AI विकास की समयरेखा
ट्यूरिंग मशीन से आज के LLM तक
91 घटनाएँ
कर्ट गोडेल ने अपने अपूर्णता प्रमेय प्रकाशित किए, जो सिद्ध करते हैं कि पर्याप्त रूप से सशक्त हर औपचारिक तंत्र में ऐसी प्रतिज्ञप्तियाँ होती हैं जिन्हें उसी तंत्र के भीतर न सिद्ध किया जा सकता है, न असिद्ध। इस खोज ने न केवल गणित-जगत को झकझोरा, बल्कि संगणना-सिद्धांत और कृत्रिम बुद्धिमत्ता पर भी गहरा प्रभाव डाला।
आरम्भिक सिद्धांतअलोंज़ो चर्च और ऐलन ट्यूरिंग ने स्वतंत्र रूप से प्रसिद्ध चर्च-ट्यूरिंग परिकल्पना प्रस्तुत की। यह परिकल्पना कहती है कि प्रभावी रूप से संगणनीय हर फलन ट्यूरिंग-संगणनीय है। इससे “संगणनीयता” की सहजबोध धारणा को औपचारिक रूप मिला और यह संगणक विज्ञान की नींव बनी।
आरम्भिक सिद्धांतऐलन ट्यूरिंग ने अपने युगांतरकारी शोधपत्र “On Computable Numbers, with an Application to the Entscheidungsproblem” में ट्यूरिंग मशीन की संकल्पना प्रस्तुत की। यह अमूर्त संगणना-प्रतिरूप हर गणितीय रूप से संगणनीय प्रक्रिया का अनुकरण कर सकता है।
आरम्भिक सिद्धांतअलोंज़ो चर्च ने लैम्ब्डा कलन प्रस्तुत किया, जो फलनों की परिभाषा और उनके अनुप्रयोग का एक औपचारिक तंत्र है। लैम्ब्डा कलन को फलनात्मक प्रोग्रामिंग की सैद्धांतिक नींव माना जाता है। 1936 का मूल लैम्ब्डा कलन अ-प्ररूपित था; चर्च ने 1940 में सरल प्ररूप जोड़े (“A Formulation of the Simple Theory of Types”), और इस तरह आरम्भिकतम स्पष्ट-प्ररूपित तंत्रों में से एक बना।
आरम्भिक सिद्धांतवॉरेन मैकलक और वॉल्टर पिट्स ने “A Logical Calculus of the Ideas Immanent in Nervous Activity” प्रकाशित किया और पहला कृत्रिम न्यूरॉन प्रतिरूप (मैकलक-पिट्स न्यूरॉन) प्रस्तुत किया। इस प्रतिरूप ने न्यूरॉन को द्विआधारी देहली-स्विच तक सरल किया और आगे के तंत्रिका-जाल शोध की नींव रखी।
आरम्भिक सिद्धांतनॉर्बर्ट वीनर ने “Cybernetics: Or Control and Communication in the Animal and the Machine” प्रकाशित किया और साइबरनेटिक्स नामक नया अनुशासन स्थापित किया। तंत्र प्रतिपुष्टि-तंत्रों से स्वयं को कैसे नियंत्रित करते हैं, इस अध्ययन का AI और रोबोटिकी पर गहरा प्रभाव पड़ा।
आरम्भिक सिद्धांतक्लॉड शैनन ने “A Mathematical Theory of Communication” प्रकाशित किया और सूचना सिद्धांत की नींव रखी। एंट्रॉपी, कूटन और सूचना-मात्रा जैसी संकल्पनाएँ आँकड़ों को समझने और सूचना संसाधित करने के मूल औज़ार बनीं।
आरम्भिक सिद्धांत“Computing Machinery and Intelligence” में ट्यूरिंग ने अस्पष्ट प्रश्न “क्या मशीनें सोच सकती हैं?” के स्थान पर अनुकरण-क्रीड़ा रखी, जो मूलतः तीन भूमिकाओं वाला खेल था (एक पुरुष, एक स्त्री और एक प्रश्नकर्ता) और जिसमें ट्यूरिंग ने किसी एक खिलाड़ी के स्थान पर मशीन रखने का प्रस्ताव दिया। यह व्यवहार की कसौटी है, इस बात का प्रमाण नहीं कि मशीन में चेतना है।
आरम्भिक सिद्धांत1955 में जॉन मैकार्थी, मार्विन मिन्स्की, नैथेनियल रोचेस्टर और क्लॉड शैनन ने Dartmouth Summer Research Project के प्रस्ताव में “कृत्रिम बुद्धिमत्ता” शब्द का प्रयोग किया और 1956 की गर्मियों का शोध-कार्यक्रम रेखांकित किया।
आरम्भिक सिद्धांत1956 की गर्मियों की डार्टमथ कार्यशाला ने “कृत्रिम बुद्धिमत्ता” और उसके शोध-एजेंडे को एक उभरते शैक्षणिक क्षेत्र की पहचान के रूप में स्थापित करने में सहायता की; यह शब्द उस परियोजना के 1955 के प्रस्ताव में पहले ही आ चुका था।
