Year| वर्ष | Event | कार्यक्रम | Improvements | सुधारणा |
१९०६ | मार्कोव्ह चेन | मजकूर निर्मितीसाठी नैसर्गिक भाषांचे मॉडेल |
१९६० | चॅटबॉट्स | जनरेटिव्ह एआयचा परिचय |
१९७० | हॅरोल्ड कोहेन द्वारे AARON | जनरेटिव्ह AI सोबत कला निर्मिती |
१९८० | आवर्ती न्यूरल नेटवर्क (RNNs) | लांब आणि अधिक जटिल वाक्यांची निर्मिती |
१९८०-१९९० | जनरेटिव्ह एआय नियोजन | किचकट प्रतिसाद देण्याच्या कार्यांसाठी AI ला तयार केले. |
२०१२ | जेफ्री हिंटन द्वारे सखोल शिक्षणातील|Deep Learning प्रगती | जनरेटिव्ह AI मध्ये लक्षणीय प्रगतीचा मार्ग मोकळा |
२०१४ | इयान गुडफेलो द्वारे जनरेटिव्ह ॲडव्हर्सरियल नेटवर्क्स (GANs) | वास्तववादी आणि उच्च-गुणवत्तेच्या प्रतिमा, व्हिडिओ आणि ऑडिओ तयार करणे |
२०२० | Google AI ची मीना | संभाषणात्मक न्यूरल नेटवर्क मोठ्या संवाद डेटासेटवर प्रशिक्षित केले |
२०२२ | OpenAI चे GPT-3.5 | आणखी मजबूत क्षमतांसह GPT-2 च्या उत्तराधिकारीचा लॉंच |
नोव्हेंबर २०२२ | ChatGPT लाँच | GPT-3.5 सह संवाद साधण्यासाठी वापरकर्ता-अनुकूल इंटरफेस तयार |
मार्च २०२३ | Google AI द्वारे Bard (नंतर जेमिनी) लाँच | PaLM आणि LaMDA मॉडेल्सवर आधारित ChatGPT चे स्पर्धकांची एंट्री |
Generative AI ची व्याख्या | Definition Of Generative AI
जनरेटिव्ह एआय हे एक कृत्रिम बुद्धिमत्ता तंत्रज्ञान आहे जे मजकूर, प्रतिमा, संगीत आणि व्हिडिओ स्वरूपात नवीन सामग्री तयार करू शकते. विशेषत: जनरेटिव्ह एआय मॉडेल्समुळे व्यवसायिक अपवादात्मकपणे उत्साहित झाले आहेत. कारण त्यांना कॉर्पोरेट डेटाचे प्रशिक्षण दिले जाऊ शकते आणि उत्पादकता वाढवण्यासाठी कामगारांसह सहयोग करण्यासाठी ट्रेन केले जाऊ शकते.
अंदाजानुसार, जागतिक अर्थव्यवस्थेसाठी वार्षिक $8 ट्रिलियन पर्यंत उत्पादकता वाढण्याची शक्यता आहे.
जनरेटिव्ह AI चे उदाहरण म्हणजे चॅटबॉट्स, ज्यांनी जगात वादळ आणले आहे. मानवासारखा संवादात्मक मजकूर लिहिण्याच्या त्यांच्या क्षमतेबद्दल सर्वजण चकित आहेत.ज्या माहितीवर त्यांना प्रशिक्षित केले जाते त्या प्रचंड माहितीतून ते कॉम्प्लेक्स/अवघड कल्पना व्यक्त करू शकतात.
जनरेटिव्ह एआयची क्षमता|What Generative ai can do?
व्यवसायात, ते ईमेल आणि प्रेझेंटेशन लिहिण्यास किंवा ते सुधारण्यास मदत करू शकेल. ते नवीन मार्केटिंग मोहिमेची कल्पना करण्यात मदत करतात. जनरेटिव्ह एआय ही संकल्पना मशीन-लर्निंग मॉडेल्सवर अवलंबून आहे. जी मानवी न्यूरल नेटवर्कची नक्कल करते, ही संकल्पना सुरुवातीच्या AI संशोधनापासून आहे. 1980 च्या दशकात क्रिटिकल अल्गोरिदम उदयास आले ज्याने विज्ञानात प्रगती केली.
जनरेटिव्ह एआय मध्ये नावीन्यपूर्ण शोध वेगाने होत आहे कारण जगभरातील व्यवसाय त्याचा प्रयोग करत आहेत. तर नवीन उद्योजक आणि गुंतवणूकदार AI वर आधारित व्यवसायिक कल्पना लाँच करीत आहेत. जनरेटिव्ह एआयने तंत्रज्ञानात एक नवीन युग सुरू केले आहे, जे पूर्वी शक्य नसलेल्या व्यावसायिक समस्यांचे निराकरण करण्याबरोबरच, अधिक उत्पादकता, नवनवीन मार्गांचा शोध घेत आहेत
Generative AI कसे कार्य करते ?
