समाचारं

एआइ-दत्तांशः "तैलसंकटं" भङ्गयति, सामग्रीकम्पनयः केवलं उपविश्य धनं प्राप्तुं शक्नुवन्ति

2024-07-23

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

यदि बृहत् एआइ मॉडल् कारस्य तुलना क्रियते तर्हि कच्चा दत्तांशः कच्चा तैलः भवति ।

लेखक |

सम्पादक|मनमनझौ

ChatGPT इत्यस्य उद्भवः तथा... मध्ययात्रा एआइ-इत्यस्य विस्फोटक-अनुमोदनेन एआइ-इत्यनेन प्रथमं बृहत्-परिमाणस्य अनुप्रयोगः अर्थात् बृहत्-माडलस्य लोकप्रियीकरणं प्राप्तुं शक्यते ।

तथाकथितं बृहत् प्रतिरूपं बहुसंख्याकानां मापदण्डानां जटिलसंरचनायाः च युक्तं यन्त्रशिक्षणप्रतिरूपं निर्दिशति, यत् विशालदत्तांशं संसाधितुं विविधजटिलकार्यं च सम्पन्नं कर्तुं शक्नोति



01

एआइ डाटा प्रतिलिपिधर्मविवादाः

यदि वर्तमानस्य बृहत् एआइ मॉडल् कारैः सह तुलना क्रियते तर्हि कच्चा दत्तांशः कच्चा तैलः भवति । सर्वथा सर्वप्रथमं एआइ-प्रतिरूपस्य पर्याप्तं "कच्चे तैलस्य" आवश्यकता वर्तते ।

एआइ-कम्पनीनां कृते "कच्चे तैलस्य" मुख्यस्रोताः निम्नलिखितवर्गाः सन्ति ।


●अन्तर्जालस्य मुक्ताः निःशुल्काः च आँकडास्रोताः, यथा विकिपीडिया, ब्लोग्, मञ्चाः, समाचारसूचना इत्यादयः;


●पुराण समाचारमाध्यमाः प्रकाशनगृहाणि च;


●विश्वविद्यालयाः अन्ये च शोधसंस्थाः;


●C-side उपयोक्तारः ये मॉडलस्य उपयोगं कुर्वन्ति।

 

वास्तविकजगति तैलस्य स्वामित्वस्य अधिकारेषु पूर्वमेव परिपक्वाः कानूनीविनियमाः सन्ति तथापि एआइ-इत्यस्य अद्यापि अराजकक्षेत्रे “कच्चे तैलस्य” शोषणस्य अधिकाराः अद्यापि स्पष्टाः न सन्ति, तस्य परिणामतः विवादाः अपि असंख्याकाः सन्ति

अधुना एव अनेके प्रमुखाः सङ्गीतलेबल्-संस्थाः एआइ-सङ्गीतनिर्माणकम्पनीनां विरुद्धं मुकदमान् कृतवन्तःसुनोतथाउडिओ , प्रतिलिपिधर्मस्य उल्लङ्घनस्य आरोपं कृत्वा ।द न्यूयॉर्क टाइम्स् इति पत्रिकायाः ​​दिसम्बरमासस्य मुकदमेन अनन्तरं एषः मुकदमाः कृतःOpenAIमुकदमाः अपि तथैव भवति ।


स्रोतः - बिलबोर्डः

२०२३ तमस्य वर्षस्य जुलैमासे केचन लेखकाः आरोपं कृत्वा कम्पनीविरुद्धं मुकदमान् कृतवन्तःChatGPTलेखकस्य कार्यस्य सारांशः प्रतिलिपिधर्मयुक्तसामग्रीभ्यः उत्पद्यते ।


तस्मिन् एव वर्षे डिसेम्बरमासे न्यूयॉर्क-टाइम्स्-पत्रिकायाः ​​अपि समाचारः अभवत्माइक्रोसॉफ्टतथाOpenAIतथैव प्रतिलिपिधर्म-उल्लङ्घनस्य मुकदमा दाखिलः यत् द्वयोः कम्पनीयोः उपरि आरोपः कृतः यत् ते कृत्रिम-बुद्धि-चैटबोट्-प्रशिक्षणार्थं वृत्तपत्रस्य सामग्रीं उपयुज्यन्ते