AI का जन्मऐलन न्यूएल और हर्बर्ट साइमन ने “Logic Theorist” विकसित किया, जो आरम्भिक व्यावहारिक AI प्रोग्रामों में से एक था। यह प्रोग्राम Principia Mathematica के प्रमेय सिद्ध कर सकता था और इसे आरम्भिकतम AI प्रोग्रामों में गिना जाता है। न्यूएल और साइमन को 1975 में ट्यूरिंग पुरस्कार मिला।
AI का जन्मफ़्रैंक रोज़ेनब्लाट ने परसेप्ट्रॉन प्रतिरूप प्रस्तुत किया, जो एक प्रभावशाली आरम्भिक कृत्रिम तंत्रिका-जाल प्रतिरूप था। परसेप्ट्रॉन एक सरल रैखिक द्विआधारी वर्गीकारक है जो भारों को समायोजित करके निवेश-आँकड़ों का वर्गीकरण करना सीखता है।
AI का जन्मजॉन मैकार्थी ने MIT में Lisp विकसित की, जो AI शोध से घनिष्ठ रूप से जुड़ी आरम्भिक उच्च-स्तरीय भाषाओं में से एक थी। Lisp का लचीलापन और उसका सशक्त प्रतीक-संसाधन उसे AI शोध की पसंदीदा भाषा बना गया।
AI का जन्मन्यूएल और साइमन ने 1957 से 1959 के बीच General Problem Solver (GPS) विकसित किया, जिसमें J. C. Shaw जैसे सहयोगी शामिल थे। यह पहला AI प्रोग्राम था जिसने समस्या-समाधान की तकनीक को विशिष्ट समस्या-क्षेत्र के ज्ञान से अलग करके मानवीय समस्या-समाधान का अनुकरण करने का प्रयास किया, और इसके लिए लक्ष्य-विभाजन तथा उप-लक्ष्य खोज (साधन-साध्य विश्लेषण) का उपयोग किया।
AI का जन्मफ़्रैंक रोज़ेनब्लाट ने परसेप्ट्रॉन अधिगम-अल्गोरिद्म का अभिसरण-गुण सिद्ध किया, और दिखाया कि यदि आँकड़े रैखिक रूप से वियोज्य हों तो परसेप्ट्रॉन अवश्य अभिसरित होगा।
AI का जन्मUnimate असेंबली लाइन पर काम करने वाला पहला रोबोट बना। General Motors ने उसे 1961 में ट्रेंटन, न्यू जर्सी के अपने कारख़ाने में डाई-कास्टिंग प्रेस से माल उतारने के लिए लगाया, जहाँ वह गर्म ढले पुर्ज़े मशीन से हटाता था। Unimation ने ये इकाइयाँ उस काम के लिए बनाईं जो मनुष्यों के लिए कठिन, ख़तरनाक या नीरस था।
AI का जन्मMIT में 1963 के अपने डॉक्टरेट शोधप्रबंध में लैरी रॉबर्ट्स ने ऐसा तंत्र वर्णित किया जो छवियों से सरल बहुफलकीय ठोसों के दृश्यों की व्याख्या करता है — त्रिविमीय संगणक दृष्टि की एक महत्वपूर्ण आरम्भिक नींव।
AI का जन्मMIT ने 1963 में रॉबर्ट फ़ानो के नेतृत्व में Project MAC आरम्भ किया, जिसका उद्देश्य समय-विभाजन, संगणना और मशीन-सहायित संज्ञान का अध्ययन था। 1959 में स्थापित MIT Artificial Intelligence Project बाद में उसमें शामिल हुआ; दोनों 1959 में स्थापित कोई एक ही प्रयोगशाला नहीं थे।
AI का जन्मजोसेफ़ वाइज़ेनबॉम ने MIT में ELIZA बनाया, जो आरम्भिकतम चैटबॉटों में से एक था। ELIZA प्रतिरूप-मिलान के ज़रिए किसी मनोचिकित्सक की बातचीत का अनुकरण करता था, और इसने मानव-संगणक अन्योन्यक्रिया पर गहरे चिंतन को जन्म दिया।
AI का जन्मSRI International ने Shakey विकसित किया, जो एक आरम्भिक स्वायत्त चल रोबोट था और अपना परिवेश भाँप सकता था, मार्ग नियोजित कर सकता था तथा कार्य पूरे कर सकता था। Shakey ने संगणक दृष्टि, प्राकृतिक भाषा संसाधन और नियोजन-अल्गोरिद्म को एक साथ जोड़ा।
AI का जन्ममार्विन मिन्स्की और सीमोर पेपर्ट ने “Perceptrons” प्रकाशित किया, जो इस बात का कठोर विश्लेषण है कि एकल-स्तरीय परसेप्ट्रॉन क्या निरूपित कर सकते हैं और क्या नहीं। इस पुस्तक को अक्सर तंत्रिका जालों में बाद में घटी रुचि से जोड़ा जाता है, पर अनुदान का खिसकना सीमित संगणन-शक्ति, अधूरी रह गई अपेक्षाओं और व्यापक नीतिगत निर्णयों को भी दर्शाता था।
AI का शीतकालएलन कोलमेरोए, फ़िलिप रूसेल और उनके सहयोगियों ने मार्से में Prolog का पहला संस्करण विकसित किया, जिसमें विधेय तर्क को प्रोग्रामिंग पर लागू किया गया और तर्क-प्रोग्रामिंग तथा प्रतीकात्मक AI आगे बढ़े।