नक्कीच! जनरेटिव्ह एआय एका सुपर क्रिएटिव्ह विद्यार्थ्याप्रमाणे कार्य करतो जो मोठ्या प्रमाणात उपलब्ध सामग्रीचे विश्लेषण करून शिकतो आणि नंतर त्या ज्ञानाचा वापर पूर्णपणे नवीन गोष्टी तयार करण्यासाठी करतो. जे आपण एक मजेदार उदाहरणासह समजून घेणार आहोत:
उदाहरणार्थ ; जेनी नावाची एक अतिशय खास विद्यार्थी आहे जी वर्गात अभ्यासात खूप हुशार आहे.
- डेटा फीडिंग (प्रशिक्षण):
- पुस्तक, चित्रे आणि संगीताने वेढलेल्या, डेस्कवर बसलेल्या जेनीची कल्पना करा. (बॅकग्राऊंड मध्ये तो डेटाचे प्रतिनिधित्व करत आहे).
- जेनी ही माहितीचा खूप विचार करते. आपापसातील संबंध लक्षात घेण्यासाठी. नमुने, शैली आणि रचनांचे विश्लेषण करतो (जसे लेखनातील वाक्य रचना किंवा पेंटिंगमधील रंग पॅलेट).
(बॅकग्राऊंड मॉडेल बिल्डिंग) - ही सामग्री कशी तयार केली जाते याचे मानसिक मॉडेल तयार करण्यासाठी जेनी तिचे ज्ञान वापरते.
जेनी शब्द, रंग, नोट्स इत्यादींमधील कनेक्शनने भरलेला एक विशाल नकाशा तयार करण्याचा विचार प्रयत्न करते.
(बॅकग्राऊंड क्रिएटिव्ह स्पार्क जनरेशन) - आता, शिक्षक जेनी ला एक प्रॉम्प्ट देतात, जसे की “एक मजेदार कविता लिही .”
जेनी तिच्या मनाच्या नकाशावर टॅप करते, शब्द एकत्र करते, यमक जोडते आणि जे शिकलोय त्यावर आधारित विनोद तयार करायला शिकते (जसे की तिने प्रशिक्षण डेटामध्ये पाहिलेल्या मजेदार कविता).
(बॅकग्राऊंड आउटपुट शोकेस परिणाम) - जेनी अभिमानाने तीची निर्मिती सादर करते – अगदी नवीन, मजेदार कविता!
थोडक्यात काय:
- प्रशिक्षण डेटा: जेणीला मांजरीच्या प्रतिमांच्या मोठ्या डेटासेटवर प्रशिक्षण दिले गेले.
- मॉडेल बिल्डिंग: जेनीच्या मनाचा नकाशावर पंजाचे आकार,मांजरीचे केस, पोत, रंग, पॅटर्न सगळे तयार झाले.
- प्रॉम्प्ट: “सुताने खेळत असलेल्या फ्लफी मांजरीच्या पिल्लाची प्रतिमा तयार करा.”
- आउटपुट: मांजरींबद्दलच्या समजुतीच्या आधारावर,जेनी सुतासोबत खेळत असलेल्या मांजरीचा व पूर्वी कधीही न पाहिलेली अनोखी प्रतिमा तयार करते.
हे एक सरलीकृत स्पष्टीकरण आहे, परंतु ते जनरेटिव्ह एआय माहिती कशी घेते, व अंतर्गत मॉडेल तयार कसे तयार करते आणि पूर्णपणे नवीन आणि सर्जनशील आउटपुट तयार करण्यासाठी त्या मॉडेलचा कसा वापर करते याचे सार येथे देण्यात आले आहे!
जनरेटिव्ह एआय सिस्टम Plagiarism मशीन आहेत का?
साहित्यिक चोरी(Plagiarism) म्हणजे योग्य श्रेय किंवा परवानगी न घेता दुसऱ्याच्या कामाची कॉपी करणे. यात जाणूनबुजून दुसऱ्याच्या कल्पना किंवा शब्द स्वतःचे म्हणून सादर करणे असू शकते.साहित्यिक चोरी करणे हे मुळात दुसऱ्याचे काम घेणे आणि ते आपले असल्याचे भासवणे आहे. जेव्हा तुम्ही शाळेत दुसऱ्याच्या गृहपाठाची कॉपी करता परंतु त्याला श्रेय देत नाही. याउलट, जनरेटिव्ह एआय सिस्टम ही मूळ दिसणारी नवीन सामग्री तयार करण्यासाठी इनपुट डेटामधील नमुन्यांचे विश्लेषण आणि नक्कल करण्यासाठी प्रोग्राम केलेली साधने आहेत”
लक्षात घ्या Generative AI हा मॉडेल त्याला पुरवलेल्या डेटा व माहितीवरून शिकतो. व त्यातून योग्य ते रिजल्ट नव्याने उपलब्ध करतो. जसेच्या तसे नाही.
