મુખ્ય વિષય-સામગ્રી પર જાવો
OpenAI

6 ઑક્ટોબર, 2026

ChatGPTથી જમ્પ ટ્રેડિંગના પરિમાણાત્મક સંશોધનનો વિસ્તાર

જમ્પ ટ્રેડિંગ વધુ સમય માગતી અને ઓછી સ્પષ્ટતા ધરાવતી સંશોધન સમસ્યાઓ પર કામ કરવા GPT‑6 Astraનો ઉપયોગ કરે છે.

ઘેરા પેટ્રોલિયમ-વાદળી રંગનાં પડોની રચનાની મધ્યમાં જમ્પ ટ્રેડિંગનો સફેદ લોગો.
કંપનીનું કદ: એન્ટરપ્રાઇઝ
પ્રદેશ: ઉત્તર અમેરિકા
ઉદ્યોગ: ફાઇનાન્સ
પ્રોડક્ટ્સ: ChatGPT
લોડિંગ…

પરિમાણાત્મક પદ્ધતિઓથી વેપાર કરતી પેઢી તરીકે, જમ્પ ટ્રેડિંગ આગાહી કરતાં મોડેલો બનાવે છે. આ મોડેલો બજારના આંકડા, સમાચાર અને ઘટનાઓ, તેમજ અનેક વૈકલ્પિક માહિતી સ્રોતોનો ઉપયોગ કરીને અસ્કયામતોના ભાવની શક્ય એટલી સચોટ આગાહી કરે છે. બજારો જટિલ છે, તેમાં અપ્રસ્તુત માહિતી ઘણી હોય છે અને તે સમય સાથે બદલાતાં રહે છે. તેથી ચોક્કસ શું થશે તેની આગાહી કરવી ભાગ્યે જ શક્ય બને છે. પરંતુ જમ્પમાં LLM સંશોધન અને વિકાસના વડા લુકસ બેકરના જણાવ્યા અનુસાર, સિક્કો ઉછાળીને અંદાજ લગાવવા કરતાં સહેજ પણ વધુ સારી આગાહી મોટા પાયે કરી શકાય, તો સફળ વ્યૂહરચના માટે એટલું પૂરતું છે.

બેકર એજન્ટ-આધારિત સંશોધન અને વિકાસનું નેતૃત્વ કરે છે. તેમનું ધ્યાન એવા એજન્ટો, કાર્યપ્રણાલીઓ અને માળખાકીય સુવિધાઓ બનાવવા પર છે, જેનાથી પરિમાણાત્મક સંશોધકો પોતાના વિચારોની વધુ વ્યાપક અને ઊંડી તપાસ કરી શકે. GPT‑6 Astra ઉમેરવાથી એજન્ટોને સોંપી શકાય એવા કાર્યપ્રવાહોના વ્યાપ અને જટિલતામાં ધરખમ વધારો થયો છે. તેમાં રોજિંદા કોડલેખનથી લઈને નવી પરિકલ્પનાઓની ચકાસણી માટેના અદ્યતન પરિમાણાત્મક અભ્યાસો સુધીનાં કામોનો સમાવેશ થાય છે.

“GPT-6 શ્રેણી, ખાસ કરીને GPT-6 Astra સાથે, OpenAIએ લાંબા ગાળાનાં કાર્યો માટે સ્વાયત્તતાનું નવું સ્તર હાંસલ કર્યું છે. આ કાર્યોમાં એજન્ટો વચ્ચે લવચીક સંકલન અને જટિલ કાર્યપ્રવાહોમાં અત્યંત સાતત્યથી કામ કરવાની જરૂર પડે છે. પહેલાં જ્યાં અમારે વારંવાર માનવીય માર્ગદર્શન અને હસ્તક્ષેપની જરૂર પડતી હતી, ત્યાં હવે અમે સ્પષ્ટ લક્ષ્યો ધરાવતું સુરક્ષિત અને સુવ્યવસ્થિત દેખરેખ હેઠળનું વાતાવરણ ઊભું કરવા પર સંપૂર્ણ ધ્યાન આપી શકીએ છીએ અને એજન્ટોને પોતાનો માર્ગ જાતે શોધવા દઈ શકીએ છીએ.”
—લુકસ બેકર, LLM સંશોધન અને વિકાસના વડા, જમ્પ ટ્રેડિંગ