AI का शीतकालब्रिटिश वैज्ञानिक जेम्स लाइटहिल ने ब्रिटेन सरकार को AI शोध पर एक निराशावादी रिपोर्ट सौंपी, जिसके बाद अनुदान में भारी कटौती हुई।
AI का शीतकालमार्विन मिन्स्की ने “फ़्रेम शोधपत्र” प्रकाशित किया और ज्ञान-निरूपण के लिए फ़्रेम सिद्धांत प्रस्तावित किया। इस सिद्धांत ने आगे चलकर वस्तु-उन्मुख प्रोग्रामिंग और ज्ञान-निरूपण की विधियों को प्रभावित किया।
AI का शीतकालस्टैनफ़ोर्ड विश्वविद्यालय ने MYCIN विकसित किया, जो चिकित्सकीय निदान का विशेषज्ञ तंत्र था। इसने विशेषज्ञ तंत्रों की व्यावहारिकता दिखाई, यद्यपि दायित्व सम्बन्धी प्रश्नों के कारण इसका नैदानिक उपयोग कभी नहीं हुआ।
AI का शीतकालDEC ने XCON (eXpert CONfigurer) तैनात किया, जो VAX कम्प्यूटर तंत्रों को विन्यस्त करने वाला विशेषज्ञ तंत्र था। विकास 1978 में CMU में आरम्भ हुआ; आरम्भिक तैनाती 1979 में हुई और 1980 तक यह पूर्ण रूप से कार्यरत हो गया — वाणिज्यिक रूप से सफल पहले विशेषज्ञ तंत्रों में से एक, जिसने कम्पनी के प्रतिवर्ष लाखों डॉलर बचाए।
AI का शीतकालसमीक्षात्मक आकलनों और 1970 के दशक में अनुदान की कटौती के बाद AI शोध का एक हिस्सा गिरावट में चला गया। “पहला AI शीतकाल” एक पश्चदृष्टि से किया गया कालविभाजन है, जिसका समय और गहराई देश तथा उपक्षेत्र के अनुसार भिन्न रही।
AI का शीतकालजापान ने अक्तूबर 1981 में JIPDEC/MITI के एक सम्मेलन में पाँचवीं पीढ़ी कम्प्यूटर प्रकल्प (FGCS) की घोषणा की — दस वर्ष का राष्ट्रीय उपक्रम, जिसका उद्देश्य ऐसे कम्प्यूटर बनाना था जो तार्किक तर्कण और ज्ञान-संसाधन कर सकें। प्रकल्प औपचारिक रूप से अप्रैल 1982 में ICOT (Institute for New Generation Computer Technology) की स्थापना के साथ आरम्भ हुआ।
AI का शीतकालडेविड रूमलहार्ट, ज्यॉफ़्री हिंटन और रोनाल्ड विलियम्स ने प्रतिप्रसार अल्गोरिद्म पर प्रकाशित किया, जिससे बहुस्तरीय तंत्रिका जालों का प्रशिक्षण संभव हुआ।
AI का शीतकाल1980 के दशक के उत्तरार्ध में परिणामों से आगे निकल चुकी अपेक्षाएँ पूरी नहीं हुईं। Lisp मशीनों के निर्माता सामान्य-उद्देश्य वर्कस्टेशनों से पिछड़ गए, कई AI कम्पनियाँ बंद हो गईं, और बुनियादी AI अनुसंधान के लिए DARPA का वित्तपोषण 1987 से 1989 के बीच घट गया।
AI का शीतकाल1990 के दशक में सांख्यिकीय विधियाँ AI शोध पर हावी होने लगीं। वाक्-पहचान में Hidden Markov Model (HMM), और मशीन अधिगम में Naive Bayes तथा निर्णय-वृक्ष — सभी ने अच्छे परिणाम दिए।
पुनर्जागरणअमेरिकी सेना ने खाड़ी युद्ध में AI-आधारित नियोजन और रसद तंत्रों का उपयोग किया, जिससे वास्तविक अनुप्रयोगों में AI की संभावना दिखी।
AI का शीतकालटिम बर्नर्स-ली ने World Wide Web बनाया। इंटरनेट के प्रसार ने मानव जीवन-शैली बदल दी और AI को अभूतपूर्व आँकड़ा-संसाधन दिए।
पुनर्जागरणयह मंदी किसी एक तिथि पर समाप्त होने के बजाय धीरे-धीरे कम हुई। अनेक शोधकर्ता अधिक सीमित और प्राप्य लक्ष्यों की ओर मुड़े, जबकि तंत्रिका जालों और प्रायिकतात्मक विधियों के पुनरुत्थान ने एक नए युग की नींव रखी।
AI का शीतकालव्लादिमिर वापनिक आदि ने Support Vector Machine (SVM) प्रस्तावित की, जो वर्गीकरण और समाश्रयण की एक सशक्त विधि है। SVM ने पाठ-वर्गीकरण और हस्तलेख-पहचान में उत्कृष्ट प्रदर्शन दिया।
पुनर्जागरणIBM के Deep Blue ने विश्व शतरंज चैम्पियन गैरी कास्पारोव को हराया, और दिखाया कि सुपरिभाषित कार्यों में AI मानवीय क्षमता से आगे निकल सकता है।
