हमारी कहानी
तीस साल का विज्ञान, अब आपकी जेब में।
कई बुद्धिमत्ताओं के बीच सहमति कोई फ़ैशन नहीं है: यह 1991 से धैर्यपूर्वक सिद्ध किया गया विचार है। यहाँ है कि यह कैसे जन्मा, कैसे मापा गया, और क्यों Satcove इसे आपके लिए वास्तविक बनाने वाली पहली है।
जिस विचार को Satcove मूर्त रूप देती है, वह 2026 में नहीं जन्मा। वह तीस साल पुराना है। 1991 में, एक ऐसे शोधपत्र में जो आगे चलकर मील का पत्थर बना — «Adaptive Mixtures of Local Experts» —, रॉबर्ट जैकब्स, माइकल जॉर्डन, स्टीवन नोलन और जेफ़री हिंटन ने एक प्रश्न उठाया जो आज आश्चर्यजनक रूप से प्रासंगिक लगता है: किसी कार्य को एक अकेले अखंड न्यूरल नेटवर्क को सौंपने के बजाय, क्या हो अगर कई विशेषज्ञ उप-नेटवर्क मिलकर काम करें, हर एक अपने क्षेत्र में दक्ष, और एक तंत्र तय करे कि सवाल के अनुसार किस पर भरोसा करना है?
यह एक वैचारिक मोड़ था। तब तक प्रमुख धारणा यही थी कि एक ही मॉडल बनाया जाए, जितना बड़ा और पूर्ण हो सके, जो सब कुछ जानता हो। लेखकों ने इसका उल्टा दिखाया: समस्या को अलग-अलग विशेषज्ञों में बाँटना, फिर उनकी राय जोड़ना, बेहतर परिणाम और अधिक स्थिर अधिगम देता है। ताक़त अब एक दिमाग़ के आकार से नहीं, बल्कि कई के सहयोग से आती थी।
यह बीज वर्षों तक सुप्त रहा, इसे बड़े पैमाने पर बरतने लायक़ कंप्यूटिंग शक्ति के अभाव में। इसे फिर ज़ोर से उभरने में 2017 तक का समय लगा। नोआम शेज़ीर और Google में उनके सहयोगियों ने «Sparse Mixture of Experts» पर काम प्रकाशित किया: एक ऐसी संरचना जो हर अनुरोध पर एक विशाल नेटवर्क के केवल एक हिस्से को — सबसे प्रासंगिक चंद विशेषज्ञों को — सक्रिय करती है। इस तरह हमें अभूतपूर्व क्षमता वाले मॉडल मिलते हैं, बिना हर गणना पर वह क़ीमत चुकाए। 1991 का विचार आख़िरकार औद्योगिक बन गया।
2022 में आम जनता ने बिना जाने ही इसके फल पाए। Mistral ने Mixtral 8x7B के साथ इस दृष्टिकोण को लोकप्रिय बनाया, एक ऐसा मॉडल जिसमें आठ विशेषज्ञ काम बाँटते हैं, और हर उत्पन्न टोकन पर दो को बुलाया जाता है। «विशेषज्ञों का मिश्रण» प्रयोगशाला से उत्पाद तक पहुँचा; यह आधुनिक सबसे सक्षम एआई के निर्माण के रहस्यों में से एक बन गया।
इस सफलता का एक अक्सर ग़लत समझा जाने वाला परिणाम है: आज हम जिन लगभग सभी एआई का उपयोग करते हैं, वे भीतर ही भीतर विशेषज्ञों के बीच सहयोग के किसी रूप पर टिकी हैं। यानी पूरे उद्योग ने 1991 के पुराने सवाल को सुलझा दिया — हाँ, सहयोग अकेले दिमाग़ को हराता है। पर उसने इसे बंद दरवाज़ों के पीछे, हर मॉडल के भीतर सुलझाया, जहाँ विशेषज्ञ एक ही जन्म-प्रमाण, एक ही प्रशिक्षण-डेटा और अनिवार्यतः एक ही ग़लत निश्चितताएँ साझा करते हैं। वहाँ असहमति पालतू है, कभी आमने-सामने नहीं।
