ओपन एआई

ओपनएआई एक अमेरिकी आर्टिफिशियल इंटेलिजेंस (एआई) अनुसंधान प्रयोगशाला है जिसमें गैर-लाभकारी संगठन ओपनएआई निगमित और इसकी लाभकारी सहायक कंपनी ओपनएआई लिमिटेड पार्टनरशिप सम्मिलित है। ओपनएआई मित्रवत एआई को बढ़ावा देने और विकसित करने के घोषित उद्देश से एआई अनुसंधान करता है। ओपनएआई प्रणाली माइक्रोसॉफ्ट के माइक्रोसॉफ्ट अज़ूरे- आधारित  सुपर कंप्यूटर  प्लेटफॉर्म पर चलता है।

ओपनएआई की स्थापना 2015 में इलिया सुतस्कवर, ग्रेग ब्रॉकमैन, ट्रेवर ब्लैकवेल, विकी चेउंग, लेडी कारपैथी, डर्क किंगमा, जेसिका लिविंगस्टन, जॉन शुलमैन, पामेला वागाटा, और वोज्शिएक ज़रेम्बा द्वारा की गई थी, जिसमें सैम ऑल्टमैन और एलोन मस्क प्रारंभिक बोर्ड के सदस्य थे। माइक्रोसॉफ्ट ने ओपनएआई एलपी को 2019 में $1 बिलियन का निवेश और 2023 में $10 बिलियन का निवेश प्रदान किया।

2015–2018: गैर-लाभकारी प्रारंभ
दिसंबर 2015 में, सैम ऑल्टमैन, ग्रेग ब्रॉकमैन, रीड हॉफमैन, जेसिका लिविंगस्टन, पीटर थिएल, एलोन मस्क, अमेज़न वेब सेवाएँ (एडब्ल्यूएस), इंफोसिस और वाईसी अनुसंधान ने ओपनएआई के गठन की घोषणा की और उद्यम के लिए $1 बिलियन से अधिक का वचन दिया था। संगठन ने कहा कि वह अपने पेटेंट और शोध को जनता के लिए खोलकर अन्य संस्थानों और शोधकर्ताओं के साथ स्वतंत्र रूप से सहयोग करेगा। ओपनएआई का मुख्यालय सैन फ्रांसिस्को के मिशन डिस्ट्रिक्ट में पायनियर बिल्डिंग (सैन फ्रांसिस्को) में है।

वायर्ड (पत्रिका) के अनुसार, ब्रॉकमैन ने डीप लर्निंग मूवमेंट के संस्थापक जनकों में से एक जोशुआ बेंगियो से मुलाकात की और इस क्षेत्र के सर्वश्रेष्ठ शोधकर्ताओं की एक सूची तैयार की। दिसंबर 2015 में ब्रॉकमैन उनमें से नौ को पहले कर्मचारी के रूप में नियुक्त करने में सक्षम था। 2016 में ओपनएआई ने कॉरपोरेट-स्तर (गैर-लाभकारी-स्तर के अतिरिक्त) वेतन का भुगतान किया, किन्तु एआई शोधकर्ताओं के वेतन का भुगतान फेसबुक या गूगल के बराबर नहीं किया।

माइक्रोसॉफ्ट के पीटर ली (कंप्यूटर वैज्ञानिक) ने कहा कि एक शीर्ष एआई शोधकर्ता की लागत शीर्ष राष्ट्रीय फुटबॉल लीग क्वार्टरबैक संभावना की लागत से अधिक है थी। ओपनएआई की क्षमता और मिशन ने इन शोधकर्ताओं को फर्म की ओर आकर्षित किया; गूगल के एक कर्मचारी ने कहा कि वह आंशिक रूप से लोगों के बहुत शक्तिशाली समूह के कारण और बहुत सीमा तक, इसके मिशन के कारण ओपनएआई के लिए गूगल छोड़ने को तैयार था। ब्रॉकमैन ने कहा कि सबसे अच्छी चीज जिसकी मैं कल्पना कर सकता था वह थी मानवता को एक सुरक्षित तरीके से वास्तविक एआई के निर्माण के निकट ले जाना। ओपनएआई के सह-संस्थापक वोज्शिएक ज़रेम्बा ने कहा कि उन्होंने ओपनएआई में सम्मिलित होने के लिए अपने बाजार मूल्य के दो से तीन गुना के सीमावर्ती पागल प्रस्तावों को ठुकरा दिया।

अप्रैल 2016 में, ओपनएआई ने सुदृढीकरण सीखने के अनुसंधान के लिए अपने मंच ओपनएआई जिम का एक सार्वजनिक बीटा जारी किया था। दिसंबर 2016 में, ओपनएआई ने यूनिवर्स जारी किया, जो दुनिया भर में खेलों, वेबसाइटों और अन्य अनुप्रयोगों की आपूर्ति के लिए एआई की सामान्य बुद्धि को मापने और प्रशिक्षित करने के लिए एक सॉफ्टवेयर प्लेटफॉर्म है।.

2017 में ओपनएआई ने अकेले क्लाउड कंप्यूटिंग पर $7.9 मिलियन, या अपने कार्यात्मक खर्चों का एक चौथाई खर्च किया था। इसकी तुलना में, 2017 में डीपमाइंड का कुल खर्च $442 मिलियन था। 2018 की गर्मियों में, केवल ओपनएआई के डोटा 2 बॉट्स को प्रशिक्षित करने के लिए गूगल से कई हफ्तों के लिए 128,000 सीपीयू और 256 जीपीयू किराए पर लेने की आवश्यकता होती है।

2018 में, मस्क ने सेल्फ-ड्राइविंग कारों के लिए टेस्ला के एआई विकास के कारण टेस्ला के सीईओ के रूप में अपनी भूमिका के साथ "संभावित भविष्य के संघर्ष [रुचि]" का हवाला देते हुए अपनी बोर्ड सीट से इस्तीफा दे दिया। सैम ऑल्टमैन का प्रमाण है कि मस्क का मानना ​​था कि ओपनएआई गूगल जैसे अन्य खिलाड़ियों के पीछे पड़ गया था और मस्क ने इसके अतिरिक्त ओपनएआई को स्वयं लेने का प्रस्ताव दिया, जिसे बोर्ड ने अस्वीकार कर दिया। कस्तूरी ने बाद में ओपनएआई छोड़ दिया किन्तु एक दाता बने रहने को प्रमाणित किया, फिर भी उनके जाने के बाद कोई दान नहीं किया।