जनरेटिव्ह एआय Plagiarism सारखे का वाटू शकते:
- उदाहरणातून शिकणे: जनरेटिव्ह एआय विद्यमान सामग्रीच्या मोठ्या डेटासेटवर प्रशिक्षित केले गेले आहे. याचा अर्थ ते त्या डेटामधून शैली, वाक्यांश आणि अगदी विशिष्ट तपशील देखील घेऊ शकते. काहीवेळा, जेनेरेटेड सामग्री अनावधानाने प्रशिक्षित डेटाशी अगदी सारखी भासू शकते.
- गहाळ समज: शब्दांमागील अर्थ समजणाऱ्या मानवांप्रमाणे नाहीतर, जनरेटिव्ह एआय सांख्यिकीयदृष्ट्या कार्य करते. सामग्रीचे खरोखर आकलन न करता ते नमुन्यांची नक्कल करू शकते. यामुळे अनौपचारिक वाटणारे आउटपुट तयार होऊ शकते.
जनरेटिव्ह एआय Plagiarism का नाही ?
- कॉपी करण्याचा हेतू का नाही: Generative AI मध्ये चेतनेचा (Conciousness)अभाव आहे. आणि म्हणूनच मुद्दाम कॉपी करणे त्याच्या लर्निंग मध्ये नाही. तो फक्त ज्या माहितीवर प्रशिक्षित केला गेला आहे त्यानुसार आउटपुट प्रदान करू शकतो. स्वतची अक्कल किंवा मानवासारखी शक्कल तो वापरू शकत नाही.
- नवीन निर्मिती: जरी आउटपुट थोडेफार सारखे दिसत असले तरीही ते सामग्रीही तांत्रिकदृष्ट्या AI च्या प्रक्रियेवर आधारित नवीन निर्मिती आहे.
जबाबदारी आपल्यावर आहे:
Generative AI ची साधने समजून घ्या :
१) जनरेटिव्ह एआयच्या मर्यादांची जाणीव असणे आणि ते जबाबदारीने वापरणे महत्त्वाचे आहे. २) AI ने उत्पन्न केलेली सामग्री पूर्णपणे तुमची स्वतःची म्हणू नका, विशेषत: जर ती सध्याच्या स्त्रोतांकडून मोठ्या प्रमाणावर कंटेंट घेत असेल तर.
३) Promt अचूक पणे लिहिणे आणि मौलिकता सुनिश्चित करण्यासाठी आणि साहित्यिक चोरी टाळण्यासाठी व्युत्पन्न केलेली सामग्री संपादित करते. जबाबदार वापरासाठी मानवी घटक अटळ राहतो.
जनरेटिव्ह एआय वास्तववादी प्रतिमा आणि व्हिडिओ तयार करू शकते का?
- होय, जनरेटिव्ह एआय अतिशय वास्तववादी प्रतिमा आणि व्हिडिओ तयार करू शकते. हे एक वेगाने विकसित होणारे क्षेत्र आहे आणि आउटपुटची गुणवत्ता देखील सतत सुधारत आहे.
- जनरेटिव्ह एआय आश्चर्यकारकपणे वास्तववादी प्रतिमा तयार करू शकते जे छायाचित्रांसारखे दिसते. या प्रतिमा मजकूर वर्णनावर आधारित किंवा जो डेटा त्याकडे already पडून आहे त्यातून प्रतिमा हाताळून तयार केल्या जाऊ शकतात.
- विचित्र प्रमाण किंवा निरर्थक पार्श्वभूमी असू शकतात.
- याव्यतिरिक्त, प्रशिक्षण डेटामध्ये उपस्थित असलेल्या पूर्वाग्रहांमुळे लोक किंवा परिस्थितीचे अवास्तव चित्र तयार होऊ शकते.
- विकासाच्या टप्प्यावर असताना, जनरेटिव्ह AI वास्तववादी व्हिडिओ देखील तयार करू शकते. प्रतिमा तयार करण्यापेक्षा हे अधिक कॉम्प्लेक्स काम आहे, कारण त्यासाठी अनेक फ्रेम्समध्ये सातत्य राखणे आवश्यक आहे.