रविवार, जून 16, 2024

Top 5 This Week

Play Games for Free and Get Rewards Daily!

Related Posts

Google SGE Google Labs में क्यों फंस गया है और आगे क्या है


Google खोज में रचनात्मक अनुभव (एसजीई) 2023 के अंत में Google लैब्स प्रयोग के रूप में समाप्त होने वाला था, लेकिन एक प्रयोग के रूप में इसका समय चुपचाप बढ़ा दिया गया है, जिससे यह स्पष्ट हो गया है कि SGE निकट भविष्य की तलाश में नहीं आएगा। आश्चर्य की बात है कि माइक्रोसॉफ्ट को आगे आने देना Google के लिए सबसे अच्छा, शायद अनजाने में, दृष्टिकोण हो सकता है।

खोज के लिए Google की AI रणनीति

SGE को Google Labs प्रोजेक्ट के रूप में रखने का Google का निर्णय Google के पृष्ठभूमि में AI को एकीकृत करने को प्राथमिकता देने के इतिहास की व्यापक प्रवृत्ति के साथ फिट बैठता है।

कृत्रिम बुद्धिमत्ता की उपस्थिति हमेशा दिखाई नहीं देती है, लेकिन अधिकांश लोगों के एहसास से कहीं अधिक समय से यह पृष्ठभूमि में Google खोज का हिस्सा रही है।

खोज में AI का पहला उपयोग Google की रैंकिंग के हिस्से के रूप में किया गया था कलन विधिमशीन प्रणाली रैंकब्रेन. रैंकब्रेन ने रैंकिंग एल्गोरिदम को यह समझने में मदद की कि खोज क्वेरी में शब्द वास्तविक दुनिया की अवधारणाओं से कैसे संबंधित हैं।

गूगल के अनुसार:

“जब हमने 2015 में रैंकब्रेन लॉन्च किया था, तो यह खोज में तैनात किया गया पहला डीप लर्निंग सिस्टम था। उस समय, यह अभूतपूर्व था…रैंकब्रेन (जैसा कि इसके नाम से पता चलता है) का उपयोग रैंक में मदद करने या सर्वोत्तम ऑर्डर तय करने के लिए किया जाता है। शीर्ष खोज परिणाम।”

अगला एप्लिकेशन न्यूरल मैचिंग था जिसने Google के एल्गोरिदम को खोज क्वेरी और वेब पेजों में व्यापक अवधारणाओं को समझने में मदद की।

और Google द्वारा प्रकाशित सबसे प्रसिद्ध कृत्रिम बुद्धिमत्ता प्रणालियों में से एक मल्टीटास्क यूनिफाइड मॉडल है, जिसे इस नाम से भी जाना जाता है गूगल माँ. एमयूएम एक मल्टीमॉडल एआई सिस्टम है जिसमें छवियों और पाठ को समझना शामिल है और उन्हें वाक्य या खोज क्वेरी में लिखे गए संदर्भों में रखने में सक्षम है।

स्पैमब्रेनसंभवतः Google के खोज एल्गोरिदम के हिस्से के रूप में AI का सबसे महत्वपूर्ण कार्यान्वयन Google का एंटी-स्पैम है, क्योंकि यह निम्न-गुणवत्ता वाली साइटों को हटाने में मदद करता है।

ये सभी बड़े कोर एल्गोरिदम के हिस्से के रूप में विभिन्न खोज समस्याओं को हल करने के लिए पृष्ठभूमि में एआई का उपयोग करने के Google के दृष्टिकोण के उदाहरण हैं।

यह संभावना है कि Google ने पृष्ठभूमि में AI का उपयोग तब तक जारी रखा होगा जब तक कि ट्रांसफॉर्मर-आधारित बड़े भाषा मॉडल (एलएलएम) सामने नहीं आ गए।

लेकिन माइक्रोसॉफ्ट का संयोजन चैटजीपीटी इनटू बिंग ने Google को अपने क्रिएटिव सर्च एक्सपीरियंस (एसजीई) के साथ एआई को और अधिक जोड़ने के लिए कदम उठाने के लिए मजबूर किया।

SGE को Google Labs में क्यों रखें?

