AI चैटबॉट कैसे काम करते हैं, आसान भाषा में

AI चैट का अच्छे से इस्तेमाल करने के लिए आपको इसके पीछे का गणित समझने की ज़रूरत नहीं है, लेकिन यह कैसे काम करता है, इसकी बुनियादी समझ कई बातें साफ कर देती है: गलत होने पर भी जवाब इतने भरोसेमंद क्यों लगते हैं, एक ही सवाल के अलग-अलग जवाब क्यों मिलते हैं, लंबी बातचीत में AI पुरानी बातें क्यों भूलने लगता है, और इसे ताज़ा घटनाओं की जानकारी क्यों नहीं होती। यहाँ बिना किसी मुश्किल तकनीकी शब्दों के इसे आसान भाषा में समझाया गया है।

संक्षेप में समझें

AI चैटबॉट एक लार्ज लैंग्वेज मॉडल (LLM) पर आधारित होता है: यह एक बहुत बड़ा न्यूरल नेटवर्क होता है जिसे भारी मात्रा में टेक्स्ट पर यह अनुमान लगाने के लिए ट्रेन किया जाता है कि आगे क्या शब्द आएगा। जब आप कोई मैसेज भेजते हैं, तो मॉडल पूरी बातचीत को पढ़ता है और छोटे-छोटे टुकड़ों में जवाब तैयार करता है। हर बार वह पिछली बातों के आधार पर सबसे संभावित अगले टुकड़े को चुनता है। आगे की ट्रेनिंग से इसे निर्देशों का पालन करना, बातचीत जारी रखना और नुकसानदेह रिक्वेस्ट को अस्वीकार करना सिखाया जाता है।

इसके पीछे कोई पहले से तैयार जवाबों का डेटाबेस नहीं होता जिसे खोजा जा रहा हो, और न ही पर्दे के पीछे कोई इंसान टाइप कर रहा होता है। इस गाइड की बाकी लगभग सभी बातें इसी से जुड़ी हैं।

स्टेप 1: टेक्स्ट का टोकन्स में बदलना

मॉडल अक्षरों या पूरे शब्दों को सीधे नहीं पढ़ते। वे टेक्स्ट को टोकन्स (tokens) में तोड़ते हैं: आम शब्द अक्सर एक ही टोकन होते हैं, जबकि लंबे या कम इस्तेमाल होने वाले शब्दों को कई टुकड़ों में बांटा जाता है। स्पेस, विराम चिह्न और संख्याएं भी टोकन बन जाती हैं। यही वजह है कि किसी शब्द के अक्षर गिनने या किसी वाक्य को उल्टा करने जैसे कामों में AI गलती कर सकता है: यह आपकी तरह अलग-अलग अक्षरों को नहीं देखता।

एक ही बात को अलग-अलग भाषाओं में लिखने पर टोकन्स की संख्या बदल सकती है, जो भाषाओं के हिसाब से जवाब की क्वालिटी और लंबाई की सीमा में अंतर आने का एक कारण है।

स्टेप 2: भारी मात्रा में टेक्स्ट पर प्री-ट्रेनिंग

पहले और सबसे बड़े चरण में, मॉडल को बहुत बड़ा टेक्स्ट डेटा दिखाया जाता है—जैसे इंटरनेट पर मौजूद पब्लिक वेब पेज, किताबें, कोड और अन्य सोर्स (डेवलपर के अनुसार)—और यह अगले टोकन का अनुमान लगाना सीखता है। इसे बार-बार सुधारा जाता है, जिससे यह धीरे-धीरे अपने इंटरनल नंबर्स को एडजस्ट करता है, जिन्हें पैरामीटर्स या वेट्स (weights) कहा जाता है।

टेक्स्ट का सही अनुमान लगाने के लिए मॉडल व्याकरण, तथ्यों, तर्क करने के तरीकों और लिखने की शैलियों की गहरी समझ हासिल कर लेता है। लेकिन यह किसी लाइब्रेरी की तरह ट्रेनिंग डेटा की कॉपी सुरक्षित नहीं रखता, बल्कि सांख्यिकीय पैटर्न (statistical patterns) को याद रखता है। यही वजह है कि यह किसी कॉन्सेप्ट को बहुत अच्छे से समझा सकता है, लेकिन किसी खास तारीख, नाम या कोटेशन में गलती कर सकता है।

स्टेप 3: फाइन-ट्यूनिंग — प्रिडिक्टर से असिस्टेंट बनने का सफर

सिर्फ टेक्स्ट का अनुमान लगाने वाला मॉडल आपके सवाल का जवाब देने के बजाय आपके मैसेज को ही आगे बढ़ा देगा। इसलिए डेवलपर्स इसे अच्छी बातचीत के उदाहरणों पर आगे ट्रेन करते हैं। इंसानों के फीडबैक (और अब ऑटोमेटेड चेक्स व अन्य मॉडल्स) का उपयोग करके मददगार, सच्चे और सुरक्षित जवाबों को बढ़ावा दिया जाता है। इसका एक जाना-माना तरीका है reinforcement learning from human feedback (RLHF)।

