एलन इंस्टीट्यूट फॉर आर्टिफिशियल इंटेलिजेंस

एलन इंस्टीट्यूट फॉर आर्टिफिशियल इंटेलिजेंस (संक्षिप्त रूप में Ai2) एक 501(c)(3) गैर-लाभकारी वैज्ञानिक अनुसंधान संस्थान है, जिसकी स्थापना 2014 में दिवंगत माइक्रोसॉफ्ट सह-संस्थापक और परोपकारी पॉल एलन ने की थी। यह संस्थान सार्वजनिक हित के लिए उच्च-प्रभाव वाले AI अनुसंधान और इंजीनियरिंग करने का प्रयास करता है। Ai2 सिएटल में स्थित है, और इसका एक सक्रिय कार्यालय तेल अवीव, इज़राइल में भी है।

यह संस्थान कृत्रिम बुद्धिमत्ता अनुसंधान में अपने योगदान के लिए जाना जाता है, जिसमें ओपन-सोर्स बड़े भाषा मॉडल, प्राकृतिक भाषा प्रसंस्करण उपकरण और कंप्यूटर विज़न प्लेटफ़ॉर्म का विकास शामिल है। इसका कार्य मौलिक अनुसंधान, अनुप्रयुक्त प्रणालियों और जन-उन्मुख उपकरणों तक फैला हुआ है, जिसमें AI विकास में पुनरुत्पादनीयता और पारदर्शिता पर ध्यान केंद्रित किया गया है।

इतिहास

ओरेन एत्ज़ियोनी को सितंबर 2013 में पॉल एलन द्वारा संस्थान में अनुसंधान का निर्देशन करने के लिए नियुक्त किया गया था। नौ वर्षों तक संगठन का नेतृत्व करने के बाद, एत्ज़ियोनी ने 30 सितंबर, 2022 को अपने CEO पद से हट गए। उनकी जगह कंपनी के अरिस्टो परियोजना के प्रमुख शोधकर्ता पीटर क्लार्क ने अंतरिम रूप से ली। 20 जून, 2023 को, Ai2 ने अली फरहादी को 31 जुलाई, 2023 से अपना अगला CEO घोषित किया। 10 मार्च, 2026 को, Ai2 ने घोषणा की कि अली फरहादी 2.5 वर्षों के बाद CEO पद से हटेंगे, और उनकी जगह फिर से अंतरिम क्षमता में पीटर क्लार्क लेंगे।

अपने क्रमिक नेताओं के अधीन, Ai2 ने प्रश्न-उत्तर और तर्क पर ध्यान केंद्रित करने से विस्तार करके बड़े पैमाने पर ओपन मॉडल विकास, एम्बोडिएड AI और पर्यावरणीय अनुप्रयोगों को शामिल किया है। संस्थान का वित्तपोषण मॉडल, जो व्यावसायिक राजस्व के बजाय एंडोमेंट और अनुदानों पर निर्भर करता है, ने इसे ओपन रिलीज़ और सार्वजनिक लाभ को प्राथमिकता देने की अनुमति दी है।

अरिस्टो और तर्क

अरिस्टो Ai2 की एक प्रमुख परियोजना है। इसका मूल परियोजना लक्ष्य एक ऐसी कृत्रिम बुद्धिमत्ता प्रणाली डिज़ाइन करना था जो पाठों को सफलतापूर्वक पढ़, सीख और उनसे तर्क कर सके, और अंततः 8वीं कक्षा की विज्ञान परीक्षा उत्तीर्ण करके अपना ज्ञान प्रदर्शित कर सके - टीम ने यह उद्देश्य 2018 में हासिल कर लिया। यह सिएटल स्थित निवेश कंपनी वल्कन द्वारा संचालित प्रोजेक्ट हेलो नामक समान परियोजना से प्रेरित था। टीम का वर्तमान ध्यान अगली पीढ़ी की प्रणालियों के निर्माण पर है जो व्यवस्थित रूप से तर्क कर सकें, स्पष्टीकरण दे सकें और समय के साथ निरंतर सुधार कर सकें।