AI का शीतकालसेप होख़रैटर और यूर्गन श्मिटहूबर ने LSTM प्रस्तावित की, जो RNN का एक विशेष प्रकार है और दीर्घकालिक निर्भरताएँ सीख सकती है। LSTM ने वाक्-पहचान और भाषा-प्रतिरूपण में बड़ी सफलता पाई।
पुनर्जागरणयान लकून ने LeNet-5 विकसित किया, जो हस्तलिखित अंकों की पहचान का CNN था। LeNet-5 बड़े पैमाने पर वाणिज्यिक रूप से तैनात होने वाले पहले गहन अधिगम प्रतिरूपों में से था — 1993 से AT&T/NCR में चेक पढ़ने के लिए और 1990 के दशक के उत्तरार्ध से अमेरिकी डाक सेवा में ZIP कोड पहचानने के लिए।
पुनर्जागरणयोशुआ बेंजियो, रेज़ां दुशार्म, पास्कल वेंसां और क्रिश्चियन जोवैं ने एक तंत्रिका प्रसंभाव्य भाषा-प्रतिरूप प्रस्तावित किया, जो विमीयता के अभिशाप से निपटने के लिए वितरित शब्द-निरूपण और शब्द-क्रम की प्रायिकताएँ साथ-साथ सीखता है। यह प्रतिरूप अग्र-प्रेषित है, पुनरावर्ती नहीं।
पुनर्जागरण2004 से CIFAR के एक कार्यक्रम ने ज्यॉफ़्री हिंटन, यान लकून, योशुआ बेंजियो और उनके सहयोगियों को नियमित आदान-प्रदान में लाया। इसने उस शोध के समन्वय में सहायता की जिसने गहन अधिगम के पुनर्जागरण में योगदान दिया; यह कोई एक सर्वव्यापी आरम्भ-बिंदु नहीं था।
पुनर्जागरणज्यॉफ़्री हिंटन और उनके सहयोगियों ने Deep Belief Network (DBN) प्रस्तावित किया, साथ में एक तेज़ लोभी एल्गोरिद्म जो उसे एक-एक स्तर करके प्रशिक्षित करता है। इस स्तर-दर-स्तर पूर्वप्रशिक्षण ने गहन तंत्रिका जालों में रुचि फिर से जगाने में सहायता की।
पुनर्जागरणशोधकर्ताओं ने गहन अधिगम के प्रशिक्षण को तेज़ करने के लिए GPU का उपयोग आरम्भ किया। GPU की समांतर संगणना ने बड़े तंत्रिका जालों का प्रशिक्षण संभव बनाया।
पुनर्जागरणImageNet दल ने 2009 में अपना बड़े पैमाने का पदानुक्रमिक छवि-आधार शोधपत्र प्रकाशित किया, जिसमें WordNet के पदानुक्रम से लेबल की गई छवियाँ व्यवस्थित की गईं। ImageNet और उसकी बाद की पहचान-प्रतियोगिता बड़े पैमाने पर संगणक-दृष्टि के प्रशिक्षण तथा मूल्यांकन की महत्वपूर्ण अवसंरचना बनीं।
पुनर्जागरणMicrosoft Research और टोरंटो विश्वविद्यालय ने वाक्-पहचान में गहन अधिगम की पहली बड़ी सफलता का मार्ग दिखाया (Dahl, Yu, Deng 2011; Mohamed, Dahl, Hinton 2012), जिसमें शब्द-त्रुटि दर में उल्लेखनीय कमी आई। Google ने 2012–2015 से DNN/LSTM आधारित वाक्-पहचान उत्पादन में तैनात की।
पुनर्जागरणऐलेक्स क्रिज़ेव्स्की, इल्या सुत्स्केवर और ज्यॉफ़्री हिंटन के दल ने 2012 की ImageNet प्रतियोगिता (ILSVRC) में AlexNet उतारा और भारी अंतर से जीत हासिल की: top-5 त्रुटि 15.3% रही, जबकि दूसरे स्थान वाले की 26.2%।
पुनर्जागरणटोमास मिकोलोव ने Word2Vec जारी किया, जो शब्द-अंतःस्थापन सीखने का तंत्रिका-जाल प्रतिरूप है। Word2Vec ने कम्प्यूटरों को शब्दों के बीच के शब्दार्थ-सम्बन्ध समझने योग्य बनाया।
पुनर्जागरणइयान गुडफ़ेलो ने GAN प्रस्तावित किया, जो गहन अधिगम की सबसे महत्वपूर्ण नवाचारों में से एक है। GAN द्वंद्वात्मक प्रशिक्षण से अत्यंत यथार्थ छवियाँ रचता है।
पुनर्जागरणखाइमिंग हे आदि ने ResNet प्रस्तावित किया, जिसने छोड़-संयोजनों के ज़रिए गहन जालों के प्रशिक्षण की कठिनाई दूर की। ResNet ने सैकड़ों स्तरों का प्रशिक्षण संभव बनाया।
पुनर्जागरणDeepMind के AlphaGo ने विश्व Go चैम्पियन ली सेदोल को 4-1 से हराया। Go को AI के लिए सबसे कठिन पट-खेलों में गिना जाता था।
