सत्या नडेला का कहना है कि माइक्रोसॉफ्ट के एमएआई एआई मॉडल कई उपयोग के मामलों में फ्रंटियर एआई से बेहतर प्रदर्शन करते हैं, लागत में कटौती करते हैं प्रौद्योगिकी समाचार

“ऐसी दुनिया में जहां सॉफ़्टवेयर की पहली बार वास्तविक सीमांत लागत होती है, हम यह कैसे सुनिश्चित करते हैं कि सीमांत लाभ पूरे पारिस्थितिकी तंत्र में फैले हुए हैं?” नडेला ने लिखा. “वास्तविक दुनिया के संदर्भ में लागत-से-परिणाम सीमा को अनुकूलित करना महत्वपूर्ण है। व्यावहारिक रूप से, इसका मतलब है कि प्रत्येक कार्य के लिए सही मॉडल का उपयोग करना, और इसके चारों ओर संदर्भ, कौशल, उपकरण और एजेंट के उपयोग को अनुकूलित करना।”

माइक्रोसॉफ्ट के अनुसार, एमएआई मॉडल “स्वच्छ डेटा वंशावली” के साथ विकसित किए गए हैं और सीखने को सामान्य प्रयोजन क्षमताओं से विशेष उद्यम कार्यों में स्थानांतरित करने के लिए डिज़ाइन किए गए हैं। फ्रंटियर एआई मॉडल को बदलने के बजाय, माइक्रोसॉफ्ट का कहना है कि वह व्यापक ऑर्केस्ट्रेशन सिस्टम के भीतर एमएआई के साथ-साथ ओपनएआई और एंथ्रोपिक जैसे भागीदारों के मॉडल का उपयोग करना जारी रखेगा।

नडेला ने कहा, “हमारे उत्पादों में, ओपनएआई और एंथ्रोपिक के फ्रंटियर मॉडल एमएआई के साथ ऑर्केस्ट्रेशन सिस्टम का हिस्सा हैं।” “लेकिन मॉडल पहाड़ी-चढ़ाई प्रणाली का केवल एक हिस्सा है। हार्नेस, मेमोरी, संदर्भ, उपकरण, कौशल, उपयोगकर्ता इंटरैक्शन इत्यादि सभी इन एजेंटिक सिस्टम के मूल्यांकन और प्रदर्शन को आकार देते हैं।”

माइक्रोसॉफ्ट ने कहा कि यह दृष्टिकोण उसे रोजमर्रा के कार्यों को अधिक कुशल इन-हाउस मॉडल में रूट करते समय सबसे अधिक मांग वाले एआई वर्कलोड के लिए महंगे फ्रंटियर मॉडल को निर्देशित करने की अनुमति देता है। नडेला ने लिखा, “हम अब संतृप्त फ्रंटियर क्षमताओं को ले सकते हैं और उन्हें उच्च उपयोग वाले उत्पादों के लिए अनुकूलित मॉडल के माध्यम से बड़े पैमाने पर और कम लागत पर वितरित कर सकते हैं, जबकि फ्रंटियर जरूरतों के लिए फ्रंटियर मॉडल का उपयोग जारी रख सकते हैं।”

कंपनी इस अनुकूलन प्रक्रिया को ‘पहाड़ी चढ़ाई’ के रूप में वर्णित करती है, जिसका अर्थ है कि सामान्य बेंचमार्क के बजाय वास्तविक ग्राहक इंटरैक्शन के आधार पर उत्पाद-विशिष्ट मूल्यांकन और सुदृढीकरण सीखने का उपयोग करके एआई सिस्टम में लगातार सुधार किया जाता है।

नडेला ने कहा, “यह सुनिश्चित करने के लिए कि आप नियंत्रण में हैं, अन्य महत्वपूर्ण मानदंड यह है कि किसी दिए गए मॉडल को हटा दिए जाने पर भी आपके ईवल्स को पहाड़ी पर चढ़ना जारी रखना चाहिए।” “हम आरएलई का निर्माण करते हैं जहां मॉडल उत्पाद प्रणाली के अंदर सीखते हैं और उन कार्यों को पूरा करने के लिए पुरस्कृत होते हैं जिनकी ग्राहक वास्तव में परवाह करते हैं।”

माइक्रोसॉफ्ट ने कहा कि वह जानबूझकर मेमोरी, संदर्भ, कौशल और उत्पाद हार्नेस जैसे प्रमुख घटकों को मॉडल से बाहर रखता है, जिससे उत्पाद प्रदर्शन को बाधित किए बिना मॉडल को स्वैप करना आसान हो जाता है।

टेक दिग्गज का दावा है कि यह रणनीति पहले से ही मापने योग्य परिणाम दे रही है। नडेला ने लिखा, “अब हम देख रहे हैं कि एमएआई मॉडल टोकन के एक अंश का उपयोग करते हुए कई उपयोग के मामलों में सामान्य-उद्देश्य फ्रंटियर मॉडल से बेहतर प्रदर्शन कर रहे हैं।”

GitHub Copilot, Excel और Outlook में प्रारंभिक तैनाती शुरू हो गई है, Microsoft धीरे-धीरे अधिक उपयोगकर्ता ट्रैफ़िक को MAI मॉडल पर भेज रहा है जब भी वे फ्रंटियर विकल्पों के प्रदर्शन से मेल खाते हैं या उससे अधिक होते हैं। नडेला ने कहा, “हम गिटहब कोपायलट, एक्सेल और आउटलुक में आशाजनक शुरुआती परिणाम देख रहे हैं और कोपायलट चैट, पावरपॉइंट और अन्य में भी यही दृष्टिकोण अपनाना शुरू कर रहे हैं।” “ये सभी परिणाम बेहतर ही होंगे क्योंकि पूरी प्रणाली लगातार आगे बढ़ती रहेगी।”

अलग से, Microsoft AI ने बताया कि वह GitHub Copilot और Excel में इस दृष्टिकोण का उपयोग कैसे कर रहा है। कंपनी ने कहा कि वह अपने एमएआई मॉडल को केवल बेंचमार्क परीक्षणों पर निर्भर रहने के बजाय वास्तविक उत्पाद टूल और ग्राहक वर्कफ़्लो का उपयोग करके प्रशिक्षित करती है। माइक्रोसॉफ्ट के अनुसार, ये विशेष मॉडल कम टोकन का उपयोग करते हुए विशिष्ट कार्यों के लिए सामान्य-उद्देश्य वाले एआई मॉडल से मेल खा सकते हैं या उनसे बेहतर प्रदर्शन कर सकते हैं, जिससे एआई कंप्यूटिंग लागत को कम करने में मदद मिलती है।

माइक्रोसॉफ्ट ने कहा कि वह माइक्रोसॉफ्ट फाउंड्री के माध्यम से भी वही ढांचा उपलब्ध कराएगा, जिससे व्यवसायों को अपने डेटा, वर्कफ़्लो और मूल्यांकन प्रणालियों का उपयोग करके एआई एजेंट बनाने की अनुमति मिलेगी।

नडेला ने लिखा, “हम अपने प्रथम पक्ष के उत्पादों में जो कर रहे हैं, वही हर उद्यम ग्राहक अपने वास्तविक विश्व एजेंट सिस्टम में अपने मालिकाना मूल्यांकन, अपने मालिकाना आरएलई, वर्कफ़्लो और संदर्भ के साथ कर सकता है।” “हम यह सब फाउंड्री और हमारी टूलचेन के हिस्से के रूप में उपलब्ध करा रहे हैं।”