गूगल ने एक नया मशीन लर्निंग (एमएल) मॉडल, HOPE, विकसित किया है, जिसमें एक स्व-संशोधित आर्किटेक्चर है। ऐसा कहा जाता है कि यह गूगल के मौजूदा जेमिनी 2.5 एआई मॉडल की तुलना में दीर्घकालिक स्मृति प्रबंधन में बेहतर है।
गूगल रिसर्च के अनुसार, एमएल वैज्ञानिक एक ऐसा एआई मॉडल बनाने के लिए संघर्ष कर रहे हैं जो पुरानी चीजों को भूले बिना नई चीजें सीख और याद रख सके। इस प्रक्रिया को निरंतर सीखना कहा जाता है, जिसमें मानव मस्तिष्क कुशल है, क्योंकि यह न्यूरोसाइंस के एक शब्द, न्यूरोप्लास्टिसिटी, की मदद से ऐसा करता है। यह एक ऐसी प्रक्रिया है जिसके माध्यम से व्यक्ति का मस्तिष्क मस्तिष्क कोशिका कनेक्शन बना और पुनर्गठित कर सकता है जो पुरानी चीजों को भूले बिना नई चीजें सीखने में मदद करते हैं।
न्यूरोप्लास्टिसिटी मनुष्यों को नई परिस्थितियों के अनुकूल ढलने और प्रतिक्रिया देने में मदद करती है। वर्तमान एआई मॉडल में यह मौजूद नहीं है। बड़े भाषा मॉडल (एलएलएम) की स्मृति सीमित होती है और वे पुरानी चीजों को भूले बिना नई चीजें नहीं सीख सकते। इसलिए, इस समस्या के समाधान के लिए, एमएल शोधकर्ताओं ने HOPE आर्किटेक्चर बनाया है जो नेस्टेड लर्निंग को सपोर्ट करता है।
नेस्टेड लर्निंग क्या है?
नेस्टेड लर्निंग, एआई मॉडलों के लिए विकसित एक नया शिक्षण दृष्टिकोण है। इस दृष्टिकोण का उपयोग करते हुए, किसी एकल मशीन लर्निंग मॉडल को सीखने का एक सतत स्रोत नहीं माना जाता है; बल्कि, इसे अनुकूलित मशीन लर्निंग मॉडलों के एक समूह से जोड़ा जाता है जो बहु-स्तरीय समस्या-समाधान और सीखने की क्षमताओं के साथ एक परस्पर जुड़ी प्रणाली के रूप में कार्य करते हैं।
नेस्टेड लर्निंग दृष्टिकोण एआई मॉडल को प्रश्नों के त्वरित उत्तर प्रदान करने की अनुमति देता है, साथ ही पुराने दृष्टिकोणों को भूले बिना नए दृष्टिकोण सीखने की क्षमता भी प्रदान करता है।
