✍🏻 पोस्ट 14 | 29 सितम्बर '26 💭 विषय — तकनीकी / कृत्रिम बुद्धिमत्ता ──────────── 🤖 AI आपके हाथ में है, लेकिन आप उससे क्या कर रहे हैं? कल्पना कीजिए, कोई आपको एक विशाल टैंक दे दे। उसमें शक्तिशाली इंजन है, भारी कवच है और लंबी दूरी तक मार करने की क्षमता है। लेकिन आपका काम क्या है? 🪖 एक मच्छर मारना। आप टैंक चलाते हैं, निशाना लगाते हैं और आखिरकार मच्छर को मार देते हैं। काम हो गया। लेकिन सवाल यह है कि क्या इस काम के लिए टैंक की जरूरत थी? आज AI के साथ हमारी स्थिति कुछ ऐसी ही है। 🧠 Frontier या बड़े AI मॉडल केवल सवालों के जवाब देने वाले चैटबॉट नहीं हैं। वे लंबे दस्तावेज़ और बड़े datasets समझ सकते हैं, जटिल समस्याओं पर कई चरणों में reasoning कर सकते हैं, तस्वीरों और दूसरी फाइलों का विश्लेषण कर सकते हैं और कठिन coding tasks को पूरा कर सकते हैं। 💎 इनकी क्षमता का अंदाज़ा कुछ benchmarks से लगाया जा सकता है। उदाहरण के लिए, GPT-5.6 ने GPQA Diamond में 92.3% और MMMU Pro में 78.4% score किया, जहाँ क्रमशः कठिन वैज्ञानिक reasoning और multimodal understanding की जाँच होती है। 💻 Coding में भी ये मॉडल कई चरणों वाले काम कर सकते हैं। एक परीक्षण में GPT-5.3-Codex ने लगभग 25 घंटे तक लगातार काम करते हुए 30,000 lines of code तैयार कीं, tests चलाए और errors को ठीक किया। यानी हमारे हाथ में सिर्फ एक तेज़ calculator नहीं, बल्कि कई तरह के जटिल काम करने वाली मशीन है। 🪖 अब सवाल आता है कि हम इसका इस्तेमाल किस लिए कर रहे हैं? क्या हम इस विशाल क्षमता का इस्तेमाल सचमुच अपनी आंतरिक और बाहरी स्थिति को समझने के लिए कर रहे हैं? ⚙️ या फिर इतनी शक्तिशाली मशीन हमारे हाथ में आकर भी हम उससे वही छोटे-छोटे काम कर रहे हैं, जो वास्तव में हमारी समझ को नहीं बढ़ाते? 🪞 AI की क्षमता जितनी बड़ी है, उससे कहीं अधिक महत्वपूर्ण यह देखना है कि हमारी अपनी माँग कितनी छोटी है। टैंक आपके हाथ में है। अब आईना यह दिखा रहा है कि आप उससे मच्छर ही मारते रहेंगे या उससे विद्या और अविद्या, दोनों में मदद लेंगे। स्रोत: https://developers.openai.com/blog/run-long-horizon-tasks-with-codex
78
