समाचारं

प्रतिलिपिधर्मजालम् : एआइ युगे “बिडाल-मूषकक्रीडा” इत्यस्य शाब्दिकसंस्करणम्

2024-07-27

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

यतःजननी कृत्रिम बुद्धि यदा महामारी विश्वं व्याप्तवती तदा आरभ्य बहवः सामग्रीनिर्मातारः दावान् कुर्वन्ति यत् तेषां कृतीनां उपयोगः अनुमतिं विना कृत्रिमबुद्धिप्रतिमानानाम् प्रशिक्षणार्थं क्रियते इति परन्तु एतावता तेषां वदन्ति यत् कार्यं वस्तुतः कतिपयेषु प्रशिक्षणदत्तांशसमूहेषु प्रयुक्तम् इति निर्धारयितुं कठिनम् अभवत् ।

अधुना एतत् सिद्धयितुं शोधकर्तृभिः नूतनः उपायः विकसितः अस्ति । अधुना एव इम्पेरियल् कॉलेज् लण्डन् इत्यस्य शोधकर्तृणां दलेन "कॉपीराइट् ट्रैप्स्" इति एकः प्रकारः गुप्तः पाठः विकसितः यत् लेखकाः प्रकाशकाः च सूक्ष्मतया स्वकृतीनां चिह्नं कर्तुं शक्नुवन्ति यत् पश्चात् तेषां प्रतिलिपिधर्मः प्राप्तः अस्ति वा इति। विचारः पूर्वं प्रतिलिपिधर्मधारकैः प्रयुक्तानां रणनीतीनां सदृशः अस्ति, यथा नक्शेषु नकलीस्थानानि अथवा शब्दकोशेषु नकलीशब्दान् योजयितुं

एतेषां एआइ प्रतिलिपिधर्मस्य जालस्य कारणेन एआइ क्षेत्रे एकः बृहत्तमः वादविवादः उत्पन्नः अस्ति । अनेके प्रकाशकाः लेखकाः च प्रौद्योगिकीकम्पनीनां विरुद्धं मुकदमानां विरुद्धं युद्धं कुर्वन्ति, तेषां बौद्धिकसम्पत्त्याः अनुमतिं विना कृत्रिमबुद्धिप्रशिक्षणदत्तांशसमूहेषु समाविष्टा इति दावान् कुर्वन्तियथा न्यूयॉर्क-टाइम्स् इति पत्रिकाOpenAI मुकदमा सर्वाधिकं विशिष्टं प्रकरणं भवितुम् अर्हति।

एतावता GitHub इत्यत्र जालजननार्थं, अन्वेषणार्थं च कोडः प्रारब्धः अस्ति तदनन्तरं, उपयोक्तारः स्वयमेव प्रतिलिपिधर्मजालं जनयितुं, इन्जेक्शनं च कर्तुं शक्नुवन्ति इति साधनं विकसितुं दलस्य योजना अस्ति ।

इम्पेरियल् कॉलेज् लण्डन् इत्यस्य अनुप्रयुक्तगणितस्य सङ्गणकविज्ञानस्य च प्राध्यापकः यवेस्-अलेक्जेण्ड्रे डी मोण्ट्जोये, यः शोधस्य नेतृत्वं कृतवान्, सः अस्मिन् सप्ताहे वियनानगरे कृत्रिमबुद्धिविषये प्रमुखसम्मेलने अन्तर्राष्ट्रीययन्त्रशिक्षणसम्मेलने अवदत् यत्, "किं कर्तव्यमिति सम्प्रति कोऽपि सहमतिः नास्ति use to train artificial intelligence इति बुद्धिमान् मॉडल् इत्यस्य विषये पारदर्शितायाः पूर्णा अभावः अस्ति, यत् एआइ कम्पनीभ्यः सामग्रीनिर्मातृभ्यः च समीचीनसन्तुलनं न प्राप्नुवन्ति इति वयं मन्यामहे।”.