तदतिरिक्तं कैलिफोर्निया-देशे वर्ग-क्रिया-मुकदमा दाखिलः, यत्र OpenAI इत्यनेन उपयोक्तुः सहमतिम् विना ChatGPT-प्रशिक्षणार्थं अन्तर्जालतः उपयोक्तृणां निज-सूचनाः प्राप्ताः इति आरोपः कृतः

 

अन्ततः ओपनएआइ इत्यनेन आरोपस्य मूल्यं न दत्तम् तेषां कथनमस्ति यत् ते न्यूयॉर्क टाइम्स् पत्रिकायाः ​​आरोपेण सह सहमताः न सन्ति तथा च न्यूयॉर्क टाइम्स् इत्यनेन उल्लिखितानां समस्यानां पुनरुत्पादनं कर्तुं न शक्नुवन्ति York Times was OpenAI कृते महत्त्वं नास्ति।

 

स्रोतः https://openai.com/index/openai-and-journalism/

OpenAI कृते सम्भवतः अस्याः घटनायाः बृहत्तमः पाठः अस्ति यत् आँकडा-आपूर्तिकर्तृभिः सह सम्बन्धं सम्यक् सम्पादयितुं तथा च पक्षयोः अधिकारान् उत्तरदायित्वं च स्पष्टीकर्तुं शक्यते फलतः वयं दृष्टवन्तः यत् OpenAI इत्यनेन विगतवर्षे अनेकेषां आँकडाप्रदातृभिः सह साझेदारी कृता, यत्र The Atlantic, Vox Media, News Corp, Reddit, Financial Times, Le Monde, Prisa Media, Axel Springer, American Journalism Project इत्यादयः सन्ति, परन्तु एतेषु एव सीमिताः न सन्ति अधिकानि च ।


भविष्ये OpenAI एतेभ्यः माध्यमेभ्यः आँकडानां वैधरूपेण उपयोगं करिष्यति, एते माध्यमाः OpenAI इत्यस्य प्रौद्योगिकीम् अपि स्वस्य उत्पादेषु एकीकृत्य स्थापयिष्यन्ति ।



02

एआइ सामग्रीमञ्चस्य मुद्रीकरणं चालयति

परन्तु OpenAI इत्यस्य आँकडाप्रदातृभिः सह साझेदारी प्राप्तुं सर्वाधिकं मौलिकं कारणं मुकदमानां कृते भयं न, अपितु यन्त्रशिक्षणस्य सम्मुखीभवति यत् आसन्नदत्तांशक्षयः एमआईटी इत्यादिभिः शोधकर्तृभिः एकं अध्ययनं कृतम् यत् यन्त्रशिक्षणदत्तांशसमूहाः २०२६ तमवर्षपर्यन्तं सर्वाणि "उच्चगुणवत्तायुक्तानि भाषादत्तांशं" क्षीणं कर्तुं शक्नुवन्ति इति अनुमानितम् ।

अतः "उच्चगुणवत्तायुक्तः आँकडा" OpenAI, Google इत्यादीनां मॉडलनिर्मातृणां कृते उष्णवस्तु अभवत् । सामग्रीकम्पनयः एआइ मॉडलनिर्मातारः च सपाटलाभप्रतिरूपस्य आरम्भार्थं बहुवारं सहकार्यं कृतवन्तः ।

 

पारम्परिकः मीडियामञ्चः शटरस्टॉक् क्रमशः मेटा, अल्फाबेट्, अमेजन, एप्पल्, ओपनएआइ, रेका इत्यादिभिः एआइ-कम्पनीभिः सह सहकार्यं प्राप्तवान् अस्ति, तथा च २०२३ तमे वर्षे एआइ-माडल-सम्बद्धानां सामग्रीं अनुज्ञापत्रं दत्त्वा स्वस्य वार्षिकं राजस्वं १०४ मिलियन-अमेरिकीय-डॉलर्-पर्यन्तं वर्धयिष्यति, तथा च अस्ति २०२७ तमे वर्षे २५० मिलियन अमेरिकीडॉलर् राजस्वं जनयिष्यति इति अपेक्षा अस्ति Reddit Google इत्यस्मै अनुज्ञापत्रं प्राप्तस्य सामग्रीतः राजस्वं प्रतिवर्षं ६० मिलियन अमेरिकी डॉलरपर्यन्तं भवति एप्पल् मुख्यधारायां समाचारमाध्यमैः सह सहकार्यं कर्तुं अपि च न्यूनातिन्यूनं ५० मिलियन अमेरिकीडॉलर् प्रति वर्ष। एआइ-कम्पनीभ्यः सामग्रीकम्पनीभ्यः प्राप्ता रॉयल्टी ४५०% वार्षिकवृद्ध्या वर्धमाना अस्ति ।