यह देखते हुए कि माइक्रोसॉफ्ट ने चैटजीपीटी को बिंग में एकीकृत किया है, यह अजीब लग सकता है कि Google ने एक समान कदम नहीं उठाया है और इसके बजाय SGE को Google लैब्स में रख रहा है। Google के दृष्टिकोण के अच्छे कारण हैं।

एआई का उपयोग करने के लिए Google के मार्गदर्शक सिद्धांतों में से एक यह है कि इसका उपयोग केवल एक बार किया जाए जब तकनीक सफल साबित हो और इसे ऐसे तरीके से लागू किया जाए जिस पर भरोसा किया जा सके और ये दो चीजें हैं जो कृत्रिम बुद्धिमत्ता आज सक्षम नहीं है।

कम से कम तीन प्रमुख मुद्दे हैं जिन्हें एआई को खोज मोर्चे में सफलतापूर्वक एकीकृत करने से पहले हल किया जाना चाहिए:

  1. एलएलएम का उपयोग सूचना पुनर्प्राप्ति प्रणाली के रूप में नहीं किया जा सकता क्योंकि नया डेटा जोड़ने के लिए पूर्ण प्रशिक्षण की आवश्यकता होती है। .
  2. ट्रांसफार्मर आर्किटेक्चर अकुशल और महंगा है।
  3. जेनरेटिव एआई गलत तथ्य पैदा करता है, इस घटना को भ्रम के रूप में जाना जाता है।

कृत्रिम बुद्धिमत्ता का उपयोग खोज इंजन के रूप में क्यों नहीं किया जा सकता?

एआई को खोज इंजन के बैक-एंड और फ्रंट-एंड के रूप में उपयोग करने से पहले हल करने वाली सबसे महत्वपूर्ण समस्याओं में से एक यह है कि एलएलएम एक खोज सूचकांक के रूप में कार्य करने में असमर्थ हैं जहां लगातार नया डेटा जोड़ा जा रहा है।

सीधे शब्दों में कहें तो, क्या होता है कि एक सामान्य खोज इंजन में, नए वेब पेज जोड़ना एक ऐसी प्रक्रिया है जिसमें खोज इंजन पाठ के भीतर शब्दों और वाक्यांशों के अर्थपूर्ण अर्थ की गणना करता है (एक प्रक्रिया जिसे “आत्मसात” कहा जाता है), जिससे उन्हें खोजने योग्य बनाया जा सके और अनुक्रमित होने के लिए तैयार.

खोज इंजन को यह समझने के लिए (कहने के लिए) संपूर्ण सूचकांक को अपडेट करना होगा कि नए वेब पेज समग्र खोज सूचकांक में कहां फिट होते हैं।

नए वेब पेज जोड़ने से खोज इंजन के उन सभी अन्य वेब पेजों को समझने और लिंक करने का तरीका बदल सकता है जिनके बारे में वह जानता है, इसलिए यह अपने सूचकांक में सभी वेब पेजों से गुजरता है और यदि आवश्यक हो तो उनके बीच संबंधों को अपडेट करता है। खोज सूचकांक में नए वेब पेज जोड़ने का क्या मतलब है, इसकी सामान्य समझ बताने के लिए यह एक सरलता है।

वर्तमान खोज तकनीक के विपरीत, एलएलएम इंडेक्स में नए वेब पेज नहीं जोड़ सकते क्योंकि नए डेटा जोड़ने के कार्य के लिए संपूर्ण एलएलएम के पूर्ण प्रशिक्षण की आवश्यकता होती है।

Google शोध कर रहा है कि ट्रांसफॉर्मर आधारित एलएलएम सर्च इंजन बनाने के लिए इस समस्या को कैसे हल किया जाए, लेकिन समस्या हल नहीं हुई है, यहां तक ​​​​कि इसके करीब भी नहीं।

यह समझने के लिए कि ऐसा क्यों होता है, हाल ही में मार्क नजोरेक और डोनाल्ड मेट्ज़लर (और कई अन्य लेखकों) द्वारा सह-लेखक Google शोध पत्र पर एक नज़र डालना उचित होगा। मैं उनके नामों का उल्लेख कर रहा हूं क्योंकि ये दोनों शोधकर्ता लगभग हमेशा Google से आने वाले कुछ सबसे परिणामी शोधों से जुड़े रहते हैं। इसलिए यदि इसमें उनके नामों में से एक है, तो शोध संभवतः बहुत महत्वपूर्ण है।

