جيڪڏهن توهان هڪ Gen AI ماڊل کان پڇيو ته هڪ گيت تي غزل لکڻ لاءِ جيئن بيٽلس هجي ها ۽ جيڪڏهن اهو هڪ شاندار ڪم ڪيو، ان جو هڪ سبب آهي. يا، جيڪڏهن توهان هڪ ماڊل کان پڇيو ته توهان جي پسنديده ليکڪ جي انداز ۾ نثر لکڻ لاء ۽ اهو صحيح طور تي انداز کي نقل ڪيو، ان لاء هڪ سبب آهي.
اڃا به آسان، توهان هڪ مختلف ملڪ ۾ آهيو ۽ جڏهن توهان هڪ دلچسپ ناشتي جي نالي جو ترجمو ڪرڻ چاهيو ٿا جيڪو توهان سپر مارڪيٽ جي آئل تي ڳوليندا آهيو، توهان جو اسمارٽ فون ليبل ڳولي ٿو ۽ متن کي بيحد ترجمو ڪري ٿو.
AI اهڙن سڀني امڪانن جي بنياد تي بيٺو آهي ۽ اهو بنيادي طور تي آهي ڇو ته AI ماڊلز کي اهڙي ڊيٽا جي وڏي مقدار تي تربيت ڏني وئي هوندي - اسان جي صورت ۾، بيٽلس جا سوين گانا ۽ شايد توهان جي پسنديده ليکڪ جا ڪتاب.
جنريٽو اي آءِ جي اڀار سان، هر ڪو موسيقار، ليکڪ، فنڪار، يا اهو سڀ ڪجهه آهي. جنرل اي آءِ ماڊل صارف جي اشارن تي منحصر ڪري سيڪنڊن ۾ آرٽ جا مخصوص ٽڪرا پيدا ڪن ٿا. اهي وان گوگ جي طرز جا آرٽ ٽڪرا ٺاهي سگهن ٿا ۽ ال پيڪينو کي ان جي موجودگي کان سواءِ به خدمتن جون شرطون پڙهي ٻڌائي سگهن ٿا.
فڪر کي ڇڏي، هتي اهم پاسو اخلاقيات آهي. ڇا اهو صحيح آهي ته اهڙي تخليقي ڪم کي AI ماڊل کي تربيت ڏيڻ لاء استعمال ڪيو ويو آهي، جيڪي آهستي آهستي فنڪار کي تبديل ڪرڻ جي ڪوشش ڪري رهيا آهن؟ ڇا اهڙي دانشورانه ملڪيت جي مالڪن کان رضامندي حاصل ڪئي وئي هئي؟ ڇا انهن کي مناسب معاوضو ڏنو ويو؟
2024 ۾ ڀليڪار: ڊيٽا وار جو سال
گذريل ڪجھ سالن کان، ڊيٽا وڌيڪ هڪ مقناطيس بڻجي چڪو آهي فرم جو ڌيان انهن جي جنرل AI ماڊل کي تربيت ڏيڻ لاءِ. هڪ ٻار وانگر، AI ماڊل بيوقوف آهن. انهن کي سيکاريو وڃي ۽ پوءِ تربيت ڏني وڃي. اهو ئي سبب آهي ته ڪمپنين کي اربين، جيڪڏهن لکين نه، ڊيٽا جي ضرورت آهي مصنوعي طور تي ٽريننگ ماڊلز کي انسانن جي نقل ڪرڻ لاءِ.
مثال طور، GPT-3 ٽريننگ ڪئي وئي بلين (سيڪن مان) ٽوڪن تي، جيڪي لفظي طور تي ترجمو ڪن ٿا. جڏهن ته، ذريعن کي ظاهر ڪيو ويو آهي ته ٽريلين جا ٽوڪن استعمال ڪيا ويا وڌيڪ تازي ماڊل کي تربيت ڏيڻ لاء.
تربيتي ڊيٽا سيٽن جي اهڙي وڏي مقدار سان گهربل، وڏيون ٽيڪني ڪمپنيون ڪيڏانهن وڃن ٿيون؟
ٽريننگ ڊيٽا جي شديد کوٽ
امنگ ۽ حجم هٿ ۾ هٿ اچي ٿو. جئين ادارا پنهنجن ماڊل کي ماپ ڪن ٿا ۽ انهن کي بهتر ڪن ٿا، انهن کي اڃا به وڌيڪ تربيتي ڊيٽا جي ضرورت آهي. اهو ٿي سگهي ٿو مطالبن کان وٺي GPT جي ڪامياب ماڊل کي ظاهر ڪرڻ يا صرف بهتر ۽ درست نتيجا پهچائڻ.
ڪنهن به صورت ۾، گهربل تربيتي ڊيٽا جي ضرورت ناگزير آهي.
