ലാംഡ: ഗൂഗിളിന്റെ ഭാഷാ മോഡൽ മനുഷ്യനിൽ നിന്ന് യന്ത്രത്തിലേക്കുള്ള സംഭാഷണങ്ങളെ ഉയർത്തുന്നു

ഇമേജ് ക്രെഡിറ്റ്:
ഇമേജ് ക്രെഡിറ്റ്
iStock

ലാംഡ: ഗൂഗിളിന്റെ ഭാഷാ മോഡൽ മനുഷ്യനിൽ നിന്ന് യന്ത്രത്തിലേക്കുള്ള സംഭാഷണങ്ങളെ ഉയർത്തുന്നു

ലാംഡ: ഗൂഗിളിന്റെ ഭാഷാ മോഡൽ മനുഷ്യനിൽ നിന്ന് യന്ത്രത്തിലേക്കുള്ള സംഭാഷണങ്ങളെ ഉയർത്തുന്നു

ഉപശീർഷക വാചകം
ഡയലോഗ് ആപ്ലിക്കേഷനുകൾക്കായുള്ള ഭാഷാ മോഡൽ (LaMDA) കൂടുതൽ മാനുഷികമായി തോന്നാൻ കൃത്രിമബുദ്ധി പ്രാപ്തമാക്കിയേക്കാം.
    • രചയിതാവ്:
    • രചയിതാവിന്റെ പേര്
      Quantumrun ദീർഘവീക്ഷണം
    • ജനുവരി 3, 2023

    ഗൂഗിളിന്റെ LaMDA, ജൈവികവും അർത്ഥവത്തായതുമായ മനുഷ്യ സംഭാഷണങ്ങളെ അനുകരിക്കാൻ ലക്ഷ്യമിടുന്നു. ഇത് ചെയ്യുന്നതിന്, സ്ഥാപനത്തിന്റെ എഞ്ചിനീയർമാർ അൽഗോരിതം പിന്തുടരുന്നതിന് പകരം വിവരങ്ങൾ സമന്വയിപ്പിക്കുന്നതിനുള്ള ഒരു പരിശീലന രീതി വികസിപ്പിച്ചെടുത്തു. സന്ദർഭം കൂടുതൽ എളുപ്പത്തിൽ മനസ്സിലാക്കാനും അതിനനുസരിച്ച് പ്രതികരിക്കാനും ഈ സവിശേഷത ടൂളിനെ അനുവദിക്കുന്നു.

    LaMDA സന്ദർഭം

    മനുഷ്യന്റെ സംസാരത്തിന്റെ പ്രവചനാതീതവും ചിലപ്പോൾ ഘടനാരഹിതവുമായ സ്വഭാവം ചാറ്റ്ബോട്ടുകൾക്കും വെർച്വൽ അസിസ്റ്റന്റുകൾക്കും ഒരു യഥാർത്ഥ വെല്ലുവിളി ഉയർത്തുന്നു. പരമ്പരാഗത ഭാഷാ മോഡലുകൾ മനുഷ്യ സംഭാഷണങ്ങളിൽ ഏർപ്പെടാൻ മുൻകൂട്ടി പ്രോഗ്രാം ചെയ്ത വിവരങ്ങൾ ഉപയോഗിക്കുന്നതിനാൽ, അവരുടെ പരിശീലന ഡാറ്റയ്ക്ക് മാനുഷിക യുക്തിയും ഉദ്ദേശവും മനസ്സിലാക്കാൻ കഴിയാതെ വരുമ്പോൾ അവ പെട്ടെന്നുള്ള അവസാനങ്ങളിൽ എത്തുന്നു. LaMDA വഴി ഈ അസ്വാഭാവിക പുരോഗതി മാറ്റാനാണ് ഗൂഗിൾ ശ്രമിക്കുന്നത്. ഗൂഗിൾ റിസർച്ചിന്റെ ഓപ്പൺ സോഴ്‌സ്ഡ് ന്യൂറൽ നെറ്റ്‌വർക്ക് സിസ്റ്റമായ ട്രാൻസ്‌ഫോർമറിലാണ് ഭാഷാ മാതൃക നിർമ്മിച്ചിരിക്കുന്നത്. ആ വാസ്തുവിദ്യ പല വാക്കുകളും (ഉദാഹരണത്തിന് ഒരു വാക്യമോ ഖണ്ഡികയോ) വ്യാഖ്യാനിക്കാൻ പരിശീലിപ്പിക്കാവുന്ന ഒരു മാതൃക സൃഷ്ടിക്കുന്നു, ആ പദങ്ങൾ എങ്ങനെ ബന്ധപ്പെട്ടിരിക്കുന്നു എന്നതിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുക, തുടർന്ന് ഏത് വാക്കുകൾ പിന്തുടരുമെന്ന് പ്രവചിക്കുക.