2019: लाभ के लिए परिवर्तन
2019 में, ओपनएआई ने गैर-लाभकारी से कैप्ड फ़ॉर-प्रॉफ़िट में परिवर्तन किया, जिसमें लाभ किसी भी निवेश के 100 गुना पर छाया हुआ था। ओपनएआई के अनुसार, कैप्ड-प्रॉफिट मॉडल ओपनएआई एलपी को कानूनी रूप से वेंचर फंड से निवेश आकर्षित करने की अनुमति देता है, और इसके अतिरिक्त, कर्मचारियों को कंपनी में साझेदारी देने के लिए, लक्ष्य यह है कि वे कह सकते हैं कि मैं ओपनएआई में जा रहा हूं, किन्तु लंबे समय में टर्म यह एक परिवार के रूप में हमारे लिए नुकसानदेह नहीं होने जा रहा है। कई शीर्ष शोधकर्ता गूगल ब्रेन, डीपमाइंड या फेसबुक के लिए काम करते हैं, जो स्टॉक विकल्प प्रदान करते हैं जो एक गैर-लाभकारी संस्था करने में असमर्थ होगी। परिवर्तन से पहले, ओपनएआई में शीर्ष कर्मचारियों के मुआवजे का सार्वजनिक विवरण कानूनी रूप से आवश्यक था।

कंपनी ने तब अपने कर्मचारियों को इक्विटी (वित्त) वितरित की और माइक्रोसॉफ्ट के साथ भागीदारी की, कंपनी में $1 बिलियन के निवेश पैकेज की घोषणा। ओपनएआई ने अपनी प्रौद्योगिकियों को व्यावसायिक रूप से लाइसेंस देने के अपने विश्वाश की भी घोषणा की। ओपनएआई की योजना पांच वर्षों के अन्दर $1 बिलियन खर्च करने की है, और संभवत: इससे कहीं अधिक तेजी से। ऑल्टमैन ने कहा है कि एक अरब डॉलर भी अपर्याप्त हो सकता है, और आर्टिफिशियल इंटेलिजेंस प्राप्त करने के लिए किसी भी गैर-लाभकारी संगठन की तुलना में प्रयोगशाला को अंततः अधिक पूंजी की आवश्यकता हो सकती है।

एआई के लिए गैर-लाभकारी एलन संस्थान के ओरेन एट्ज़ियोनी द्वारा एक गैर-लाभकारी से एक कैप्ड-प्रॉफिट कंपनी में परिवर्तन को संदेह के साथ देखा गया था, जो इस बात से सहमत थे कि एक गैर-लाभकारी संस्था के लिए शीर्ष शोधकर्ताओं को लुभाना कठिन है, किन्तु कहा कि मैं इस धारणा से असहमत हूं कि एक गैर-लाभकारी संस्था ' टी प्रतिस्पर्धा और ओपनएआई और अन्य द्वारा कम बजट की सफल परियोजनाओं की ओर संकेत किया। यदि बड़ा और उत्तम वित्त पोषित सदैव उत्तम होता, तो आईबीएम अभी भी नंबर एक होता है।

गैर-लाभकारी, ओपनएआई इंक., ओपनएआई एलपी का एकमात्र नियंत्रित हित है। ओपनएआई एलपी, एक लाभदायक कंपनी होने के अतिरिक्त, ओपनएआई इंक. के गैर-लाभकारी चार्टर के लिए एक औपचारिक प्रत्ययी कर्तव्य बनाए रखती है। ओपनएआई इंक. के अधिकांश बोर्ड को ओपनएआई एलपी में वित्तीय साझेदारी रखने से रोक दिया गया है। इसके अतिरिक्त, ओपनएआई एलपी में साझेदारी वाले अल्पसंख्यक सदस्यों को हितों के टकराव के कारण कुछ वोटों से रोक दिया गया है। कुछ शोधकर्ताओं ने तर्क दिया है कि ओपनएआई एलपी का लाभकारी स्थिति में स्विच करना ओपनएआई के एआई के लोकतंत्रीकरण के प्रमाणों के साथ असंगत है।

2020-वर्तमान: चैटजीपीटी, डीएएल-ई और माइक्रोसॉफ्ट के साथ साझेदारी
2020 में, ओपनएआई ने बड़े इंटरनेट डेटासेट पर प्रशिक्षित भाषा मॉडल जीपीटी-3 की घोषणा की थी। जीपीटी-3 का उद्देश्य स्वाभाविक भाषा में प्रश्नों का उत्तर देना है, किन्तु यह भाषाओं के बीच अनुवाद भी कर सकता है और सुसंगत रूप से सुधारित पाठ उत्पन्न कर सकता है। इसने यह भी घोषणा की कि एक संबद्ध एपीआई, जिसे केवल एपीआई नाम दिया गया है, अपने पहले वाणिज्यिक उत्पाद का दिल बनाएगा।

2021 में, ओपनएआई ने डीएएलएल-ई प्रस्तुत किया, जो एक गहन शिक्षण मॉडल है जो प्राकृतिक भाषा विवरणों से डिजिटल चित्र उत्पन्न कर सकता है।

दिसंबर 2022 में, ओपनएआई ने जीपीटी-3.5 पर आधारित अपने नए एआई चैटबॉट, चैटजीपीटी का मुफ्त पूर्वावलोकन लॉन्च करने के बाद व्यापक मीडिया कवरेज प्राप्त किया। ओपनएआई के अनुसार, पूर्वावलोकन को पहले पांच दिनों के अन्दर एक मिलियन से अधिक साइनअप प्राप्त हुए। दिसंबर 2022 में रॉयटर्स द्वारा उद्धृत अनाम स्रोतों के अनुसार, ओपनएआई ने 2023 में $200 मिलियन राजस्व और 2024 में $1 बिलियन राजस्व का अनुमान लगाया था।

जनवरी 2023 तक, ओपनएआई फंडिंग के लिए बातचीत कर रहा था जो कंपनी को $29 बिलियन का मूल्य देगा, 2021 में कंपनी के मूल्य को दोगुना कर देगा। 23 जनवरी, 2023 को, माइक्रोसॉफ्ट ने ओपनएआई में एक नए बहु-वर्षीय 10 बिलियन अमरीकी डालर के निवेश की घोषणा की। इस लेन-देन की अफवाहों ने सुझाव दिया कि माइक्रोसॉफ्ट ओपनएआई का 75% मुनाफा तब तक प्राप्त कर सकता है जब तक कि वह अपने निवेश रिटर्न और कंपनी में 49% साझेदारी प्राप्त नहीं कर लेता है।