निम्नलिखित स्पष्टीकरण में, खोज सूचकांक को मेमोरी के रूप में संदर्भित किया जाता है क्योंकि खोज सूचकांक सूचकांक में जोड़ी गई चीज़ों की एक मेमोरी है।

शोध पत्र को कहा जाता है: “डीएसआई++: नए दस्तावेजों के साथ ट्रांसफार्मर मेमोरी को अपडेट करना” (पीडीएफ)

एलएलएम को खोज इंजन के रूप में उपयोग करना एक ऐसी प्रक्रिया है जो डिफरेंशियल सर्च इंडेक्स (डीएसआई) नामक तकनीक का उपयोग करती है। वर्तमान खोज अनुक्रमण तकनीक को डबल एनकोडर के रूप में जाना जाता है।

शोध पत्र बताता है:

“…डीएसआई का उपयोग करके एक इंडेक्स बनाने में एक ट्रांसफॉर्मर मॉडल को प्रशिक्षित करना शामिल है। इसलिए, जब भी अंतर्निहित कॉर्पस अपडेट किया जाता है तो मॉडल को स्क्रैच से फिर से प्रशिक्षित किया जाना चाहिए, इस प्रकार दोहरे एनकोडर की तुलना में असीम रूप से उच्च कम्प्यूटेशनल लागत खर्च होती है।”

लेख एलएलएम के “भूल जाने” की समस्या को हल करने के तरीकों का पता लगाने के लिए आगे बढ़ता है, लेकिन अध्ययन के अंत में वे कहते हैं कि वे केवल इस बात की बेहतर समझ की दिशा में आगे बढ़े हैं कि भविष्य के शोध में क्या हल करने की आवश्यकता है।

वे निष्कर्ष निकालते हैं:

“इस अध्ययन में हम सूचकांक में नए और विशिष्ट दस्तावेजों को जोड़ने के संबंध में भूलने की घटना की जांच करते हैं। यह ध्यान रखना महत्वपूर्ण है कि जब कोई नया दस्तावेज़ सूचकांक में पहले जोड़े गए दस्तावेज़ का खंडन करता है या बदलता है, तो मॉडल का व्यवहार अप्रत्याशित हो जाता है, जिसके लिए और अधिक विश्लेषण की आवश्यकता होती है।

इसके अलावा, हम बड़े डेटासेट, जैसे पूर्ण एमएस मार्को डेटासेट, पर अपनी प्रस्तावित पद्धति की प्रभावशीलता का परीक्षण करते हैं। हालाँकि, यह ध्यान देने योग्य है कि इस बड़े डेटा सेट के साथ, विधि महत्वपूर्ण भूल प्रदर्शित करती है। परिणामस्वरूप, मॉडल प्रदर्शन को बेहतर बनाने के लिए और अधिक शोध की आवश्यकता है, खासकर जब बड़े पैमाने के डेटासेट से निपटना हो।”

मास्टर की पढ़ाई खुद को परख नहीं सकती

Google और कई अन्य लोग झूठी जानकारी (जिसे मतिभ्रम के रूप में जाना जाता है) देने से बचने के लिए AI तथ्य-जांच करने के कई तरीके भी तलाश रहे हैं। लेकिन अभी तक ये रिसर्च कुछ खास आगे नहीं बढ़ पा रही है.

एआई के साथ बिंग का अनुभव सबसे आगे है

बिंग ने हाइब्रिड दृष्टिकोण में एआई को सीधे अपने खोज इंटरफ़ेस में एकीकृत करके एक अलग रास्ता अपनाया, जो एआई फ्रंट के साथ एक पारंपरिक खोज इंजन में शामिल हो गया। इस नए प्रकार के खोज इंजन ने खोज अनुभव को नया रूप दिया और बिंग को खोज इंजन उपयोगकर्ताओं के लिए प्रतिस्पर्धा में अलग कर दिया।