    2022-ലെ ഗൂഗിൾ വാർഷിക ഡെവലപ്പർ കോൺഫറൻസിൽ (I/O), സിഇഒ സുന്ദർ പിച്ചൈ LaMDA 2.0-ന്റെ മെച്ചപ്പെടുത്തിയ കഴിവുകൾ പ്രദർശിപ്പിച്ചു. AI ടെസ്റ്റ് കിച്ചൻ ആപ്പ് എന്ന പേരിൽ ഒരു ഡെവലപ്പർ ടെസ്റ്റ് കിറ്റ് കമ്പനി പുറത്തിറക്കി. ഈ ആപ്പിൽ, മൂന്ന് ഡെമോകൾ LaMDA യുടെ കഴിവുകൾ കാണിക്കുന്നു. 

    ആദ്യത്തെ സവിശേഷത ഇമാജിൻ ഇറ്റ് ആയിരുന്നു, അവിടെ വിവിധ തരത്തിലുള്ള സാഹചര്യങ്ങൾ വിവരിക്കാനോ "സങ്കൽപ്പിക്കാനോ" LaMDA ആവശ്യപ്പെടുന്നു. ഉദാഹരണത്തിന്, മരിയാനസ് ട്രെഞ്ചിലെ കാഴ്ചകൾ, ശബ്ദങ്ങൾ, അനുഭവം എന്നിവ വിശദീകരിക്കാൻ ഒരു ഉപയോക്താവിന് മോഡലിനോട് ആവശ്യപ്പെടാം. 
    ഇനിപ്പറയുന്ന ഡെമോ ടോക്ക് എബൗട്ട് ഇറ്റ് ആയിരുന്നു, അവിടെ LaMDA ഒരു പ്രധാന വിഷയത്തെക്കുറിച്ചുള്ള സംഭാഷണത്തിൽ ഏർപ്പെടുന്നു. ഉപയോക്താവ് എത്രമാത്രം വിഷയത്തിന് പുറത്തുള്ള ആശയങ്ങൾ അവതരിപ്പിച്ചാലും, മോഡൽ എല്ലായ്പ്പോഴും സംഭാഷണത്തെ യഥാർത്ഥ വിഷയത്തിലേക്ക് തിരിച്ചുവിടാൻ ശ്രമിക്കുന്നു. 
    അവസാനമായി, ലിസ്റ്റ് ഇറ്റ് ഉണ്ടായിരുന്നു, അവിടെ LaMDA ഒരു പ്രാഥമിക ലക്ഷ്യത്തെ പ്രസക്തമായ ഉപ ടാസ്‌ക്കുകളായി വിഭജിക്കുന്നു. ഉദാഹരണത്തിന്, ഒരു പച്ചക്കറിത്തോട്ടം എങ്ങനെ നിർമ്മിക്കാം എന്നതിനെക്കുറിച്ചുള്ള നുറുങ്ങുകൾ ഒരു ഉപയോക്താവിന് ചോദിക്കാൻ കഴിയും, കൂടാതെ ഉപയോക്താക്കൾക്ക് ചെയ്യാൻ തുടങ്ങാൻ കഴിയുന്ന വ്യത്യസ്ത മിനി ടാസ്‌ക്കുകൾ മോഡൽ നിർദ്ദേശിക്കുന്നു, അതായത് അവർ നടാൻ ആഗ്രഹിക്കുന്ന പച്ചക്കറികൾ പട്ടികപ്പെടുത്തുക, മികച്ച വിത്തുകൾ എവിടെ നിന്ന് വാങ്ങണമെന്ന് അറിയുക. 

