OpenAI आपले बहुतांश संशोधन अजून अस्तित्वात नसलेल्या मॉडेल्सवर खर्च करत आहे
OpenAI आपल्या संशोधन क्षमतेचा अत्यंत मोठा भाग अशा मॉडेल्ससाठी वापरत आहे जी अजून तयार झालेली नाहीत. कंपनीचे अप्लाइड रिसर्च प्रमुख बोरिस पॉवर यांनी हा आकडा संपूर्ण संशोधन प्रयत्नांपैकी ८० ते ९० टक्के असल्याचे सांगितले, जो GPT-7, GPT-8 आणि त्यानंतरच्या पिढ्यांकडे वळतो. यामागील तर्क सोपा आहे: कंपनीच्या मते "बहुतांश मूल्य" अखेर तिथेच निर्माण होईल.
Fellows Forum मधील एका सत्रात ही माहिती देण्यात आली, आणि त्यामुळे OpenAI च्या मधल्या काळातील सातत्यपूर्ण मॉडेल प्रकाशनांकडे बाहेरच्या लोकांनी कसे पाहावे याचा दृष्टिकोन बदलतो. ही अपडेट्स ग्राहक दररोज वापरतात अशी खरी उत्पादने आहेत, पण कंपनीचे संशोधन लक्ष तिथे केंद्रित नाही.
पॉवर यांचे मांडणी अशा संस्थेचे चित्र देतात जी प्रत्येक क्रमांकित पिढीला उत्पादनाची पुनरावृत्ती न मानता प्लॅटफॉर्म बदल मानते — म्हणजे तंत्रज्ञान काय करू शकते आणि परतावा कुठून येईल याबद्दलच्या गृहीतकांना पुन्हा सेट करणारा टप्पाबदल.
फ्रंटियर AI प्रयोगशाळांच्या मानकांनुसारही ही वचनबद्धता असामान्य आहे. प्रकाशनापासून कित्येक पिढ्या दूर असलेल्या प्रणालींसाठी संशोधन संसाधनांचा स्पष्ट बहुमत वाटून देणे म्हणजे आधीपासून असलेल्या गोष्टींच्या सुधारणेतून सर्वात मोठे आर्थिक आणि क्षमता लाभ मिळणार नाहीत, असा विश्वास असल्याचे दर्शवते.
टप्प्याटप्प्याने होणारी अपडेट्स जाणूनबुजून अल्पकालीन डाव आहेत
मोठ्या पिढ्यांमध्ये OpenAI लहान सुधारणा प्रकाशित करते. GPT-5.1 वरून GPT-5.2 झालेली झेप हे त्याचे प्रातिनिधिक उदाहरण असल्याचे पॉवर यांनी सांगितले. अशा प्रकारचे काम विशेष प्रशिक्षण डेटावर जास्त अवलंबून असते — मूळ दृष्टिकोन न बदलता विशिष्ट क्षेत्रांतील मॉडेलचे वर्तन तीक्ष्ण करणारे लक्ष्यित डेटासेट.
अंतर्गत पातळीवर, पॉवर म्हणाले, या टप्प्याटप्प्याने होणाऱ्या प्रकाशनांकडे "अत्यंत अल्पदृष्टी" म्हणून पाहिले जाते. ही टीका नसून धोरणाची कबुली आहे: कंपनीला माहीत आहे की हा दीर्घकालीन खेळ नाही, तरीही ती ती प्रकाशित करते.
यामागील समर्थन गती आहे. वारंवार अपडेट्समुळे OpenAI वर्तमानात वेगाने पुनरावृत्ती करू शकते, संकेत गोळा करू शकते आणि शिकू शकते, जरी हा दृष्टिकोन कंपनीला दीर्घकाळात जिथे न्यायचे आहे तिथे नेणार नाही. दुसऱ्या शब्दांत, अल्पकालीन डाव दीर्घकालीन डावांना माहिती देणारे शिक्षण घेऊन येण्यास मदत करतात.
- बहुतांश संशोधन क्षमता: GPT-7, GPT-8 आणि पुढील आवृत्त्यांकडे लक्ष्यित.
- मधल्या काळातील अपडेट्स: विशेष प्रशिक्षण डेटावर आधारित.
- अंतर्गत दृष्टिकोन: ही अपडेट्स उपयुक्त, पण धोरणात्मकदृष्ट्या मर्यादित.
- दीर्घकालीन परतावा: नव्या मॉडेल पिढ्यांसोबत येण्याची अपेक्षा.
खरी झेप नव्या पिढीसोबत येते
पॉवर यांनी पिढीबदलाचे वर्णन "बाकी सर्व गोष्टी खूपच चांगल्या प्रकारे काम करतात" अशा क्षण म्हणून केले. एका पिढीत ठिसूळ किंवा अपूर्ण असलेल्या क्षमता पुढच्या पिढीत एकजूट होतात, आणि त्यामुळे मागील मॉडेलवर कितीही फाइन-ट्यूनिंग केले तरी मिळू शकत नाहीत असे लाभ निर्माण होतात.
फरक असा आहे की संकुचित कामांवर मॉडेल तीक्ष्ण करणे आणि एकाच वेळी सर्व गोष्टींची मर्यादा वाढवणे यात फरक आहे. विशेष प्रशिक्षण डेटा विशिष्ट प्रकारच्या विनंत्या मॉडेल कसे हाताळते हे सुधारू शकतो; नवी पिढी मॉडेल कसे तर्क करते, सूचनांचे पालन करते आणि संदिग्धता कशी हाताळते हे सर्वत्र सुधारू शकते.
या गतिशीलतेमुळे असामान्य कार्यात्मक खर्च येतो. प्रत्येक पायरीनंतर, झटपट विजयांसाठी कुठे गुंतवणूक करावी हे OpenAI ला पुन्हा शिकावे लागते. ज्या तंत्रांनी पूर्वी अर्थपूर्ण लाभ दिले होते ती बेस मॉडेल स्वतःच सुधारल्यावर अनावश्यक होऊ शकतात — हे हलते लक्ष्य कंपनीला प्रत्येक पिढीसोबत आपली कार्यपद्धती पुन्हा तयार करण्यास भाग पाडते.
मॉडेल गुणवत्ता नाही, तर ऑनबोर्डिंग ही अडचण आहे
पॉवर यांच्या मांडणीतील कदाचित सर्वात परिणामकारक भाग म्हणजे आज AI सहाय्यकांसमोरील मुख्य अडथळा म्हणून ते जे पाहतात ते. तो मॉडेल्सची गुणवत्ता नाही. तो ऑनबोर्डिंग आहे.
बहुतेक ChatGPT वापरकर्त्यांना, ते म्हणाले, AI सह प्रत्यक्षात काय करता येते हे माहीत नाही. ही क्षमतेची तफावत नाही तर शोधाची आहे: मॉडेल्स आधीच विस्तृत श्रेणीतील कामे हाताळू शकतात जी अनेक वापरकर्ते करण्याचा विचारही करत नाहीत. ही तफावत भरून काढणे ही संशोधनाइतकेच डिझाइन आणि उत्पादनाचे आव्हान आहे.
संशोधनाच्या सीमेजवळ काम करणाऱ्या व्यक्तीकडून हा लक्षणीय दावा आहे. यावरून असे सूचित होते की वास्तविक जगातील मूल्यावरील मर्यादा पुढचे मॉडेल किती हुशार आहे यापेक्षा लोकांना ते काय करायला सांगावे हे कळते का यावर अधिक अवलंबून आहे. वापरकर्ते कमी वापर करत असलेली अधिक सक्षम प्रणाली आपल्या क्षमतेपेक्षा कमी देते.
