श्रेणी की जगह एक एजेंट

गूगल क्लाउड ने 8 अक्टूबर को जेमिनी एजेंट पेश किया और उसे “काम के लिए एक ही सार्वभौमिक एजेंट” कहा। यह पोस्ट कंपनी के जेमिनी एट वर्क सम्मेलन में गूगल क्लाउड के मुख्य कार्यकारी थॉमस कुरियन के संबोधन पर आधारित है।

यह कदम एक समेकन है। जहाँ गूगल सहायक, प्लेटफ़ॉर्म और कोपायलट अलग-अलग चीज़ों के रूप में बेचता था, वहाँ अब वह एक ही टेक्स्ट बॉक्स और एक ही एपीआई का वर्णन करता है जो सवालों के जवाब देती है, ज्ञान-कार्य करती है, मीडिया बनाती है और कोड लिखती और चलाती है। उपयोगकर्ता उसे चरण नहीं, लक्ष्य देता है, और गूगल का कहना है कि वह तैयार काम उन्हीं दस्तावेज़ों, इनबॉक्सों और डेवलपर उपकरणों के भीतर लौटाती है जिनका लोग पहले से उपयोग करते हैं।

यह वेब, आईओएस, एंड्रॉइड, विंडोज़ और मैक पर, कमांड लाइन से, और गूगल वर्कस्पेस, माइक्रोसॉफ्ट 365 तथा स्लैक के भीतर चलता है। इसे तीसरे पक्ष के ऐप्लिकेशन में भी जोड़ा जा सकता है या बिना किसी इंटरफ़ेस के चलाया जा सकता है।

यह आपका काम क्लॉड पर चलाएगा

रुककर देखने योग्य ब्यौरा मॉडल राउटर है। गूगल कहता है कि एजेंट आज अपने जेमिनी मॉडलों और एंथ्रोपिक के क्लॉड मॉडलों दोनों का संचालन करता है, और आगे अन्य निजी तथा खुले मॉडल भी जुड़ेंगे; हर काम उस मॉडल पर चलता है जिसे वह सबसे उपयुक्त मानता है। स्मार्ट राउटिंग नाम की सुविधा यह निर्णय स्वतः लेती है, स्वीकार्य प्रदर्शन पर सबसे कम लागत के लक्ष्य के साथ।

यह एक क्लाउड प्रदाता है जो एंटरप्राइज़ ग्राहकों से कह रहा है कि जब प्रतिस्पर्धी का मॉडल बेहतर बैठेगा तो वह उनका पैसा सीधे प्रतिस्पर्धी पर खर्च करेगा। गूगल की अपनी श्रृंखला — अग्रिम तर्क के लिए आर्गन, मात्रा के लिए फ़्लैश, जनरेटिव मीडिया के लिए ओम्नी, किनारे के लिए जेम्मा — उस निर्णय में एक इनपुट के रूप में प्रस्तुत है, स्वयं उत्पाद के रूप में नहीं।

ऊँची कारख़ाना-खिड़की के पास चार सहकर्मी लैपटॉप की स्क्रीन देख रहे हैं
सहकर्मी एजेंट को अपना वर्कस्पेस खाता मिलता है और वह संस्करण इतिहास में अपने ही नाम से दिखता है। प्रतीकात्मक चित्र। Andrea Piacquadio · pexels · Pexels License

अपने ईमेल पते वाले एजेंट

एजेंट हर काम के लिए अलग, अस्थायी उप-एजेंट बनाता है जिनकी अपनी पहचान होती है, और उन्हें समानांतर या क्रम में चलाता है। यह वह चीज़ भी पेश करता है जिसे गूगल सहकर्मी एजेंट कहता है: एक स्थायी, भूमिका-आधारित एजेंट जिसकी अपनी पहचान, अपना भंडारण और केवल उतनी पहुँच होती है जितना संदर्भ उसकी टीम उसे देती है। वर्कस्पेस में उस एजेंट को अपना खाता और एक समर्पित डोमेन पर अपना पता मिलता है, उसे चैट में जोड़ा या दस्तावेज़ टिप्पणियों में टैग किया जा सकता है, और वह संस्करण इतिहास में अपने ही नाम से दिखता है।

