समाचारं

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

बैजियाओ आओफेइ मन्दिरात् आगच्छति
Qubits |.सार्वजनिक खाता QbitAI

सोरा इत्यस्य NVIDIA संस्करणं उजागरितम्——

कोडनाम कोस्मोस्, शोधस्य उपाध्यक्षः लियू मिंग्युः प्रभारी व्यक्तिरूपेण कार्यं करोति ।

परन्तु अनेकानाम् आन्तरिकदस्तावेजानां लीक् कृत्वा तेषां अवैधरूपेण दत्तांशग्रहणस्य अपि सामना अभवत् ।

(ननु एतत् न केवलं एकवारं द्विवारं वा...)

कर्मचारिणः प्रतिदिनं अन्तर्जालस्य उपरि यत्किमपि अनधिकृतं असहमतिहीनं च आँकडान् क्रॉल कर्तुं मौनेन अनुमतिं प्राप्नुवन्ति, यथा यूट्यूब, नेटफ्लिक्स् इत्यादयः मञ्चाः।

एकत्र गृहीत्वा प्रतिदिनं गृहीताः दृश्यदत्तांशः प्रायः तावत् एव भवति यत् ८० वर्षेषु व्यक्तिः ज्ञातुं शक्नोति ।

फलतः एनवीडिया प्रतिवदति स्म यत् वयं किं कुर्मः,सर्वथा कानूनी !

सोरा इत्यस्य Nvidia संस्करणं उजागरितम्: कोडनाम Cosmos

404Media इत्यनेन प्राप्तानां लीक् कृतानां दस्तावेजानां अनुसारं NVIDIA प्रतिदिनं अवैधदत्तांशं गृहीत्वा नूतनानां मॉडल्-प्रशिक्षणं करोति ।

कोस्मोस् इत्यस्य लक्ष्यं अत्याधुनिकं विडियो बेस मॉडल् निर्मातुं अस्ति । लीक् कृते ईमेल-पत्राणाम् अनुसारं, मॉडल् प्रकाश-सञ्चारस्य, भौतिकशास्त्रस्य, बुद्धि-विज्ञानस्य च अनुकरणं एकीकृत्य विविधानि अधःप्रवाह-अनुप्रयोगानाम् अनलॉक् करोति ।

यथा, Omniverse 3D world generator, self-driving car system तथा digital human products इत्यत्र अस्य उपयोगः भवति ।

एनवीडिया इत्यस्य शोधस्य उपाध्यक्षः मिंग-यू लियू कोस्मोस् इत्यस्य परियोजनानेतृरूपेण कार्यं करोति ।

सः IEEE Fellow अपि अस्ति । सः NVIDIA Deep Imagination इति शोधदलस्य नेतृत्वं कृतवान् तथा च NVIDIA Picasso [Edify], NVIDIA Canvas [GauGAN], NVIDIA Maxine [LivePortrait] इत्यादीनां उत्पादानाम् आरम्भं कृतवान्

मे-मासस्य पूर्वस्मिन् ईमेल-पत्रे उक्तं यत् -

वयं v1 आँकडा पाइपलाइनं अन्तिमरूपेण निर्धारयामः तथा च आवश्यकं कम्प्यूटिंग संसाधनं सुरक्षितं कुर्मः यत् एकं विडियो आँकडा कारखानं निर्मातुं शक्नुमः यत् प्रशिक्षणदत्तांशस्य जीवनपर्यन्तं मानवीयदृश्यानुभवस्य दैनिकं समकक्षं जनयितुं शक्नोति।

अस्मिन् चित्रे NVIDIA मुख्यवैज्ञानिकः Francesco Ferroni एकस्य सारणीयाः लिङ्कं ददाति यत् विभिन्नानि विडियो डाटा सेट् एकत्र आनयति, यत्र MovieNet (60,000 चलच्चित्रस्य ट्रेलर् इत्यस्य आँकडाधारः), WebVid, InternVid-10M, तथा च अनेकाः आन्तरिकरूपेण गृहीताः विडियो Game footage dataset इत्यादीनि सन्ति

अधुना पूर्वकर्मचारिणां मते कर्मचारिणः यूट्यूब, नेटफ्लिक्स् इत्यादिभ्यः स्रोतेभ्यः आँकडान् स्क्रैप् कर्तुं प्रार्थयिष्यन्ते।

ते yt-dlp इति मुक्तस्रोतस्य YouTube-वीडियो-डाउनलोडर्-इत्यस्य उपयोगं करिष्यन्ति, यत् YouTube-द्वारा अवरुद्धं न भवितुं IP-सङ्केतानां ताजगीकरणाय वर्चुअल्-यन्त्रस्य उपयोगं करोति ।