पुनर्जागरणGoogle ने Transformer संरचना प्रस्तावित की, जो NLP में एक क्रांतिकारी सफलता थी। Transformer आधुनिक बड़े भाषा-मॉडलों की नींव है।
पुनर्जागरणOpenAI ने GPT-3 जारी किया, जो 175 अरब प्राचल वाला बड़ा भाषा-मॉडल था। GPT-3 ने चकित करने वाली भाषा-सृजन क्षमता दिखाई और AGI पर व्यापक चर्चा जगाई।
LLM का युगOpenAI ने DALL-E (छवि-सृजन) और CLIP (छवि-पाठ विपरीत अधिगम) जारी किए। इन प्रतिरूपों ने बहुविध सामग्री समझने और रचने की AI की क्षमता दिखाई।
LLM का युगOpenAI ने Codex जारी किया, एक AI मॉडल जो कोड समझता और रचता है। Codex पर बना GitHub Copilot व्यापक रूप से प्रयुक्त होने वाले शुरुआती AI प्रोग्रामिंग सहायकों में से एक बना।
LLM का युगनवम्बर 2022 में OpenAI ने ChatGPT को शोध-पूर्वावलोकन के रूप में जारी किया। इसने संवादात्मक जनक AI सहायक को व्यापक जनता तक पहुँचाया और बड़े भाषा-मॉडलों को सार्वजनिक बहस का विषय बना दिया।
LLM का युगStability AI ने Stable Diffusion जारी किया, जो छवि-सृजन मॉडल है और जिसके भार मुक्त रूप से डाउनलोड किए जा सकते हैं, पर उसकी अनुज्ञप्ति कुछ उपयोगों को सीमित करती है। मुक्त-स्रोत समुदाय की सक्रियता ने छवि-सृजन की तकनीक तेज़ी से जन-सुलभ बनाई।
LLM का युगOpenAI ने GPT-4 जारी किया, एक बहुविध मॉडल जो छवि और पाठ दोनों को इनपुट के रूप में लेता है। OpenAI ने अनेक व्यावसायिक और शैक्षणिक बेंचमार्कों पर मानव-स्तरीय प्रदर्शन की सूचना दी, पर यह भी कहा कि कई वास्तविक परिस्थितियों में यह मॉडल अब भी मनुष्यों से कम सक्षम है।
LLM का युगAnthropic ने Claude जारी किया, जो सुरक्षा और उपयोगिता पर केंद्रित AI सहायक है। Claude की रचना AI सुरक्षा पर बल दर्शाती है — AI को सहायक, अहानिकर और ईमानदार होना चाहिए।
LLM का युगMeta ने LLaMA जारी किया, जो ग़ैर-वाणिज्यिक शोध अनुज्ञप्ति पर एक बड़ा भाषा-मॉडल था। प्राचल-संख्या अपेक्षाकृत छोटी होने पर भी उसके उत्कृष्ट प्रदर्शन ने मुक्त-स्रोत LLM के विकास को आगे बढ़ाया।
LLM का युगAI Agent की संकल्पना पर व्यापक ध्यान जाने लगा। Agent ऐसे AI तंत्र हैं जो जटिल कार्यों की योजना स्वयं बनाकर उन्हें पूरा कर सकते हैं।
LLM का युगफ़रवरी 2024 में Google ने Gemini 1.5 प्रस्तुत किया, जिसमें मिश्रित-विशेषज्ञ संरचना और दस लाख टोकन तक की प्रायोगिक संदर्भ खिड़की थी, और जिसने लम्बे दस्तावेज़ों, कोडबेस तथा वीडियो पर पुनर्प्राप्ति और तर्क दिखाया।
LLM का युगAnthropic ने Claude 3 शृंखला जारी की, जिसमें Opus, Sonnet और Haiku शामिल हैं। Claude 3 Opus ने MMLU और GPQA समेत कई मानक-परीक्षाओं में GPT-4 की टक्कर ली, जबकि कुछ अन्य में वह पीछे रहा।
LLM का युगMeta ने खुले भारों के साथ Llama 3 कुल जारी किया, जिसमें 8 और 70 अरब प्राचल वाले मॉडल थे।
LLM का युग1 अगस्त 2024 को EU AI Act प्रभावी हुआ। यूरोपीय आयोग इसे AI पर विश्व का पहला व्यापक विधिक ढाँचा बताता है। इसने जोखिम-आधारित वर्गीकरण और उच्च-जोखिम AI प्रणालियों के लिए कड़ी अपेक्षाएँ तय कीं, जो चरणबद्ध रूप से लागू होती हैं।
LLM का युगOpenAI ने o1-preview जारी किया, एक तर्क-मॉडल जो उत्तर देने से पहले अधिक समय तक सोचता है, और विज्ञान तथा प्रोग्रामिंग के कार्यों पर मज़बूत परिणामों की सूचना दी।
LLM का युगअक्तूबर 2024 में Anthropic ने उन्नत Claude 3.5 Sonnet के लिए कम्प्यूटर-उपयोग का सार्वजनिक बीटा प्रस्तुत किया। विकासकर्ता Claude को स्क्रीन देखने, संकेतक चलाने, क्लिक करने और टाइप करने का निर्देश दे सकते थे, जिससे यह सामान्य आलेखी-अंतरापृष्ठ नियंत्रण के साथ सार्वजनिक रूप से पेश किए गए पहले अग्रणी मॉडलों में से एक बना।
