LaMDA: Google का भाषा मॉडल मानव-से-मशीन वार्तालाप को बढ़ा रहा है

• लेखक:
• लेखक का नाम

  क्वांटमरन दूरदर्शिता
• जनवरी ७,२०२१

Google के LaMDA का लक्ष्य मानवीय वार्तालापों का अनुकरण करना है जो जैविक और अर्थपूर्ण हैं। ऐसा करने के लिए, फर्म के इंजीनियरों ने निम्नलिखित एल्गोरिदम के बजाय सूचना को संश्लेषित करने के लिए एक प्रशिक्षण पद्धति विकसित की। यह सुविधा उपकरण को संदर्भ को अधिक आसानी से समझने और तदनुसार प्रतिक्रिया करने की अनुमति देती है।

लाएमडीए संदर्भ

मानव भाषण की अप्रत्याशित और कभी-कभी असंरचित प्रकृति चैटबॉट्स और आभासी सहायकों के लिए एक वास्तविक चुनौती प्रस्तुत करती है। क्योंकि पारंपरिक भाषा मॉडल मानव वार्तालापों में संलग्न होने के लिए पूर्व-क्रमादेशित जानकारी का उपयोग करते हैं, वे अचानक मृत अंत तक पहुँच जाते हैं जब उनका प्रशिक्षण डेटा मानवीय तर्क और इरादे को नहीं समझ सकता है। Google इस अप्राकृतिक प्रगति को LaMDA के माध्यम से बदलने का प्रयास कर रहा है। भाषा मॉडल ट्रांसफ़ॉर्मर पर बनाया गया है, Google रिसर्च का ओपन सोर्स न्यूरल नेटवर्क सिस्टम। वह आर्किटेक्चर एक मॉडल उत्पन्न करता है जिसे कई शब्दों (उदाहरण के लिए एक वाक्य या पैराग्राफ) की व्याख्या करने के लिए प्रशिक्षित किया जा सकता है, इस बात पर ध्यान केंद्रित करें कि वे शब्द कैसे संबंधित हैं, और फिर भविष्यवाणी करें कि यह किन शब्दों का पालन करेगा।

2022 के Google वार्षिक डेवलपर सम्मेलन (I/O) के दौरान, CEO सुंदर पिचाई ने LaMDA 2.0 की बढ़ी हुई क्षमताओं का प्रदर्शन किया। फर्म ने एआई टेस्ट किचन ऐप नामक एक डेवलपर टेस्ट किट जारी की। इस ऐप में, तीन डेमो LaMDA की क्षमताओं को प्रदर्शित करते हैं। 

पहली विशेषता इमेजिन इट थी, जहां LaMDA को विभिन्न प्रकार के परिदृश्यों का वर्णन करने या "कल्पना" करने के लिए कहा जाता है। उदाहरण के लिए, एक उपयोगकर्ता मॉडल से मारियानास ट्रेंच में होने के स्थलों, ध्वनियों और अनुभव की व्याख्या करने के लिए कह सकता है। 
निम्नलिखित डेमो टॉक अबाउट इट था, जहां LaMDA एक मुख्य विषय के आसपास बातचीत में संलग्न है। कोई फर्क नहीं पड़ता कि उपयोगकर्ता ऑफ-टॉपिक विचारों का कितना परिचय देता है, मॉडल हमेशा बातचीत को मूल विषय पर वापस लाने की कोशिश करता है। 
अंत में, लिस्ट इट थी, जहां LaMDA प्रासंगिक उप-कार्यों में एक प्राथमिक लक्ष्य को विभाजित करता है। उदाहरण के लिए, एक उपयोगकर्ता सब्जियों के बगीचे के निर्माण के बारे में सुझाव मांग सकता है, और मॉडल विभिन्न मिनी-कार्यों का सुझाव देता है जो उपयोगकर्ता करना शुरू कर सकते हैं, जैसे कि वे सब्जियां लगाना चाहते हैं जिन्हें वे लगाना चाहते हैं और यह जानना चाहते हैं कि सबसे अच्छे बीज कहां से खरीदें। 

