میں نے کبھی کوئی نیورل نیٹ ورک تربیت نہیں دی! بڑے ماڈل نے ہاتھ سے لکھے گئے کنٹرول قواعد کے ذریعے فلڈ ڈائنامکس کے صنعتی شعبے میں قدم رکھا، پوری اسٹریٹجی صرف 14 امریکی ڈالر میں چل گئی۔ اوپن اے آئی کے بعد کی تربیت کے مرکزی رکن ون جیا یی نے ثابت کر دیا کہ "صرف بڑے ماڈل کو کوڈ لکھنے کے لیے استعمال کرکے Atari گیمز مکمل کیے جا سکتے ہیں"، اس کے بعد ریسرچر پال گارنیئر نے اس طریقہ کو مزید جدید فلڈ ڈائنامکس کنٹرول میں لاگو کر دیا۔ اس نے مکمل طور پر کبھی کوئی نیورل نیٹ ورک تربیت نہیں دی۔ صرف Codex 5.5 کو ایک پروگرامر کے طور پر استعمال کیا، جو فلڈ سیمیولیشن کے ویڈیوز کو دیکھتا رہا اور پائتھن اسکرپٹس مسلسل تبدیل کرتا رہا۔ صرف ان ہاتھ سے لکھے گئے کنٹرول قواعد کے ذریعے، AI نے دس سے زائد فزکل ٹیسٹس میں، زیادہ تر سیناریوز میں ٹاپ رینفورسمنٹ لرننگ (DRL) بنچ مارکس کو شکست دے دی۔ گاڑیوں کا ڈرگ کم کرنا، پائپ لائنز میں ٹربولنس کو سماونا — صنعت میں پہلے صرف طاقتور کمپوٹنگ پاور لگا کر، ایک غیر قابل سمجھہ بلیک باکس ماڈل بنایا جاتا تھا جو ہوا کے وولووز کو کنٹرول کرتا تھا۔ Codex نے اس موت کے راستے سے بچنا چنا۔ اس نے لکھے گئے قواعد بہت سیدھے تھے، جیسے "جب مقامی منحنیت زیادہ ہو تو اسپرے میں تاخیر ڈال دو"۔ صرف کچھ دہاڑوں میں فزکل سمجھ سے بھرپور مختصر کوڈ، نیورل نیٹ ورکس کے بے خود تجربہ و غلطی والے طریقہ کار کو بدل دیا۔ بلیک باکس کو کوڈ سے بدل دینا، نیورل نیٹ ورکس کے سخت، اور ایک چھونے پر ٹوٹ جانے والے خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص خاص حوصلہ شکن نقطہ کو دور کر دیا۔ پہلے جب بھی ہارڈ وئیر میں تھوڑا سا تبدیلی ہوتا (جیسے 5 اسپرےز کو 10 اسپرےز میں بدلنا)، پرانا ماڈل فوراً برباد ہو جاتا تھا اور دوبارہ پڑھائش کرنے کے لیے پیسہ ضائع کرنا پڑتا تھا۔ اب صرف کوڈ میں ایک مستقل عدد تبدیل کرنے سے نظام فوراً نئے آلات سے جُڑ جاتا ہے۔ جب ٹیسٹنگ وقت کو جبرًا چار گنا بڑھایا گيا تو، تجربات سے باہر نکل جانے والے روایتی DRL ماڈل مکمل طور پر ناکام ہو گئے؛ لیکن بڑے ماڈل نے لکھا ہوا کوڈ، جو فزکل منطق پر براہ راست عمل کرتا تھا، مستقل طور پر مستحکم رہا۔ پوری اسٹریٹجی چلانے میں، بڑا ماڈل صرف 21.25 ملین ٹوکنز استعمال کرتا ہے، جس کا مجموعہ لاگت 14 امریکی ڈالر سے بھی کم ہے۔ #AI #AIAgent