यह फेज़ चैटबॉट को सही तौर-तरीके सिखाता है: निर्देशों का पालन करना, सही फॉर्मेटिंग का इस्तेमाल करना, कभी-कभी अनिश्चितता स्वीकार करना और नुकसानदेह रिक्वेस्ट को मना करना। इससे कुछ कमियां भी आ सकती हैं, जैसे यूज़र की हर बात से सहमत होने की आदत या ज़रूरत से ज़्यादा आत्मविश्वास से जवाब देना।

कई नए मॉडल्स को रीज़निंग (तर्क करने) के लिए भी ट्रेन किया गया है: वे अंतिम उत्तर देने से पहले समस्या को स्टेप-बाय-स्टेप हल करते हैं। इससे गणित, कोडिंग और प्लानिंग से जुड़े कामों के नतीजे बेहतर होते हैं, हालांकि फिर भी गलतियों की गुंजाइश बनी रहती है।

स्टेप 4: आपकी बातचीत और कॉन्टेक्स्ट विंडो

जब आप चैट करते हैं, तो ऐप मॉडल को टेक्स्ट का एक बंडल भेजता है: सर्विस के वे निर्देश जो आपको नहीं दिखते (सिस्टम प्रॉम्प्ट), बातचीत के पिछले मैसेज और आपका नया मैसेज। मॉडल खुद से रिक्वेस्ट्स के बीच कोई याददाश्त नहीं रखता। इसे बातचीत सिर्फ इसलिए "याद" रहती है क्योंकि हर बार पूरी बातचीत दोबारा भेजी जाती है।

आसान शब्दों में कहें तो, चैट में आपके तीसरे मैसेज के लिए भेजा जाने वाला बंडल कुछ ऐसा दिखता है:

[system]    You are a helpful assistant. Answer clearly...
[user]      बेकरी के लिए कोई अच्छा नाम बताइए?
[assistant] यहाँ कुछ सुझाव हैं: राइज़ एंड शाइन, द डेली क्रंब...
[user]      इन्हें थोड़ा फ्रेंच जैसा बनाइए।
[assistant] (मॉडल इस हिस्से को एक-एक टोकन करके लिखता है)

"इन्हें थोड़ा फ्रेंच जैसा बनाइए" का मतलब तभी समझ आता है क्योंकि इसमें पिछले मैसेज शामिल हैं। अगर ऐप उन्हें छोड़ दे, तो मॉडल को समझ नहीं आएगा कि "इन्हें" का क्या मतलब है।

एक मॉडल एक बार में जितने टेक्स्ट को प्रोसेस कर सकता है, उसे उसकी कॉन्टेक्स्ट विंडो कहा जाता है। इस लिमिट में रहने के लिए ऐप्स अक्सर लंबी बातचीत को छोटा कर देते हैं। यही वजह है कि बहुत लंबी चैट में AI शुरुआत की बातों को भूल सकता है। ऐसे में एक छोटे समरी के साथ नई चैट शुरू करना आमतौर पर मददगार होता है।

कुछ सर्विसेज एक अलग मेमोरी फीचर जोड़ती हैं जो चैट्स के बीच आपके बारे में मुख्य बातें याद रखता है। यह मॉडल के इर्द-गिर्द बनाया गया ऐप का फीचर है, मॉडल की अपनी क्षमता नहीं।

स्टेप 5: जवाब तैयार करना

हर अगले टोकन के लिए, मॉडल कई संभावित विकल्पों की संभावनाओं (probabilities) की गणना करता है। इसके बाद ऐप उनमें से एक को चुनता है—आमतौर पर थोड़े रैंडमनेस के साथ ताकि भाषा रोबोटिक न लगे। इससे दो बातें साफ होती हैं जो आपने शायद देखी होंगी:

• एक ही सवाल के अलग-अलग जवाब मिल सकते हैं। नया विकल्प देखने के लिए जवाब को रीजेनरेट करना एक आसान तरीका है।
• एक धाराप्रवाह वाक्य का मतलब यह नहीं कि वह सच भी हो। मॉडल ऐसे शब्द चुनता है जो सही बैठते हैं; लिखते समय वह तथ्यों की जांच नहीं करता।

खुद आज़माएं: चैट से एक उदाहरण के साथ टोकन्स समझाने को कहें, फिर जवाब को रीजेनरेट करें और दोनों वर्ज़न की तुलना करें।

AI गलत बातें क्यों बना लेता है

जब कोई मॉडल आत्मविश्वास के साथ गलत जानकारी देता है, तो इसे हैलुसिनेशन (hallucination) कहा जाता है। ऐसा इसलिए होता है क्योंकि मॉडल को असल जैसा दिखने वाला टेक्स्ट तैयार करने के लिए बनाया गया है। ऐसे में जब सही जानकारी नहीं होती, तब भी यह दिखने में सही लगने वाला संदर्भ, आंकड़ा या जीवनी आसानी से बना लेता है। ट्रेनिंग ने इसे कम किया है, लेकिन पूरी तरह खत्म नहीं। इन मामलों में जोखिम ज़्यादा होता है:

• सटीक संख्याएं, तारीखें और कोट्स।
• किताबों, रिसर्च पेपर्स, कोर्ट केस और वेब पेजों के रेफरेंस।
• ऐसे खास विषय जिनका ट्रेनिंग डेटा बहुत कम है।
• मॉडल का ट्रेनिंग डेटा खत्म होने के बाद की घटनाएं।

हमारी फैक्ट-चेकिंग गाइड बताती है कि जवाबों की तुरंत जांच कैसे करें।

AI को हाल की घटनाओं की जानकारी क्यों नहीं होती

मॉडल की जानकारी एक निश्चित तारीख तक जुटाए गए डेटा से आती है, जिसे इसका नॉलेज कटऑफ कहा जाता है। उसके बाद की घटनाओं की इसे कोई जानकारी नहीं होती, जब तक कि ऐप इसे वेब सर्च टूल या आपके द्वारा पेस्ट किए गए टेक्स्ट के ज़रिए नई जानकारी न दे। जब कोई असिस्टेंट वेब सर्च करता भी है, तो उसका जवाब उन्हीं पेजों पर निर्भर करता है जो उसे मिलते हैं, इसलिए सोर्स की जांच करना ज़रूरी है। अगर आपका सवाल हाल की जानकारी पर आधारित है, तो काम का टेक्स्ट खुद पेस्ट करें या किसी ताज़ा सोर्स से जवाब की पुष्टि करें।

मॉडल्स, निर्माता और मॉडल मेन्यू

कई कंपनियां लार्ज लैंग्वेज मॉडल्स डेवलप करती हैं, जिनमें OpenAI (ChatGPT के पीछे के GPT मॉडल्स), Anthropic (Claude), Google (Gemini), Meta (Llama), xAI (Grok), DeepSeek, Alibaba (Qwen) और Mistral AI शामिल हैं। कुछ अपने मॉडल वेट्स को ओपन कर देती हैं ताकि कोई भी उन्हें डाउनलोड करके चला सके; अन्य अपने मॉडल्स को सिर्फ अपने ऐप्स और APIs के ज़रिए उपलब्ध कराती हैं। ये मॉडल्स अपनी शैली, खूबियों, भाषा की समझ और सतर्कता के मामले में अलग होते हैं। हमारी मॉडल गाइड्स और तुलनाएं जैसे कि ChatGPT बनाम Claude इनके बारे में विस्तार से बताती हैं।

ChatG में, आप मेन्यू से अपनी पसंद का मॉडल चुन सकते हैं या इसे ChatG Auto पर छोड़ सकते हैं। ChatG एक स्वतंत्र साइट है और इनमें से किसी भी कंपनी से संबद्ध नहीं है।

अक्सर पूछे जाने वाले सवाल (FAQ)

क्या AI समझता है कि वह क्या कह रहा है?

यह अभी भी बहस का विषय है। मॉडल्स भाषा और दुनिया के स्ट्रक्चर को बखूबी समझते हैं और उन समस्याओं को भी सुलझा सकते हैं जो उन्होंने पहले नहीं देखीं। लेकिन उनके पास कोई निजी अनुभव नहीं होते, और वे ऐसी गलतियां कर सकते हैं जो विषय को समझने वाला कोई इंसान कभी नहीं करेगा। व्यवहारिक तौर पर, AI को एक सक्षम टूल मानें, कोई अंतिम प्राधिकारी नहीं।

क्या AI मेरी बातचीत से सीखता है?

चैट के दौरान बिल्कुल नहीं: आपसे बात करते समय मॉडल के वेट्स नहीं बदलते। कुछ सर्विसेज उनकी पॉलिसी और आपकी सेटिंग्स के आधार पर बाद में भविष्य के मॉडल्स को ट्रेन करने के लिए बातचीत का इस्तेमाल कर सकती हैं।

क्या AI इंटरनेट से जुड़ा होता है?

मॉडल खुद इंटरनेट से कनेक्टेड नहीं होता। यह उसी जानकारी पर काम करता है जो इसने ट्रेनिंग के दौरान सीखी है और जो आपकी बातचीत में मौजूद है। कुछ ऐप्स अलग टूल के रूप में वेब सर्च की सुविधा जोड़ते हैं। जब तक जवाब में सर्च किए गए सोर्स न दिखें, तब तक यही मानें कि जानकारी ट्रेनिंग डेटा से आ रही है जो पुरानी हो सकती है।

कुछ जवाब अन्य भाषाओं की तुलना में अंग्रेज़ी में बेहतर क्यों होते हैं?

ट्रेनिंग के दौरान मॉडल्स आमतौर पर बाकी भाषाओं की तुलना में अंग्रेज़ी का बहुत ज़्यादा टेक्स्ट देखते हैं, और अन्य भाषाओं में उसी बात को कहने के लिए ज़्यादा टोकन्स लग सकते हैं। आमतौर पर ज़्यादा बोली जाने वाली भाषाओं में नतीजे अच्छे मिलते हैं; कम इस्तेमाल होने वाली भाषाओं में यह थोड़ा कमज़ोर हो सकता है।