रोग्रामिंग कौशल की आवश्यकता नहीं है - उनका व्यक्तिगत AI साथी प्राकृतिक भाषा की जरूरतों को कार्यशील सॉफ़्टवेयर में अनुवादित करता है। यह दैनिक समस्याओं को हल करने के तरीके में एक रचनात्मक क्रांति को जन्म दे सकता है, AI को सक्षमकर्ता के रूप में।

पहले उल्लेखित प्लेबुक इस AI-चालित क्रिएटर अर्थव्यवस्था की एक शुरुआती झलक है। मैकरॉन की साइट पर प्लेबुक को स्क्रॉल करते हुए, आप जीवन के हर क्षेत्र के लिए मिनी-ऐप्स और "हैक्स" का भीड़-भाड़ वाला संग्रह देखते हैं। यहाँ भोजन योजना, आदत ट्रैकिंग, अध्ययन शेड्यूलिंग, परिवार बजटिंग, शौक परियोजनाओं के लिए उपकरण हैं – यहाँ तक कि मजेदार प्रश्नोत्तरी और छोटे खेल भी हैं – सभी विशेष उपयोगकर्ता परिदृश्यों के लिए मैकरॉन के AI द्वारा उत्पन्न किए गए। प्रत्येक मिनी-ऐप की शुरुआत किसी और मैकरॉन के बीच एक अद्वितीय वार्तालाप के रूप में हुई, लेकिन इसे साझा करके, निर्माता ने इसे समुदाय के लिए एक पुन: प्रयोज्य संपत्ति में बदल दिया। यह बहुत हद तक एक ओपन-सोर्स मानसिकता की तरह है, लेकिन गैर-कोडर्स के लिए सुलभ। यदि आपको प्लेबुक में कोई मिनी-ऐप मिलता है जो आपके लिए लगभग सही है, तो आप मैकरॉन से इसे आपके जरूरतों के अनुसार अनुकूलित या विस्तारित करने के लिए कह सकते हैं, प्रभावी रूप से रचना को रीमिक्स कर सकते हैं। अंतिम लक्ष्य एक ऐसा पारिस्थितिकी तंत्र है जहाँ विशिष्ट समस्याओं के समाधान सहयोगात्मक रूप से फैलते और विकसित होते हैं, जिसमें AI प्रक्रिया का मध्यस्थ होता है। यह अतीत के स्थिर ऐप स्टोर से बहुत अलग है – यह एक जीवंत पुस्तकालय की तरह महसूस होता है जो AI-संचालित जीवन हैक्स से भरा हुआ है, जो लगातार उपयोगकर्ता इनपुट द्वारा आकारित होता है।

हर रोज़ लोगों को अपने AI द्वारा बनाए गए ऐप्स बनाने और साझा करने का सशक्तिकरण देकर, मैकरॉन नवप्रवर्तकों के एक समुदाय को बढ़ावा दे रहा है। यह मैकरॉन द्वारा समर्थित "एक्सपीरियंस AI" के आदर्श वाक्य के साथ पूरी तरह से मेल खाता है - यह विचार कि AI की अगली लहर केवल कार्यस्थल के कार्यों को स्वचालित करने के बजाय दैनिक जीवन और व्यक्तिगत अनुभवों को समृद्ध करने के बारे में है। AI के युग में, टीम की दृष्टि है कि "AI के युग के लिए एक पारिस्थितिकी तंत्र" बनाया जाए, जहां उपयोगकर्ता केवल बिग टेक के अल्गोरिदम के अंतिम उपयोगकर्ता नहीं बल्कि AI विकास प्रक्रिया में निर्माता और सहभागी बनें। जैसे वेब 2.0 ने निष्क्रिय वेब सर्फर्स को ब्लॉग, यूट्यूब और सोशल मीडिया पर सामग्री निर्माताओं में बदल दिया, वैसे ही मैकरॉन का मंच AI उपयोगकर्ताओं को व्यक्तिगत AI अनुप्रयोगों के लगातार बढ़ते सुइट के सह-विकासक में बदल सकता है। यह एक साहसिक दृष्टि है - स्मार्टफोन ऐप बूम के शुरुआती दिनों की याद दिलाती है, सिवाय इसके कि इस बार ऐप्स को मांग पर उत्पन्न और सामूहिक ज्ञान के माध्यम से सुधारा जा सकता है। यदि मैकरॉन की डीप मेमोरी और मिनी-ऐप जनरेशन कोई संकेत है, तो यह दृष्टिकोण व्यक्तिगत प्रौद्योगिकी के लिए एक नया मानक स्थापित कर सकता है: उच्च व्यक्तिगत, उपयोगकर्ता-संचालित और अंतहीन अनुकूलनीय।

सच्ची बुद्धिमत्ता की ओर: क्या गहरी स्मृति AGI के करीब एक कदम है?