माना जा रहा है कि यह निवेश ओपनएआई के चैटजीपीटी को बिंग सर्च इंजन में एकीकृत करने के माइक्रोसॉफ्ट के प्रयासों का एक भाग है। गूगल ने इसी प्रकार के एआई एप्लिकेशन (बार्ड (चैटबॉट)) की घोषणा की, चैटजीपीटी लॉन्च होने के बाद, डर था कि चैटजीपीटी सूचना के स्रोत के रूप में गूगल की जगह को खतरे में डाल सकता है।

7 फरवरी, 2023 को, माइक्रोसॉफ्ट ने घोषणा की कि वह माइक्रोसॉफ्ट बिंग, माइक्रोसॉफ्ट एज, माइक्रोसॉफ्ट 365 और अन्य उत्पादों में चैटजीपीटी जैसी नींव पर आधारित एआई विधि का निर्माण कर रहा है।

3 मार्च, 2023 को, रीड हॉफमैन ने ओपनएआई में अपनी बोर्ड सीट और ग्रेलॉक पार्टनर्स के माध्यम से एआई प्रौद्योगिकी कंपनियों में अपने निवेश के साथ-साथ सह-संस्थापक के रूप में अपनी भूमिका के बीच हितों के टकराव से बचने की इच्छा का हवाला देते हुए अपनी बोर्ड सीट से इस्तीफा दे दिया। एआई प्रौद्योगिकी स्टार्टअप इन्फ्लेक्शन एआई हॉफमैन ओपनएआई में एक प्रमुख निवेशक माइक्रोसॉफ्ट के बोर्ड में बने रहे।

14 मार्च, 2023 को, ओपनएआई ने जीपीटी-4 को एपीआई (एक प्रतीक्षा सूची के साथ) और चैटजीपीटी प्लस की एक विशेषता के रूप में जारी किया था।

26 अप्रैल, 2023 को, ओपनएआई ने घोषणा की कि पीडब्ल्यूसी ओपनएआई में $1 बिलियन का निवेश करेगा और जीपीटी-4 और माइक्रोसॉफ्ट अजुरे ओपनएआई सेवा का उपयोग करेगा।

प्रतिभागी
प्रमुख कर्मचारी:
 * सीईओ और सह-संस्थापक: सैम ऑल्टमैन, स्टार्टअप एक्सेलेरेटर वाई कॉम्बिनेटर (कंपनी) के पूर्व अध्यक्ष
 * अध्यक्ष और सह-संस्थापक: ग्रेग ब्रॉकमैन, पूर्व सीटीओ, पट्टी (कंपनी)  के तीसरे कर्मचारी * मुख्य वैज्ञानिक और सह-संस्थापक: इल्या सुतस्केवर, मशीन लर्निंग के पूर्व गूगल विशेषज्ञ * मुख्य विधिी अधिकारी: मीरा मुराती, पहले  छलांग की गति  और टेस्ला, इंक.
 * मुख्य परिचालन अधिकारी: ब्रैड लाइटकैप, पहले वाई कॉम्बिनेटर (कंपनी) और जेपी मॉर्गन चेस में

ओपनएआई गैर-लाभकारी बोर्ड:
 * ग्रेग ब्रॉकमैन
 * इल्या सुतस्केवर
 * सैम ऑल्टमैन
 * एडम डी एंजेलो
 * हर्ड होगा
 * ताशा मैककौली
 * हेलेन टोनर
 * शिवोन ज़िलिस

व्यक्तिगत निवेशक: * रीड हॉफमैन, Linkedin  के सह-संस्थापक
 * पीटर थिएल, पेपैल  के सह-संस्थापक * जेसिका लिविंगस्टन, वाई कॉम्बिनेटर की संस्थापक भागीदार

कॉर्पोरेट निवेशक:
 * माइक्रोसॉफ्ट
 * खोसला वेंचर्स
 * इंफोसिस

मकसद
स्टीफन हॉकिंग और स्टुअर्ट जे. रसेल जैसे कुछ वैज्ञानिकों ने चिंता व्यक्त की है कि यदि उन्नत एआई किसी दिन स्वयं को लगातार बढ़ती दर पर फिर से डिजाइन करने की क्षमता प्राप्त कर लेता है, तो एक अजेय खुफिया विस्फोट मानव विलुप्त होने का कारण बन सकता है। सह-संस्थापक मस्क एआई को मानवता के सबसे बड़े अस्तित्वगत खतरे के रूप में दर्शाते हैं। कृत्रिम बुद्धिमत्ता के निहित खतरों को कम करने की मांग करते हुए, ओपनएआई के संस्थापकों ने इसे एक गैर-लाभकारी के रूप में संरचित किया ताकि वे मानवता के लिए सकारात्मक दीर्घकालिक योगदान देने पर इसके शोध पर ध्यान केंद्रित कर सकें। कस्तूरी और ऑल्टमैन ने कहा है कि वे एआई सुरक्षा और आर्टिफिशियल इंटेलिजेंस से अस्तित्वगत जोखिम के बारे में चिंताओं से आंशिक रूप से प्रेरित हैं। ओपनएआई का कहना है कि यह थाह करना कठिन है कि मानव-स्तर एआई समाज को कितना लाभ पहुँचा सकता है, और यह समझना भी उतना ही कठिन है कि यदि गलत तरीके से निर्मित या उपयोग किया जाता है तो यह समाज को कितना नुकसान पहुँचा सकता है। सुरक्षा पर अनुसंधान को सुरक्षित रूप से स्थगित नहीं किया जा सकता है: एआई के आश्चर्यजनक इतिहास के कारण, यह भविष्यवाणी करना कठिन है कि कब मानव-स्तरीय एआई पहुंच के अन्दर आ सकता है। ओपनएआई का कहना है कि एआई को व्यक्तिगत मानवीय इच्छाओं का विस्तार होना चाहिए और स्वतंत्रता की भावना में, जितना संभव हो उतना व्यापक और समान रूप से वितरित किया जाना चाहिए। सह-अध्यक्ष सैम ऑल्टमैन को उम्मीद है कि यह दशकों पुरानी परियोजना मानवीय बुद्धिमत्ता से आगे निकल जाएगी।