चित्रस्य स्रोतः : CX Scoop

 

विगतकेषु वर्षेषु स्ट्रीमिंग्-माध्यमात् परं सामग्रीं मुद्राकरणं कठिनं जातम्, यत् सामग्री-उद्योगे प्रमुखं वेदना-बिन्दुः अभवत् । अन्तर्जाल-उद्यम-युगस्य तुलने एआइ-इत्यस्य उद्भवेन सामग्री-उद्योगे अधिका कल्पनाशक्तिः, राजस्वस्य च दृढतराः अपेक्षाः आगताः

03

उच्चगुणवत्तायुक्ताः आँकडा: दुर्लभाः एव सन्ति


अवश्यं सर्वाणि सामग्रीः एआइ इत्यस्य आवश्यकतां न पूरयति ।

 

उपरि उल्लिखिते OpenAI तथा New York Times इत्येतयोः मध्ये वादविवादस्य विषये अन्यत् उज्ज्वलं बिन्दुः अस्ति दत्तांशगुणवत्ता । कच्चे तैलात् तैलस्य परिष्कारार्थं प्रथमं तैलस्य एव गुणवत्ता उत्तमः भवितुमर्हति, द्वितीयं च शुद्धिकरणप्रौद्योगिकी उत्तमः भवितुमर्हति ।

 

OpenAI विशेषतया बोधयति यत् New York Times इत्यस्य सामग्रीयाः OpenAI इत्यस्य मॉडलप्रशिक्षणे किमपि महत्त्वपूर्णं योगदानं न दत्तम् अस्ति Shutterstock इत्यस्य तुलने, यत् OpenAI इत्यस्य प्रतिवर्षं दशकोटि डॉलरं व्ययितुं शक्नोति, न्यूयॉर्क टाइम्स् इत्यादीनां पाठमाध्यमानां उपरि निर्भरं भवति timeliness do न एआइ युगस्य प्रियः। एआइ इत्यस्य कृते गहनाः अद्वितीयाः च दत्तांशाः आवश्यकाः सन्ति ।

 

परन्तु उच्चगुणवत्तायुक्ताः आँकडा: अत्यन्तं दुर्लभाः सन्ति, एआइ-कम्पनयः अपि "शुद्धिकरणप्रौद्योगिक्याः" "एक-स्थान-अनुप्रयोगस्य" च विषये कठिनं कार्यं कर्तुं आरब्धाः सन्ति ।

 

जून २५ दिनाङ्के ओपनएआइ इत्यनेन वास्तविकसमयविश्लेषणदत्तांशकोशकम्पनीं रॉकसेट् इत्यस्य अधिग्रहणं कृतम् । इयं कम्पनी मुख्यतया वास्तविकसमये आँकडा अनुक्रमणिका तथा प्रश्नकार्यं प्रदाति OpenAI आँकडानां वास्तविकसमयस्य उपयोगमूल्ये सुधारं कर्तुं Rockset इत्यस्य प्रौद्योगिकीम् स्वस्य उत्पादेषु एकीकृत्य स्थापयिष्यति।


चित्रस्य स्रोतः: DePIN Scan


Rockset इत्यस्य अधिग्रहणेन OpenAI इत्यस्य योजना अस्ति यत् AI इत्यस्य वास्तविकसमयस्य आँकडानां उत्तमतया उपयोगं कर्तुं, अभिगमनं च कर्तुं शक्यते । एतेन OpenAI इत्यस्य उत्पादाः अधिकजटिल-अनुप्रयोगानाम् समर्थनं कर्तुं समर्थाः भवन्ति, यथा वास्तविक-समय-अनुशंस-प्रणाली, गतिशील-दत्तांश-सञ्चालित-चैट्-रोबोट्, वास्तविक-समय-निरीक्षणं, अलार्म-प्रणाली च इत्यादयः

 

रॉकेट् ओपनएआइ इत्यस्य अन्तःनिर्मितः "पेट्रोकेमिकलविभागः" अस्ति यः साधारणदत्तांशं प्रत्यक्षतया अनुप्रयोगैः आवश्यकेषु उच्चगुणवत्तायुक्तेषु आँकडासु परिणमयति ।



04

किं निर्मातुः दत्तांशाधिकारस्य पुष्टिः काल्पनिकः अस्ति ?


