नई दिल्ली: वैज्ञानिकों की एक अंतरराष्ट्रीय टीम ने एक नया शोध सहयोग शुरू किया है जो वैज्ञानिक खोज के लिए एआई-संचालित उपकरण बनाने के लिए चैटजीपीटी के पीछे उसी तकनीक का लाभ उठाएगा। जबकि चैटजीपीटी शब्दों और वाक्यों पर काम करता है, नई पहल, जिसे पॉलीमैथिक एआई कहा जाता है, वैज्ञानिक क्षेत्रों से संख्यात्मक डेटा और भौतिकी सिमुलेशन से सीखेगी ताकि वैज्ञानिकों को सुपरजाइंट सितारों से लेकर पृथ्वी की जलवायु तक हर चीज के मॉडलिंग में सहायता मिल सके।
“यह पूरी तरह से बदल देगा कि लोग विज्ञान में एआई और मशीन लर्निंग का उपयोग कैसे करते हैं,” अमेरिका के न्यूयॉर्क शहर में फ्लैटिरॉन इंस्टीट्यूट के सेंटर फॉर कम्प्यूटेशनल एस्ट्रोफिजिक्स के एक समूह नेता, पॉलीमैथिक एआई प्रमुख अन्वेषक शर्ली हो ने कहा।
हो ने कहा, “पॉलीमैथिक एआई के पीछे का विचार यह है कि जब आप पहले से ही पांच भाषाएं जानते हों तो एक नई भाषा सीखना कितना आसान होता है।” एक बड़े, पूर्व-प्रशिक्षित मॉडल से शुरुआत करना, जिसे फाउंडेशन मॉडल के रूप में जाना जाता है, खरोंच से एक वैज्ञानिक मॉडल बनाने की तुलना में तेज़ और अधिक सटीक दोनों हो सकता है।
यह सच हो सकता है, भले ही प्रशिक्षण डेटा स्पष्ट रूप से मौजूदा समस्या के लिए प्रासंगिक न हो।
फ्लैटिरॉन इंस्टीट्यूट के सेंटर फॉर कम्प्यूटेशनल एस्ट्रोफिजिक्स के अतिथि शोधकर्ता, सह-अन्वेषक सियावश गोलकर ने कहा, “पॉलीमैथिक एआई हमें विभिन्न क्षेत्रों के बीच समानताएं और कनेक्शन दिखा सकता है जो छूट गए होंगे।”
पॉलीमैथिक एआई टीम में भौतिकी, खगोल भौतिकी, गणित, कृत्रिम बुद्धिमत्ता और तंत्रिका विज्ञान के विशेषज्ञ शामिल हैं। पॉलीमैथिक एआई का प्रोजेक्ट भौतिकी और खगोल भौतिकी (और अंततः रसायन विज्ञान और जीनोमिक्स जैसे क्षेत्रों, इसके रचनाकारों का कहना है) में विविध स्रोतों से डेटा का उपयोग करके सीखेगा और उस बहु-विषयक समझ को वैज्ञानिक समस्याओं की एक विस्तृत श्रृंखला में लागू करेगा।
जब सटीकता की बात आती है तो चैटजीपीटी की प्रसिद्ध सीमाएँ हैं। हो ने कहा, पॉलीमैथिक एआई का प्रोजेक्ट उन कई नुकसानों से बच जाएगा, संख्याओं को वास्तविक संख्याओं के रूप में मानकर, न कि केवल अक्षरों और विराम चिह्नों के समान स्तर पर वर्णों को। प्रशिक्षण डेटा वास्तविक वैज्ञानिक डेटासेट का भी उपयोग करेगा जो ब्रह्मांड के अंतर्निहित भौतिकी को पकड़ता है।
हो ने कहा, पारदर्शिता और खुलापन परियोजना का एक बड़ा हिस्सा है। “हम सब कुछ सार्वजनिक करना चाहते हैं। हम विज्ञान के लिए एआई का इस तरह से लोकतंत्रीकरण करना चाहते हैं कि, कुछ वर्षों में, हम समुदाय को एक पूर्व-प्रशिक्षित मॉडल प्रदान करने में सक्षम होंगे जो व्यापक रूप से वैज्ञानिक विश्लेषण को बेहतर बनाने में मदद कर सकता है। विभिन्न प्रकार की समस्याएँ और डोमेन।”