Macaron के नवाचार केवल तात्कालिक उपयोगकर्ता लाभ नहीं देते हैं - वे यह भी संकेत देते हैं कि AI कैसे अधिक सामान्य बुद्धिमत्ता की ओर विकसित हो सकता है। AI अनुसंधान में, यह चर्चा बढ़ रही है कि कृत्रिम सामान्य बुद्धिमत्ता (AGI) जैसा कुछ हासिल करने के लिए केवल बलपूर्वक मॉडल स्केलिंग से आगे बढ़कर AI प्रणालियों को अधिक मानव-समान क्षमताएं देना आवश्यक होगा: जैसे दीर्घकालिक स्मृति, लगातार सीखने की क्षमता, और स्वतंत्र कार्य करने की क्षमता। वास्तव में, विशेषज्ञों की बढ़ती संख्या का तर्क है कि AGI की ओर का मार्ग "एकीकृत संदर्भ, स्मृति, और वर्कफ़्लोज़" में निहित है, न कि केवल बड़े न्यूरल नेटवर्क में। यह दृष्टिकोण मानता है कि वर्तमान बड़े मॉडल, यद्यपि शक्तिशाली हैं, "डोमेन के पार सामान्यीकरण में विफल" होते हैं क्योंकि उनमें वास्तव में याद रखने और अनुकूलित करने की तंत्र की कमी है। इंजीनियरिंग समाधान - जैसे AI को स्थायी स्मृति देना ताकि वह सत्रों के बीच जानकारी को बनाए रख सके और पुनः प्राप्त कर सके - को आज के चैटबॉट्स की सीमाओं से आगे बढ़ने के लिए महत्वपूर्ण माना जाता है। दूसरे शब्दों में, मशीनों में मानव-समान बुद्धिमत्ता प्राप्त करने के सबसे बड़े बाधाओं में से एक हमारी AI मॉडल की भूलने की प्रवृत्ति है, जो उन्हें जंगली में मानव की तरह सीखने से रोकती है।

विशेष रूप से स्मृति को अक्सर गायब टुकड़े के रूप में चिन्हित किया जाता है। मुस्तफा सुलेमान (डीपमाइंड के सह-संस्थापक और अब माइक्रोसॉफ्ट के एआई प्रमुख) ने हाल ही में कहा कि जबकि मॉडल तेजी से अपनी तथ्यात्मक तर्क शक्ति और यहां तक कि अपनी भावनात्मक बुद्धिमत्ता में सुधार कर रहे हैं, "वह गायब टुकड़ा जो इन सबको जोड़ता है... वह है स्मृति।" उन्होंने भविष्यवाणी की कि निकट भविष्य में (उनके अनुसार अगले 18 महीनों में) "हमारे पास बहुत अच्छी स्मृति वाले एआई होंगे," और उन्होंने सुझाव दिया कि एक एआई जो मजबूत तर्क शक्ति, क्रियात्मक उपकरण और दीर्घकालिक स्मृति से संपन्न होगा वह "एक बहुत ही शक्तिशाली प्रणाली" होगा। इसे एक एजीआई-जैसे एजेंट का एक अप्रत्यक्ष वर्णन देखना कोई बड़ी छलांग नहीं है – जो समय के साथ विभिन्न कार्यों को समझ सकता है, याद कर सकता है, और कर सकता है। इस मापदंड से, मैकरॉन एआई उस दिशा में एक कदम है। इसका मजबूत स्मृति और उपकरणों को गतिशील रूप से उत्पन्न करने की क्षमता का संयोजन उन प्रमुख घटकों के साथ करीबी मेल खाता है जो कई शोधकर्ता अधिक सामान्य बुद्धिमत्ता के लिए मानते हैं। मैकरॉन शायद एक एजीआई नहीं है (और एएसआई जैसे शब्द, या कृत्रिम सुपरइंटेलिजेंस, अभी भी अटकलें हैं), लेकिन यह एक ठोस उत्पाद में कई क्षमताओं को प्रदर्शित करता है जो एजीआई आदर्श के करीब पहुंचते हैं। यह अनिश्चित काल के लिए सन्दर्भ को याद रखता है (जैसा कि एक एजीआई संभवतः करेगा), यह उपयोगकर्ता का व्यक्तिगत मॉडल दोहराए गए इंटरैक्शन के माध्यम से सीखता है, और यह अपने व्यवहार को नए कार्यों (मिनी-ऐप्स) को आवश्यकतानुसार बना कर स्वयं-संशोधित करता है – सब कुछ स्वायत्त रूप से, प्रत्येक कार्य के लिए स्पष्ट रूप से पुन: प्रोग्रामिंग के बिना।