LLM का युगAnthropic ने MCP (Model Context Protocol) जारी किया, AI प्रणालियों को बाहरी उपकरणों और डेटा-स्रोतों से जोड़ने का एक खुला मानक। यह बिखरे हुए, अलग-अलग बनाए गए एकीकरणों की जगह एक ही प्रोटोकॉल देता है।
LLM का युग2025 तक AI एजेंट शोध-प्रदर्शनों से बढ़कर उत्पादन के उपकरण बन गए। कोडिंग एजेंट, ब्राउज़र चलाने वाले एजेंट और बहु-चरणीय कार्य-एजेंट मानक पेशकश बने, और OpenAI, Anthropic, Google तथा मुक्त-स्रोत परियोजनाएँ — सबने सक्षम तंत्र जारी किए।
LLM का युगचीनी AI प्रयोगशाला DeepSeek ने R1 जारी किया, जो खुले भारों वाला तर्क-मॉडल था, जिसका कोड और भार MIT अनुज्ञप्ति के अंतर्गत थे और जिसका प्रदर्शन OpenAI के o1 की टक्कर का रहा। इस विमोचन ने दिखाया कि अग्रणी क्षमताएँ अमेरिकी AI प्रतिष्ठान के बाहर भी पाई जा सकती हैं, और इसने AI प्रतिस्पर्धा का वैश्विक पुनर्मूल्यांकन छेड़ दिया।
LLM का युगOpenAI, Oracle, SoftBank और संयुक्त अरब अमीरात के MGX ने मिलकर घोषणा की कि वे चार वर्षों में अमेरिका में AI अवसंरचना बनाने के लिए $500 अरब निवेश करने का इरादा रखते हैं, जिसमें अनेक बड़े आँकड़ा-केंद्र शामिल हैं।
LLM का युगAnthropic ने Claude 3.7 Sonnet जारी किया और उसे आम तौर पर उपलब्ध पहला संकर तर्कण मॉडल बताया: उपयोगकर्ता एक ही मॉडल में तत्काल उत्तर और विस्तारित चिन्तन के बीच बदल सकते हैं।
LLM का युगमार्च 2025 में Anthropic ने $61.5 अरब के मूल्यांकन पर $3.5 अरब का निवेश-दौर घोषित किया, जिससे वह विश्व के सर्वाधिक मूल्यांकित AI स्टार्टअप में गिना जाने लगा और AI उद्योग में पूँजी का और संकेंद्रण दिखा।
LLM का युगMeta ने मूलतः बहुविध, खुले भार वाले Llama 4 Scout और Maverick मॉडल जारी किए और Behemoth की झलक दिखाई, जो एक शिक्षक-मॉडल था और अभी प्रशिक्षण में था तथा जारी नहीं किया गया। Scout और Maverick मिश्रित-विशेषज्ञ संरचनाओं का उपयोग करते हैं।
LLM का युगAnthropic ने Claude Opus 4 और Claude Sonnet 4 जारी किए, मिश्रित मॉडल जो लगभग तत्काल उत्तर भी देते हैं और विस्तारित चिन्तन भी करते हैं। दोनों विस्तारित चिन्तन के दौरान वेब-खोज जैसे उपकरणों का उपयोग कर सकते थे, जो तब बीटा क्षमता थी, और Anthropic ने प्रोग्रामिंग, तर्क तथा लम्बे एजेंटिक कार्यों में सुधार की सूचना दी।
LLM का युग2 अगस्त 2025 को EU AI Act के शासन-नियम और सर्वप्रयोजन AI मॉडलों के दायित्व लागू हुए। अन्य प्रावधान अपनी-अपनी संक्रमण-तिथियों से चलते हैं, इसलिए यह पड़ाव पूर्ण प्रवर्तन का सर्वव्यापी आरम्भ नहीं है।
LLM का युगOpenAI ने GPT-5 जारी किया और इसे एक एकीकृत प्रणाली बताया जो एक तेज़ मॉडल और गहन तर्क करने वाले मॉडल के बीच अनुरोधों को बाँटती है। OpenAI ने गणित, वास्तविक प्रोग्रामिंग और अन्य बेंचमार्कों पर अग्रणी परिणामों की सूचना दी।
LLM का युगOpenAI ने अपनी संस्थागत संरचना का पुनर्पूंजीकरण पूरा किया। लाभकारी व्यवसाय OpenAI Group PBC नाम की सार्वजनिक-हित निगम बना, और OpenAI Foundation — नि:लाभ इकाई — उसी मिशन के अंतर्गत उसे नियंत्रित करती रहती है। OpenAI का कहना है कि यह पुनर्पूंजीकरण कैलिफ़ोर्निया और डेलावेयर के महाधिवक्ताओं के साथ लगभग एक वर्ष की चर्चा के बाद हुआ।