اهو آهي جتي ادارن کي انهن جي پهرين روڊ بلاڪ کي منهن ڏيڻو پوي ٿو. ان کي آسان ڪرڻ لاءِ ، انٽرنيٽ AI ماڊلز لاءِ ٽريننگ لاءِ تمام ننڍو ٿي رهيو آهي. مطلب، ته ڪمپنيون موجود ڊيٽا سيٽن مان نڪرنديون آھن پنھنجي ماڊل کي فيڊ ۽ تربيت ڏيڻ لاءِ.
هي گهٽجڻ وارو وسيلو اسٽيڪ هولڊرز ۽ ٽيڪچ جي شوقينن کي خوفزده ڪري رهيو آهي جيئن اهو ممڪن طور تي AI ماڊلز جي ترقي ۽ ارتقا کي محدود ڪري سگهي ٿو، جيڪي گهڻو ڪري ويجهڙائي سان جڙيل آهن ته ڪيئن برانڊز پنهنجي پروڊڪٽس کي پوزيشن ڏين ٿا ۽ ڪيئن دنيا ۾ ڪجهه پريشان ڪندڙ خدشن کي سمجهيا وڃن ٿا AI سان وڙهڻ سان. حل.
ساڳئي وقت، مصنوعي ڊيٽا يا ڊجيٽل انبريڊنگ جي صورت ۾ پڻ اميد آهي جيئن اسان ان کي سڏين ٿا. layperson جي اصطلاحن ۾، مصنوعي ڊيٽا AI پاران ٺاهيل تربيتي ڊيٽا آهي، جيڪو ٻيهر ماڊل ٽريننگ ڪرڻ لاء استعمال ڪيو ويندو آهي.
جڏهن ته اهو واعدو ڪندڙ آواز آهي، ٽيڪني ماهرن جو يقين آهي ته اهڙي تربيتي ڊيٽا جي ٺهڪندڙ انهي جي اڳواڻي ڪئي ويندي جنهن کي Habsburg AI سڏيو ويندو آهي. اهو ادارن لاءِ هڪ وڏي تشويش آهي جيئن ته اهڙي نسلي ڊيٽا سيٽ شايد حقيقتن جي غلطين، تعصب، يا صرف بيوقوف ٿي سگهي ٿي، منفي طور تي AI ماڊلز جي نتيجن تي اثر انداز ٿي سگهي ٿي.
هن کي چائنيز وِسپر جي راند سمجھو پر رڳو موڙ اِهو آهي ته پهريون لفظ جيڪو گذريو وڃي اهو به بي معنيٰ ٿي سگهي ٿو.
AI ٽريننگ ڊيٽا کي سورس ڪرڻ جي ريس
سڀ کان وڏي تصويري ذخيرو مان هڪ - Shutterstock وٽ 300 ملين تصويرون آهن. جڏهن ته هي ٽريننگ شروع ڪرڻ لاءِ ڪافي آهي، ٽيسٽنگ، صحيح ڪرڻ ۽ بهتر ڪرڻ لاءِ وري وڏي ڊيٽا جي ضرورت پوندي.
تنهن هوندي، اتي ٻيا ذريعا موجود آهن. هتي رڳو پڪڙي اها آهي ته اهي گرين ۾ رنگ-ڪوڊ ٿيل آهن. اسان انٽرنيٽ تان عوامي طور تي دستياب ڊيٽا بابت ڳالهائي رهيا آهيون. هتي ڪجهه دلچسپ حقيقتون آهن:
- 7.5 ملين کان وڌيڪ بلاگ پوسٽون هر هڪ ڏينهن لائيو ورتيون وڃن ٿيون
- سوشل ميڊيا پليٽ فارمن تي 5.4 بلين کان وڌيڪ ماڻهو آهن جهڙوڪ Instagram، X، Snapchat، TikTok، ۽ وڌيڪ.
- 1.8 بلين کان وڌيڪ ويب سائيٽون انٽرنيٽ تي موجود آهن.
- 3.7 ملين کان وڌيڪ وڊيوز يوٽيوب تي هر هڪ ڏينهن تي اپلوڊ ڪيا ويندا آهن.
ان کان علاوه، ماڻهو عوامي طور تي شيئر ڪري رهيا آهن متن، وڊيوز، فوٽوز، ۽ حتي موضوع جي ماهر صرف آڊيو پوڊ ڪاسٽ ذريعي.
اهي واضح طور تي موجود مواد جا ٽڪرا آهن.
تنهن ڪري، AI ماڊل کي تربيت ڏيڻ لاء انهن کي استعمال ڪرڻ لازمي آهي، صحيح؟
هي سرمائي علائقو آهي جنهن جو ذڪر اسان اڳ ۾ ڪيو آهي. هن سوال تي ڪا به سخت ۽ تيز راءِ ناهي ڇو ته ٽيڪني ڪمپنيون ڊيٽا جي وڏي مقدار تائين رسائي سان گڏ اچي رهيون آهن نوان اوزار ۽ پاليسي ترميمن سان هن ضرورت کي پورو ڪرڻ لاءِ.
