AI ही Computer है

AI ही Computer है

हमने हाल ही में Perplexity Computer लॉन्च किया है। यह पोस्ट इसके पीछे के हमारे विचारों की व्याख्या करती है।

हर कुछ हफ्तों में, एक नया AI उत्पाद लॉन्च होता है जो बाजार में दहशत पैदा कर देता है। यह कोई नई पहल, या कोई एजेंट, या कुछ और होता है। चाहे वह जो भी हो, मैं आपको एक ऐसी चीज़ बता सकता हूँ जिसे वह नहीं कर सकता।

दुनिया के सर्वश्रेष्ठ AI मॉडल के साथ भी, वह आपके लिए अपना सर्वश्रेष्ठ काम नहीं कर सकता।

मुझे यह कैसे पता है? क्योंकि फ्रंटियर मॉडल की स्थिति इतनी उन्नत हो गई है कि उनमें से किसी से भी सर्वश्रेष्ठ प्रतिभा प्राप्त करने के लिए, आपको अलग-अलग मॉडलों को एक साथ काम करने की आवश्यकता होती है। Claude की सबसे बड़ी कमजोरी यह है कि यह केवल Claude के साथ ही काम करता है।

कोई भी मॉडल परिवार दूसरों की प्रतिभा के बिना अपने उच्चतम स्तर पर काम नहीं कर सकता। जैसे-जैसे मॉडल अधिक शक्तिशाली होते जा रहे हैं, हम उन्हें विशेषज्ञता हासिल करते हुए देख रहे हैं। AI की भविष्य की स्थिति यह है कि आपका सबसे अच्छा काम तब होगा जब अलग-अलग मॉडल एक साथ काम कर रहे होंगे।

AI में हम इसे "ऑर्केस्ट्रेशन" या कभी-कभी "द हार्नेस" कहते हैं। आप इसे जो भी कहना चाहें, मल्टी-मॉडल ऑर्केस्ट्रेशन का बेहतर प्रदर्शन किसी भी व्यक्तिगत मॉडल परिवार द्वारा किए जा सकने वाले किसी भी काम से कहीं आगे है।

AI का अगला चरण बड़े पैमाने पर मल्टीमॉडल होना चाहिए। वह Perplexity Computer है। बैकएंड में उन्नीस मॉडल उपलब्ध हैं, और आउटपुट ने मुझे AI में अब तक की किसी भी चीज़ से अधिक प्रभावित किया है।

यह कैसे अस्तित्व में आया, यहाँ बताया गया है।

Computer कैसे बनाया गया

शुरुआत में, हमने अपने प्रयोग का नाम ASI रखा था। इसका वास्तव में कोई मतलब नहीं था, लेकिन कभी-कभी हम इसे "आर्टिफिशियल सुपर इंटेलिजेंस" कहते थे। (इसका मतलब "अनदर स्लैक इंटीग्रेशन" भी हो सकता था, क्योंकि शुरुआत में यह वहीं रहता था।)

हमने इसे एक डिजिटल कार्यकर्ता के रूप में सोचा। आप Slack में कार्यकर्ता को एक कार्य के साथ संदेश भेजते हैं, और यह काम पर लग जाता है। यह प्रतिनिधि नियुक्त करता है, विभिन्न कार्यों के लिए उप-एजेंट बनाता है, अगले चरण में अपनी मदद के लिए फ़ाइलें बनाता है, महत्वपूर्ण जानकारी ढूंढता है, और कभी-कभी, केवल आवश्यकतानुसार, चेक-इन करता है। आप सो सकते हैं और हफ़्तों का काम पूरा करके जाग सकते हैं। या, आप इसे हफ़्तों तक काम करने के लिए कह सकते हैं, और यह भरोसेमंद तरीके से और बार-बार काम जारी रखेगा।

इस दौरान, दुनिया ने Clawdbot, अब OpenClaw, की खोज की। यह दिलचस्प था, यदि आप मालवेयर को अपने टेक्स्ट पढ़ते हुए देखना पसंद करते हैं। हम देख सकते थे कि ASI सुरक्षित और कहीं अधिक सक्षम था: इसमें एक फ़ाइल सिस्टम था, यह सैकड़ों टूल से जुड़ा था, फ़ाइलें पढ़ और लिख सकता था, कोड लिख सकता था, CLI टूल का उपयोग कर सकता था, इंटरनेट ब्राउज़ कर सकता था, और प्रत्येक कार्य को उन सही उप-एजेंटों तक पहुँचाने में सक्षम था जो उस कार्य के लिए सबसे उपयुक्त मॉडल का उपयोग करते हैं। यह सब क्लाउड पर एक सुरक्षित डेवलपमेंट सैंडबॉक्स के भीतर।