LLM का युग2026 की पहली छमाही में एजेंट-क्षमताएँ प्रदर्शनों से निकलकर वास्तव में जारी उद्यम-उत्पादों में आ गईं: कोडिंग, सहायता और कार्यालय-स्वचालन के एजेंट प्रलेखित सुविधाएँ बने, और उनके इर्द-गिर्द उपकरण-आह्वान तथा बहु-एजेंट अवसंरचना परिपक्व हुई। अपनाव वास्तव में कहाँ तक पहुँचा, यह तय नहीं है। प्रकाशित सर्वेक्षण उत्पादन-दरें बहुत अलग-अलग बताते हैं, क्योंकि एजेंट किसे गिना जाए इस पर उनमें सहमति नहीं; इसलिए यह प्रविष्टि किसी स्तर के बजाय यात्रा की दिशा दर्ज करती है।
LLM का युग2026 की पहली छमाही में DeepSeek, Alibaba Qwen, Moonshot, Zhipu और Meta से खुले-भार विमोचन उस पैमाने पर प्रकाशित हुए जो पहले केवल बंद तंत्रों में दिखता था, और उनके भार तथा मॉडल कार्ड केवल वर्णित नहीं, डाउनलोड करने योग्य थे। इनमें से कोई बंद अग्रिम मोर्चे की बराबरी करता है या नहीं, यह इस पर निर्भर है कि कौन-सी मानक-सूची ली जाए और उसे कैसे भारित किया जाए; इसलिए यह प्रविष्टि किसी क्रम के बजाय यह दर्ज करती है कि क्या जारी हुआ और किस अनुज्ञप्ति पर।
LLM का युगNature ने Co-Scientist प्रकाशित किया — Gemini पर बना एक बहु-एजेंट तंत्र, जो प्रायोगिक सत्यापन के लिए नई शोध-परिकल्पनाएँ गढ़ता है। शोधपत्र तीन जैव-चिकित्सकीय अनुप्रयोगों में सत्यापन बताता है: औषधि का पुनर्प्रयोजन, नए लक्ष्यों की खोज, और रोगाणुरोधी प्रतिरोध के तंत्रों की व्याख्या। लेखक इसे शोधकर्ताओं का स्थान लेने वाला नहीं, उनका सहायक बताते हैं, जिससे यह इस बात का सहकर्मी-समीक्षित प्रमाण बनता है कि AI केवल विश्लेषण में नहीं, परिकल्पना गढ़ने में भी भाग ले रहा है।
LLM का युग11 जून 2026 की रिपोर्टों के अनुसार Meta ने AI एजेंट कम्पनी Manus के साथ अपने अधिग्रहण-एकीकरण को खोलना आरम्भ कर दिया, आँकड़ा-साझेदारी रोक दी और संचालन अलग कर लिए। रिपोर्ट ने इस क़दम को चीनी विनियामक अपेक्षाओं से जोड़ा; आगे की क़ानूनी तथा संचालनगत स्थिति अद्यतन प्रकटीकरणों से जाँची जानी चाहिए।
LLM का युगAnthropic ने 9 जून 2026 को सामान्य उपयोग के लिए सुरक्षित Claude Fable 5 और जाँचे हुए Project Glasswing साझेदारों के लिए कम प्रतिबंधित Mythos 5 आरम्भ किए। 12 जून को अमेरिकी निर्यात-नियंत्रणों ने विदेशी नागरिकों पर प्रतिबंध अनिवार्य किए; नागरिकता की तत्काल जाँच न कर पाने के कारण Anthropic ने दोनों मॉडल विश्व भर में स्थगित कर दिए। ये नियंत्रण 30 जून को हटा लिए गए। Fable 5 एक जुलाई को विश्व भर में लौटा, जबकि Mythos 5 आरम्भ में स्वीकृत अमेरिकी संगठनों के लिए लौटा।
LLM का युग13 जून 2026 को न्यूयॉर्क के नेतृत्व में अमेरिकी राज्य महाधिवक्ताओं के एक गठबंधन ने OpenAI की जाँच खोली और समन जारी किया। समन में विज्ञापन-स्थापन, उपयोगकर्ता की संलग्नता तथा प्रतिधारण, मॉडल की चापलूसी, उपभोक्ता तथा स्वास्थ्य-आँकड़ों के प्रबंधन, और अवयस्कों तथा वृद्धों की सुरक्षा से जुड़े दस्तावेज़ माँगे गए। OpenAI ने कहा कि वह महाधिवक्ताओं के साथ सहयोग करेगा और यह भी बताया कि ChatGPT ने अवयस्कों के लिए अधिक कड़े सुरक्षा-उपाय बनाए हैं।
LLM का युग29 जून 2026 को Samsung और SK Hynix ने कुल 800 ट्रिलियन वॉन की बहुवर्षीय अर्धचालक निवेश योजनाएँ घोषित कीं, जिनमें दक्षिण कोरिया के दक्षिण-पश्चिम में चार स्मृति-कारख़ाने शामिल हैं। डॉलर में रूपांतरण विनिमय-दर के साथ बदलता है, जबकि दायरा, स्वीकृतियाँ और कार्यान्वयन अभी समीक्षा के अधीन हैं।