ڪجھ اوزار يوٽيوب وڊيوز مان آڊيو کي ٽيڪسٽ ۾ تبديل ڪندا آھن ۽ پوءِ انھن کي ٽريننگ مقصدن لاءِ ٽوڪن طور استعمال ڪندا آھن. ادارا رازداري پاليسين تي نظرثاني ڪري رهيا آهن ۽ ايستائين جو عوامي ڊيٽا استعمال ڪرڻ جي حد تائين وڃي رهيا آهن ماڊل کي تربيت ڏيڻ لاءِ اڳواٽ طئي ٿيل ارادي سان مقدمن کي منهن ڏيڻ لاءِ.
انسداد ميڪانيزم
ساڳئي وقت، ڪمپنيون پڻ ترقي ڪري رهيا آهن جنهن کي مصنوعي ڊيٽا سڏيو ويندو آهي، جتي AI ماڊل نصوص ٺاهي رهيا آهن جيڪي ٻيهر استعمال ڪري سگھجن ٿيون ماڊل کي ٽريننگ لاء لوپ وانگر.
ٻئي طرف، ڊيٽا ختم ڪرڻ کي منهن ڏيڻ ۽ ادارن کي قانوني خامين جي استحصال کان روڪڻ لاء، ويب سائيٽون پلگ ان ۽ ڪوڊ لاڳو ڪري رهيا آهن ڊيٽا-اسڪريپنگ بوٽن کي گهٽائڻ لاء.
حتمي حل ڇا آهي؟
حقيقي دنيا جي خدشات کي حل ڪرڻ ۾ AI جو اثر هميشه عظيم ارادن جي حمايت ڪئي وئي آهي. پوءِ ڇو اهڙي ماڊلز کي ٽريننگ ڏيڻ لاءِ ڊيٽا سيٽن کي سورسنگ گرين ماڊلز تي ڀروسو ڪرڻو پوندو؟
جيئن ته گفتگو ۽ بحث مباحثا ذميوار، اخلاقي، ۽ جوابده AI تي اهميت ۽ طاقت حاصل ڪن ٿا، اهو سڀني اسڪيلن جي ڪمپنين تي آهي متبادل ذريعن ڏانهن سوئچ ڪرڻ لاءِ جن وٽ ٽريننگ ڊيٽا پهچائڻ لاءِ سفيد ٽوپي ٽيڪنڪ آهن.
هي اهو هنڌ آهي جتي شيپ بهترين آهي. ڊيٽا سورسنگ جي چوڌاري موجود خدشن کي سمجهڻ، شيپ هميشه اخلاقي طريقن جي وڪالت ڪئي آهي ۽ مختلف ذريعن کان ڊيٽا گڏ ڪرڻ ۽ مرتب ڪرڻ لاءِ مسلسل بهتر ۽ بهتر طريقن تي عمل ڪيو آهي.
وائيٽ هيٽ ڊيٽا سيٽس جو طريقو
اهو ئي سبب آهي ته اسان جي موڊس آپريڊي ۾ لاڳاپيل ڊيٽا سيٽن کي سڃاڻڻ ۽ مرتب ڪرڻ لاءِ محتاط معيار جي چڪاس ۽ ٽيڪنالاجيون شامل آهن. هن اسان کي اجازت ڏني آهي ته ڪمپنين کي خاص Gen AI ٽريننگ ڊيٽا سيٽن سان گڏ ڪيترن ئي فارميٽس جهڙوڪ تصويرون، وڊيوز، آڊيو، ٽيڪسٽ، ۽ وڌيڪ خاص گهرجن.
اسان جو فلسفه
اسان بنيادي فلسفن تي هلون ٿا جهڙوڪ رضامندي، رازداري، ۽ ڊيٽا سيٽ گڏ ڪرڻ ۾ انصاف. اسان جو طريقو پڻ ڊيٽا ۾ تنوع کي يقيني بڻائي ٿو، تنهنڪري غير شعوري تعصب جو ڪو تعارف ناهي.
جيئن ته AI دائرو هڪ نئين دور جي صبح جي لاءِ تيار ڪري ٿو جيڪو منصفانه عملن سان نشان لڳل آهي، اسان شيپ تي اهڙن نظرين جي پرچم بردار ۽ پيشرو ٿيڻ جو ارادو رکون ٿا. جيڪڏهن غير يقيني طور تي منصفانه ۽ معياري ڊيٽا سيٽون آهن جيڪي توهان ڳولي رهيا آهيو توهان جي AI ماڊل کي تربيت ڏيڻ لاءِ، اڄ اسان سان رابطو ڪريو.