अरिस्टो प्रणाली ने तंत्रिका नेटवर्क घटकों को प्रतीकात्मक तर्क और ज्ञान पुनर्प्राप्ति के साथ संयोजित किया। विज्ञान परीक्षा में इसकी सफलता ने मशीन लर्निंग में हाइब्रिड दृष्टिकोणों की क्षमता को प्रदर्शित किया। परियोजना की तकनीकों ने ट्रांसफॉर्मर-आधारित मॉडलों और जनरेटिव AI प्रणालियों पर बाद के कार्यों को प्रभावित किया है।

कंप्यूटर विज़न और एम्बोडिएड AI

PRIOR टीम ऐसी AI प्रणालियाँ बनाकर कंप्यूटर विज़न के क्षेत्र को आगे बढ़ाने का प्रयास करती है जो दुनिया को देख, खोज, सीख और उसके बारे में तर्क कर सकें। टीम ने 2016 में ओपन एम्बोडिएड AI प्लेटफ़ॉर्म AI2-THOR जारी किया, जो सिम्युलेटेड वातावरण में AI एजेंटों के प्रशिक्षण का समर्थन करता है। फरवरी 2018 में, टीम ने आइकनरी गेम जारी किया, जो एक AI का प्रदर्शन है जो सीमित आइकनों के सेट से स्थितिजन्य दृश्यों को समझ और उत्पन्न कर सकता है।

AI2-THOR इंटरैक्टिव वस्तुओं के साथ फोटोरियलिस्टिक 3D वातावरण प्रदान करता है, जो नेविगेशन, हेरफेर और कार्य योजना में अनुसंधान को सक्षम बनाता है। यह प्लेटफ़ॉर्म डीप लर्निंग समुदाय में एम्बोडिएड एजेंटों के बेंचमार्किंग और प्रशिक्षण के लिए व्यापक रूप से अपनाया गया है। गेम कंपनी के सहयोग से विकसित आइकनरी, AI की चित्रों और अनुमानों का उपयोग करके संवाद करने की क्षमता का परीक्षण करता है, जिसके लिए सामान्य ज्ञान और दृश्य समझ की आवश्यकता होती है।

सिमेंटिक स्कॉलर और एलनएनएलपी

सिमेंटिक स्कॉलर उपकरण एक कृत्रिम बुद्धिमत्ता-आधारित खोज इंजन है जो अकादमिक प्रकाशनों के लिए है और इसे नवंबर 2015 में सार्वजनिक रूप से जारी किया गया था। यह प्राकृतिक भाषा प्रसंस्करण में प्रगति का उपयोग करके शैक्षिक पत्रों के लिए सारांश, इनलाइन उद्धरणों के बारे में प्रासंगिक जानकारी, और पत्रों की लाइब्रेरी बनाने तथा पेपर अनुशंसाएँ प्राप्त करने की क्षमता जैसी सुविधाएँ प्रदान करता है।

एलनएनएलपी टीम NLP प्रणालियों के प्रदर्शन और जवाबदेही में सुधार करने तथा NLP प्रणालियों के मूल्यांकन और समझ के लिए वैज्ञानिक पद्धतियों को आगे बढ़ाने पर अनुसंधान करती है। टीम अपना स्वयं का अनुसंधान और साथ ही NLP अनुसंधान को तेज करने के लिए ओपन-सोर्स उपकरण तैयार करती है।

एलनएनएलपी, पहली बार 2017 में जारी किया गया, पायटॉर्च पर डीप लर्निंग मॉडल बनाने के लिए एक लोकप्रिय लाइब्रेरी बन गया (हालाँकि सूचीबद्ध नहीं है, यह एक सामान्य फ्रेमवर्क है)। यह नामित इकाई पहचान, सिमेंटिक भूमिका लेबलिंग और पाठ्य निहितार्थ जैसे कार्यों के लिए मॉड्यूलर घटक प्रदान करता है। सिमेंटिक स्कॉलर अब लाखों पत्रों को अनुक्रमित करता है और TLDR सारांश और उद्धरण ग्राफ़ जैसी सुविधाओं के लिए बड़े भाषा मॉडल का उपयोग करता है।