वास्तव में, ASI वास्तव में एक दूरस्थ डिजिटल कार्यकर्ता नहीं था। फ़ाइल सिस्टम तक पहुँच, कोड को सुरक्षित रूप से निष्पादित करने के लिए एक शेल, और वेब ऐप्स और कनेक्टर तक पहुँचने के लिए एक ब्राउज़र के साथ, ASI अनिवार्य रूप से एक कंप्यूटर था। आपका कंप्यूटर। कंप्यूटर।

इसलिए हमने आधिकारिक तौर पर इसका नाम Perplexity Computer रखा।

वेब क्यों मायने रखता है

2011 में, Google को यह विचार आया कि आप केवल इंटरनेट, फ़ाइलों और बैश टर्मिनल के साथ एक कंप्यूटर लॉन्च कर सकते हैं। इसे Chromebook कहा जाता था। Google यह समझने में सही था कि कंप्यूटर का सबसे महत्वपूर्ण हिस्सा यह है कि इसमें वेब एक्सेस है।

वेब वह जगह है जहाँ हम काम करते हैं और संवाद करते हैं। यह हमारा स्टोरेज डिवाइस भी है, शाब्दिक और लाक्षणिक रूप से। इसमें डेटा, जानकारी और ज्ञान की विशाल मात्रा है। कुछ साझा, कुछ व्यक्तिगत।

यदि आप वेब को ज्ञान की भंडारण प्रणाली के रूप में सोचते हैं, तो यह हमेशा WRITE फ़ंक्शन में बहुत अच्छा रहा है। पहला ब्लॉग 90 के दशक की शुरुआत में प्रकाशित हुआ था, और तब से वेब पर ज्ञान प्रकाशित करने और संग्रहीत करने में विस्फोट हुआ है।

Chromebook के साथ Google ने जो कम आंका, वह यह है कि एक स्टोरेज सिस्टम के रूप में वेब की सबसे बड़ी समस्या वास्तव में READ फ़ंक्शन है। वेब से ज्ञान पढ़ने के लिए, हमने एल्गोरिथम खोज पर भरोसा किया है जो 28 वर्षों से कमोबेश अपरिवर्तित है।

खोज इंजन, ज्ञान तक पहुँचने के एक तरीके के रूप में, कभी भी गहन शोध, संश्लेषण या सारांश करने में सक्षम नहीं रहे हैं। न ही खोज इंजन एक एजेंट की तरह व्यवहार कर सकते हैं, ताकि वेब पर किसी भी ऐसे ज्ञान तक पहुँच सकें जिसके लिए कार्रवाई की आवश्यकता होती है।

फिर AI आया। Perplexity ने पहला उत्तर इंजन बनाया, और बाकी ने उसका अनुसरण किया। हम सटीक AI पर केंद्रित रहे हैं, जिसमें गहन शोध पर गहरा ध्यान दिया गया है। ऐसा इसलिए है क्योंकि जब AI खुले वेब पर सभी ज्ञान को ढूंढ, विश्लेषण, तर्क और सटीक रूप से प्रस्तुत कर सकता है, तो READ समस्या अंततः हल हो जाती है।

यदि इंटरनेट पृथ्वी के ज्ञान की स्टोरेज डिस्क है, तो Perplexity ने रीड फ़ंक्शन को हल कर लिया है।

एक बार जब वेब पूरी तरह कार्यात्मक रीड/राइट स्टोरेज सिस्टम बन जाता है, जिसमें ऐसे एजेंट होते हैं जो नेविगेट कर सकते हैं और कार्यों को पूरा कर सकते हैं, तो कंप्यूटर को जिस एकमात्र शेष चीज़ की आवश्यकता होती है, वह है वह सब कुछ जो व्यक्तिगत है।

पर्सिस्टेंट मेमोरी कंप्यूटर को व्यक्तिगत बनाती है। इसमें फ़ाइलें और टूल होते हैं, और वे आपकी फ़ाइलें और टूल होते हैं, जो निजी होते हैं और आपकी प्राथमिकताओं के अनुसार तैयार किए जाते हैं। कंप्यूटर को आपके लिए, व्यक्तिगत रूप से, उनके साथ काम करने में सक्षम होना चाहिए।