अन्तर्जालमाध्यममञ्चेभ्यः (Facebook, Reddit इत्यादिभ्यः) आँकडा बहुधा आगच्छतियूजीसी , अर्थात् उपयोक्तृयोगदानयुक्ता सामग्री । यद्यपि बहवः मञ्चाः एआइ-कम्पनीभ्यः अधिकं आँकडाशुल्कं गृह्णन्ति तथापि ते उपयोक्तृपदेषु एकं खण्डं चुपचापं योजयन्ति यत् "एआइ-माडल-प्रशिक्षणार्थं मञ्चस्य उपयोक्तृदत्तांशस्य उपयोगस्य अधिकारः अस्ति" इति

यद्यपि उपयोक्तृपदानि एआइ-माडल-प्रशिक्षणस्य अधिकारान् स्पष्टतया सूचयन्ति तथापि बहवः लेखकाः न जानन्ति यत् तेषां उत्पादितसामग्रीणां उपयोगं के मॉडल्-इत्येतत् कुर्वन्ति, न च ते न जानन्ति यत् ते तस्य मूल्यं ददति वा, न च ते प्रासंगिकाधिकारं व्याजं च प्राप्तुं शक्नुवन्ति येषां भवितव्यम् तेभ्यः ।

फरवरीमासे मेटा इत्यस्य त्रैमासिकं अर्जनस्य आह्वानस्य समये जुकरबर्ग् इत्यनेन स्पष्टं कृतम् यत् सः स्वस्य एआइ-जननसाधनानाम् प्रशिक्षणार्थं फेसबुक्, इन्स्टाग्राम इत्येतयोः चित्रयोः उपयोगं करिष्यति इति ।

समाचारानुसारं टम्बलर इत्यनेन अपि रहस्यपूर्णतया ओपनएइ, मिडजर्नी इत्यनेन सह सामग्री-अनुज्ञापत्रसम्झौताः कृताः, परन्तु विशिष्टसमझौतानां विशिष्टा सामग्री न प्रकटिता

EyeEm इत्यस्य फोटो गैलरी मञ्चस्य निर्मातृभ्यः अपि अद्यैव सूचना प्राप्ता यत् तेषां स्थापितानां फोटोनां उपयोगः AI मॉडल् प्रशिक्षणार्थं भविष्यति इति। सूचनायां उक्तं यत् उपयोक्तारः फलतः उत्पादस्य उपयोगं न कर्तुं चयनं कर्तुं शक्नुवन्ति, परन्तु तस्मिन् कस्यापि क्षतिपूर्तिनीतेः उल्लेखः न कृतः । EyeEm इत्यस्य मूलकम्पनी Freepik इत्यनेन रायटर् इत्यस्मै उक्तं यत् तेन द्वयोः बृहत् टेक् कम्पनीभिः सह सौदाः कृताः यत् तेषां अधिकांशं 200 मिलियन इमेज् प्रति इमेज् प्रायः 3 सेण्ट् मूल्येन अनुज्ञापत्रं दत्तम्। मुख्यकार्यकारी जोआकिन् कुएन्का अबेला इत्यनेन उक्तं यत् अन्ये पञ्च अपि एतादृशाः सौदाः कार्येषु सन्ति किन्तु क्रेतुः परिचयं प्रकाशयितुं अनागतवान्।

 

UGC-नेतृत्वेन सामग्रीमञ्चाः यथा Getty Images, Adobe, Photobucket, Flickr, Reddit च सर्वे समानसमस्यानां सामनां कुर्वन्ति कम्पनी।

 

