कुतूहल: विशाल भाषा प्रारूपे काय आहेत?

गणिती दृष्ट्या वि.भा. प्रारूपांमध्ये अब्जावधी घटकांचा समावेश असतो, म्हणून त्यांना ‘विशाल’ म्हटले जाते. कामासाठी तयार झालेल्या प्रारूपाला प्रशिक्षण द्यावे लागते. यासाठी एक महाकाय आकाराचा डेटासंच वापरला जातो, ज्यामध्ये विविध भाषांमधील लेख, विश्वकोश, कथा, कादंबऱ्या, ललित लेख, समाजमाध्यमांवरील मजकूर, संगणक कोड्स इत्यादींचा समावेश असतो. अब्जावधी शब्द (टोकन्स) प्रशिक्षण संचामध्ये सामावलेले असतात. आकाराने विशाल असल्याने प्रारूपाला मोठी माहिती ग्रहण आणि डेटा संस्करण क्षमता प्राप्त होते. या प्रारूपांना प्रशिक्षण देण्यासाठी ‘सखोल यंत्र शिक्षण (डीप मशीन लर्निंग)’ पद्धतींचा वापर केला जातो; हे खर्चिक काम असते, कारण त्यात वेगवान आणि समांतरपणे काम करू शकणाऱ्या हजारो संगणक चिप्सचा वापर केला जातो. अशा चिप्सच्या निर्मितीत एनव्हिडिया ही कंपनी अग्रस्थानी आहे.

चॅटजीपीटीच्या अकल्पनीय यशानंतर गूगल, मायक्रोसॉफ्ट, मेटा (पूर्वीचे ‘फेसबुक’), अॅमेझॉन आदी माहिती तंत्रज्ञान क्षेत्रातील अग्रगण्य कंपन्या नित्यनेमाने वि.भा. प्रारूपे प्रस्तुत करत आहेत. यांमध्ये ओपनएआयची ‘जीपीटी’ मालिका, गूगलचे ‘जेमिनी’, मायक्रोसॉफ्टचे ‘को-पायलट’ आणि अॅन्थ्रोपिक कंपनीचे ‘क्लॉड’ लोकप्रिय आहेत. यांपैकी काही विनाशुल्क आहेत. त्यांना मराठीतूनही प्रश्न विचारता येतात. प्रारूपाकडून प्रतिसाद मिळवण्यासाठी त्याला ‘लघुसूचना (प्रॉम्प्ट)’ द्यावी लागते. वि.भा. प्रारूपे भाषेच्या आकलनासह भाषेशी संबंधित अनेक कार्ये करू शकतात, उदाहरणार्थ, कविता, कथा, पटकथा, पत्रे, ईमेल इत्यादी प्रकारचा मजकूर तयार करणे, सारांश काढणे, भाषांतर करणे, आणि वापरकर्त्यांच्या प्रश्नांची (जरी ते आव्हानात्मक किंवा विचित्र असले तरी) माहितीपूर्ण प्रकारे उत्तरे देणे.

डॉ संजीव तांबे