🤖 प्रत्येक कामासाठी ChatGPT सारखा AI लागतोच का? Microsoft चं नवीन उत्तर

१३ ऑक्टोबर २०२६ | मंगळवार | तुमचा मराठी टेक ब्रिफिंग

नमस्कार मंडळी! 👋

AI म्हणजे फक्त ChatGPT का?

आतापर्यंत आपण AI ला प्रश्न विचारत होतो आणि तो उत्तरं देत होता. पण आता AI चा वापर योग्य निर्णय घेण्यासाठी, अतिशय लहान यंत्रं बनवण्यासाठी आणि थेट आपल्या फोनवर काम करण्यासाठीही होत आहे.

आज अशाच तीन घडामोडी पाहूया, ज्या AI चं भविष्य किती वेगवेगळ्या दिशांनी जात आहे हे दाखवतात.

९ ऑक्टोबरला Microsoft ने Microsoft-Decision-1 या AI मॉडेलची घोषणा केली.

सामान्य AI मॉडेल्स प्रश्नांना उत्तरं देण्यासाठी आणि विविध प्रकारचा मजकूर तयार करण्यासाठी वापरली जातात.

पण प्रत्येक कामासाठी इतकं मोठं उत्तर आवश्यक नसतं.

उदाहरणार्थ, एखाद्या ऑनलाइन शिक्षणाच्या वेबसाइटवर विद्यार्थी विचारतो:

“मला अभ्यासक्रमाची PDF कुठे मिळेल?”

वेबसाइटकडे तीन पर्याय आहेत:

A. अभ्यासक्रम विभाग
B. पेमेंट विभाग
C. तांत्रिक मदत विभाग

इथे AI चं काम मोठं स्पष्टीकरण लिहिणं नसून, विद्यार्थ्याला योग्य विभागाकडे पाठवणं असू शकतं.

यामुळे विद्यार्थ्याला उत्तर लवकर मिळू शकतं आणि संस्थेचं काम सोपं होऊ शकतं.

कंपनीच्या माहितीनुसार, Decision-1 ला ठरावीक पर्याय दिले की प्रत्येक पर्याय किती योग्य आहे याचा अंदाज ते देतं. वर्गीकरण आणि योग्य विभागाकडे प्रकरण पाठवणं यासारख्या कामांसाठी याचा उपयोग होऊ शकतो.

Microsoft ने ते आपल्या व्यावसायिक AI सेवेवर उपलब्ध करून दिलं आहे.

कंपनीने स्वतःच्या चाचण्यांमध्ये चांगले निकाल दाखवले आहेत. पण ते कंपनीचे स्वतःचे निकाल आहेत, प्रत्येक वापरात तसेच निकाल मिळतील असं नाही.

एखाद्या AI प्रणालीला हजारो लहान निर्णय घ्यावे लागत असतील, तर प्रत्येक निर्णयासाठी मोठं भाषा मॉडेल वापरणं आवश्यकच असेल असं नाही.

योग्य कामासाठी योग्य मॉडेल निवडल्यास खर्च आणि वेळ वाचण्याची संधी असू शकते.

AI किती मोठा आहे यापेक्षा, तो आपलं काम किती योग्य प्रकारे करतो, हे महत्त्वाचं आहे.

🔗 स्रोत: Microsoft ची अधिकृत घोषणा

AI च्या मदतीने वेबसाइट, अ‍ॅप किंवा कोड तयार करण्याची उदाहरणं आपण पाहतो.

पण डिजिटल डिझाइनवरून प्रत्यक्ष चालणारं सूक्ष्म यंत्र तयार करणं शक्य झालं तर?

Atomic Machines ही कंपनी या दिशेने काम करत आहे.

कंपनीने Matter Compiler नावाची AI च्या मदतीने चालणारी उत्पादन प्रणाली तयार केल्याचं सांगितलं आहे. तिचा उद्देश डिजिटल डिझाइनच्या आधारे अत्यंत लहान यंत्र तयार करणं आहे.

कंपनीच्या संकेतस्थळावर PrimeSwitch हा या प्रणालीतून तयार झालेला पहिला छोटा यांत्रिक भाग असल्याचं नमूद आहे.

मात्र एका उत्पादनावरून संपूर्ण प्लॅटफॉर्मची क्षमता सिद्ध होत नाही. स्वतंत्र चाचण्यांमधील कामगिरी आणि व्यापक व्यावसायिक वापराची माहिती अजून मर्यादित आहे.

आज 3D Printing वापरून अनेक वस्तूंचे आकार तयार करता येतात.

Atomic Machines चा प्रयत्न केवळ आकार तयार करण्यापुरता नसून, अत्यंत सूक्ष्म स्तरावर छोटे यांत्रिक भाग तयार करण्याचा आहे.

हा सोपा प्रश्न लक्षात घ्या:

आपण सॉफ्टवेअर बदलून अ‍ॅपची नवीन आवृत्ती बनवतो. भविष्यात डिजिटल डिझाइन बदलून एखाद्या भौतिक उपकरणाची नवीन आवृत्ती तितक्याच सोप्या प्रक्रियेत तयार करता आली तर?

ही कल्पना आकर्षक आहे. पण आज कोणालाही एक Prompt लिहून कोणतंही यंत्र सहज तयार करून घेता येतं, असा याचा अर्थ नाही.

AI ची मदत सॉफ्टवेअरच्या पलीकडे उत्पादन क्षेत्रातही पोहोचू शकते.

अशा प्रणाली यशस्वी झाल्यास विशिष्ट प्रकारच्या उपकरणांचं डिझाइन तपासणं आणि नमुने तयार करणं भविष्यात अधिक सोपं होऊ शकतं.

🔗 स्रोत: Atomic Machines

ChatGPT सारख्या अनेक सेवांमध्ये तुमचा प्रश्न इंटरनेटद्वारे बाहेरील सर्व्हरकडे पाठवला जातो.

पण AI मॉडेल थेट तुमच्या फोनवर चाललं तर?

Google चं AI Edge Gallery हे अशा प्रयोगांसाठी उपलब्ध असलेलं प्रायोगिक (Beta) अ‍ॅप आहे.

या अ‍ॅपमध्ये सुसंगत AI मॉडेल्स डाउनलोड करून फोनवरच चालवता येतात.

मॉडेल फोनवर डाउनलोड झाल्यावर समर्थित कामं इंटरनेटशिवाय करता येतात, असं प्रकल्पाच्या माहितीत नमूद आहे.

Privacy: काही AI प्रक्रियांमध्ये तुमचा मजकूर किंवा प्रतिमा बाहेरील सर्व्हरकडे पाठवावी लागत नाही.

Offline वापर: मॉडेल डाउनलोड केल्यानंतर समर्थित कामं इंटरनेटशिवाय करता येऊ शकतात.

Learning: छोट्या AI मॉडेल्सचा वेग आणि क्षमता स्वतः तपासता येतात.

मात्र सर्व मॉडेल्स प्रत्येक फोनवर चालतीलच असं नाही. फोनची मेमरी आणि स्टोरेज यावर ते अवलंबून असतं.

Google AI Edge Gallery चं अधिकृत GitHub पेज उघडा.

तुमच्या डिव्हाइससाठी उपलब्ध अ‍ॅप आणि मॉडेल्स तपासा. एखादं सुसंगत मॉडेल डाउनलोड करून त्याचा वापर करून पाहा.

यातून इंटरनेटवरील AI आणि फोनवरील AI यांच्यातला फरक प्रत्यक्ष समजेल.

🔗 स्रोत: Google AI Edge Gallery

या तीन घडामोडींमध्ये एक समान धागा आहे.

Microsoft विशिष्ट निर्णयांसाठी AI तयार करत आहे.

Atomic Machines भौतिक उत्पादन प्रक्रियेत AI वापरण्याचा प्रयत्न करत आहे.

आणि Google आपल्या डिव्हाइसवर AI वापरण्याचे पर्याय उपलब्ध करून देत आहे.

AI ची खरी उपयुक्तता केवळ मॉडेलच्या आकारावर नाही, तर ते कोणतं काम, कुठे आणि किती विश्वासार्हपणे करू शकतं यावरही ठरते.

तुमच्या मते AI मुळे सर्वात मोठा बदल कुठे होईल — सॉफ्टवेअर, उत्पादन क्षेत्र की आपल्या दैनंदिन उपकरणांमध्ये?

या ईमेलला Reply करून नक्की सांगा.

उद्या पुन्हा भेटूया!

अनिकेत पाटील
Patil Protocol — जगातलं AI आणि तंत्रज्ञान, तुमच्या भाषेत.

https://newsletter.aniketppatil.com/