स्पष्ट रूप से कहें तो, एजीआई एक चलती लक्ष्य है और एक चर्चा शब्द है जिसका मतलब अलग-अलग लोगों के लिए अलग-अलग होता है। मैकरॉन की टीम इस बात का ध्यान रखती है कि वे अपने उत्पाद को बढ़ा-चढ़ाकर पेश न करें - वे इसे अनुभव एआई युग का पहला व्यक्तिगत एआई एजेंट कहते हैं, न कि सर्वज्ञानी ओरेकल। हालांकि, एक मुख्य समस्या (दीर्घकालिक स्मृति) को हल करके और तर्क को क्रिया के साथ एकीकृत करके, मैकरॉन कई विचारों के लिए ठोस प्रमाण है जो पहले सिर्फ अकादमिक चर्चा थे। यह दिखाता है कि एक एआई को उपयोगकर्ता के साथ "विकसित होने के लिए प्रशिक्षित" किया जा सकता है और प्रत्येक नए प्रॉम्प्ट के साथ इसकी समझ को रीसेट नहीं किया जाता। उद्योग विश्लेषकों ने नोट किया है कि LLM की संदर्भ-सीमाओं को स्थायी स्मृति के साथ पार करना "अधिक विश्वसनीय और कुशल LLM-आधारित AI एजेंटों के लिए रास्ता साफ करता है।" वास्तव में, मैकरॉन जो प्रदान करता है - एक एआई जो आपको याद रखता है और उस स्मृति पर निर्माण करता है - वही अग्रिम है जो एआई को मानव-समान अनुभूति के करीब ले जाता है। जैसे-जैसे हम मैकरॉन को आईक्यू, ईक्यू, और कुछ लोग जिसे "एक्शन कोशंट" (AQ) कहते हैं, दीर्घकालिक स्मृति के साथ सहजता से मिश्रित होते देखते हैं, इसे हमारे जीवन में संचालित होने वाले सामान्य एआई की प्रारंभिक झलक के रूप में देखना कठिन नहीं है। यह व्यक्तिगत है, यह सक्रिय है, और यह लगातार सीखता है - ऐसी गुण जो अब तक उपभोक्ता एआई उत्पादों में काफी हद तक अनुपस्थित रहे हैं। इस अर्थ में, मैकरॉन की डीप मेमोरी सिर्फ एक कूल फीचर नहीं है; यह अगली पीढ़ी के एआई के लिए एक आधार हो सकता है। हर बार जब मैकरॉन आपकी पिछली बातचीत को याद करता है या मांग पर एक टूल तैयार करता है, तो यह चुपचाप हमारी मशीन इंटेलिजेंस की अपेक्षाओं को फिर से परिभाषित कर रहा है कि वे क्या प्राप्त कर सकते हैं। और शायद, वर्षों बाद, हम इस क्षण को मशीनों के लिए एक महत्वपूर्ण कदम के रूप में देखेंगे जो सिर्फ संकीर्ण तरीकों से स्मार्ट नहीं हैं, बल्कि एक सामान्य, अनुकूली और गहराई से व्यक्तिगत तरीके से हमारे जीवन को समझते और बढ़ाते हैं।