કોડના નાના અંશોથી વ્યાપક વિશ્લેષણ સુધી

છેલ્લા એક વર્ષમાં કૃત્રિમ બુદ્ધિનું રૂપાંતર થયું છે. એકાદ જરૂરિયાત માટે કોડના નાના અંશો લખવા કે નાની ભૂલો શોધવામાં મદદ કરતા સાધનમાંથી તે એવી સક્ષમ, બહુમુખી પ્રણાલી બની છે, જે જાતે જ સંપૂર્ણ કોડસંગ્રહો અને સેવાઓ વિકસાવી શકે છે. હવે બેકર અને તેમની ટીમને જણાયું છે કે કૃત્રિમ બુદ્ધિને સહકર્મીની જેમ કામ સોંપવામાં આવે ત્યારે તે શ્રેષ્ઠ પરિણામ આપે છે. સંશોધકો મુખ્ય સમસ્યા, કામનું વાતાવરણ અને પરિણામોની ગુણવત્તા તથા મહત્ત્વનું મૂલ્યાંકન કરવાની રીત નક્કી કરી શકે છે. પછી કામ ચાલતું હોય ત્યારે જ એક કે વધુ એજન્ટોને વિશ્લેષણમાં ક્યાં ધ્યાન આપવું કે આગળ કયું કામ કરવું તેનું માર્ગદર્શન આપી શકે છે.

બેકર કહે છે કે GPT‑6 Astra સાથે એજન્ટો હવે માત્ર અર્થપૂર્ણ અને વ્યવહારુ ફેરફારો શોધવા જ સક્ષમ નથી, પરંતુ તે સફળતાઓને જોડીને, તેમના પર આગળ કામ કરીને, વારંવાર સુધારો પણ કરી શકે છે. લાંબો સમય ચાલતા એક જ કાર્ય દરમિયાન પ્રણાલી પોતાનાં તારણોનું વિશ્લેષણ કરી શકે છે, શરૂઆતના પ્રસ્તાવમાં સંમત થયેલા માપદંડો સામે તેમને ચકાસી શકે છે અને જાતે જ પોતાના પ્રયત્નોની દિશા બદલી શકે છે. આમ, ફેરફારોના દરેક તબક્કાનું વિશ્લેષણ કરવા માટે વ્યક્તિની જરૂર પડતી નથી. તેઓ સમજાવે છે, “તમે એવું કામ નક્કી કરી શકો છો જે દિવસો સુધી ચાલવાનું હોય—જેમાં અનેક સ્રોતોમાંથી માહિતી મેળવવાની હોય, શું મહત્ત્વનું છે અને શું નથી તેના સૂક્ષ્મ નિર્ણયો લેવાના હોય અને બધું એકબીજા સાથે જોડવાનું હોય. આ રીતે હવે ખરેખર ઉપયોગી નીવડે એવું વ્યાપક વિશ્લેષણ તૈયાર કરી શકાય છે.”

માનવીય નિર્ણયશક્તિને કેન્દ્રસ્થાને રાખવી

જમ્પ ટ્રેડિંગ દરેક સમયગાળા અને અસ્કયામત વર્ગમાં કામ કરે છે. પ્રક્રિયાનું દરેક પગલું જટિલ છે. નાણાકીય ક્ષેત્ર જેવા કડક નિયમન હેઠળના ઉદ્યોગમાં ભૂલોની અસર નાણાકીય બાબતો અને નિયમોના પાલન, બંને પર થઈ શકે છે. બેકર કહે છે કે કૃત્રિમ બુદ્ધિને કામ સોંપવાથી ઊભાં થતાં જોખમોથી વાકેફ રહેવું અત્યંત જરૂરી છે. સાથે જ, એજન્ટોની બુદ્ધિક્ષમતાનો ઉપયોગ માત્ર નવી સુવિધાઓ ઉમેરવા માટે નહીં, પણ ગુણવત્તા, સુરક્ષા અને દેખરેખ સુધારવા માટે પણ થઈ શકે છે. મજબૂત પ્રણાલી રચના અને સીમાઓ, સ્પષ્ટ મર્યાદાઓ, પ્રણાલીને દિશા આપવા અને તેની કામગીરી નિહાળવા માટે અનુકૂળ માળખાકીય સુવિધાઓ, તેમજ ફેરફારોની માનવીય સમીક્ષા—આ બધું જમ્પ ટ્રેડિંગની ટીમને ખાતરી કરવામાં મદદ કરે છે કે કૃત્રિમ બુદ્ધિથી સક્ષમ બનેલા કાર્યપ્રવાહો નિયમન હેઠળના વાતાવરણમાં મોટા પાયે અમલ માટે તૈયાર છે.

તેઓ કહે છે, “સુરક્ષિત વાતાવરણમાં એજન્ટ કે પ્રણાલીને જરૂરી કોઈ પણ પરિણામ તૈયાર કરવાની છૂટ હોય, પણ અંતે માનવીય સમીક્ષાની પ્રક્રિયા પણ હોય, જેમાં જરૂરી ચકાસણી બાદ માણસની મંજૂરી લેવાય—તો એ અમને વિશ્વાસ આપે છે.” ઉદાહરણ તરીકે, એજન્ટ ખરીદ-વેચાણનો સંકેત આપે તો અન્ય કોઈ પણ પરિણામની જેમ તેની પણ વ્યાપમર્યાદા નક્કી કરીને સમીક્ષા થાય છે. તેને સામાન્ય રીતે માહિતીપ્રદ, પણ ખોટો હોઈ શકે એવા સંકેત તરીકે જોવામાં આવે છે. ત્યારબાદ તેને અન્ય તમામ સંકેતો સાથે એવા વ્યવહાર-અમલના વાતાવરણમાં જોડવામાં આવે છે, જ્યાં કડક સમીક્ષા અને નિયંત્રણ હોય છે.