दूसरे शब्दों में: 1991 से विज्ञान जानता है कि एक अकेला दृष्टिकोण ग़लती करता है और कई बुद्धिमत्ताओं का आमना-सामना बेहतर उत्तर देता है। यह स्थापित तथ्य है, फ़ैशन नहीं। जो अब भी कमी थी वह सहमति का विचार नहीं था। वह था इसे एक ही मशीन के पुर्ज़ों के बीच नहीं, बल्कि सचमुच अलग एआई के बीच चलाना — अलग टीमों द्वारा बनाए गए, सचमुच एक-दूसरे का खंडन करने में सक्षम। वह क़दम आम जनता के लिए अब तक किसी ने नहीं उठाया था।
एक अच्छा विचार उतना ही मूल्यवान है जितना वह माप के सामने टिक सके। और 2023 से 2026 के बीच यही पलटा: बहु-एआई सहमति एक आकर्षक अंतर्दृष्टि से सिद्ध, दोहराए गए और मापे गए परिणाम में बदल गई।
संस्थापक क्षण मई 2023 का एक शोधपत्र है, जिस पर यिलुन डू, शुआंग ली, एंटोनियो टोराल्बा, जोशुआ टेनेनबाम और इगोर मोर्डाच के हस्ताक्षर हैं, MIT और Google DeepMind से: «Improving Factuality and Reasoning in Language Models through Multiagent Debate»। तरीक़ा साफ़ है। एक सवाल कई एआई प्रतियों के सामने रखा जाता है; हर एक उत्तर देती है; फिर उन्हें दूसरों के उत्तर पढ़ने को दिए जाते हैं और अपना उत्तर संशोधित करने को कहा जाता है; यह कुछ दौरों तक दोहराया जाता है। परिणाम स्पष्ट है: बहस के अंत में उत्तर अधिक तथ्यपरक और तर्क अधिक ठोस होते हैं, बनिस्बत एक अकेली एआई के। यह शोधपत्र ICML 2024 में स्वीकार होगा, क्षेत्र के सबसे कठिन सम्मेलनों में से एक — वैज्ञानिक गंभीरता की मुहर।
इस काम ने उन सूक्ष्मताओं को भी उजागर किया जो ठीक से काम करने वालों के लिए बहुमूल्य हैं। एक ही मॉडल की समान प्रतियों को बहस कराना उतना मदद नहीं करता जितना सचमुच भिन्न दृष्टिकोणों का आमना-सामना: जो दिमाग़ ख़ुद को दोबारा पढ़ता है वह अपने ही अंध-बिंदुओं का क़ैदी रहता है। और एआई आपस में तर्क कैसे बाँटती हैं, यह मायने रखता है: एक संरचित संवाद, जिसमें हर एक उत्तर देने से पहले दूसरे को सचमुच पढ़ती है, बिना संवाद के समानांतर की गई महज़ आलोचना से बेहतर है।
2024 में, Mila से जुड़े शोधकर्ता कमाल हेगाज़ी ने «Diversity of Thought» के साथ कील ठोक दी। उनका निष्कर्ष सीधा और भारी है: भिन्न मॉडलों को विचार-विमर्श कराना एक ही मॉडल की प्रतियाँ बढ़ाने से बेहतर है। प्रशिक्षण की विविधता — ऐसी एआई जिन्होंने दुनिया को एक ही डेटा से नहीं देखा — प्रॉम्प्ट की विविधता से अधिक वज़नी है। यही वह सीमा है जिसे मॉडल-भीतरी «विशेषज्ञों का मिश्रण» पार नहीं कर सका: जीतने के लिए ऐसी बुद्धिमत्ताएँ चाहिए जो एक जैसी न हों।