LLM का युग30 जून 2026 को Google ने अपने Gemini ऐप के एजेंट Gemini Spark को macOS पर बीटा रूप में उतारा, पहले अमेरिका के Google AI Ultra सदस्यों के लिए। अब Spark डेस्कटॉप की फ़ाइलों और ऐप्स में काम कर सकता था, अधिक सेवाओं से जुड़ सकता था और विषयों पर तत्काल नज़र रख सकता था।
LLM का युगजुलाई 2026 में Moonshot AI ने Hugging Face पर Kimi K3 के खुले भार प्रकाशित किए। मॉडल कार्ड कुल 2.8 ट्रिलियन प्राचल, 104 अरब सक्रिय प्राचल, 10,48,576 टोकन की संदर्भ खिड़की और Kimi K3 License दर्ज करता है। कुल प्राचलों की गिनती से, जारी होने के समय यह खुले रूप से डाउनलोड किए जा सकने वाले सबसे बड़े भाषा-मॉडलों में से एक था।
LLM का युग1 जुलाई 2026 को Cloudflare ने खोज, एजेंट और प्रशिक्षण के यातायात के लिए अलग-अलग नियंत्रण घोषित किए और बताया कि 15 सितम्बर से नए Cloudflare डोमेन विज्ञापन वाले पृष्ठों पर प्रशिक्षण तथा एजेंट क्रॉलरों को मूलतः रोकेंगे और खोज को मूलतः अनुमति देंगे; साइट-स्वामी सेटिंग बदल सकते हैं, और बहु-उद्देश्यीय क्रॉलर लागू होने वाले सबसे कड़े नियम का पालन करते हैं।
LLM का युग2 जुलाई 2026 को Microsoft ने Microsoft Frontier Company की घोषणा की, एक नया परिचालन व्यवसाय जो AI प्रणालियों को रचने और लागू करने के लिए 6,000 उद्योग और अभियांत्रिकी विशेषज्ञों को ग्राहकों के साथ लगाता है, और जिसे Microsoft के 2.5 अरब डॉलर के निवेश का समर्थन है।
LLM का युगसीमित पूर्वावलोकन समाप्त होने के बाद OpenAI ने 9 जुलाई 2026 को GPT-5.6 परिवार को सर्वसुलभ किया: Sol, Terra और Luna। पूर्वावलोकन के दौरान OpenAI ने विशेषज्ञ संस्थाओं और विश्वसनीय साझेदारों के साथ निकट सहयोग किया।
LLM का युग2 अगस्त 2026 को EU AI Act सामान्यतः लागू हुआ, और AI Office ने राष्ट्रीय प्राधिकरणों के साथ मिलकर कार्यान्वयन, पर्यवेक्षण तथा प्रवर्तन सँभाला। 27 जुलाई 2026 से प्रभावी AI Omnibus ने सबसे भारी उच्च-जोखिम दायित्व टाल दिए: स्वतंत्र अनुलग्नक III तंत्रों पर 2 दिसम्बर 2027 से, और विनियमित उत्पादों में अंतर्निहित AI पर 2 अगस्त 2028 से। प्रतिबंधित प्रथाएँ 2 फ़रवरी 2025 से और सर्वप्रयोजन मॉडलों के दायित्व 2 अगस्त 2025 से पहले ही लागू थे।
LLM का युग2 सितम्बर 2026 को ARC Prize ने बारह harness विन्यासों पर GPT-6 Astra के सत्यापित ARC-AGI-3 परिणाम प्रकाशित किए। उसी Semi-Private मूल्यांकन-समुच्चय पर मॉडल Standard harness के साथ 62.71% पाता है, जो उसे अपने चुने हुए नोट आगे ले जाने देता है, और Provider Adapter harness के साथ 98.55%, जो अनुरोधों के बीच तर्क की स्थिति सुरक्षित रखता है तथा लम्बी बातचीत को संक्षिप्त करता है। Astra ने 96% स्तरों पर परीक्षित मनुष्यों के मध्यमान से कम क्रियाएँ कीं। यह आँकड़ा मॉडल को उसके ढाँचे समेत मापता है, और इसीलिए दोनों यहाँ दर्ज हैं।
LLM का युग3 सितम्बर 2026 को OpenAI ने एक सिस्टम कार्ड प्रकाशित किया जो GPT-6 Astra को कम्पनी के अपने Preparedness Framework के अंतर्गत साइबर क्षमता के लिए गंभीर देहली पर रखता है — उस स्तर पर पहुँचने वाला OpenAI का पहला मॉडल। कार्ड एक ऐसे मॉडल का वर्णन करता है जो पहले से अज्ञात सुरक्षा-दोष खोज सकता है और अनेक सुरक्षित तंत्रों में उनका दोहन करने के तरीक़े गढ़ सकता है, बिना किसी व्यक्ति के हर चरण पर मार्गदर्शन किए, और संवेदनशील क्षमताएँ विश्वसनीय-पहुँच कार्यक्रम के पीछे बंद हैं। यह वर्गीकरण OpenAI का अपने ही मॉडल का अपने ही ढाँचे के विरुद्ध आकलन है, और कार्ड में AGI या सामान्य बुद्धिमत्ता शब्द कहीं नहीं आते।
LLM का युग