इल्या सुत्स्केवर द्वारा स्थापित 'सेफ सुपरइंटेलिजेंस' लैब (Safe Superintelligence, SSI) संभवतः इसी सप्ताह अपना पहला बड़ा मॉडल जारी करेगा!
इंडस्ट्री के बड़े लोग अपने संकेतों से दर्शा रहे हैं कि SSI पहला विप्लवकारी बड़ा मॉडल जारी करेगा।
सिलिकॉन वैली के बड़े लोग बड़ा अंदाज़ा लगा रहे हैं: "AI को पूरी तरह से बदल दिया जाएगा!"
प्रसिद्ध निवेशक और a16z के साझेदार मार्टिन कैसाडो उत्साहित हैं और सीधे यह संकेत दे रहे हैं कि उन्होंने हाल ही में 'इस साल का सबसे बड़ा नया मॉडल' प्राप्त किया है।
अंदरूनी दुनिया में तुरंत शोर मच गया, और ध्यान तुरंत Ilya के SSI पर केंद्रित हो गया।
कारण बहुत सरल है: a16z SSI के पीछे के प्रमुख निवेशकों में से एक है। हालांकि, कुछ लोगों का अनुमान है कि कसाडो ने OpenAI के अगली पीढ़ी के Astra मॉडल को देखा हो सकता है।
लेकिन "अन्यथा अनदेखी की जाने वाली बड़ी कंपनियों" के ब्रेकथ्रू के अफवाहें फैल रही हैं।
प्रसिद्ध टेक निरीक्षक एंड्रयू कर्रन ने और भी उत्साहित होकर कहा कि यह महत्वपूर्ण क्रांति मुख्य बड़ी कंपनियों (जैसे OpenAI या Google) से नहीं, बल्कि एक स्वतंत्र प्रयोगशाला से आई है, जिससे यह "बहुत वास्तविक" लगता है।
सबसे अधिक आश्चर्यजनक बात यह है कि AI निरीक्षक डैन मैकेटर ने सीधे कह दिया: 'Ilya ने वास्तव में सुपरइंटेलिजेंस बना दिया है, खेल के नियम बदल गए हैं!'
महीने की शुरुआत में निवेशक गैविन बेकर ने पॉडकास्ट में सीधे कहा:
SSI ने कहा कि वे अगस्त में अपना मॉडल जारी करेंगे।
अगर आपको लगता है कि यह केवल कागजी बातचीत है, तो वास्तविक धन के प्रवाह को देखें।
इस साल 27 जुलाई को, निविडिया (NVIDIA) ने अचानक इस बिना आय और बिना उत्पाद की रहस्यमयी कंपनी के साथ दीर्घकालिक साझेदारी की घोषणा की और भविष्य के 12 महीनों में SSI की कैलकुलेशन क्षमता को 10 गुना बढ़ा दिया।
और भी बड़ी खबर सामने आई है: यह निवेश 50 अरब डॉलर का है, और NVIDIA ने SSI को अगली पीढ़ी के Vera Rubin सिस्टम का एक्सक्लूसिव एक्सेस प्रदान किया है!
लिन हुआंग इतनी बड़ी राशि क्यों खर्च करने को तैयार हैं?
प्रेस रिलीज में, न्यूटेक ने कहा कि उन्होंने अपने कठोर रूप से सुरक्षित शोध परिणामों के दुर्लभ पहुंच (rare access) के बाद भारी निवेश का फैसला किया।
हुआंग रेन्क्सन ने क्या देखा? आज के लीक के साथ, उत्तर स्पष्ट है।
सामान्य ज्ञान को उलट दें: AI ने "सोचते समय सीखना" सीख लिया है
SSI इस नए मॉडल की चौंकाने वाली प्रकृति को समझने के लिए, हमें वर्तमान AI (जैसे ChatGPT, Claude) कैसे काम करता है, यह समझना होगा।
वर्तमान चरण में, चाहे AI मॉडल के पैरामीटर कितने भी बड़े क्यों न हों, वे मूलतः 'प्री-ट्रेनिंग' चरण में ज्ञान को वजन में स्थिर कर देते हैं। एक बार प्रशिक्षण पूरा हो जाने के बाद, इसका 'दिमाग' जम जाता है।
नए जानकारी को संभालने के लिए, बड़ी कंपनियाँ "संदर्भ खिड़की" (Context Window) पर जोर दे रही हैं, जो 100k से लेकर मिलियन स्तर तक बढ़ गई है।
It's like an open-book exam—the model's brain hasn't become smarter, you've just allowed it to bring in thicker "cheat sheets" (context).