यह परिणाम समस्या का गुरुत्व-केंद्र हटा देता है: सवाल अब केवल बहस कराना नहीं, बल्कि इतनी असमान बुद्धिमत्ताओं को बहस कराना है कि टकराव सचमुच कुछ सिखाए। भिन्न संग्रहों पर पले दो मॉडल एक ही जगह ग़लती नहीं करते; जहाँ एक फिसलता है, वहाँ दूसरा अक्सर टिका रहता है। यही अंध-बिंदुओं की पूरकता — न कि एक और वोट — पैनल को मूल्य देती है। प्रतियाँ ढेर करना आश्वस्त करता है; नज़रें मिलाना सुधारता है।
फिर वे आँकड़े आते हैं जो संदेह की कोई गुंजाइश नहीं छोड़ते। अप्रैल 2026 में, «Council Mode» अध्ययन लाभ पर संख्याएँ रखता है। HaluEval पर, जो मतिभ्रम पकड़ने के लिए बना मानक है, काउंसिल मोड उन्हें 35.9% घटाता है। TruthfulQA पर, जो मापता है कि कोई मॉडल फैली हुई ग़लत धारणाएँ दोहराने के बजाय सच कहने की कितनी प्रवृत्ति रखता है, सहमति सर्वश्रेष्ठ एकल मॉडल की तुलना में 7.8 अंक जीतती है। किसी औसत या कमज़ोर मॉडल की तुलना में नहीं: सर्वश्रेष्ठ की, अकेले लिए गए।
इन कामों का संचित संदेश स्पष्ट है। जहाँ कभी अंतर्दृष्टि को संदेह के सामने खड़ा किया जाता था, अब हमारे पास अभिसरण करते प्रमाणों का पुलिंदा है, सर्वोत्तम संस्थानों के हस्ताक्षरित, सर्वोत्तम सम्मेलनों में प्रकाशित। आपस में टकराती कई एआई एक अकेली एआई से कम मतिभ्रम करती और बेहतर तर्क करती हैं, चाहे वह कितनी ही प्रतिभाशाली हो। यह अब भविष्य पर राय नहीं; वर्तमान का तथ्य है। एक सवाल बाक़ी था, और वह वैज्ञानिक नहीं था: इस सच को प्रयोगशालाओं से बाहर निकालकर आम लोगों के हाथ में, ठीक उसी क्षण जब उन्हें ज़रूरत हो, कौन रखेगा?
वसंत 2026 में, आइए ईमानदारी से लेखा-जोखा करें। शोध भरपूर है: सौ से अधिक अकादमिक शोधपत्र मॉडलों के बीच बहस और सहमति का अन्वेषण करते हैं। बाज़ार में हलचल है: लगभग दस व्यावसायिक उत्पाद किसी न किसी रूप में बहु-एआई का दावा करते हैं। ओपन-सोर्स भरा पड़ा है: डेवलपरों के लिए रिपॉज़िटरी, टेम्प्लेट और इंटीग्रेशन बढ़ते जा रहे हैं। काग़ज़ पर श्रेणी संतृप्त दिखती है।
और फिर भी, सबसे महत्वपूर्ण बात एक अनुपस्थिति की है। इस क्षेत्र का कोई ज्ञात उत्पाद सचमुच सफल नहीं हुआ: हमारी जानकारी में कोई एक लाख सक्रिय उपयोगकर्ताओं को पार नहीं करता, किसी ने इस शुद्ध क्षेत्र में पाँच करोड़ डॉलर से अधिक नहीं जुटाए। वैज्ञानिक प्रमाण हो चुका था, सांस्कृतिक मान्यता मिल चुकी थी — पर किसी ने यह सब एक ऐसे उत्पाद में नहीं बदला जिसे आम लोग रोज़मर्रा में सचमुच अपनाएँ।