विघटनकारी प्रभाव

LaMDA पर Google के लेख के अनुसार, इसने कंपनी के AI सिद्धांतों का पालन करने के लिए टूल को डिज़ाइन किया। हालाँकि भाषा एक अविश्वसनीय उपकरण है, लेकिन कभी-कभी इसका दुरुपयोग भी किया जा सकता है। मॉडल जो भाषा से सीखते हैं, पूर्वाग्रहों, घृणित भाषण, या झूठी जानकारी को सीखकर और दोहराकर इस दुरुपयोग को जारी रख सकते हैं। यहां तक ​​कि जब मॉडल को केवल सटीक डेटा पर प्रशिक्षित किया जाता है, तब भी इसे अनैतिक उद्देश्यों के लिए बदला जा सकता है। Google का समाधान ओपन-सोर्स संसाधनों का निर्माण करना है जो अन्य शोधकर्ताओं को LaMDA के प्रशिक्षण डेटा का विश्लेषण करने के लिए आमंत्रित करता है। 

टूल की समझदारी, विशिष्टता और दिलचस्पता के बढ़ते स्तर (एसएसआई, मानव रेटर्स द्वारा मूल्यांकन) आभासी सहायकों और चैटबॉट्स के लिए अधिक उपयोगी रास्ते बनाता है। केवल आदेशों का पालन करने के बजाय, ये बॉट जल्द ही खुली बातचीत कर सकते हैं, वैकल्पिक समाधान सुझा सकते हैं, स्पष्टीकरण मांग सकते हैं, और केवल समग्र रूप से बातचीत करने वाले बन सकते हैं। 

ये विशेषताएँ उन्हें क्लाइंट-फेसिंग वार्तालापों के लिए अधिक उपयुक्त बनाती हैं। एक उदाहरण में वर्चुअल टूर गाइड शामिल हो सकते हैं जो पर्यटकों द्वारा पूछे गए प्रश्नों के आधार पर पृष्ठभूमि या ऐतिहासिक जानकारी को अधिक संश्लिष्ट रूप से प्रस्तुत करने में सक्षम होंगे। व्यावसायिक चैटबॉट्स जटिलताओं की परवाह किए बिना सभी ग्राहक चिंताओं को संभालने में सक्षम होंगे। सरकारी एजेंसियां ​​एआई गाइड बना सकती हैं जो सार्वजनिक सेवाओं का लाभ उठाने में नागरिकों की सहायता कर सकती हैं। जबकि LaMDA के पास अभी भी उपयोगिता के इस व्यावसायिक स्तर तक पहुँचने से पहले एक लंबा रास्ता तय करना है, इसकी निरंतर प्रगति सामान्य रूप से प्राकृतिक भाषा प्रसंस्करण (NLP) क्षेत्र के लिए आशाजनक है। 

LaMDA के निहितार्थ

LaMDA के व्यापक प्रभावों में शामिल हो सकते हैं: 

• ग्राहक चैटबॉट और डिजिटल असिस्टेंट साल-दर-साल बेहतर होते जा रहे हैं। यह प्रवृत्ति लोगों को यह विश्वास दिला सकती है कि वे किसी अन्य व्यक्ति से ऑनलाइन या फोन पर बात कर रहे हैं।
• LaMDA को लहजे, बोलियों, शब्दों के सांस्कृतिक उपयोग, कठबोली और अन्य भाषण पैटर्न में बारीकियों की पहचान करने के लिए लगातार प्रशिक्षित किया जा रहा है।
• जब भी कोई चैटबॉट उनसे फोन पर बात करता है तो अधिक ग्राहक पूर्ण प्रकटीकरण और पारदर्शिता की मांग करते हैं।
• धोखेबाज़ लोगों/पीड़ितों को आवाज या भाषण पैटर्न की नकल करके संवेदनशील जानकारी जारी करने के लिए बुद्धिमान चैटबॉट का उपयोग करने का प्रयास करते हैं।
• मानव-लिखित प्रशिक्षण डेटा के कारण एल्गोरिथम पूर्वाग्रह का बढ़ता जोखिम, जो नस्लवाद और भेदभाव को बढ़ा सकता है।

टिप्पणी करने के लिए प्रश्न

• LaMDA या अन्य AI वार्ताकार सार्वजनिक सेवाओं को कैसे सुधार सकते हैं?
• एक बेहतर एआई संवादी आपके जीवन को आसान बनाने के अन्य तरीके क्या हैं?