मुंबई, 12 जून, (न्यूज़ हेल्पलाइन) मेटा ने V-JEPA 2 नामक एक नया आर्टिफिशियल इंटेलिजेंस मॉडल पेश किया है, जो AI एजेंटों को वास्तविक दुनिया को बेहतर ढंग से समझने और भविष्यवाणी करने में मदद कर सकता है - ठीक वैसे ही जैसे मनुष्य कोई भी कार्रवाई करने से पहले निरीक्षण करते हैं, सोचते हैं और योजना बनाते हैं। मेटा के अनुसार, यह नया ओपन-सोर्स AI मॉडल एडवांस्ड मशीन इंटेलिजेंस (AMI) नामक विकास की दिशा में एक बड़ा कदम है। AMI भविष्य के लिए मेटा का विज़न है। यह एक ऐसा AI मॉडल है जो न केवल डेटा को प्रोसेस कर सकता है बल्कि अपने आस-पास के वातावरण से सीख भी सकता है और भविष्यवाणी कर सकता है कि चीजें कैसे बदलेंगी - ठीक वैसे ही जैसे मनुष्य हर दिन करते हैं।
मेटा V-JEPA 2 को अब तक का अपना सबसे परिष्कृत विश्व मॉडल कहता है। V-JEPA 2 का मतलब है वीडियो जॉइंट एम्बेडिंग प्रेडिक्टिव आर्किटेक्चर 2। मॉडल को मुख्य रूप से बड़ी मात्रा में वीडियो फुटेज पर प्रशिक्षित किया जाता है। कंपनी बताती है कि बड़ी संख्या में वीडियो क्लिप देखने से - एक मिलियन घंटे से अधिक - इस AI ने सीखा कि लोग वस्तुओं के साथ कैसे बातचीत करते हैं, चीजें कैसे चलती हैं और अलग-अलग क्रियाएं उनके आसपास की दुनिया को कैसे प्रभावित करती हैं। और इस प्रशिक्षण के साथ, AI रोबोट और AI सिस्टम को यह अनुमान लगाने में सक्षम बना सकता है कि वस्तुएँ कैसे व्यवहार करती हैं, पर्यावरण गति पर कैसे प्रतिक्रिया करता है, और विभिन्न तत्व शारीरिक रूप से कैसे परस्पर क्रिया करते हैं।
मेटा ने अपने आधिकारिक ब्लॉग पोस्ट में कहा, "मनुष्य के रूप में, हमारे पास यह अनुमान लगाने की क्षमता है कि हमारे कार्यों या दूसरों के कार्यों के जवाब में भौतिक दुनिया कैसे विकसित होगी।" "V-JEPA 2 AI एजेंटों को इस बुद्धिमत्ता की नकल करने में मदद करता है, जिससे वे भौतिक दुनिया के बारे में अधिक समझदार बन जाते हैं।"
एक उदाहरण देते हुए मेटा बताते हैं कि जिस तरह एक व्यक्ति जानता है कि हवा में फेंकने पर टेनिस बॉल वापस नीचे गिर जाएगी, उसी तरह V-JEPA 2 वीडियो देखकर इस तरह के सामान्य ज्ञान के व्यवहार को सीख सकता है। वीडियो और दुनिया की समझ के साथ यह प्रशिक्षण AI को मानसिक मानचित्र या भौतिक दुनिया के काम करने के तरीके की समझ विकसित करने में मदद करता है।
मेटा के V-JEPA 2 को क्या अलग बनाता है?
V-JEPA 2 एक 1.2 बिलियन-पैरामीटर मॉडल है जो अपने पूर्ववर्ती V-JEPA पर आधारित है, जिसे मेटा ने पिछले साल पेश किया था। कहा जाता है कि यह नई पीढ़ी समझ, भविष्यवाणी और योजना बनाने में महत्वपूर्ण सुधार प्रदान करती है। कंपनी इस बात पर जोर देती है कि पिछले सिस्टम के विपरीत, V-JEPA 2 न केवल छवियों को पहचानने या आदेशों का जवाब देने में सक्षम है, बल्कि यह वास्तव में भविष्यवाणियां भी कर सकता है। यह किसी स्थिति को देख सकता है और अनुमान लगा सकता है कि यदि कोई निश्चित कार्रवाई की जाती है तो आगे क्या होगा। मेटा के अनुसार, ये क्षमताएँ AI के लिए वास्तविक दुनिया की सेटिंग में स्वायत्त रूप से कार्य करने के लिए आवश्यक हैं। उदाहरण के लिए, यह रोबोट को अपरिचित इलाके में नेविगेट करने या उन वस्तुओं में हेरफेर करने की अनुमति दे सकता है जिन्हें उसने पहले कभी नहीं देखा है।
मेटा ने खुलासा किया कि उसने अपनी प्रयोगशालाओं में रोबोट में AI मॉडल डालकर इसका परीक्षण भी किया है। परीक्षण के दौरान, कंपनी का दावा है कि ये रोबोट अपरिचित वस्तुओं को उठाने और उन्हें नए स्थानों पर रखने जैसे बुनियादी कार्यों को पूरा करने में सक्षम थे - यहाँ तक कि ऐसे वातावरण में भी जिन्हें रोबोट ने पहले कभी नहीं देखा था। रोबोट ने अपने वर्तमान दृश्य और लक्ष्य छवि के आधार पर अपने अगले कदम की योजना बनाने के लिए मॉडल का उपयोग किया। फिर इसने कदम दर कदम सबसे अच्छी कार्रवाई चुनी।
व्यापक शोध समुदाय के समर्थन में, मेटा यह मूल्यांकन करने के लिए तीन नए बेंचमार्क भी जारी कर रहा है कि AI मॉडल वीडियो से कितनी अच्छी तरह सीखते और तर्क करते हैं। इन बेंचमार्क का उद्देश्य शोधकर्ताओं द्वारा विश्व मॉडल का परीक्षण करने के तरीके को मानकीकृत करना है, जिससे AI में भौतिक तर्क को आगे बढ़ाने की दिशा में एक स्पष्ट मार्ग प्रदान किया जा सके।
मेटा ने कहा, "इस काम को साझा करके, हमारा उद्देश्य शोधकर्ताओं और डेवलपर्स को अनुसंधान और प्रगति में तेजी लाने में मदद करने के लिए सर्वोत्तम मॉडल और बेंचमार्क तक पहुंच प्रदान करना है - अंततः बेहतर और अधिक सक्षम AI सिस्टम की ओर अग्रसर होना जो लोगों के जीवन को बेहतर बनाने में मदद करेगा।"
इस बीच, जबकि कंपनी वर्तमान में वस्तुओं को चुनने और रखने जैसे छोटे कार्यों पर ध्यान केंद्रित कर रही है, मेटा का कहना है कि वह इससे भी आगे जाना चाहता है - ऐसे मॉडल विकसित करना जो दीर्घकालिक योजना बना सकें, जटिल कार्यों को छोटे चरणों में तोड़ सकें और भविष्य में स्पर्श और ध्वनि जैसी इंद्रियों का भी उपयोग कर सकें।