इस शून्य का कारण प्राप्तकर्ता के बारे में एक ग़लतफ़हमी में है। शोधकर्ताओं के पास उनके शोधपत्र थे, उनके साथियों के लिए लिखे। कारपैथी ने एक शानदार रिपॉज़िटरी दी थी — इंजीनियरों के लिए, जो API कुंजियाँ, एक कमांड लाइन और थोड़ी कॉन्फ़िगरेशन सँभाल सकें। पर जिस व्यक्ति को सचमुच किसी उत्तर की विश्वसनीयता की चिंता है वह न शोधकर्ता है न इंजीनियर। वह कोई है जो एक ऐसे निर्णय के सामने है जो उसे बाँधता है: समझने को एक मेडिकल जाँच का परिणाम, सुलझाने को एक अनुबंध की धारा, एक वित्तीय निर्णय, एक जीवन-चयन। उस व्यक्ति के पास न कोई सरल ऐप था, न स्पष्ट निर्णय, न यह ज़रा भी गारंटी कि उसका सबसे निजी सवाल कहीं और इस्तेमाल नहीं होगा।
क्योंकि जिन बाधाओं को पार करना है वे केवल सतही नहीं हैं। छह एआई को विचार-विमर्श कराना महँगा है: टोकन बढ़ते हैं, और इसलिए बिल भी। इसमें समय लगता है: एक पैनल की प्रतीक्षा-अवधि एक अकेले मॉडल से अधिक होती है। यह आपूर्तिकर्ताओं पर निर्भरता पैदा करता है: OpenClaw नाम का एक उत्पाद अप्रैल 2026 के एक ही दिन में ग़ायब हो गया, जब Anthropic ने वह पहुँच काट दी जिस पर वह पूरी तरह टिका था। और एक उससे भी कपटी जाल है: अधिकार का झूठा संकेत। यह सुनना कि «छह एआई सहमत हैं» ग़लत ढंग से आश्वस्त कर सकता है अगर असल में केवल दो ने उत्तर दिया हो, या वे सब एक ही ग़लत स्रोत साझा करती हों। ख़राब ढंग से प्रस्तुत सहमति चूक से झूठ बोलती है।
यही वह दृश्य था जो हमारी आँखों के सामने था। एक ओर, तीस साल का विज्ञान जो एक ही बात कहता है: एक अकेली राय पर भरोसा मत करो। दूसरी ओर, एक तकनीकी दुनिया जिसने अभी, कुछ हफ़्तों में, एक सुर में सिर हिलाया था। और बीच में, एक चीख़ता अभाव: कोई वास्तविक, भरोसेमंद, मोबाइल, निजता का सम्मान करने वाली चीज़ नहीं, जो इस विचार को उस तक पहुँचाए जिसे ज़रूरत है, जिस क्षण ज़रूरत है।
ठीक इसी शून्य में Satcove की कल्पना हुई। उस पहिए को फिर से ईजाद करने के लिए नहीं जिसे शोध पहले ही गढ़ चुका था, बल्कि उन समस्याओं को हल करने के लिए जिन्हें किसी ने सीधे भिड़कर नहीं उठाया: लागत, प्रतीक्षा-अवधि, आपूर्तिकर्ताओं पर निर्भरता, संकेत की ईमानदारी, और सबसे बढ़कर प्रयोगशाला के सच और जीवन के निर्णय के बीच की दूरी। इस शून्य को भरना सहज नहीं था: इसके लिए वह औद्योगिक बनाना स्वीकार करना पड़ा जिसे दूसरे प्रोटोटाइप पर छोड़ देते थे, और अकेले वे बंदिशें उठानी पड़ीं जिन्हें शोध अनदेखा कर सकता था। विज्ञान तीस साल से सही था; दुनिया ने अभी इसे माना; इसे वास्तविक, मज़बूत और सुलभ बनाने वाला कोई कम पड़ रहा था। यही हमारे होने का कारण है।
Satcove इस कहानी को एक सरल कदम में समेटता है। आप सवाल पूछते हैं और छह मॉडल समानांतर तथा स्वतंत्र रूप से जवाब देते हैं। फिर Satcove उनकी स्थितियों की तुलना करता है, मेल और मतभेद दिखाता है, समझौतों का आकलन करता है और अगले ठोस कदम के साथ स्पष्ट सिफारिश देता है।