बिंग के एआई एकीकरण ने शुरू में महत्वपूर्ण चर्चा पैदा की, जिससे एआई-संचालित खोज इंटरफ़ेस की नवीनता ने उपयोगकर्ताओं को आकर्षित किया। इसके परिणामस्वरूप बिंग उपयोगकर्ता सहभागिता में वृद्धि हुई।

लेकिन लगभग एक साल की चर्चा के बाद, बिंग की बाज़ार हिस्सेदारी में केवल मामूली वृद्धि देखी गई। हाल की रिपोर्टें, जिनमें से एक भी शामिल है बोस्टन ग्लोबबिंग चैट की शुरुआत के बाद से बाजार हिस्सेदारी में 1% से कम वृद्धि की ओर इशारा करते हुए।

Google की रणनीति पूर्वव्यापी रूप से मान्य है

बिंग का अनुभव बताता है कि सर्च इंजन के फ्रंट एंड पर एआई उम्मीद के मुताबिक प्रभावी नहीं हो सकता है। बाजार हिस्सेदारी में मामूली वृद्धि चैट-आधारित खोज इंजन की दीर्घकालिक व्यवहार्यता पर सवाल उठाती है और पृष्ठभूमि में एआई का उपयोग करने के लिए Google के सतर्क दृष्टिकोण को मान्य करती है।

खोज की पृष्ठभूमि में एआई पर Google का ध्यान उपयोगकर्ताओं को बिंग के लिए Google को छोड़ने के लिए प्रेरित करने में बिंग की विफलता के आलोक में उचित है।

एआई को पृष्ठभूमि में रखने की रणनीति, जहां इस समय यह सबसे अच्छा काम करती है, ने Google को उपयोगकर्ताओं को बनाए रखने की अनुमति दी है जबकि एआई खोज तकनीक Google लैब्स में परिपक्व होती है जहां यह संबंधित है।

सबसे आगे एआई का उपयोग करने के लिए बिंग का दृष्टिकोण अब लाभों को पूरी तरह से समझे जाने से पहले एक तकनीक से बाहर निकलने के नुकसान के बारे में एक चेतावनी कहानी के रूप में कार्य करता है, और इस दृष्टिकोण की सीमाओं में अंतर्दृष्टि प्रदान करता है।

विडंबना यह है कि माइक्रोसॉफ्ट अपने क्लाउड-आधारित कार्यालय उत्पादों में जोड़े गए उपयोगी सुविधाओं के रूप में एआई को पृष्ठभूमि प्रौद्योगिकी के रूप में शामिल करने के बेहतर तरीके ढूंढ रहा है।

खोज में एआई का भविष्य

एआई तकनीक की वर्तमान स्थिति से पता चलता है कि यह एक ऐसे उपकरण के रूप में अधिक प्रभावी है जो खोज इंजन के कार्यों का समर्थन करता है, न कि खोज इंजन के पीछे और सामने या यहां तक ​​कि एक हाइब्रिड दृष्टिकोण के रूप में कार्य करता है जिसे उपयोगकर्ताओं ने अपनाने से इनकार कर दिया है।

नई प्रौद्योगिकियों को पूरी तरह से परीक्षण के बाद ही जारी करने की Google की रणनीति बताती है कि खोज निर्माण का अनुभव Google लैब्स में क्यों है।

निस्संदेह, एआई खोज में एक साहसिक भूमिका निभाएगा लेकिन वह दिन निश्चित रूप से आज नहीं है। उम्मीद है कि Google अपने अधिक उत्पादों में अधिक AI-आधारित सुविधाएँ जोड़ देगा, और यह देखना आश्चर्यजनक नहीं होगा कि Microsoft भी इस पथ पर आगे बढ़ रहा है।

शटरस्टॉक/प्रोस्टॉकस्टूडियो द्वारा प्रदर्शित छवि

ibnkamal
ibnkamalhttps://iseotools.me
Wasim Ibn Kamal | founder of iseotools.me, newslike.site and healtinfo.space | A developer and UI/UX designer. Cluster-notes.blogspot.com and tsbdu.blogspot.com are two of my blogs.

कोई जवाब दें

कृपया अपनी टिप्पणी दर्ज करें!
कृपया अपना नाम यहाँ दर्ज करें

Popular Articles

Discover more from iseotools

Subscribe now to keep reading and get access to the full archive.

Continue Reading