આગળ શું?

બેકર માને છે કે આપણે એવી દુનિયા તરફ આગળ વધી રહ્યા છીએ જ્યાં “સ્વયંસંચાલિત સંશોધન” અત્યંત વ્યાપક બનશે. એટલે કે, એજન્ટ સંશોધકો દ્વારા માપી શકાય એવી પ્રણાલીઓમાં વારંવાર સુધારો કરવો એ પરિમાણાત્મક સંશોધકના સામાન્ય કાર્યપ્રવાહનો જ એક ભાગ ગણાશે. આજે GPT‑6 Astraનાં સૌથી લાંબાં ચાલતાં કામોમાં પણ કાર્ય નક્કી કરનાર વ્યક્તિ સાથે નિયમિત ચર્ચા કરવી પડે છે. તેમાં માત્ર કઈ માહિતી મેળવવી, કેટલો સમય કામ કરવું અને શું મહત્ત્વનું ગણવું એટલું જ નહીં, પણ વચ્ચે મળતાં પરિણામો તર્કસંગત છે કે નહીં તે પણ તપાસવામાં આવે છે. અદ્યતન સ્વયંસંચાલિત સંશોધનની શરૂઆત પણ માણસે નક્કી કરેલી પ્રણાલીથી જ થશે. તેમાં પૂરી પાડવાની માહિતી, વાતાવરણની વ્યાખ્યા, મૂલ્યાંકનનાં માપદંડો, લાભ-ગેરલાભ વચ્ચેનું સંતુલન અને એકંદર પ્રાથમિકતાઓ સામેલ હશે. પરંતુ બાકીની પ્રક્રિયા એજન્ટોના એક લવચીક “કાફલા”ને સોંપાશે, જેનું સંકલન બીજા એજન્ટો કરશે. સુવ્યવસ્થિત સંશોધન પ્રક્રિયામાં આ એજન્ટો વિચારોની તપાસ કેવી રીતે કરવી, ગણનાનો સમય કેવી રીતે ફાળવવો અને આશાસ્પદ તારણોને કેવી રીતે જોડવાં તે અંગે સમજદારીભર્યા નિર્ણયો લઈ શકશે. આ બધાની શરૂઆત માટે લગભગ માત્ર એક વણઉકેલાયેલો પ્રશ્ન જ પૂરતો હશે.

“આ બધું શરૂઆતથી અંત સુધી જોડી શકાય, એવો સામાન્ય પ્રશ્ન પૂછી શકાય જેનો જવાબ તમે પોતે પણ જાણતા ન હો, અને સામે ઉપયોગી પરિણામ મળે—ત્યારે એ અનુભવ કેવો હશે?” તેઓ પૂછે છે. “જો તમે સહસ્રાબ્દીની કોઈ ગણિતીય સમસ્યા ઉકેલી શકો, તો કદાચ પરિમાણાત્મક નાણાશાસ્ત્ર વિશે કેટલીક ખૂબ જ રસપ્રદ હકીકતો પણ શોધી શકો.”

દર વર્ષે માત્ર પ્રમાણભૂત કસોટીઓનાં માપનોમાં સતત પ્રગતિ જ નથી થઈ, પણ મોડેલો જે પ્રકારનાં કામ કરી શકે તેમાં પણ મોટા ફેરફારો આવ્યા છે. ઘણી વાર આ વિકાસનો અંદાજ થોડા મહિના અગાઉ લગાવવો પણ મુશ્કેલ હતો. 2024માં પ્રારંભિક એજન્ટો એક જ ફાઇલ ભૂલ વિના લખી શકે તે પ્રભાવશાળી ગણાતું હતું. 2025માં શૂન્યથી સંપૂર્ણ કોડસંગ્રહો બનાવવાનું શક્ય બન્યું, અને 2026માં અનેક એજન્ટો સાથે મળીને પરિસ્થિતિ પ્રમાણે સંકલન કરતાં વણઉકેલાયેલા સંશોધન પ્રશ્નો પર પ્રગતિ કરવાનું શક્ય બન્યું. “આવતા વર્ષે આપણી પાસે શું હશે?” તેઓ કહે છે. “એ વિચાર જ ખરેખર અદ્ભુત છે.”

કામના નવા યુગમાં જોડાવા માટે આગળ વધો

વિશ્વભરના 1 million થી વધુ વ્યવસાયો OpenAI સાથે અર્થપૂર્ણ પરિણામો હાંસલ કરી રહ્યા છે.