हमने तीन चुनाव किए जिन्हें कोई और नहीं जोड़ता, और यही संयोजन, किसी एक तत्व से अधिक, Satcove को परिभाषित करता है। पहला चुनाव है मूल iOS ऐप। ब्राउज़र टैब से जल्दबाज़ी में देखी गई कोई वेबसाइट नहीं, बल्कि उस फ़ोन के लिए बना एक सच्चा ऐप जो हमेशा आपके पास रहता है — क्योंकि कोई महत्वपूर्ण निर्णय शायद ही तब आता है जब आप कंप्यूटर के सामने बैठे हों, और दूसरी राय का मूल्य तभी है जब वह उसी क्षण उपलब्ध हो।
दूसरा चुनाव है यूरोप। होस्टिंग और डेटा यूरोप में रहते हैं, सबसे कठोर सुरक्षा-व्यवस्था के तहत। आप जो सौंपते हैं उसमें से कुछ नहीं रिसता, कुछ किसी को प्रशिक्षित करने में नहीं लगता, कुछ नहीं बेचा जाता। जिन सवालों में कई रायों को मिलाना उचित है — स्वास्थ्य, पैसा, क़ानून, निजी — उनके लिए यह गोपनीयता कोई मार्केटिंग विकल्प नहीं: यह उस असली सवाल को पूछने का साहस करने की शर्त है, जिसे आप ऐसी सेवा में कभी न लिखते जो आपके डेटा पर पलती है। हमारा Privacy Shield व्यक्तिगत जानकारी को किसी भी एआई के देखने से पहले ही गुमनाम कर देता है।
तीसरा चुनाव ईमानदारी है। ऐप दिखाता है कि कितने मॉडलों ने जवाब दिया और वे कहाँ अलग हैं। मजबूत सहमति केवल पैनल के मेल को दिखाती है, उत्तर के सच होने को नहीं; महत्वपूर्ण तथ्यों के लिए अभी भी ताज़ा स्रोत या विशेषज्ञ समीक्षा चाहिए। Satcove फिर समझौतों का आकलन करके अगला कदम चुनने में मदद करता है, आपकी जगह फैसला नहीं करता।
ईमानदारी की यह माँग हर ब्योरे में बहती है। जब कोई मॉडल अनुपलब्ध हो, हम उसे कहते हैं बजाय ख़ामोशी भरने के; जब पैनल सिमटता है, स्कोर इसे दर्शाता है बजाय दिखावटी सर्वसम्मति की नक़ल करने के। हमने वह जाल देखा जो यह क्षेत्र बिछाता है — अधिकार का झूठा संकेत, वह «छह एआई सहमत हैं» जो ग़लत ढंग से आश्वस्त करता है जब केवल दो बोली हों — और हमने उससे लाभ उठाने के बजाय उसे निष्क्रिय करना चुना। किसी संख्या का मूल्य तभी है जब वह उस बारे में सच कहे जो वह मापती है।
हम बहु-मॉडल सहमति के आविष्कार का दावा नहीं करते; Satcove से पहले अनेक शोधकर्ताओं और परियोजनाओं ने इस विचार को खोजा। हमारा काम इन तरीकों को ऐसी सुलभ अनुभूति में ढालना है जो मॉडल मेल, प्रमाण और मतभेद को अलग रखे और किसी निश्चित समय का वादा किए बिना उपयोगी कार्रवाई सुझाए।
Satcove एक लंबे शोध आंदोलन का हिस्सा है, लेकिन उत्पाद को हर उपयोग के मामले में अपना मूल्य साबित करना होगा। अगर आज कोई सवाल आप पर भारी है, तो अब आप जानते हैं कि विचार कहाँ से आया और उसकी सीमाएँ देखकर उसे कैसे आज़माना है।
कोई सवाल आपको परेशान कर रहा है?
उसे छह स्वतंत्र मॉडलों के सामने रखिए। उनका मेल, मतभेद और अगला ठोस कदम पाइए।
Satcove जानेंमुफ़्त · iOS और वेब · यूरोप में होस्टेड