इंफोसिस के पूर्व सीईओ विशाल सिक्का ने कहा कि एक खुलापन जहां प्रयास आम तौर पर मानवता के अधिक से अधिक हित में परिणाम उत्पन्न करेगा, उनके समर्थन के लिए एक मौलिक आवश्यकता थी, और यह कि ओपनएआई हमारे लंबे समय से चले आ रहे मूल्यों और उनके प्रयास के साथ बहुत अच्छी तरह से संरेखित करता है। उद्देश्यपूर्ण कार्य। रेफरी>{{cite web|author1=Vishal Sikka|title=ओपनएआई: सभी के लिए एआई|url= |website=InfyTalk|publisher= http://www.infosysblogs.com/infytalk/2015/12/ओपनएआई_एआई_for_all.html%7Cwebsite=InfyTalk%7Cpublisher=Infosys|access-date=December 22, 2015|date=December 14, 2015|url-status=dead|archive-url=|archive-date=December https://web.archive.org/web/20151222094518/http://www.infosysblogs.com/infytalk/2015/12/ओपनएआई_एआई_for_all.html%7Carchive-date=December 22, 2015|author1-link=Vishal Sikka} वायर्ड के कैड मेट्ज़ ने सुझाव दिया है कि Amazon.com जैसे निगम ओपन-सोर्स सॉफ़्टवेयर और डेटा का उपयोग करने की इच्छा से प्रेरित हो सकते हैं ताकि गूगल और Facebook जैसे निगमों के खिलाफ खेल के मैदान को समतल किया जा सके जो मालिकाना डेटा की भारी आपूर्ति करते हैं. ऑल्टमैन का कहना है कि वाई कॉम्बिनेटर कंपनियां अपना डेटा ओपनएआई के साथ साझा करेंगी।

रणनीति
कस्तूरी ने सवाल उठाया: भविष्य अच्छा है यह सुनिश्चित करने के लिए हम सबसे अच्छी चीज क्या कर सकते हैं? हम किनारे पर बैठ सकते हैं या हम नियामक निरीक्षण को प्रोत्साहित कर सकते हैं, या हम ऐसे लोगों के साथ सही संरचना के साथ भाग ले सकते हैं जो एआई को सुरक्षित और मानवता के लिए फायदेमंद तरीके से विकसित करने के बारे में गहराई से परवाह करते हैं। मस्क ने स्वीकार किया कि सदैव कुछ जोखिम होता है कि वास्तव में (दोस्ताना) एआई को आगे बढ़ाने की कोशिश में हम वह चीज बना सकते हैं जिसके बारे में हम चिंतित हैं; फिर भी, सबसे अच्छा बचाव यह है कि अधिक से अधिक लोगों को एआई प्राप्त करने के लिए सशक्त बनाया जाए। यदि सभी के पास एआई शक्तियाँ हैं, तो कोई एक व्यक्ति या व्यक्तियों का एक छोटा समूह नहीं है जिसके पास एआई महाशक्ति हो सकती है। कस्तूरी और ऑल्टमैन की काउंटर-सहज ज्ञान युक्त रणनीति जोखिम को कम करने की कोशिश कर रही है कि एआई सभी को एआई देकर समग्र नुकसान पहुंचाएगा, उन लोगों के बीच विवादास्पद है जो आर्टिफिशियल इंटेलिजेंस से अस्तित्वगत जोखिम से संबंधित हैं। दार्शनिक निक बोस्सोम मस्क के दृष्टिकोण पर संदेह करते हैं: यदि आपके पास एक बटन है जो दुनिया के लिए बुरा काम कर सकता है, तो आप इसे हर किसी को नहीं देना चाहते हैं। विधिी विलक्षणता के बारे में 2016 की एक बातचीत के दौरान, Altman ने कहा कि हम अपने सभी स्रोत कोड जारी करने की योजना नहीं बनाते हैं और एक योजना का उल्लेख किया है जिससे दुनिया के व्यापक स्तर पर एक नए शासन बोर्ड के प्रतिनिधियों का चुनाव किया जा सके। ग्रेग ब्रॉकमैन ने कहा कि अभी हमारा लक्ष्य... सबसे अच्छा काम करना है जो करना है। यह थोड़ा अस्पष्ट है। रेफरी>

इसके विपरीत, संभावित दुरुपयोग की उपस्थिति में सावधानी बरतने की इच्छा के कारण जीपीटी-2 को रोकने के ओपनएआई के प्रारंभिक निर्णय की खुलेपन के समर्थकों द्वारा आलोचना की गई है। टेक्स्ट जेनरेशन के विशेषज्ञ दिलीप राव ने कहा कि मुझे नहीं लगता [OpenAI] साबित करने में काफी समय बिताया [GPT-2] वास्तव में खतरनाक था। अन्य आलोचकों ने तर्क दिया कि अनुसंधान को दोहराने और प्रतिउपायों के साथ आने में सक्षम होने के लिए खुला प्रकाशन आवश्यक है। हाल ही में, 2022 में, ओपनएआई ने एआई संरेखण के लिए अपना दृष्टिकोण प्रकाशित किया। वे उम्मीद करते हैं कि मानवीय मूल्यों के लिए आर्टिफिशियल इंटेलिजेंस को संरेखित करना वर्तमान एआई प्रणाली को संरेखित करने की तुलना में कठिन है: असंरेखित एजीआई मानवता के लिए पर्याप्त जोखिम पैदा कर सकता है और एजीआई संरेखण समस्या को हल करना इतना कठिन हो सकता है कि इसके लिए सभी मानवता को एक साथ काम करने की आवश्यकता होगी। वे एआई प्रणाली को प्रशिक्षित करने के लिए मानवीय प्रतिक्रिया का उत्तम उपयोग करने का तरीका तलाशते हैं। वे संरेखण अनुसंधान को स्वचालित रूप से स्वचालित करने के लिए एआई का उपयोग करने पर भी विचार करते हैं।

उत्पाद और अनुप्रयोग
, ओपनएआई का शोध रीइन्फोर्समेंट लर्निंग (RL) पर केंद्रित है। ओपनएआई को DeepMind के एक महत्वपूर्ण प्रतियोगी के रूप में देखा जाता है।

जिम
2016 में घोषित, जिम का उद्देश्य विभिन्न प्रकार के वातावरणों पर एक आसानी से लागू सामान्य-इंटेलिजेंस बेंचमार्क (कंप्यूटिंग) प्रदान करना है - पर्यवेक्षित शिक्षण अनुसंधान में उपयोग किए जाने वाले इमेजनेट लार्ज स्केल विज़ुअल रिकॉग्निशन चैलेंज के समान, किन्तु व्यापक। यह एआई अनुसंधान प्रकाशनों में पर्यावरण को परिभाषित करने के तरीके को मानकीकृत करने की उम्मीद करता है, ताकि प्रकाशित शोध अधिक आसानी से प्रतिलिपि प्रस्तुत करने योग्य हो जाए। परियोजना उपयोगकर्ता को एक सरल इंटरफ़ेस प्रदान करने को प्रमाणित करती है। जून तक2017, जिम का उपयोग केवल पायथन (प्रोग्रामिंग भाषा) के साथ किया जा सकता है। सितंबर 2017 तक, जिम प्रलेखन साइट का रखरखाव नहीं किया गया था, और सक्रिय कार्य इसके गिटहब पृष्ठ पर केंद्रित था।

रोबोसुमो
2017 में जारी किया गया, रोबोसुमो एक आभासी दुनिया है जहां ह्यूमनॉइड मेटा-लर्निंग (कंप्यूटर विज्ञान)  रोबोट एजेंटों को शुरू में ज्ञान की कमी होती है कि कैसे चलना है, किन्तु उन्हें विरोधी एजेंट को रिंग से बाहर ले जाने और धकेलने के लिए सीखने का लक्ष्य दिया जाता है। इस प्रतिकूल सीखने की प्रक्रिया के माध्यम से, एजेंट सीखते हैं कि बदलती परिस्थितियों के अनुकूल कैसे बनाया जाए; जब एक एजेंट को इस आभासी वातावरण से हटा दिया जाता है और तेज़ हवाओं के साथ एक नए आभासी वातावरण में रखा जाता है, तो एजेंट सीधा रहने के लिए तैयार हो जाता है, यह सुझाव देता है कि उसने सामान्य तरीके से संतुलन बनाना सीख लिया है। ओपनएआई के इगोर मोर्डैच का तर्क है कि एजेंटों के बीच प्रतिस्पर्धा एक खुफिया हथियारों की दौड़ पैदा कर सकती है जो प्रतियोगिता के संदर्भ के बाहर भी एक एजेंट की कार्य करने की क्षमता को बढ़ा सकती है।

ओपनएआई फाइव
ओपनएआई फाइव पांच ओपनएआई-क्यूरेटेड वीडियो गेम बॉट की एक टीम का नाम है, जिसका उपयोग प्रतिस्पर्धी पांच-ऑन-फाइव वीडियो गेम डोटा 2 में किया जाता है, जो पूरी तरह से ट्रायल-एंड- के माध्यम से उच्च कौशल स्तर पर मानव खिलाड़ियों के खिलाफ खेलना सीखते हैं। त्रुटि एल्गोरिदम। पांच की टीम बनने से पहले, द इंटरनेशनल 2017 में पहला सार्वजनिक प्रदर्शन हुआ, खेल के लिए वार्षिक प्रीमियर चैंपियनशिप टूर्नामेंट, जहां डेंडी (डोटा खिलाड़ी), एक प्रस्तुतेवर यूक्रेनी खिलाड़ी, लाइव वन-ऑन-वन ​​में एक बॉट के खिलाफ हार गया। मेल खाना। मैच के बाद, CTO ग्रेग ब्रॉकमैन ने बताया कि बॉट ने बीता हुआ वास्तविक समय के दो सप्ताह तक स्वयं के खिलाफ खेलकर सीखा था, और यह सीखने वाला सॉफ्टवेयर सॉफ्टवेयर बनाने की दिशा में एक कदम था जो एक सर्जन जैसे जटिल कार्यों को संभाल सकता है।  प्रणाली सुदृढीकरण सीखने के एक रूप का उपयोग करती है, क्योंकि बॉट समय के साथ महीनों तक दिन में सैकड़ों बार स्वयं के खिलाफ खेलकर सीखते हैं, और उन्हें दुश्मन को मारने और मानचित्र के उद्देश्यों को लेने जैसे कार्यों के लिए पुरस्कृत किया जाता है। जून 2018 तक, बॉट्स की क्षमता पांच की पूरी टीम के रूप में एक साथ खेलने के लिए विस्तारित हुई, और वे शौकिया और अर्ध-प्रस्तुतेवर खिलाड़ियों की टीमों को हराने में सक्षम थे।  द इंटरनेशनल 2018 में, ओपनएआई फाइव ने प्रस्तुतेवर खिलाड़ियों के खिलाफ दो प्रदर्शनी मैच खेले, किन्तु दोनों गेम हार गए।   अप्रैल 2019 में, ओपनएआई फाइव ने सैन फ्रांसिस्को में एक लाइव प्रदर्शनी मैच में उस समय के विश्व चैंपियन ओजी (खेल)एस्पोर्ट्स) को 2:0 से हराया।  बॉट्स की अंतिम सार्वजनिक उपस्थिति उस महीने बाद में आई, जहां उन्होंने चार दिवसीय खुली ऑनलाइन प्रतियोगिता में कुल 42,729 गेम खेले, जिनमें से 99.4% गेम जीते।

जिम रेट्रो
2018 में जारी, जिम रेट्रो वीडियो गेम पर आरएल शोध के लिए एक मंच है। जिम रेट्रो का उपयोग आरएल एल्गोरिदम पर शोध करने और सामान्यीकरण का अध्ययन करने के लिए किया जाता है। आरएल में पहले के शोध ने मुख्य रूप से एकल कार्यों को हल करने के लिए एजेंटों को अनुकूलित करने पर ध्यान केंद्रित किया है। जिम रेट्रो समान अवधारणाओं किन्तु अलग-अलग दिखावे वाले खेलों के बीच सामान्यीकरण करने की क्षमता देता है।