MOSAIC और सामान्य ज्ञान

मोज़ेक परियोजना AI प्रणालियों के लिए सामान्य ज्ञान और तर्क को परिभाषित करने और निर्माण करने पर केंद्रित है। यह प्रयास AI में एक दीर्घकालिक चुनौती को संबोधित करता है: मशीनों को रोज़मर्रा की भौतिक और सामाजिक अवधारणाओं को समझने में सक्षम बनाना जिन्हें मनुष्य सामान्य मान लेते हैं।

मोज़ेक साइक जैसी पहले की सामान्य ज्ञान पहलों पर आधारित है, लेकिन ज्ञान प्राप्त करने और उस पर तर्क करने के लिए आधुनिक मशीन लर्निंग तकनीकों का उपयोग करता है। परियोजना का उद्देश्य ऐसे संसाधन बनाना है जिन्हें उनके तर्क और मजबूती में सुधार करने के लिए बड़े भाषा मॉडल में एकीकृत किया जा सके। 2020 के दशक के मध्य तक, मोज़ेक ने AI प्रणालियों में सामान्य ज्ञान के मूल्यांकन के लिए डेटासेट और बेंचमार्क जारी किए हैं।

पर्यावरण के लिए AI

ये टीमें दुनिया भर के स्थानों में अवैध शिकार और अवैध मछली पकड़ने की रोकथाम के साथ-साथ जलवायु मॉडलिंग और जंगल की आग प्रबंधन जैसी पर्यावरणीय समस्याओं के लिए कृत्रिम बुद्धिमत्ता समाधान लागू करने का प्रयास करती हैं। इस समूह की टीमों में अर्थरेंजर, स्काईलाइट, जलवायु मॉडलिंग और वाइल्डलैंड्स शामिल हैं।

अर्थरेंजर एक सॉफ्टवेयर प्लेटफ़ॉर्म है जो सेंसर, कैमरों और रेंजर रिपोर्टों से डेटा को एकीकृत करके संरक्षित क्षेत्र प्रबंधकों के लिए वास्तविक समय की स्थितिजन्य जागरूकता प्रदान करता है। स्काईलाइट अवैध मछली पकड़ने में संलग्न होने की संभावना वाले जहाजों का पता लगाने के लिए उपग्रह इमेजरी और मशीन लर्निंग का उपयोग करता है। जलवायु मॉडलिंग जलवायु सिमुलेशन की सटीकता और गति में सुधार के लिए डीप लर्निंग लागू करता है, जबकि वाइल्डलैंड्स जंगल की आग की भविष्यवाणी और शमन पर केंद्रित है।

जनरेटिव AI और ओपन मॉडल

Ai2 पूरी तरह से ओपन बड़े भाषा मॉडल, डेटासेट और मॉडल प्रशिक्षण संपत्तियों की रिलीज़ के माध्यम से ओपन-सोर्स कृत्रिम बुद्धिमत्ता के विकास में सक्रिय रूप से शामिल रहा है।

ओल्मो मॉडल परिवार

11 मई, 2023 को, Ai2 ने घोषणा की कि वे OLMo विकसित कर रहे हैं, जो एक ओपन भाषा मॉडल है जिसका उद्देश्य अन्य अत्याधुनिक भाषा मॉडलों के प्रदर्शन से मेल खाना है। फरवरी 2024 में, मॉडल के 1B और 7B पैरामीटर वेरिएंट ओपन-सोर्स किए गए, जिसमें कोड, मध्यवर्ती स्नैपशॉट और लॉग के साथ मॉडल वेट, और उनके डोलमा प्रशिक्षण डेटासेट की सामग्री (वेब टेक्स्ट, अकादमिक प्रकाशन, कोड, पुस्तकें, सोशल मीडिया और विश्वकोशीय स्रोतों से लिया गया तीन-ट्रिलियन-टोकन अंग्रेजी कॉर्पस) शामिल थी, जिससे यह उपलब्ध सबसे ओपन अत्याधुनिक मॉडल बन गया।