    തടസ്സപ്പെടുത്തുന്ന ആഘാതം

    LaMDA-യെക്കുറിച്ചുള്ള Google-ന്റെ ലേഖനം അനുസരിച്ച്, കമ്പനിയുടെ AI തത്വങ്ങൾ പാലിക്കുന്ന തരത്തിലാണ് ഇത് ഉപകരണം രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത്. ഭാഷ അവിശ്വസനീയമായ ഒരു ഉപകരണമാണെങ്കിലും, അത് ചിലപ്പോൾ ദുരുപയോഗം ചെയ്യപ്പെടാം. ഭാഷയിൽ നിന്ന് പഠിക്കുന്ന മോഡലുകൾക്ക് പക്ഷപാതങ്ങൾ, വിദ്വേഷകരമായ സംസാരം അല്ലെങ്കിൽ തെറ്റായ വിവരങ്ങൾ എന്നിവ പഠിക്കുന്നതിലൂടെയും ആവർത്തിക്കുന്നതിലൂടെയും ഈ ദുരുപയോഗം തുടരാം. കൃത്യമായ ഡാറ്റയിൽ മാത്രമേ മോഡൽ പരിശീലിപ്പിക്കപ്പെട്ടിട്ടുള്ളൂവെങ്കിലും, അത് അനീതിപരമായ ആവശ്യങ്ങൾക്കായി മാറ്റാൻ കഴിയും. ലാംഡയുടെ പരിശീലന ഡാറ്റ വിശകലനം ചെയ്യാൻ മറ്റ് ഗവേഷകരെ ക്ഷണിക്കുന്ന ഓപ്പൺ സോഴ്‌സ് ഉറവിടങ്ങൾ നിർമ്മിക്കുക എന്നതാണ് Google-ന്റെ പരിഹാരം. 

    ഉപകരണത്തിന്റെ വർദ്ധിച്ചുവരുന്ന സംവേദനക്ഷമത, പ്രത്യേകത, താൽപ്പര്യം (എസ്‌എസ്‌ഐ, ഹ്യൂമൻ റേറ്റർമാർ വിലയിരുത്തുന്നത്) വെർച്വൽ അസിസ്റ്റന്റിനും ചാറ്റ്‌ബോട്ടുകൾക്കും കൂടുതൽ ഉപയോഗപ്രദമായ വഴികൾ സൃഷ്ടിക്കുന്നു. ഓർഡറുകൾ അനുസരിക്കുന്നതിനുപകരം, ഈ ബോട്ടുകൾക്ക് ഉടൻ തന്നെ തുറന്ന സംഭാഷണങ്ങൾ നടത്താനും ബദൽ പരിഹാരങ്ങൾ നിർദ്ദേശിക്കാനും വ്യക്തതകൾ ചോദിക്കാനും മൊത്തത്തിൽ ഇടപഴകുന്ന സംഭാഷണക്കാരാകാനും കഴിയും. 

    ഈ സ്വഭാവസവിശേഷതകൾ അവരെ ക്ലയന്റ് അഭിമുഖീകരിക്കുന്ന സംഭാഷണങ്ങൾക്ക് കൂടുതൽ അനുയോജ്യമാക്കുന്നു. വിനോദസഞ്ചാരികൾ ചോദിക്കുന്ന ചോദ്യങ്ങളെ ആശ്രയിച്ച്, പശ്ചാത്തലമോ ചരിത്ര വിവരങ്ങളോ കൂടുതൽ സമന്വയത്തോടെ അവതരിപ്പിക്കാൻ കഴിയുന്ന വെർച്വൽ ടൂർ ഗൈഡുകൾ ഒരു ഉദാഹരണത്തിൽ ഉൾപ്പെട്ടേക്കാം. സങ്കീർണ്ണതകൾ പരിഗണിക്കാതെ എല്ലാ ഉപഭോക്തൃ ആശങ്കകളും കൈകാര്യം ചെയ്യാൻ ബിസിനസ് ചാറ്റ്ബോട്ടുകൾക്ക് കഴിയും. പൊതു സേവനങ്ങൾ ലഭ്യമാക്കുന്നതിന് പൗരന്മാരെ സഹായിക്കാൻ കഴിയുന്ന AI ഗൈഡുകൾ സൃഷ്ടിക്കാൻ സർക്കാർ ഏജൻസികൾക്ക് കഴിയും. ഈ വാണിജ്യ നിലവാരത്തിലെത്താൻ LaMDA യ്ക്ക് ഇനിയും ഒരുപാട് ദൂരം പോകാനുണ്ടെങ്കിലും, അതിന്റെ തുടർച്ചയായ പുരോഗതി സ്വാഭാവിക ഭാഷാ സംസ്കരണ (NLP) ഫീൽഡിന് പൊതുവെ വാഗ്ദാനമാണ്. 