बहस का खेल
2018 में, ओपनएआई ने डिबेट गेम लॉन्च किया, जो मानव जज के सामने खिलौनों की समस्याओं पर बहस करना सिखाता है। उद्देश्य यह शोध करना है कि क्या ऐसा दृष्टिकोण एआई निर्णयों के ऑडिट में और व्याख्यात्मक एआई विकसित करने में सहायता कर सकता है।

डैक्टिल
2018 में विकसित, Dactyl भौतिक वस्तुओं में हेरफेर करने के लिए एक छाया हाथ, एक मानव-जैसे रोबोट हाथ को प्रशिक्षित करने के लिए मशीन लर्निंग का उपयोग करता है। यह #ओपनएआई Five के समान RL एल्गोरिदम और प्रशिक्षण कोड का उपयोग करके पूरी तरह से सिमुलेशन में सीखता है। ओपनएआई ने  डोमेन रैंडमाइजेशन  का उपयोग करके ऑब्जेक्ट ओरिएंटेशन समस्या का सामना किया, एक सिमुलेशन दृष्टिकोण जो शिक्षार्थी को वास्तविकता में फिट होने की कोशिश करने के अतिरिक्त विभिन्न प्रकार के अनुभवों को उजागर करता है। मोशन ट्रैकिंग कैमरों के अतिरिक्त, डैक्टाइल के लिए सेट-अप में  आरजीबी रंग मॉडल  कैमरे भी हैं, जो रोबोट को किसी मनमानी वस्तु को देखकर हेरफेर करने की अनुमति देते हैं। 2018 में, ओपनएआई ने दिखाया कि प्रणाली एक घन और एक अष्टकोणीय प्रिज्म में हेरफेर करने में सक्षम था। 2019 में, ओपनएआई ने प्रदर्शित किया कि Dactyl रूबिक क्यूब को हल कर सकता है। रोबोट 60% समय पहेली को हल करने में सक्षम था। रूबिक क्यूब जैसी वस्तुएं जटिल भौतिकी का परिचय देती हैं जो मॉडल के लिए कठिन है। ओपनएआई ने गड़बड़ी के लिए डैक्टिल की शक्तिशालीी में सुधार करके इसे हल किया; उन्होंने स्वचालित डोमेन रेंडमाइजेशन (एडीआर) नामक एक विधि का इस्तेमाल किया, एक सिमुलेशन दृष्टिकोण जहां उत्तरोत्तर अधिक कठिन वातावरण अंतहीन रूप से उत्पन्न होते हैं। एडीआर मैनुअल डोमेन रैंडमाइजेशन से अलग है, जिसमें रैंडमाइजेशन रेंज निर्दिष्ट करने के लिए मानव की जरूरत नहीं है।

एपीआई
जून 2020 में, ओपनएआई ने एक बहुउद्देश्यीय अप्लिकेशन प्रोग्रामिंग अंतरफलक की घोषणा की, जिसमें कहा गया था कि ओपनएआई द्वारा विकसित नए एआई मॉडल तक पहुँचने के लिए डेवलपर्स को किसी भी अंग्रेजी भाषा एआई कार्य के लिए कॉल करने दें।

=== जनरेटिव मॉडल ===

ओपनएआई का मूल जीपीटी मॉडल (जीपीटी-1)
ट्रांसफॉर्मर (मशीन लर्निंग मॉडल) आधारित भाषा मॉडल के जनरेटिव प्री-ट्रेनिंग पर मूल पेपर एलेक रेडफोर्ड और उनके सहयोगियों द्वारा लिखा गया था, और 11 जून, 2018 को ओपनएआई की वेबसाइट पर प्रीप्रिंट में प्रकाशित हुआ था। इसने दिखाया कि कैसे भाषा का एक जनरेटिव मॉडल विश्व ज्ञान प्राप्त करने में सक्षम है और सन्निहित पाठ के लंबे खंडों के साथ विविध कॉर्पस पर पूर्व-प्रशिक्षण द्वारा लंबी दूरी की निर्भरता को संसाधित करता है।

जीपीटी-2
जनरेटिव पूर्व-प्रशिक्षित ट्रांसफार्मर 2 (जीपीटी-2) एक अनियंत्रित शिक्षा  ट्रांसफॉर्मर (मशीन लर्निंग मॉडल) भाषा मॉडल है और ओपनएआई के मूल जीपीटी मॉडल (जीपीटी-1) का उत्तराधिकारी है। जीपीटी-2 को पहली बार फरवरी 2019 में घोषित किया गया था, प्रारंभ में केवल सीमित प्रदर्शनकारी संस्करण जनता के लिए जारी किए गए थे। नकली समाचार लिखने के लिए आवेदनों सहित संभावित दुरुपयोग पर चिंता के कारण जीपीटी-2 का पूर्ण संस्करण तुरंत जारी नहीं किया गया था। कुछ विशेषज्ञों ने संदेह व्यक्त किया कि जीपीटी-2 ने एक महत्वपूर्ण खतरा उत्पन्न किया है।

एलन इंस्टीट्यूट फॉर आर्टिफिशियल इंटेलिजेंस ने न्यूरल फेक न्यूज का पता लगाने के लिए एक टूल के साथ जीपीटी-2 का जवाब दिया। जेरेमी हावर्ड जैसे अन्य शोधकर्ताओं ने ट्विटर, ईमेल और वेब को पूरी तरह से उचित-ध्वनि, संदर्भ-उपयुक्त गद्य के साथ भरने के लिए प्रौद्योगिकी की चेतावनी दी, जो अन्य सभी भाषणों को डूब जाएगा और फ़िल्टर करना असंभव होगा। नवंबर 2019 में, ओपनएआई ने जीपीटी-2 भाषा मॉडल का पूर्ण संस्करण जारी किया। कई वेबसाइटें जीपीटी-2 और अन्य ट्रांसफार्मर मॉडल के विभिन्न उदाहरणों के इंटरैक्टिव प्रदर्शनों की मेजबानी करती हैं। जीपीटी-2 के लेखक गैर-पर्यवेक्षित भाषा मॉडल को सामान्य-उद्देश्य के शिक्षार्थी होने का तर्क देते हैं, जीपीटी-2 द्वारा सचित्र 8 में से 7 जीरो-शॉट लर्निंग|जीरो-शॉट टास्क (यानी मॉडल नहीं था) पर अत्याधुनिक सटीकता और उलझन को प्राप्त करता है। आगे किसी भी कार्य-विशिष्ट इनपुट-आउटपुट उदाहरणों पर प्रशिक्षित)।