यहां तक कि OpenAI के o1 जैसे मॉडल, जो "टेस्ट-टाइम कंप्यूट" पर ध्यान केंद्रित करते हैं, वे मूल रूप से केवल एक काले पत्थर पर अधिक समय बिताकर सोचते हैं (अधिक टोकन का उपयोग करते हैं), और उनके न्यूरल नेटवर्क में कनेक्शन, उनके "मस्तिष्क कोशिकाएं" अभी भी स्थिर हैं।
लेकिन SSI ने इस बार परीक्षण समय प्रशिक्षण (Test-Time Training, TTT) पर आधारित एक नया आर्किटेक्चर उजागर किया है।
What does this mean?
जब यह मॉडल आपके द्वारा दी गई एक लंबी दस्तावेज़ को पढ़ता है, तो यह दस्तावेज़ को "चीट शीट" में भरने के बजाय वास्तव में उसे "सीखता" है, ग्रेडिएंट अपडेट उत्पन्न करता है, और अपने दिमाग की संरचना को बदलता है।
पढ़ने के बाद, यह एक अत्यंत सूक्ष्म लेकिन नवीन रूप से विकसित AI बन गया।
इसे अब विशाल संदर्भ खिड़की की आवश्यकता नहीं है, क्योंकि यह पढ़े गए चीजों को अपनी वास्तविक "अंतर्निहित ज्ञान" में बदल देता है।
यह अब प्री-ट्रेनिंग के दौरान कैलकुलेशन शक्ति के एकाधिकार से सीमित नहीं है; एक छोटा और उच्च गुणवत्ता वाला मॉडल, जो नौकरी पर लगातार अनुकूलित और विकसित हो सकता है, उन विशालकाय मॉडल्स को पीछे छोड़ देता है जो विशाल कैलकुलेशन शक्ति के संचय से बने हैं लेकिन अनुकूलन के लिए असमर्थ हैं।
वर्तमान में उद्योग में प्रतिस्पर्धा "मॉडल कितने समय तक सोच सकता है" के बारे में है, जबकि इल्या का अनुमान है कि "मॉडल क्या खुद को बदल सकता है।"
इल्या की पागल दृष्टि
पिछले दो वर्षों को देखते हुए, SSI की "शून्य उत्पाद, शून्य पेपर" की स्थिति ने बाहरी लोगों को संदेह करने पर मजबूर कर दिया कि क्या वे संकट में फंस गए हैं।
लेकिन अगर आप समय रेखा को जोड़ते हैं, तो आप देखेंगे कि इल्या हमेशा एक बड़ी रणनीति बना रहा है।
इल्या ने बार-बार जनता को एक मूलभूत विचार सुनाया है: हम जिस प्री-ट्रेनिंग (Pretraining) युग को जानते हैं, वह अब समाप्त होने वाला है।
उसने 2024 की NeurIPS कॉन्फ्रेंस में यह आश्चर्यजनक भविष्यवाणी की थी।
2025 नवंबर तक, ड्वार्केश पाटेल के पॉडकास्ट में, उन्होंने आगे बताया: "हम स्केलिंग के युग से अनुसंधान के युग की ओर बढ़ रहे हैं।"
इल्या का मानना है कि पूरा उद्योग 「AGI」 और 「प्री-ट्रेनिंग」 शब्दों के कारण भटक गया है। मनुष्य कभी जन्म से ही जानने वाला नहीं होता।
उसके मन में वास्तविक सुपरइंटेलिजेंस, एक ऐसा विशाल मशीन नहीं है जो फैक्ट्री से निकलते ही पूरे वेब के डेटा को याद कर लेती हो; बल्कि एक「अत्यंत बुद्धिमान, असीमित जिज्ञासा से भरा 15 साल का प्रतिभाशाली」है।
यह 15 साल का बच्चा शुरू में शायद कुछ भी नहीं जानता हो, लेकिन जब तक आप उसे किसी भी पद पर रख दें, लगातार प्रयास और सीखने के माध्यम से, वह प्रोग्रामिंग, चिकित्सा, कानून और यहां तक कि कोई भी अज्ञात कौशल जल्दी से सीख सकता है।
उन्होंने आगे स्पष्ट किया: मानव खुद 'फैक्टरी-से-सक्षम' AGI नहीं हैं, बल्कि निरंतर अध्ययन (continual learning) पर निर्भर करते हैं।
सच्ची सुपरइंटेलिजेंस भी ऐसी होनी चाहिए: डिप्लॉयमेंट स्वयं एक सीखने की प्रक्रिया है, जो वास्तविक प्रतिक्रिया के माध्यम से लगातार विकसित होती है, न कि एक बार प्री-ट्रेनिंग के बाद "पूर्ण" हो जाती है।
यह अवधारणा SSI की रणनीति को सीधे निर्धारित करती है: अल्पकालिक उत्पादों की खोज न करें, मध्यवर्ती मॉडल जारी न करें, केवल «straight shot to safe superintelligence» (सुरक्षित सुपरइंटेलिजेंस की ओर सीधा प्रयास) करें, और अध्ययन केंद्र को कुशल निरंतर अधिगम और समन्वय पर केंद्रित करें।
इस लक्ष्य को प्राप्त करने के लिए, "मेटा-लर्निंग" ही एकमात्र हल है—मॉडल को केवल कौशल अर्जित करना ही नहीं, बल्कि "कौशल प्राप्त करने की विधि" भी अर्जित करनी होगी।
यह समझाता है कि SSI इतना शांत क्यों है। अगर आप एक ऐसा नया प्रजाति बना रहे हैं जो मौजूदा पैटर्न को पूरी तरह से बदल देगी, तो आप उस पैटर्न के निर्माण के दौरान ब्लॉग पोस्ट करके इसकी घोषणा नहीं करेंगे।
लेकिन कागज़ में आग को छिपाया नहीं जा सकता, सुराग पहले से ही छुपाए गए थे।
जुलाई 2024 में, शोधकर्ता यू सन और अन्य ने मूल TTT पेपर प्रकाशित किया।
सबसे महत्वपूर्ण बात यह है कि स्टेलर के सह-संस्थापक और SSI के निवेशक जेड मैकैलेब ने एक पेपर का सह-लेखन किया, जिसमें सीधे कहा गया
लंबे संदर्भ भाषा मॉडलिंग एक आर्किटेक्चर समस्या नहीं है, बल्कि एक निरंतर अधिगम समस्या है!
अनुसंधान दिशा समान है, निवेशक सीधे लेखन में शामिल हुए, और अब तक के खुलासों तक, सभी संकेत एक ही तथ्य की ओर इशारा करते हैं: SSI ने TTT को प्रयोगशाला में एक शैक्षणिक अवधारणा से वास्तविक व्यावसायिक हथियार में बदल दिया है।
समापन: एआई का दूसरा अध्याय, अभी शुरू हुआ है
अब, सभी नजरें इस अगस्त पर केंद्रित हैं।
जब SSI का पहला मॉडल वास्तव में 'टेस्टिंग के दौरान ट्रेनिंग' और 'रियल-टाइम वेट्स अपडेट' की क्षमता प्राप्त करेगा, तो चाहे यह केवल कुछ टेक एन्थूसियास्ट्स के लिए उपलब्ध टेस्ट वर्जन हो या सार्वजनिक रूप से धमाकेदार लॉन्च हो, पूरे AI उद्योग का तर्क पूरी तरह से उलट दिया जाएगा।
डेटासेंटर में जमा की गई बड़ी कंपनियों की कैलकुलेशन की दीवारें, लाखों टोकन के आधार पर शुल्क लेने का व्यापार मॉडल, और यहां तक कि ओपन सोर्स वजन के विवाद, सभी को डाइमेंशनल ड्रॉप का सामना करना पड़ेगा।
यह एक बात साबित करता है: AI की प्रतियोगिता अभी तक उस चरण तक नहीं पहुंची है जहां केवल धन और कंप्यूटेशनल पावर के आधार पर जीता जा सके। वास्तविक तकनीकी क्रांति अभी भी उन शीर्ष मस्तिष्कों में छिपी हुई है, जो सामान्य ज्ञान को तोड़ने के लिए तैयार हैं।
इस बार, इल्या सुत्स्केवर फिर से इतिहास के संकट के मोड़ पर खड़े हैं। उस समय, उनका एक कोड डीप लर्निंग को पुनः जीवित करने में सक्षम था; आज, शायद वही, महान मॉडल के 'प्री-ट्रेनिंग युग' को समाप्त करने वाले हैं।
क्या आपको लगता है कि इल्या इस बार फिर से देवता बन जाएगा? अगर AI वास्तव में "इस्तेमाल करते समय विकसित" हो सकता है, तो मानवता को पूरी तरह से नियंत्रण से बाहर होने से कितनी दूरी पर है?
संदर्भ:
https://x.com/hakmgpt/status/2091855200713638146
https://x.com/daniel_mac8/status/2091891607641440598
https://x.com/AndrewCurran_/status/2091890441465499995
https://x.com/martin_casado/status/2091650951736361073
https://aimidday.com/ssis-first-model-reportedly-trains-itself-while-it-thinks/
यह लेख वेचेन ग्रुप "न्यूज़िज़यन" से आया है, लेखक: ASI एपिफ़नी; संपादक: डेविड