    ലാംഡിഎയുടെ പ്രത്യാഘാതങ്ങൾ

    LaMDA യുടെ വിശാലമായ പ്രത്യാഘാതങ്ങൾ ഉൾപ്പെടാം: 

    • ഉപഭോക്തൃ ചാറ്റ്ബോട്ടുകളും ഡിജിറ്റൽ അസിസ്റ്റന്റുകളും വർഷം തോറും മെച്ചപ്പെടുത്തുന്നത് തുടരുന്നു. ഈ പ്രവണത ആളുകൾ മറ്റൊരു മനുഷ്യനുമായി ഓൺലൈനിലോ ഫോണിലോ സംസാരിക്കുന്നുവെന്ന് വിശ്വസിക്കാൻ ഇടയാക്കിയേക്കാം.
    • ഉച്ചാരണങ്ങൾ, ഭാഷാഭേദങ്ങൾ, പദങ്ങളുടെ സാംസ്കാരിക ഉപയോഗം, സ്ലാംഗ്, മറ്റ് സംഭാഷണ രീതികൾ എന്നിവയിലെ സൂക്ഷ്മതകൾ തിരിച്ചറിയാൻ LaMDA തുടർച്ചയായി പരിശീലിപ്പിക്കപ്പെടുന്നു.
    • ഒരു ചാറ്റ്‌ബോട്ട് ഫോണിൽ ഇടപഴകുമ്പോഴെല്ലാം പൂർണ്ണമായ വെളിപ്പെടുത്തലുകളും സുതാര്യതയും ആവശ്യപ്പെടുന്ന കൂടുതൽ ക്ലയന്റുകൾ.
    • ശബ്ദങ്ങളോ സംഭാഷണ പാറ്റേണുകളോ അനുകരിച്ച് തന്ത്രപ്രധാനമായ വിവരങ്ങൾ പുറത്തുവിടാൻ ആളുകളെ/ഇരകളെ കബളിപ്പിക്കാൻ ബുദ്ധിയുള്ള ചാറ്റ്ബോട്ടുകൾ ഉപയോഗിക്കാൻ തട്ടിപ്പുകാർ ശ്രമിക്കുന്നു.
    • വംശീയതയെയും വിവേചനത്തെയും ശക്തിപ്പെടുത്തുന്ന മനുഷ്യൻ എഴുതിയ പരിശീലന ഡാറ്റ കാരണം അൽഗോരിതം ബയസിന്റെ അപകടസാധ്യത വർദ്ധിക്കുന്നു.

    അഭിപ്രായമിടാനുള്ള ചോദ്യങ്ങൾ

    • LaMDA അല്ലെങ്കിൽ മറ്റ് AI സംഭാഷണ വിദഗ്ധർ എങ്ങനെ പൊതു സേവനങ്ങൾ മെച്ചപ്പെടുത്തും?
    • ഒരു മികച്ച AI സംഭാഷണ വിദഗ്ധന് നിങ്ങളുടെ ജീവിതം എളുപ്പമാക്കാൻ കഴിയുന്ന മറ്റ് മാർഗങ്ങൾ എന്തൊക്കെയാണ്?

    ഇൻസൈറ്റ് റഫറൻസുകൾ

    ഈ ഉൾക്കാഴ്ചയ്ക്കായി ഇനിപ്പറയുന്ന ജനപ്രിയവും സ്ഥാപനപരവുമായ ലിങ്കുകൾ പരാമർശിച്ചു: