जनरेटिव एआई मॉडल को बढ़ते प्रतिरोध की उम्मीद करनी चाहिए

कुछ हफ्ते पहले, आईटी मैटर्स में मैंने फाउंडेशन मॉडल के बारे में लिखा था, आर्टिफिशियल इंटेलिजेंस (एआई) के लिए एक बिल्कुल नया दृष्टिकोण। फाउंडेशन मॉडल लोकप्रिय हो गए हैं क्योंकि वे एआई कार्यक्रमों को छोटे डेटा सेट के साथ प्रशिक्षण के पारंपरिक तरीकों से उड़ाते हैं। उनसे गेम चेंजर बनने की उम्मीद की जा रही थी। फाउंडेशन मॉडल को तंत्रिका नेटवर्क और ‘जेनरेटिव एआई मॉडल’ भी कहा गया है। ये नए शब्द हैं और मुझे कई स्टार्टअप मिले हैं जो चाहते हैं कि उनके निवेशक (उद्यम पूंजी फर्म, एंजेल निवेशक और इसी तरह के) यह विश्वास करें कि वे ऐसे जनरेटिव एआई मॉडल पर अपना काम कर रहे हैं।

एआई के लिए जनरेटिव मॉडलों की सबसे प्रमुख विशेषता यह है कि वे वेब पर उपलब्ध सूचनाओं के लगभग हर टुकड़े को खंगालते हैं, एक डेटा स्टोर जो हर दो साल में आकार में दोगुना हो रहा है, और फिर इनके आउटपुट का उपयोग एआई प्रोग्राम को आउटपुट उत्पन्न करने के लिए प्रशिक्षित करने के लिए करता है। लाइव-काउंटर डॉट कॉम द्वारा परिभाषित दो साल के दोहरीकरण नियम के अनुसार, जो इंटरनेट के डेटा के आकार को ट्रैक करने की कोशिश करता है, यह आंकड़ा 80 ज़ेटाबाइट्स के करीब है। एक ज़ेटाबाइट एक ट्रिलियन गीगाबाइट है।

माइक्रोसॉफ्ट द्वारा समर्थित ओपन एआई के दो ऐसे मॉडल हैं: एक जिसे जीपीटी -3 कहा जाता है, जो मुख्य रूप से दस्तावेजों के लिए है, और दूसरा डीएएलएल-ई कहलाता है, जो छवियों पर केंद्रित है। GPT-3 ने हजारों डिजिटल पुस्तकों और ब्लॉग, सोशल मीडिया और इंटरनेट पर अन्य जगहों पर पोस्ट किए गए लगभग एक ट्रिलियन शब्दों का विश्लेषण किया। इसका प्रतिद्वंदी Google है, जिसकी जनरेटिव AI में अपनी पेशकश को BERT कहा जाता है।

इसके विपरीत, अधिक केंद्रित संज्ञानात्मक मॉडल में छोटे डेटा सेट होते हैं (उनमें से कुछ डमी डेटा से भी भरे होते हैं) जिनका उपयोग विशिष्ट उपयोग के मामलों पर एआई कार्यक्रमों को प्रशिक्षित करने के लिए किया जाता है। उदाहरण के लिए, एक मेडिको-रेडियोलॉजिकल सिस्टम खुद को एक्स-रे, चुंबकीय अनुनाद इमेजिंग (एमआरआई) स्कैन और ऐसी अन्य चिकित्सा छवियों तक सीमित कर देगा, और संभवतः कविता या संगीत और ऐसी अन्य जानकारी पर खुद को प्रशिक्षित नहीं करेगा, जिसका कोई प्रासंगिकता नहीं है। हाथ में लिया काम।

जनरेटिव एआई के प्रायोजकों का एक बड़ा लक्ष्य है। विचार सभी प्रकार के एआई अनुप्रयोगों के लिए एक आधार तैयार करना है जिसे उस आधार पर लिखा जा सकता है। इस ‘स्लेजहैमर टू किल ए फ्लाई’ दृष्टिकोण के साथ कई समस्याएं हैं, जिन पर मैंने पिछले कॉलम में बात की थी। आज, हालांकि, मैं दो विपरीत विचारों पर ध्यान देना चाहूंगा- यद्यपि विभिन्न उद्योगों से- जनरेटिव एआई मॉडल के प्रभाव के प्रभाव। एक को लगता है कि वे फ्लैश-इन-द-पैन हैं, जबकि दूसरा लड़ाई के लिए खुद को कमर कस रहा है।

OpenAI के टेक्स्ट-टू-इमेज क्रिएटर को DALL-E कहा जाता है। Techcrunch.com (tcrn.ch/3DL2TyF) के अनुसार, इसका सबसे प्रसिद्ध प्रतिद्वंद्वी, एक नवागंतुक जिसे स्थिरता एआई कहा जाता है, ने अपने स्थिर प्रसार प्रणाली के लिए $ 101 मिलियन की फंडिंग की है। इस फंडिंग की खबरों के जवाब में, फ्यूचरिज्म डॉट कॉम की रिपोर्ट है कि एआई-संचालित हेल्थकेयर स्टार्टअप साइंसआईओ के संस्थापक और सीईओ विल मैनिडिस के अनुसार, जेनरेटिव एआई सभी फ्लैश है और कोई पदार्थ नहीं है। हालांकि यह अब वीसी कैश को आकर्षित कर रहा है, मनीडिस का मानना ​​​​है कि ज्यादातर उद्यम जल्द ही गुमनामी में मिट जाएंगे।

Manidis का तर्क टेक्स्ट-टू-इमेज जेनरेटर जैसे DALL-E पर केंद्रित है। उनका मानना ​​​​है कि “निर्माता अर्थव्यवस्था” में वास्तव में विकास के लिए ज्यादा जगह नहीं है। हां, यह मजेदार है और कभी-कभी एआई-निर्मित कलाकृतियों का उत्पादन करने के लिए उपयोगी होता है, लेकिन उनके अनुसार, सभी को रचनाकारों में बदलने से वास्तव में प्रमुख उत्पन्न नहीं होगा नई राजस्व धाराएं उन्होंने 25 अक्टूबर (bit.ly/3frRfPU) पर एक ट्विटर थ्रेड में इस विषय पर अपने विचार व्यक्त किए।

उनके सूत्र के अनुसार, “हर साल मानव क्षमता के अरबों घंटे छोटे-मोटे कामों में बर्बाद हो जाते हैं। डेटा एंट्री, फॉर्म फिलिंग, बेसिक नॉलेज वर्क की तरह की चीजें, “और इन फाउंडेशन मॉडल का यहां (मेनियल कार्यों के बेस ऑटोमेशन में) मेडिकल टेक्नोलॉजी जैसे अधिक परिष्कृत उपयोग के मामलों की तुलना में बेहतर उपयोग हो सकता है, जिस पर उनकी फर्म केंद्रित है। पर। कोई यह तर्क दे सकता है कि तर्क थोड़ा स्वार्थी है, लेकिन यह योग्यता के बिना नहीं है। उदाहरण के लिए, डेटा प्रविष्टि और चिकित्सा छवियों का विशेषज्ञ विश्लेषण अलग दुनिया है।

इस बीच, ऐसा लगता है कि स्पेक्ट्रम के दूसरे छोर पर जनरेटिव एआई मॉडल के लिए सब कुछ ठीक नहीं है, संगीत उद्योग इसके खिलाफ हथियारों के साथ है।

एआई जनरेटर टूल एक बटन के क्लिक पर बिल्कुल नए संगीत ट्रैक बना सकते हैं और संगीतकारों की आजीविका के लिए खतरा पैदा कर सकते हैं। इससे पैरवी करने वाले समूह गहराई से चिंतित हैं। उदाहरण के लिए, रिकॉर्डिंग इंडस्ट्री एसोसिएशन ऑफ अमेरिका (आरआईएए) चिंतित है कि एआई-आधारित संगीत उत्पादन से आय के साथ-साथ मानव कलाकारों के अधिकारों को भी खतरा हो सकता है।

RIAA का पाइरेसी और जालसाजी से लड़ने का एक लंबा इतिहास रहा है – पहले सीडी और अन्य मीडिया पर बनाई गई नाजायज डिजिटल प्रतियों को तोड़कर और फिर संगीतकारों के लिए डिजिटल कॉपीराइट के आयरन-क्लैड के अपने प्रयासों में। यूएस ट्रेड रिप्रेजेंटेटिव के कार्यालय के साथ एक आरआईएए फाइलिंग के अनुसार, अमेरिकी संगीत उद्योग अमेरिकी अर्थव्यवस्था में $ 170 बिलियन का योगदान देता है, 2.47 मिलियन नौकरियों का समर्थन करता है और यूएस में 236,000 से अधिक व्यवसायों के लिए खाता है। यूएस संगीत उद्योग के भीतर प्रत्यक्ष राजस्व के प्रत्येक डॉलर के लिए, आरआईएए का दावा है कि आसन्न उद्योगों में अतिरिक्त 50 सेंट बनाया गया है। संगीत राजस्व के लिए डिजिटल स्रोत लगभग 90% हैं जबकि सीडी जैसे भौतिक उत्पाद 10% के लिए खाते हैं, एक स्पष्ट क्रॉस-ओवर मूल Apple iPod और बाद में स्मार्टफोन जैसे उत्पादों द्वारा संभव बनाया गया है।

आरआईएए अब ऑनलाइन सेवाओं के लिए गन कर रहा है जो प्रसिद्ध मानव कलाकारों की शैली में जेनरेटिव एआई अर्क और फिर रीमिक्स रिकॉर्डिंग का उपयोग करते हैं। लॉबी समूह का कहना है कि ये सेवाएं कॉपीराइट का उल्लंघन करती हैं और सीधे अपने सदस्यों की जेब पर असर डालती हैं। यह देखते हुए कि आरआईएए अतीत में अपने सदस्यों की रक्षा करने में सफल रहा है, संगीत उत्पादन के लिए जनरेटिव एआई का उपयोग करने वालों के लिए चिंता का कारण है।

सिद्धार्थ पई सियाना कैपिटल के सह-संस्थापक और ‘टेकप्रूफ मी’ के लेखक हैं।

सभी को पकड़ो व्यापार समाचार, बाजार समाचार, आज की ताजा खबर घटनाएँ और ताज़ा खबर लाइव मिंट पर अपडेट। डाउनलोड करें टकसाल समाचार ऐप दैनिक बाजार अपडेट प्राप्त करने के लिए।

अधिक
कम

Leave a Reply

Your email address will not be published. Required fields are marked *