कंप्यूटर निर्माण भी करते हैं। वे कोड, दस्तावेज़ और फ़ाइलों जैसे वास्तविक आर्टिफ़ैक्ट बनाते हैं। वे फ़ाइलों को संग्रहीत करते हैं, फ़ाइलों को पुनः प्राप्त करते हैं, नई फ़ाइलें लिखते हैं, फ़ाइलों तक पहुँचते हैं। AI ये सभी काम कर सकता है। अंत में, जब AI यह सारा काम कर रहा होता है, तो आपको कंप्यूटर में विभिन्न कार्यों के लिए विभिन्न फ्रंटियर मॉडलों की आवश्यकता होती है।

कोई भी कंप्यूटर जो उपयोगी है, उसे उन सभी में अच्छा प्रदर्शन करने के लिए एक ही मॉडल के लिए बहुत सारे अलग-अलग कौशल की आवश्यकता होती है। कंप्यूटर के लिए ऑर्केस्ट्रेशन आवश्यक है।

यह संभव है कि इसका अर्थ यह हो कि जैसे-जैसे AI आगे बढ़ता है, ऑपरेटिंग सिस्टम का हार्ड कोड डिवाइस निर्माताओं के लिए कम बाधा बनता जाता है। मुझे नहीं पता। हम जो जानते हैं वह यह है कि कंप्यूटर ही ऑर्केस्ट्रेशन सिस्टम है।

ऑर्केस्ट्रेशन क्यों मायने रखता है

स्टीव जॉब्स ने कहा था, "संगीतकार अपने वाद्ययंत्र बजाते हैं। मैं ऑर्केस्ट्रा बजाता हूँ।" AI समान है। एक स्ट्रैडिवेरियस (वाद्ययंत्र) की कुछ विशेषताएं होती हैं, और हम इसकी ध्वनि और शिल्प कौशल से चकित होते हैं। लेकिन यह अभी भी आपको बास ड्रम की तरह हिला नहीं सकता, और ड्रम आपको महलर की सिम्फनी की तरह प्रेरित नहीं कर सकता।

मॉडल निर्माता हमारे समय के एंटोनियो स्ट्रैडिवेरियस हैं। मेरा मतलब इसे असम्मानजनक तरीके से नहीं है। मैं हर नई मॉडल क्षमता से चकित हूँ और फ्रंटियर लैब्स के काम का उत्साही समर्थक हूँ। वे हमारे भविष्य को आगे बढ़ाते हैं।

लेकिन अब हम देखते हैं कि मॉडल विशेषज्ञता हासिल कर रहे हैं, न कि कमोडिटाइजिंग। जब आप उनके साथ एजेंट बनाते हैं, तो उनमें किसी भी अन्य कर्मचारी की तरह अलग-अलग प्रतिभाएं होती हैं। एक तर्क में बेहतर है। दूसरा कोड में। एक और रचनात्मक लेखन में। जो मायने रखता है वह यह है कि आप उन्हें कैसे ऑर्केस्ट्रेट करते हैं।

मॉडलों और परिवारों में ऑर्केस्ट्रेट करना ही वास्तविक काम को संभालने के लिए पर्याप्त बहुमुखी सिस्टम बनाने का एकमात्र तरीका है। जब आपको निर्णय लेने के लिए गहन शोध की आवश्यकता होती है, तो आप सटीकता और पुनर्प्राप्ति के लिए अनुकूलित एक मॉडल चाहते हैं। जब आपको कोड लिखने की आवश्यकता होती है, तो आप अरबों पंक्तियों के प्रोडक्शन कोडबेस पर प्रशिक्षित एक मॉडल चाहते हैं।

चाहे आप लोगों की एक टीम का प्रबंधन कर रहे हों, या संगीतकारों की एक सिम्फनी का, उच्च गुणवत्ता वाला काम हमेशा से ऐसा ही रहा है। AI एजेंट भी इससे अलग नहीं हैं।

वर्कफ़्लो के लिए, विभेदक हार्नेस है। एक योजनाकार जटिल उद्देश्यों को उप-कार्यों में विभाजित करता है। एक ऑर्केस्ट्रेटर उन कार्यों को सही एजेंटों को सौंपता है, नियमों को लागू करता है, और निष्पादन का प्रबंधन करता है। विशेष उप-एजेंट केंद्रित क्रियाएं करते हैं। साझा मेमोरी निरंतरता के लिए संदर्भ और सीखों को संग्रहीत करती है। दूसरे शब्दों में, इंटेलिजेंस ही कंप्यूटर है।

