એક જ વારમાં ૧,૫૦૦ પાનાં: એઆઈ આખું પુસ્તક કેવી રીતે વાંચી લે છે?

તમારા હાથમાં ૫૦૦ પાનાંનો ભાડા કરાર છે. તમે જાણો છો કે તેમાં ક્યાંક ભાડાની રકમ લખેલી છે, પણ કયા પાના પર તે યાદ નથી. પહેલાં તમે એક-એક પાનું ફેરવીને શોધતા. હવે તમે આખી PDF ફાઇલ એઆઈને આપી શકો છો અને પૂછી શકો છો: 'ભાડું કેટલું અને કઈ કલમમાં લખ્યું છે?'

જવાબ મળે છે — પણ મશીન અંદરથી એ કામ કેવી રીતે કરે છે? એ સમજવા માટે પહેલાં 'ટોકન' શું છે તે જાણવું પડશે. ટોકન એટલે શબ્દનો નાનો ટુકડો. 'ભાડું' એક ટોકન હોઈ શકે, 'ભાડાકરાર' બે ટોકનમાં તૂટી શકે. એઆઈ માટે દરેક ટોકન એક નંબર બની જાય છે, અને એ નંબરોની લાંબી યાદી જ તેની 'યાદશક્તિ' છે.

૧૦ લાખ ટોકન એટલે કેટલું?

૧૦ લાખ ટોકન એટલે આશરે ૭,૫૦,૦૦૦ શબ્દ, અથવા ૧,૫૦૦ પાનાંનું પુસ્તક. એક કલાકનો વિડિયો પણ આ જ યાદીમાં સમાઈ જાય. દસ હજાર લાઇનનો કોડ હોય તો પણ ચાલે. પહેલાંની આવૃત્તિઓમાં આટલી મોટી યાદી રાખવી શક્ય નહોતી — મશીન થોડું વાંચીને ભૂલી જતું.

આ યાદી ભરવા માટે જેમિની 'મિશ્રણ-નિષ્ણાત' (Mixture-of-Experts) પદ્ધતિ વાપરે છે. સાદા શબ્દોમાં: અંદર એક જ વિશાળ મગજ નથી, પણ ઘણા નાના નિષ્ણાત ભાગ છે. દરેક પ્રશ્ન આવે ત્યારે મશીન પસંદ કરે છે કે કયા બે-ત્રણ ભાગને જગાડવા. આથી આખું જંગી મોડેલ દર વખતે ચાલુ કરવું ન પડે અને જવાબ ઝડપી મળે.

પુસ્તકમાં સોય શોધવાની રમત

સંશોધકો આ કસોટીને 'ઘાસમાં સોય' (needle-in-a-haystack) કહે છે. હજારો પાનાં વચ્ચે એક નાની વિગત છુપાવવામાં આવે, પછી મશીનને પૂછવામાં આવે કે એ વિગત ક્યાં છે. જેમિનીની મોટી યાદશક્તિ આ કસોટીમાં ઘણી વાર સફળ રહે છે — પાનું ગમે તેટલું ઊંડું હોય, તે શોધી કાઢે છે.

આ કેમ શક્ય બને છે? કારણ કે મશીન આખા લખાણને એક જ સાથે સામે રાખે છે. જ્યારે તમે પ્રશ્ન પૂછો છો, ત્યારે તે પ્રશ્નના શબ્દોને પુસ્તકના દરેક ભાગ સાથે સરખાવે છે અને સૌથી નજીકનો ભાગ પસંદ કરે છે. આથી જવાબમાં એ જ કલમનો ઉલ્લેખ આવે છે, અંદાજ નહીં.

રોજિંદા કામમાં આ શું બદલે છે?

• કરાર કે નીતિ-પત્ર: ૫૦૦ પાનાંની PDF અપલોડ કરો અને પૂછો — 'આ કરારમાં નોટિસનો સમય કેટલો છે?' મશીન સીધી કલમ શોધી આપે.
• અભ્યાસ: પરીક્ષાનું આખું પુસ્તક આપીને પ્રકરણવાર સારાંશ કે પ્રશ્નો બનાવવા કહો. એક જ વારમાં આખું પુસ્તક સામે રહે છે.
• કોડ: હજારો લાઇનની ફાઇલમાં બગ શોધવો હોય તો આખી ફાઇલ આપીને પૂછો — 'ક્યાં ચલ બદલાયો છે?'

એક વાત ધ્યાનમાં રાખો: મોટી ફાઇલ પર પ્રશ્ન પૂછતાં પહેલાં મશીનને થોડી સેકન્ડ લાગે છે. તે આખી યાદી ગોઠવે છે, પછી જ જવાબ શરૂ કરે છે. આથી તાત્કાલિક જવાબની અપેક્ષા ન રાખો.

મર્યાદા પણ સાચી રીતે સમજો

મોટી યાદશક્તિ એટલે હંમેશા સાચો જવાબ એવું નહીં. જો દસ્તાવેજમાં વિરોધાભાસ હોય, અથવા પ્રશ્ન એટલો અસ્પષ્ટ હોય કે મશીન ખોટો ભાગ પસંદ કરે, તો જવાબ ખોટો આવી શકે. આથી મહત્ત્વના કરાર કે તબીબી દસ્તાવેજમાં જવાબ મળ્યા પછી મૂળ પાનું જાતે ખોલીને ચકાસવું હિતાવહ છે.

બીજી મર્યાદા ગોપનીયતાની છે. ઓફિસના ગોપનીય કરાર અપલોડ કરતાં પહેલાં તમારા ખાતાની સેટિંગમાં જુઓ કે એ ડેટા કેવી રીતે સાચવવામાં આવે છે. વ્યક્તિગત ખાતામાં નિયંત્રણો અલગ હોઈ શકે, જ્યારે વ્યાવસાયિક ખાતામાં માહિતી સુરક્ષાના કડક નિયમો હોય છે. આ તફાવત સમજવો જરૂરી છે.

તો પેલા ભાડા કરારનું શું? તમે PDF આપો, પ્રશ્ન પૂછો, અને મશીન સેકન્ડોમાં કલમ શોધી આપે. પણ નિર્ણય લેતાં પહેલાં એ કલમ જાતે વાંચવાની ટેવ રાખો — મશીન ઝડપી છે, નિર્ણય તમારો છે.