जिस कॉर्पस पर इसे प्रशिक्षित किया गया था, जिसे वेबटेक्स्ट कहा जाता है, इसमें कम से कम 3 upvotes के साथ reddit  सबमिशन में साझा किए गए URL से कुल 40 गीगाबाइट टेक्स्ट के लिए 8 मिलियन से अधिक दस्तावेज़ सम्मिलित हैं। यह बाइट जोड़ी एन्कोडिंग का उपयोग कर शब्द टोकन के साथ शब्दावली एन्कोडिंग कुछ मुद्दों से बचाता है। यह व्यक्तिगत वर्णों और एकाधिक-वर्ण टोकन दोनों को एन्कोड करके वर्णों की किसी भी स्ट्रिंग का प्रतिनिधित्व करने की अनुमति देता है।

जीपीटी-3
पहली बार मई 2020 में वर्णित, जनरेटिव प्री-प्रशिक्षित ट्रांसफॉर्मर 3 (जीपीटी-3) एक अप्रशिक्षित ट्रांसफॉर्मर लैंग्वेज मॉडल है और #जीपीटी-2|जीपीटी-2 का उत्तराधिकारी है। ओपनएआई ने कहा कि जीपीटी-3 के पूर्ण संस्करण में 175 बिलियन पैरामीटर (मशीन लर्निंग) सम्मिलित हैं, 1.5 बिलियन पैरामीटर से बड़े परिमाण के दो आदेश जीपीटी-2 के पूर्ण संस्करण में (हालांकि जीपीटी-3 मॉडल के रूप में कम से कम 125 मिलियन मापदंडों को भी प्रशिक्षित किया गया था)। ओपनएआई ने कहा कि जीपीटी-3 कुछ मेटा-लर्निंग कार्यों में सफल होता है। यह एकल इनपुट-आउटपुट जोड़ी के उद्देश्य को सामान्य कर सकता है। पेपर अंग्रेजी और रोमानियाई के बीच और अंग्रेजी और जर्मन के बीच अनुवाद और क्रॉस-भाषाई स्थानांतरण सीखने का एक उदाहरण देता है। जीपीटी-3 ने बेंचमार्क परिणामों में नाटकीय रूप से सुधार किया जीपीटी-2 से अधिक। ओपनएआई ने आगाह किया है कि भाषा मॉडल के इस तरह के स्केलिंग को भविष्यवाणिय भाषा मॉडल की मौलिक क्षमता सीमाओं के निकट या सामना करना पड़ सकता है। प्री-ट्रेनिंग जीपीटी-3 के लिए कई हजार पेटाफ्लॉप/सेकंड-दिनों की आवश्यकता होती है की गणनापूर्ण जीपीटी-2 मॉडल के लिए दसियों पेटाफ्लॉप/s-दिनों की तुलना में। अपने पूर्ववर्ती की तरह, जीपीटी-3 के पूरी तरह से प्रशिक्षित मॉडल को संभावित दुरुपयोग के आधार पर तुरंत जनता के लिए जारी नहीं किया गया था, हालांकि ओपनएआई ने जून 2020 में शुरू होने वाले दो महीने के मुफ्त निजी बीटा के बाद एक पेड क्लाउड एप्लिकेशन प्रोग्रामिंग इंटरफ़ेस के माध्यम से एक्सेस की अनुमति देने की योजना बनाई थी। 23 सितंबर, 2020 को जीपीटी-3 को विशेष रूप से माइक्रोसॉफ्ट के लिए लाइसेंस दिया गया था।

कोडेक्स
2021 के मध्य में घोषित, कोडेक्स जीपीटी-3 का वंशज है जिसे अतिरिक्त रूप से 54 मिलियन GitHub रिपॉजिटरी से कोड पर प्रशिक्षित किया गया है, और कोड स्वत: पूर्णता उपकरण GitHub Copilot को एआई शक्ति प्रदान कर रहा है। अगस्त 2021 में, निजी बीटा में एक एपीआई जारी किया गया था। ओपनएआई के अनुसार, मॉडल एक दर्जन से अधिक प्रोग्रामिंग भाषाओं में कार्य कोड बनाने में सक्षम है, सबसे प्रभावी रूप से Python में।

गड़बड़ियों, डिजाइन की खामियों और सुरक्षा कमजोरियों के साथ कई मुद्दों को सामने लाया गया है। GitHub Copilot पर कॉपीराइट कोड का उत्सर्जन करने का आरोप लगाया गया है, जिसमें कोई लेखक विशेषता या लाइसेंस नहीं है। ओपनएआई ने घोषणा की कि वे 23 मार्च, 2023 से कोडेक्स एपीआई के लिए समर्थन बंद करने जा रहे हैं।

कानाफूसी
2022 में जारी, व्हिस्पर एक सामान्य-उद्देश्य वाक् पहचान मॉडल है। इसे विविध ऑडियो के एक बड़े डेटासेट पर प्रशिक्षित किया गया है और यह एक बहु-कार्य मॉडल भी है जो बहुभाषी वाक् पहचान के साथ-साथ वाक् अनुवाद और भाषा पहचान भी कर सकता है।

जीपीटी-4
14 मार्च, 2023 को, ओपनएआई ने टेक्स्ट या इमेज इनपुट स्वीकार करने में सक्षम जनरेटिव प्री-ट्रेन्ड ट्रांसफॉर्मर 4 (जीपीटी-4) जारी करने की घोषणा की। ओपनएआई ने घोषणा की कि अद्यतन विधि ने एक सिम्युलेटेड लॉ स्कूल बार परीक्षा उत्तीर्ण की है, जिसमें शीर्ष 10% परीक्षार्थियों का स्कोर है; इसके विपरीत, पूर्व संस्करण, जीपीटी-3.5, ने लगभग 10% नीचे स्कोर किया। जीपीटी-4 पाठ के 25,000 शब्दों को पढ़, विश्लेषण या उत्पन्न कर सकता है, और सभी प्रमुख प्रोग्रामिंग भाषाओं में कोड लिख सकता है।