कंप्यूटर का अगला विकास

400 साल पहले, एक "कंप्यूटर" एक खगोलशास्त्री का प्रशिक्षु होता था। (जो लोग धूमकेतुओं का नाम रखते थे।)

फिर, कंप्यूटर मैकेनिकल था, फिर इलेक्ट्रोमैकेनिकल, फिर डिजिटल। लगभग 1974 में, GUI (ग्राफिकल यूजर इंटरफेस) आया। GUI के साथ, हम कंप्यूटर के साथ नए तरीकों से काम कर सकते थे। हम इसे प्रतिनिधि बना सकते थे और इसका काम देख सकते थे। बाद में, स्क्रीन कीबोर्ड के ऊपर मुड़ गई और एक पोर्टेबल, व्यक्तिगत कंप्यूटर बन गई।

यह कहना एक मीम है कि कंप्यूटर का अगला विकास तब हुआ जब स्टीव जॉब्स ने व्यक्तिगत कंप्यूटर को हर किसी की जेब में डाल दिया। आज यह कहना अधिक सटीक लगता है कि उन्होंने हर किसी के चेहरे के सामने एक स्क्रीन लगा दी। हर कोई स्क्रॉल कर रहा है। पिछले 49 वर्षों में, GUI उस तरीके से विकसित हुआ है जिससे हम कंप्यूटर को नियंत्रित करते थे, उस तरीके तक कि कैसे कंप्यूटर हमें नियंत्रित करता है।

इस मॉडल के साथ थकावट बढ़ रही है। OpenClaw के दौर के दौरान Mac Minis के लिए पागल दौड़ एक आदर्श उदाहरण था। GUI आवश्यक हैं, लेकिन वे हमेशा आवश्यक नहीं होते हैं।

AI मॉडल आखिरकार इतने उन्नत हो गए हैं कि वे कंप्यूटर को उसके सच्चे अर्थ में वापस ला सकें: स्वायत्त रूप से, सटीक रूप से काम करने के लिए। और अतुल्यकालिक रूप से, हमें इसे काम करते हुए देखने से मुक्त करने के लिए।

माउस, GUI और कीबोर्ड सभी महत्वपूर्ण प्रौद्योगिकियां हैं, लेकिन वे इंटरफेस हैं। और जब तक आप पूरी तरह से सेल्फ-ड्राइविंग घोड़ा नहीं चाहते, आपको यह स्वीकार करना होगा कि इंटरफेस का महत्व कंप्यूटर जितना कभी नहीं रहा।

भविष्य Computer है

AI मॉडल इतने सक्षम हो रहे हैं कि उनके इर्द-गिर्द बने उत्पाद उनकी वास्तविक क्षमता दिखाने के लिए एक बाधा बन गए हैं। चैट UI उत्तरों के लिए अच्छा है, और एजेंट व्यक्तिगत कार्यों के लिए अच्छे हैं। इस बीच, पूरे वर्कफ़्लो के लिए UI हमेशा कंप्यूटर रहा है।

AI अब मजबूती से मल्टी-मॉडल है। यह एक ही सुसंगत प्रणाली में डेटा के कई रूपों को समझता और उत्पन्न करता है। जेन्सेन और अन्य ने कहा है कि AI का भविष्य भी मल्टीमॉडल होना चाहिए। वे सही हैं; विशेष मॉडलों को एक टीम की तरह सहयोग करना चाहिए। यह कहना अधिक सटीक हो सकता है कि AI का भविष्य बड़े पैमाने पर मल्टीमॉडल है।

जैसे-जैसे AI स्वयं कंप्यूटर के अधिक कार्यों की जगह लेता है, कंप्यूटर की केंद्रीय गतिविधि बड़े पैमाने पर मल्टीमॉडल ऑर्केस्ट्रेशन होगी।

और हम अभी शुरुआत में ही हैं। 2025 में, औसतन हर 17 दिनों में एक नया फ्रंटियर मॉडल बाजार में आया। AI में हर नई क्षमता की उन्नति के साथ, एक और संगीतकार सिम्फनी में अपनी सीट लेने के लिए मंच पर आता है। कंडक्टर अपनी बैटन थपथपाता है। कंप्यूटर काम पर लग जाता है।

आज Computer आज़माएं।