जालस्य निर्माणार्थं सः तस्य दलेन सह शब्दजननयंत्रस्य उपयोगेन सहस्राणि कृत्रिमवाक्यानि निर्मितवान् । वाक्यानि दीर्घाणि मूलतः च व्यङ्ग्यात्मकानि सन्ति, यथा, "यदा अशांतसमयः आगच्छति... किं विक्रयणं भवति, अपि च महत्त्वपूर्णं यत्, कदा सर्वोत्तमम्, एषा सूची भवन्तं सूचयति यत् गुरुवासरे सायंकाले उद्घाटने के सन्ति तेषां नियमितविक्रयघण्टाभिः अन्यैः उद्घाटनसमयैः च तुभ्यं। "

यवेस्-अलेक्जेण्ड्रे डी मोण्ट्जोये इत्यनेन व्याख्यातं यत्, “वयं १०० जालवाक्यानि जनितवन्तः, ततः पाठे बहुवारं प्रविष्टुं वाक्यं यादृच्छिकरूपेण चयनं कृतवन्तः । यथा, श्वेतपृष्ठभूमियां श्वेतपाठस्य उपयोगं कुर्वन्तु, अथवा लेखस्य स्रोतसङ्केते एम्बेड् कुर्वन्तु । एतत् वाक्यं पाठे १०० तः १००० वारं पुनरावृत्तिः अवश्यं भवति ।

एतान् जालान् ज्ञातुं ते १०० जनितानि कृत्रिमवाक्यानि विशालभाषाप्रतिरूपे पोषयन्ति स्म, दृष्टवन्तः च यत् आदर्शेन तान् नूतनवाक्यानि इति लेबलं कृतम् अस्ति वा इति यदि आदर्शेन स्वस्य प्रशिक्षणदत्तांशयोः जालवाक्यानि दृष्टानि सन्ति तर्हि सः न्यूनतरं "भ्रमण-अङ्कं" दर्शयति परन्तु यदि आदर्शः वाक्यैः "विस्मितः" भवति तर्हि तस्य अर्थः अस्ति यत् आदर्शः प्रथमवारं तान् सम्मुखीकृतवान् अतः एते वाक्यानि न सन्ति जालम् ।

पूर्वं शोधकर्तृभिः प्रशिक्षणदत्तांशस्य कण्ठस्थीकरणाय भाषाप्रतिमानानाम् उपयोगः सुझावः दत्तः यत् दत्तांशेषु किमपि वर्तते वा इति निर्धारयितुं शक्यते । "सदस्यता-अनुमान-आक्रमणानि" इति नाम्ना प्रसिद्धा एषा प्रविधिः उन्नत-बृहत्-माडल-मध्ये अधिकं कार्यं करोति, यतः एते मॉडल्-प्रशिक्षणकाले बृहत्-मात्रायां दत्तांशं स्मर्तुं प्रवृत्ताः भवन्ति

"तस्य विपरीतम्, लघुमाडलाः ये अधिकाधिकं लोकप्रियाः सन्ति तथा च मोबाईल-यन्त्रेषु चालयितुं शक्यन्ते, ते लघु-स्मृति-दत्तांशस्य कारणेन सदस्यता-अनुमान-आक्रमणानां कृते न्यूनाः भवन्ति । एतेन निर्धारयितुं सुकरं भवति यत् ते विशिष्टं प्रतिलिपि-अधिकारयुक्तं लक्ष्यं कुर्वन्ति वा इति प्रशिक्षितुं अधिकं कठिनं भवति on text” इति वाटरलूविश्वविद्यालयस्य सङ्गणकविज्ञानस्य सहायकप्रोफेसरः गौतमकमथः अवदत् । सः अध्ययने न प्रवृत्तः आसीत् ।

प्रतिलिपिधर्मजालम्, सदस्यता-अनुमान-आक्रमणानां संचालनस्य मार्गरूपेण, लघु-माडलयोः अपि । Yves-Alexandre de Montjoye इत्यस्य दलेन CroissantLLM इत्यस्य प्रशिक्षणदत्तांशसमूहे स्वस्य जालं प्रविष्टम् । CroissantLLM इति नवविकसितं फ्रेंच-अङ्ग्रेजी द्विभाषिकभाषाप्रतिरूपं यत् इम्पेरियल् कॉलेज् लण्डन् इत्यस्मिन् शोधदलेन उद्योगे शिक्षाशास्त्रे च भागिनानां सहकारेण प्रशिक्षितम् अस्ति CroissantLLM इत्यस्य १.३ अरबं मापदण्डाः सन्ति, यत् अत्याधुनिकमाडलानाम् एकः अंशः अस्ति (उदाहरणार्थं GPT-4 इत्यस्य १.७६ खरबं मापदण्डाः सन्ति इति कथ्यते) ।