म्यूज़नेट और ज्यूकबॉक्स (संगीत)
2019 में जारी, MuseNet मिडी संगीत फ़ाइलों में बाद के संगीत नोटों की भविष्यवाणी करने के लिए प्रशिक्षित एक गहरा तंत्रिका जाल है। यह पंद्रह अलग-अलग शैलियों में दस अलग-अलग वाद्य यंत्रों के साथ गाने उत्पन्न कर सकता है। द वर्ज के अनुसार, म्यूज़नेट द्वारा उत्पन्न एक गीत यथोचित रूप से शुरू होता है, किन्तु बाद में यह जितना अधिक समय तक बजता है, उतना ही अव्यवस्थित हो जाता है। पॉप संस्कृति में, इस उपकरण के प्रारंभी अनुप्रयोगों का उपयोग 2020 की प्रारंभ में इंटरनेट मनोवैज्ञानिक थ्रिलर बेन डूब दया के लिए किया गया था ताकि टिट्युलर चरित्र के लिए संगीत तैयार किया जा सके। 2020 में रिलीज़ किया गया, ज्यूकबॉक्स वोकल्स के साथ कंप्यूटर संगीत के लिए एक ओपन-सोर्स एल्गोरिथम है। 1.2 मिलियन नमूनों पर प्रशिक्षण के बाद, प्रणाली एक शैली, कलाकार और गीतों के एक स्निपेट को स्वीकार करता है और गाने के नमूने आउटपुट करता है। ओपनएआई ने कहा कि गाने स्थानीय संगीत की संगति दिखाते हैं [और] पारंपरिक राग पैटर्न का पालन करते हैं, किन्तु स्वीकार किया कि गीतों में परिचित बड़े संगीत संरचनाओं की कमी होती है जैसे कोरस जो दोहराते हैं और यह कि ज्यूकबॉक्स और मानव-निर्मित संगीत के बीच एक महत्वपूर्ण अंतर है। द वर्ज ने कहा कि यह विधिी रूप से प्रभावशाली है, भले ही परिणाम गीतों के भावपूर्ण संस्करणों की तरह लगें जो परिचित लग सकते हैं, जबकि व्यापार अंदरूनी सूत्र  ने आश्चर्यजनक रूप से कहा, परिणामी गीतों में से कुछ आकर्षक और ध्वनि वैध हैं।

सूक्ष्मदर्शी
2020 में रिलीज़ हुई, माइक्रोस्कोप प्रत्येक महत्वपूर्ण परत और आठ अलग-अलग तंत्रिका नेटवर्क मॉडल के न्यूरॉन के विज़ुअलाइज़ेशन का एक संग्रह है जो अक्सर व्याख्यात्मकता में अध्ययन किया जाता है। इन तंत्रिका नेटवर्क के अंदर बनने वाली सुविधाओं का आसानी से विश्लेषण करने के लिए माइक्रोस्कोप बनाया गया था। सम्मिलित मॉडल एलेक्सनेट, वीजीजी 19, इंसेप्शनv3 वी 3 के विभिन्न संस्करण और सीएलआईपी अवशिष्ट तंत्रिका नेटवर्क के विभिन्न संस्करण हैं।

डाल-ई और क्लिप (छवियां)
2021 में सामने आया, DALL-E एक ट्रांसफ़ॉर्मर मॉडल है जो पाठ्य विवरण से चित्र बनाता है। 2021 में भी सामने आया, CLIP इसके विपरीत करता है: यह किसी दिए गए चित्र के लिए विवरण बनाता है। DALL-E प्राकृतिक भाषा इनपुट की व्याख्या करने के लिए जीपीटी-3 के 12-बिलियन-पैरामीटर संस्करण का उपयोग करता है (जैसे कि पेंटागन के आकार का हरा चमड़े का पर्स या उदास कैपीबारा का एक आइसोमेट्रिक दृश्य) और संबंधित छवियां उत्पन्न करता है। यह यथार्थवादी वस्तुओं (नीले स्ट्रॉबेरी की छवि के साथ एक सना हुआ ग्लास खिड़की) के साथ-साथ ऐसी वस्तुओं की छवियां बना सकता है जो वास्तविकता में मौजूद नहीं हैं (एक साही की बनावट वाला घन)। मार्च 2021 तक, कोई एपीआई या कोड उपलब्ध नहीं है।

मार्च 2021 में, ओपनएआई ने आर्टिफिशियल न्यूरल नेटवर्क्स में मल्टीमॉडल न्यूरॉन्स नामक एक पेपर जारी किया, जहां उन्होंने CLIP (और जीपीटी) मॉडल और उनकी कमजोरियों का विस्तृत विश्लेषण दिखाया। इस कार्य में ऐसे मॉडलों पर नए प्रकार के हमलों का वर्णन किया गया था।

""

दाल-ए 2
अप्रैल 2022 में, ओपनएआई ने DALL-E 2 की घोषणा की, जो अधिक यथार्थवादी परिणामों के साथ मॉडल का एक अद्यतन संस्करण है। दिसंबर 2022 में, ओपनएआई ने पॉइंट-ई के लिए GitHub सॉफ़्टवेयर पर प्रकाशित किया, जो टेक्स्ट विवरण को 3-आयामी मॉडल में बदलने के लिए एक नई प्राथमिक प्रणाली है।

चैटजीपीटी
नवंबर 2022 में लॉन्च किया गया, चैटजीपीटी एक आर्टिफिशियल इंटेलिजेंस टूल है जो जीपीटी-3 के शीर्ष पर बनाया गया है जो एक संवादात्मक इंटरफ़ेस प्रदान करता है जो उपयोगकर्ताओं को प्राकृतिक भाषा में प्रश्न पूछने की अनुमति देता है। प्रणाली तब सेकंड के अन्दर एक उत्तर के साथ प्रतिक्रिया करता है। चैटजीपीटी लॉन्च के 5 दिन बाद 10 लाख यूजर्स तक पहुंच गया।

चैटजीपीटी प्लस
चैटजीपीटी प्लस एक $20/माह की सब्सक्रिप्शन सेवा है जो उपयोगकर्ताओं को पीक आवर्स के दौरान चैटजीपीटी का उपयोग करने की अनुमति देती है, तेजी से प्रतिक्रिया समय प्रदान करती है, और उपयोगकर्ताओं को नई सुविधाओं तक जल्दी पहुंच प्रदान करती है।

यह भी देखें

 * मानवशास्त्रीय
 * मानवता संस्थान का भविष्य
 * जीवन संस्थान का भविष्य
 * गूगल डीपमाइंड
 * मशीन इंटेलिजेंस रिसर्च इंस्टीट्यूट