अन्धकारे एव कृता सर्वा प्रक्रिया, निर्मातृणां प्रतिरोधस्य अवसरः नासीत् । अनेकेषां निर्मातृणां अपि भविष्ये एकस्मिन् दिने स्वस्य कार्यसदृशी सामग्रीं कस्मिंश्चित् मॉडले प्रशिक्षितुं भवितुमर्हति, ततः पूर्वं तेषां पूर्वकृतयः कस्मिंश्चित् मञ्चेन आदर्शप्रशिक्षणार्थं एआइ-कम्पनीं विक्रीताः इति शङ्कितुं अवसरः प्राप्यते

 

निर्मातृणां दत्तांशाधिकारस्य आयस्य च रक्षणे कठिनतायाः समस्यायाः समाधानार्थं Web3 एकः उत्तमः विकल्पः भवितुम् अर्हति । यदा एआइ-कम्पनयः अमेरिकी-शेयर-बजारे नूतन-उच्चतां प्राप्तवन्तः तदा web3-इत्यस्य एआइ-अवधारणा-मुद्रा अपि तस्मिन् एव काले उच्छ्रितः । विकेन्द्रीकृत-अ-छेदनीय-लक्षणैः सह ब्लॉकचेन् निर्मातृणां अधिकारानां रक्षणे अद्वितीयलाभान् प्राप्नोति ।

 

चित्राणि, भिडियो च इत्यादीनां मीडियासामग्रीणां २०२१ तमस्य वर्षस्य वृषभविपण्ये श्रृङ्खलायां बृहत्रूपेण स्वीकरणं सम्पन्नम् अस्ति, सामाजिकमञ्चेषु यूजीसीसामग्री अपि चुपचापं श्रृङ्खलायां भवति तस्मिन् एव काले बहवः web3 AI मॉडल् मञ्चाः पूर्वमेव सामान्यप्रयोक्तृणां प्रोत्साहनं कुर्वन्ति ये मॉडल् प्रशिक्षणे योगदानं ददति, भवेत् ते आँकडास्वामिनः वा प्रशिक्षकाः वा।

 

एआइ मॉडल् इत्यस्य घातीयविकासेन आँकडासत्यापनस्य अधिकानि माङ्गलानि अग्रे स्थापितानि सन्ति यत् मम कार्यं मम सहमतिम् विना एआइ मॉडल् कम्पनीं प्रति 5 सेण्ट् प्रति खण्डं किमर्थं विक्रीतम्? किमर्थं अहं सम्पूर्णप्रक्रियायाः विषये अनभिज्ञः, किमपि लाभं प्राप्तुं असमर्थः च अभवम्?

 

बृहत् मत्स्यं ग्रहीतुं मीडिया मञ्चस्य प्रयत्नाः एआइ मॉडल कम्पनीनां आँकडाचिन्ताम् उपशमयितुं न शक्नुवन्ति उच्चगुणवत्तायुक्तानि आँकडानि उच्चनिर्गमं च प्राप्तुं पूर्वापेक्षा आँकडा अधिकारस्य पुष्टिः अस्ति, यत् निर्मातृणां, मञ्चानां, एआइ च मध्ये रुचिनां उचितवितरणं भवति मॉडल कम्पनी।

 

सन्दर्भस्रोताः : १.

  • शटरस्टॉक् इत्यनेन गतवर्षे एआइ देव्स् इत्यस्मै १०४ मिलियन डॉलरस्य लाइसेंससम्पत्तयः निर्मिताः (PetaPixel)

  • एआइ फर्मैः सह अनुज्ञापत्रसौदां कृतवन्तः सर्वाणि फोटो कम्पनयः (PetaPixel)

  • Reddit इत्यनेन उपयोक्तृसामग्रीविक्रयणार्थं नूतनः AI प्रशिक्षणसौदाः (TheEverge) अस्ति ।

  • GPT-4 ब्रह्माण्डे सर्वान् दत्तांशान् उपभोगयति! ओपनएआइ एकैकस्य पश्चात् अन्यस्य मुकदमेषु सम्मिलितः अस्ति, यतः यूसी बर्कले-नगरस्य एकः प्राध्यापकः चेतावनीम् (Xinzhiyuan) जारीकृतवान् ।

  • OpenAI इत्यनेन Rockset(OpenAI) इत्यस्य अधिग्रहणं कृतम् ।