सितंबर 2024 में, Ai2 ने OLMoE जारी किया, जो OLMo परिवार का पहला मिश्रण-ऑफ-एक्सपर्ट्स मॉडल है, जिसे कॉन्टेक्स्टुअल AI के साथ संयुक्त रूप से विकसित किया गया था। स्पार्स मॉडल में कुल मिलाकर लगभग 7 बिलियन पैरामीटर हैं, जिनमें से प्रति इनपुट टोकन लगभग 1 बिलियन सक्रिय होते हैं, और इसे 5 ट्रिलियन टोकन पर प्रशिक्षित किया गया था। अन्य OLMo रिलीज़ की तरह, मॉडल वेट के साथ प्रशिक्षण डेटा, कोड, लॉग और मध्यवर्ती प्रशिक्षण चेकपॉइंट भी शामिल थे।

नवंबर 2024 में, Ai2 ने ओल्मो का दूसरा संस्करण, OLMo 2 जारी किया, जिसकी प्रारंभिक रिलीज़ में 7B और 13B पैरामीटर मॉडल शामिल थे। मार्च 2025 में, Ai2 ने OLMo 2 का 32B वेरिएंट जारी किया, और दावा किया कि उन्होंने "GPT3.5-Turbo और GPT-4o mini से बेहतर प्रदर्शन करने वाला पहला पूरी तरह से ओपन मॉडल (सभी डेटा, कोड, वेट और विवरण स्वतंत्र रूप से उपलब्ध)" जारी किया है।

नवंबर 2025 में, Ai2 ने अपने ओल्मो 3 मॉडलों का सेट जारी किया (अब लोअरकेस "L" और "M" के साथ शैलीबद्ध)। इनमें ओल्मो 3 थिंक (7 और 32B), ओल्मो 3 बेस (7 और 32B), ओल्मो 3 इंस्ट्रक्ट (7B) और ओल्मो 3 आरएल जीरो (7B) शामिल थे। दिसंबर 2025 में, Ai2 ने 32B मॉडल, ओल्मो 3.1 का अपडेट घोषित किया।

OLMo रिलीज़ ओपनएआई और एंथ्रोपिक पारिस्थितिकी तंत्र में प्रभावशाली रही हैं, जो शोधकर्ताओं को प्रशिक्षण डेटा और पाइपलाइनों तक पूर्ण पहुँच प्रदान करती हैं। उन्होंने AI विकास में पारदर्शिता के बारे में चर्चाओं को भी बढ़ावा दिया है, जो वाणिज्यिक प्रयोगशालाओं के बंद दृष्टिकोणों के विपरीत है।

तुलु मॉडल और पोस्ट-ट्रेनिंग रेसिपी

पूरी तरह से ओपन ओल्मो परिवार के मॉडलों के अलावा, Ai2 ने तुलु भी विकसित किया है, जो निर्देश-ट्यून किए गए मॉडलों और ओपन पोस्ट-ट्रेनिंग रेसिपी का एक परिवार है जो ओपन-वेट बेस मॉडलों (जैसे, मेटा का लामा) पर आधारित है, ताकि मालिकाना निर्देश-ट्यूनिंग विधियों के लिए पूरी तरह से पारदर्शी विकल्प प्रदान किए जा सकें। AI2 ने जून 2023 में तुलु का पहला संस्करण जारी किया, जिसके बाद के संस्करण नवंबर 2023 (तुलु 2) और नवंबर 2024 (तुलु 3) में जारी किए गए।

तुलु मॉडल आरएलएआईएफ और पाठ्यक्रम-शिक्षण जैसी तकनीकों के साथ उपयोग के लिए डिज़ाइन किए गए हैं, और रेसिपी में हाइपरपैरामीटर और डेटा प्रोसेसिंग का विस्तृत दस्तावेज़ीकरण शामिल है। यह कार्य अत्याधुनिक निर्देश ट्यूनिंग तक पहुँच को लोकतांत्रिक बनाने का लक्ष्य रखता है, जो अक्सर वाणिज्यिक मॉडलों में एक ब्लैक बॉक्स होता है।

यह भी देखें

• एलन इंस्टीट्यूट फॉर ब्रेन साइंस
• एलन इंस्टीट्यूट फॉर सेल साइंस
• कृत्रिम बुद्धिमत्ता
• कृत्रिम बुद्धिमत्ता की शब्दावली
• बड़े भाषा मॉडलों की सूची

संदर्भ

• आंतरिक राजस्व सेवा फाइलिंग। प्रोपब्लिका नॉनप्रॉफिट एक्सप्लोरर।