कृत्रिम बुद्धिमत्ता (AI) के क्षेत्र में एक बड़ा बदलाव आने वाला है। गूगल के शोधकर्ताओं ने हाल ही में एक नया मशीन लर्निंग मॉडल विकसित किया है, जिसका नाम ‘HOPE’ (Hierarchical Optimized Processing Entity) रखा गया है। यह मॉडल अपने आप अपनी संरचना (architecture) को संशोधित कर सकता है — यानी यह स्वयं सीखने और सुधारने की क्षमता रखता है। गूगल का दावा है कि HOPE मॉडल मौजूदा AI मॉडलों की तुलना में लंबे संदर्भ (long-context) की स्मृति प्रबंधन में अधिक सक्षम है।
यह मॉडल गूगल के वैज्ञानिकों द्वारा विकसित एक नए सिद्धांत “Nested Learning” (नेस्टेड लर्निंग) पर आधारित है। पारंपरिक मशीन लर्निंग में एक मॉडल को एक ही सतत प्रक्रिया के रूप में देखा जाता है, लेकिन नेस्टेड लर्निंग इसे “आपस में जुड़े हुए, बहु-स्तरीय सीखने की समस्याओं के सिस्टम” के रूप में देखती है। इसका उद्देश्य ऐसे AI सिस्टम बनाना है जो मानव मस्तिष्क की तरह निरंतर सीख सके और भूलें नहीं।
निरंतर सीखने (Continual Learning) की चुनौती
आज के बड़े भाषा मॉडल (LLMs) जैसे ChatGPT या Gemini बहुत कुछ कर सकते हैं — कविता लिख सकते हैं, कोड बना सकते हैं, जानकारी दे सकते हैं — लेकिन वे अनुभव से सीख नहीं सकते।
मानव मस्तिष्क लगातार सीखता है, लेकिन LLMs को नया ज्ञान सिखाने पर वे पुराना ज्ञान “भूल” जाते हैं। इस समस्या को Catastrophic Forgetting (CF) कहा जाता है।
गूगल के शोधकर्ताओं का कहना है कि इस चुनौती को हल करने के लिए केवल एल्गोरिदम नहीं, बल्कि मॉडल की पूरी संरचना को पुनर्विचार की जरूरत है। Nested Learning इसी दिशा में एक नया दृष्टिकोण देता है — जहाँ हर उप-प्रणाली (subsystem) अपने संदर्भ के अनुसार सीखती है और पूरे मॉडल के साथ समन्वय करती है।
HOPE मॉडल की विशेषताएँ
-
खुद की संरचना में संशोधन करने की क्षमता (Self-Modifying Architecture)
-
दीर्घकालिक संदर्भों की बेहतर समझ (Enhanced Long-Context Memory)
-
“Catastrophic Forgetting” की समस्या का समाधान
-
मानवीय-स्तर की निरंतर सीखने की दिशा में अग्रसर
निष्कर्ष
गूगल का HOPE मॉडल केवल एक तकनीकी उपलब्धि नहीं, बल्कि कृत्रिम सामान्य बुद्धिमत्ता (AGI) की ओर एक महत्वपूर्ण कदम है। जब AI बिना भूले, लगातार सीखने में सक्षम हो जाएगा, तब वास्तव में “मानव-जैसी बुद्धिमत्ता” संभव होगी।