गूगल इसके पीछे चार तरह की स्मृति बताता है — सत्र, सांकेतिक, प्रक्रियात्मक और प्रासंगिक। प्रक्रियात्मक स्मृति इस बात को समेटती है कि काम कैसे होता है, जिसमें वे कौशल भी शामिल हैं जो एजेंट ने स्वयं अपने लिए लिखे हैं।

एजेंटों के लिए एक फ़ायरवॉल

शासन वाला खंड चार सवालों के इर्द-गिर्द बना है: एजेंट कौन है, वह क्या कर सकता है, उसने क्या किया, और उसे क्या कभी नहीं छूना चाहिए। हर एजेंट को क्रिप्टोग्राफ़िक रूप से प्रमाणित पहचान मिलती है, जो लॉग में और उसके शुरू किए हर वर्चुअल मशीन में अंकित होती है। एजेंट अपनी अलग नेटवर्क सीमा वाले एजेंट सैंडबॉक्स में चलते हैं, और उनका सारा ट्रैफ़िक एजेंट गेटवे से गुज़रता है, जिसे गूगल एआई नेटवर्क फ़ायरवॉल कहता है और जो ऐसे नियम लागू कर सकता है कि एजेंट सीमित-पहुँच वाले दस्तावेज़ न खोलें।

लागत को भी वैसा ही उपचार मिला है: क्लाउड बिलिंग में तय प्रति-परियोजना खर्च सीमाएँ, जो सीमा पर पहुँचते ही उस परियोजना का एजेंट रोक देती हैं और एक क्लिक से फिर चालू कर देती हैं।

हरे रंग का एक मुद्रित सर्किट बोर्ड नज़दीक से लिया गया
गूगल का दावा है कि उसका टीपीयू 8i पिछली पीढ़ी से 80% बेहतर मूल्य-प्रदर्शन देता है। प्रतीकात्मक चित्र। Júlio Riccó · pexels · Pexels License

आँकड़े गूगल के अपने हैं

गूगल कहता है कि पिछले एक साल में करीब 500 ग्राहकों ने अलग-अलग एक लाख करोड़ से अधिक टोकन संसाधित किए, फ़ॉर्च्यून 100 की करीब 90% कंपनियाँ जेमिनी एंटरप्राइज़ का उपयोग करती हैं, और उसके करीब 80% क्लाउड ग्राहक उसके एआई उत्पाद उपयोग करते हैं। उसका दावा है कि उसका टीपीयू 8i पिछली पीढ़ी से 80% बेहतर मूल्य-प्रदर्शन देता है। इनमें से कोई आँकड़ा स्वतंत्र रूप से सत्यापित नहीं है, और जो ग्राहक परिणाम उद्धृत हैं — ब्रैडेस्को का एक दस्तावेज़ समीक्षा को एक घंटे से पाँच मिनट तक घटाना, उल्टा ब्यूटी का डिजिटल रूपांतरण तीन गुना करना — ग्राहक स्वयं बताते हैं।

क्षेत्र-विशेष संस्करण कुछ जगह आगे हैं और कुछ जगह नहीं: वित्तीय सेवाएँ और विधि पूर्वावलोकन में हैं, जबकि सरकार, स्वास्थ्य और खुदरा को आगे आने वाला बताया गया है।

आगे क्या देखना है

पोस्ट में जेमिनी एजेंट के लिए न सामान्य उपलब्धता की तारीख है, न कोई कीमत, जिससे यह घोषणा बिकने वाले उत्पाद से ज़्यादा एक दिशा बन जाती है। देखने लायक चीज़ राउटर है: अगर गूगल के अपने उपकरण अग्रिम काम क्लॉड को भेजते रहे, तो यह सवाल कि एंटरप्राइज़ एआई कौन सी प्रयोगशाला जीतती है, उस सवाल से कम मायने रखने लगेगा कि उनके ऊपर की संचालन परत किसकी है।