"संशोधनेन ज्ञायते यत् एतादृशाः जालाः खलु पाठदत्तांशेषु प्रविष्टुं शक्यन्ते, येन सदस्यता-अनुमान-आक्रमणानां प्रभावशीलतायां महत्त्वपूर्णतया सुधारः भवति, लघु-माडल-कृते अपि गौतम-कमथः अवदत्, परन्तु सः अजोडत् यत् अस्मिन् स्तरे अद्यापि बहु किमपि कर्तव्यम् अस्ति तत्र कार्यं वर्तते क्रियते ।

"पाठे ७५ वर्णयुक्तं वाक्यं १,००० वारं पुनरावृत्तिः कृत्वा मूलपाठे महत् प्रभावः भवति । एतेन एआइ मॉडल् प्रशिक्षमाणः प्रशिक्षकः एकं जालं दृष्ट्वा तत् समाविष्टं सामग्रीं त्यक्त्वा, अथवा केवलं तत् विलोप्य शेषभागस्य अवहेलनां कर्तुं शक्नोति the text.

"एतेन प्रतिलिपिधर्मजालम् अस्मिन् क्षणे अव्यावहारिकं प्रतीयते। बहुधा कम्पनयः डुप्लिकेशनं करिष्यन्ति, अन्येषु शब्देषु, ते आँकडान् स्वच्छं करिष्यन्ति, एतानि प्रतिलिपिधर्मजालानि च UC Irvine सङ्गणकविज्ञानस्य प्राध्यापकः, स्टार्टअप समीरसिंहः, सह- स्पिफी एआइ इत्यस्य संस्थापकः अवदत्। सः अपि अध्ययने न प्रवृत्तः आसीत् ।

गौतमकमथस्य मतेन प्रतिलिपिधर्मजालस्य उन्नयनस्य अन्यः उपायः अस्ति यत् प्रतिलिपिधर्मयुक्तसामग्रीणां चिह्नस्य अन्यमार्गान् अन्वेष्टुम् यथा सदस्यतानुमानप्रहाराः तेषां विरुद्धं उत्तमं कार्यं कुर्वन्ति, अथवा सदस्यताअनुमानप्रहाराः स्वयमेव सुधारयितुम्

यवेस्-अलेक्जेण्ड्रे डी मोण्ट्जोये इत्ययं स्वीकुर्वति यत् एते जालाः मूर्खतापूर्णाः न सन्ति । "प्रेरितः आक्रमणकारी यदि जालस्य अस्तित्वं जानाति तर्हि तत् जालं दूरीकर्तुं शक्नोति" इति सः अवदत् ।

"किन्तु ते तान् सर्वान् हर्तुं शक्नुवन्ति वा इति अज्ञातम्, तथा च एतत् किञ्चित् 'बिडाल-मूषक'-क्रीडा भवितुम् अर्हति" इति सः अवदत् "तथापि, भवन्तः यावन्तः अधिकानि जालानि स्थापयन्ति, बहु अभियांत्रिकी-संसाधनं न समर्प्य,... श्रेष्ठम् ।सर्वजालानां निष्कासनं कठिनतरं भवति” इति ।

"इदं स्मर्तव्यं यत् प्रतिलिपिधर्मजालः एकः स्टॉपगैप् उपायः अथवा केवलं मॉडल् प्रशिक्षकाणां कृते असुविधा भवितुम् अर्हति। कस्यचित् कृते जालयुक्तं सामग्रीखण्डं पोस्ट् कर्तुं असम्भवं तथा च गारण्टी दातुं यत् एतत् सर्वदा वैधजालं भविष्यति।

मूललिङ्कः : १.

https://www.technologyreview.com/2024/07/25/1095347/प्रतिलिपिधर्म-धारकाणां-नवीन-उपकरणं-प्रदर्शयितुं-शक्नोति-यदि तेषां-कार्यं-ऐ-प्रशिक्षण-आँकडेषु-अस्ति/