एतदर्थं एनवीडिया इत्यनेन ४०४ मीडिया इत्यस्मै प्रतिक्रिया दत्ता यत् -

वयं सर्वेषां सामग्रीनिर्मातृणां अधिकारानां सम्मानं कुर्मः तथा च मन्यामहे यत् अस्माकं आदर्शाः शोधकार्यं च प्रतिलिपिधर्मकानूनस्य अक्षरस्य भावनायाः च पूर्णतया अनुपालनं करोति।
प्रतिलिपिधर्मनियमः कतिपयानां अभिव्यक्तिनां रक्षणं करोति परन्तु तथ्यं, विचारं, दत्तांशं वा सूचनां वा न रक्षति । अन्येभ्यः स्रोतेभ्यः तथ्यं, विचारं, दत्तांशं वा सूचनां वा प्राप्तुं कोऽपि स्वतन्त्रः अस्ति, तस्य उपयोगेन स्वस्य मतं प्रकटयितुं च स्वतन्त्रः अस्ति । न्याय्यप्रयोगः कार्यस्य परिवर्तनकारीप्रयोजनार्थं, यथा आदर्शप्रशिक्षणार्थं, उपयोगस्य क्षमतायाः अपि रक्षणं करोति । " " .

गूगलः ४०४ मीडिया इत्यस्य लिङ्कं क्षिप्तवान् अस्मिन् वर्षे एप्रिलमासे यूट्यूब-सीईओ अवदत् यत् यदि ओपनएआइ इत्यनेन सोरा-इत्यस्य प्रशिक्षणार्थं यूट्यूब-वीडियो-प्रयोगः क्रियते तर्हि...स्पष्टं उल्लङ्घनम्YouTube उपयोगस्य नियमाः।

नेटफ्लिक्स् इत्यनेन उक्तं यत् एनवीडिया इत्यनेन सह सामग्रीनिष्कासनसमझौता नास्ति तथा च मञ्चस्य सेवानियमाः सामग्रीं स्क्रैप् कर्तुं न अनुमन्यन्ते इति।

रोचकं तत् अस्ति यत्, तस्मिन् एव दिने यूट्यूब-ब्लॉगर्-जनाः ओपनए-विरुद्धं वर्ग-कार्यवाही-मुकदमान् याचन्ते, येषु आरोपः अस्ति यत्, कम्पनीयाः उपरि आरोपः अस्ति यत् सा स्वस्य जननात्मक-एआइ-माडल-प्रशिक्षणार्थं कोटि-कोटि-यूट्यूब-वीडियो-रिकार्डिङ्ग्-इत्यस्य उपयोगं करोति, विडियो-स्वामिभ्यः सूचनां न दत्त्वा, क्षतिपूर्तिं वा विना।

एतेषां प्रमुखकम्पनीनां पूर्वं अवैधरूपेण दत्तांशग्रहणस्य सम्मुखीभवनं न असामान्यम्।

परन्तु अवश्यं वक्तव्यं यत् एतादृशः कच्चा दत्तांशः वास्तवतः उपयोगी अस्ति...

पूर्वं एनवीडिया इत्यनेन प्रशिक्षणदत्तांशस्य गुणवत्तां वर्धयितुं गेम-वीडियो अपि उपयुज्यते स्म ।

अद्यतने नेचर इत्यस्य आवरणपत्रे यत् अध्ययनं दृश्यते तत् दर्शयति यत् मूल-अन्तर्जाल-दत्तांशैः प्रशिक्षितस्य अस्य विशालस्य मॉडलस्य प्रथम-गति-लाभः अस्ति, उत्तम-दत्तांश-गुणवत्ता अस्ति, तदनुरूपं मॉडल्-प्रदर्शनम् अपि सर्वोत्तमम् अस्ति

पश्चात् यथा यथा एआइ-दत्तांशः अधिकाधिकं प्रचुरः भवति स्म तथा तथा बृहत्-माडलस्य पतनम् सुलभम् आसीत् ।

कचरा अन्तः,कचरा बहिः。

अस्मिन् विषये भवतः किं मतम् ?

सन्दर्भलिङ्कानि : १.
[1]https://techcrunch.com/2024/08/05/youtuber-files-class-action-suit-over-openais-scrape-of-creators-transcripts/
[2]https://www.gamedeveloper.com/business/report-nvidia-इत्यनेन-उत्पादानाम्-प्रशिक्षणार्थं-वीडियो-खेल-फुटेज-स्क्रेप्ड्-उपयोगः-कृतः

[3]https://www.404media.co/nvidia-ai-scraping-मूल-मॉडल-ब्रह्माण्ड-परियोजना/
[4]https://pivot-to-ai.com/2024/08/05/nvidia-यथा-संभवं-यूट्यूब-इत्येतत्-इत्येतत्-इत्येतत्-इत्येतत्-इत्येतत्-ग्रहणं-कृतम्/