भविष्यातील मॉडेल्ससाठी पॉवर यांचे निर्देश असे आहेत की ती काय शक्य आहे हे अधिक चांगल्या प्रकारे समोर आणण्यात आणि विचारण्यापूर्वीच वापरकर्त्याला काय हवे आहे याचा अंदाज घेण्यात अधिक सक्षम व्हावीत. याकडे अशा सहाय्यकांकडे निर्देश करते जे कृती सुचवतात, कार्यप्रवाह सुचवतात आणि कुठून सुरुवात करावी हे शोधण्याचा भार कमी करतात.
प्रत्येक पिढी वापरकर्ता अनुभव कसा बदलते
पॉवर यांनी अलीकडील OpenAI मॉडेल्समधील वापरणीयतेचा उत्क्रांतीचा आराखडा ठोस शब्दांत मांडला:
- GPT-4 ला काळजीपूर्वक प्रॉम्प्टिंगची गरज होती — वापरकर्त्यांना विचारण्याचे कौशल्य शिकावे लागले.
- GPT-5 सोबत काम करणे सोपे झाले, पण योग्य दिशेत राहण्यासाठी अजूनही भरपूर अभिप्राय लागत होता.
- GPT-6 अधिक सक्षम सहकाऱ्यासारखे वागते: तुम्ही त्याला ध्येय देऊ शकता आणि ते काम करू देऊ शकता.
ते वर्णन करत असलेला मार्ग म्हणजे साधनाला सूचना देण्यापासून सहकाऱ्याला काम सोपवण्यापर्यंतचा बदल. प्रत्येक पायरी वापरकर्त्याच्या आवश्यक कौशल्याचे प्रमाण कमी करते, आणि त्यामुळे प्रणालीतून मूल्य मिळवू शकणाऱ्यांचा वर्तुळ रुंदावले पाहिजे.
यावरून OpenAI च्या रोडमॅप तर्काबद्दल काय कळते
एकत्रितपणे पाहता, पॉवर यांच्या टिप्पण्या दोन-मार्गी धोरणाची रूपरेषा देतात. एक मार्ग वारंवार, डेटा-आधारित अपडेट्सद्वारे सध्याचे उत्पादन स्पर्धात्मक ठेवतो. दुसरा मार्ग — जिथे बहुतांश संशोधन अंदाजपत्रक वाहते — पिढीबदलांकडे लक्ष्यित आहे जे पहिल्या मार्गातील अनुकूलनांना अप्रचलित करतात.
ही विभागणी कंपनी प्रत्येक नव्या पिढीला निर्णायक घटना का मानते हेही स्पष्ट करते. जर सर्वात मोठे लाभ सुधारणेपेक्षा रीसेटमधून येत असतील, तर संशोधन प्राधान्ये रीसेटचे अनुसरण केली पाहिजेत, जरी ग्राहक आज प्रत्यक्षात वापरत असलेली उत्पादने मधली प्रकाशनेच असली तरी.
न सुटलेला प्रश्न तोच आहे जो पॉवर यांनी स्वतः उपस्थित केला: आजच्या मॉडेल्समध्ये आधीच तयार झालेले मूल्य जे लोक अजून त्यांचा चांगला वापर करत नाहीत त्यांच्यापर्यंत पोहोचू शकेल का. त्यांच्याच म्हणण्यानुसार, हे मॉडेल्स अधिक हुशार करण्यापेक्षा ती इतर सर्वांना समजण्यासारखी करण्याचा विषय अधिक आहे.
सध्या, कंपनी या तडजोडीत सहज आहे असे दिसते. ती लहान अपडेट्स प्रकाशित करत राहील आणि आपल्या संशोधनाचा मोठा भाग अजून न आलेल्या पिढ्यांवर लावेल.
हा लेख The Decoder च्या रिपोर्टिंगवर आधारित आहे. मूळ लेख वाचा.
Originally published on the-decoder.com