जब आप AI से कोई सवाल पूछते हैं, तो असल में क्या होता है?

आप किसी AI टूल में एक सवाल टाइप करते हैं। कुछ सेकंड बाद वह एक साफ़ जवाब देता है। कभी-कभी वह जवाब इतना सहज लगता है कि जैसे AI ने आपके सवाल को ठीक उसी तरह समझा हो जैसे कोई इंसान समझता। लेकिन असल में ऐसा नहीं होता। इस बुनियादी प्रक्रिया को समझने से आप AI का इस्तेमाल ज़्यादा सावधानी से कर पाते हैं और उसके जवाबों को बेहतर तरीके से परख पाते हैं।

आपका सवाल इनपुट बन जाता है

जब आप कोई सवाल टाइप करते हैं, तो AI उसे उसी तरह नहीं पढ़ता जैसे कोई इंसान पढ़ता है। आपका टेक्स्ट पहले टोकन नाम के छोटे-छोटे टुकड़ों में तोड़ा जाता है। एक टोकन एक शब्द, किसी शब्द का हिस्सा, विराम चिह्न, या कोई और छोटा टेक्स्ट टुकड़ा हो सकता है। मॉडल वाक्यों के बजाय इन्हीं टोकन के साथ काम करता है। ये टुकड़े आपस में कैसे जुड़े हैं, यह समझने के लिए वह ट्रेनिंग के दौरान सीखे गए पैटर्न इस्तेमाल करता है।

मॉडल पैटर्न देखता है

एक लार्ज लैंग्वेज मॉडल बहुत बड़ी मात्रा में टेक्स्ट से सीखा है। ट्रेनिंग के दौरान, यह ऐसे पैटर्न सीखता है:

• कौन-से शब्द अक्सर साथ आते हैं
• वाक्य आमतौर पर कैसे बनते हैं
• विचार आमतौर पर कैसे समझाए जाते हैं
• सवाल और जवाब आपस में कैसे जुड़े होते हैं

जब आप कोई सवाल पूछते हैं, तो मॉडल यह अंदाज़ा लगाने के लिए उन्हीं सीखे हुए पैटर्न का इस्तेमाल करता है कि आगे क्या आना चाहिए। यह किसी एक तय जवाब के लिए अपनी मेमोरी में नहीं खोजता। यह जवाब को चरण-दर-चरण जनरेट करता है।

यह एक बार में एक ही टुकड़ा तय करता है

मान लीजिए आपने पूछा: "क्लाउड कंप्यूटिंग क्या है?" मॉडल पहले पूरा जवाब तैयार करके फिर आपको नहीं भेजता। यह अगले संभावित टोकन का अंदाज़ा लगाता है, फिर उसके अगले का, और यह सिलसिला चलता रहता है। यह बहुत तेज़ी से होता है, इसलिए आखिरी जवाब सहज तरीके से बहता हुआ लगता है। जवाब देखने में सोच-समझकर बनाया हुआ लग सकता है, लेकिन असल में यह एक-एक छोटे टुकड़े के रूप में बन रहा होता है।

आपका संदर्भ मायने रखता है

मॉडल सिर्फ़ आपके आख़िरी वाक्य को नहीं देखता। यह मौजूदा बातचीत में उपलब्ध जानकारी का भी इस्तेमाल कर सकता है। वह संदर्भ इसे समझने में मदद करता है कि आपका मतलब क्या है। उदाहरण के लिए, अगर आप पहले से Kubernetes पर बात कर रहे हैं और फिर पूछते हैं "हमें इसकी ज़रूरत क्यों है?" तो मॉडल आमतौर पर समझ जाता है कि "इसकी" का मतलब Kubernetes है। यही वजह है कि साफ़ संदर्भ देने से अक्सर जवाब बेहतर हो जाता है। मॉडल उसी समय उपलब्ध जानकारी के साथ ही काम कर सकता है।

AI ग़लत होने पर भी आत्मविश्वास से भरा क्यों लगता है

यह समझने वाली सबसे ज़रूरी बातों में से एक है। एक AI मॉडल एक सही-सा और उपयोगी जवाब बनाने के लिए डिज़ाइन किया गया है। इसका मतलब यह नहीं कि हर बात सच ही हो। कभी-कभी मॉडल ऐसी जानकारी दे सकता है जो सुनने में ठीक लगती है लेकिन ग़लत होती है। ऐसा इसलिए हो सकता है क्योंकि यह हर बात को किसी भरोसेमंद स्रोत से मिलाकर जांचने के बजाय, सीखे हुए पैटर्न से जवाब बना रहा होता है।

इसे अक्सर AI हैलुसिनेशन कहा जाता है। यह शब्द सुनने में जटिल लग सकता है, लेकिन बात सीधी है: AI ऐसा जवाब दे सकता है जो भरोसेमंद लगे, भले ही उसका कोई हिस्सा ग़लत हो। इसलिए ज़रूरी जानकारी को अभी भी जांचना पड़ता है।

क्या AI समझता है कि वह क्या कह रहा है?

यह इस पर निर्भर करता है कि "समझना" से हमारा मतलब क्या है। AI मॉडल भाषा के साथ बहुत ताक़तवर तरीके से काम कर सकते हैं। वे विचारों की तुलना कर सकते हैं, कॉन्सेप्ट समझा सकते हैं, जानकारी का सारांश बना सकते हैं, कोड लिख सकते हैं, और कई तरह की समस्याएं हल कर सकते हैं। लेकिन वे इंसानों जैसी दुनिया का अनुभव नहीं करते। सिर्फ़ इसलिए कि उनके जवाब सहज लगते हैं, इसका मतलब यह नहीं कि उनमें इंसानी अनुभव, समझ या जागरूकता है। एक AI मॉडल को कंप्यूटर के अंदर बैठे किसी इंसान की तरह नहीं, बल्कि जानकारी में मौजूद पैटर्न के साथ काम करने वाले एक बेहद सक्षम सिस्टम की तरह समझना ज़्यादा सही है।

AI टूल मॉडल से ज़्यादा भी कर सकता है

एक और ज़रूरी बात है। जब आप कोई AI असिस्टेंट इस्तेमाल करते हैं, तो लैंग्वेज मॉडल उस पूरे सिस्टम का सिर्फ़ एक हिस्सा हो सकता है। वह ऐप्लिकेशन वेब पर खोज सकता है, आपके दिए दस्तावेज़ पढ़ सकता है, बाहरी टूल इस्तेमाल कर सकता है, हिसाब लगा सकता है, दूसरे सिस्टम से जुड़ सकता है, या सेव किया गया संदर्भ या बातचीत का इतिहास इस्तेमाल कर सकता है। इसलिए आखिरी जवाब मॉडल और उसके आसपास मौजूद दूसरे टूल के मेल से आ सकता है। यही वजह है कि मिलते-जुलते मॉडल इस्तेमाल करने वाले दो AI ऐप्लिकेशन अलग-अलग तरीके से काम कर सकते हैं।

यह आपके लिए क्यों मायने रखता है

AI मॉडल के पीछे का पूरा गणित समझना आपके लिए ज़रूरी नहीं। लेकिन आपको तीन बातें समझनी चाहिए: AI पैटर्न के आधार पर जवाब बना रहा है, आपके संदर्भ की गुणवत्ता जवाब की गुणवत्ता को प्रभावित कर सकती है, और आत्मविश्वास से भरा जवाब अपने-आप सही जवाब नहीं होता। यह समझ आ जाने के बाद, AI को ज़िम्मेदारी से इस्तेमाल करना आसान हो जाता है। आप इसे जादू की तरह मानने की संभावना कम रखते हैं, और बिना सोचे हर जवाब पर भरोसा करने की संभावना भी कम रखते हैं।

आखिरी बात

जब आप AI से कोई सवाल पूछते हैं, तो वह सिर्फ़ किसी सेव किए हुए जवाब को नहीं खोज रहा होता। यह आपका इनपुट लेता है, उपलब्ध संदर्भ का इस्तेमाल करता है, और ट्रेनिंग में सीखे गए पैटर्न के आधार पर एक-एक टुकड़ा करके जवाब बनाता है। यह प्रक्रिया बहुत उपयोगी जवाब दे सकती है। यह ग़लतियां भी कर सकती है।

AI को एक ताक़तवर टूल की तरह इस्तेमाल करें, लेकिन अपनी समझ को भी साथ रखें।

AI सिस्टम वाकई जवाब कैसे बनाता है, इसकी पूरी जानकारी के लिए, Navigating the AI World किताब का What is actually happening when it answers अध्याय देखें (अंग्रेज़ी में)।