बुधवारी एका वायर्ड अहवालानुसार चिपमेकर एनव्हीडिया ग्रेटेलच्या कृत्रिम डेटा कंपनीसह ऑब्स्टेट्रिक इंटेलिजेंस डेव्हलपर्ससाठी उत्पादक साधनांकडे production 320 दशलक्षाहून अधिक आहे.

ही हालचाल अशा वेळी आली आहे जेव्हा कृत्रिम बुद्धिमत्ता कंपन्या त्यांच्या मॉडेल्सना प्रशिक्षित करण्यासाठी आणि सुधारित करण्यासाठी पुरेसा डेटा शोधण्यासाठी धडपडत आहेत, ज्यामुळे डेटा तयार करण्याची आवश्यकता वाढते.

अहवालानुसार, ग्रेटेल कर्मचार्‍यांना एनव्हीडियामध्ये दुमडले जाईल. कृत्रिम बुद्धिमत्ता मॉडेलच्या प्रशिक्षणासाठी कृत्रिम किंवा सिम्युलेटर तयार करणारे ग्रेटेल कृत्रिम बुद्धिमत्ता विकसकांसाठी एनव्हीडिया ऑफर वाढवेल.

एनव्हीडियाच्या प्रवक्त्याने अहवालावर भाष्य करण्यास नकार दिला.

कृत्रिम डेटा चिंता का आहे?

ओपनएआय, मोठ्या भाषेच्या मॉडेलच्या चॅटजीपीटी सारख्या कृत्रिम बुद्धिमत्ता मॉडेलचे प्रशिक्षण घेण्यासाठी बर्‍याच डेटाची आवश्यकता आहे. वास्तविक जगाचा डेटा कृत्रिम बुद्धिमत्ता विकसकांसाठी समस्या निर्माण करू शकतो-म्हणजेच ते गोंगाट करणारे असू शकतात आणि पुरेसे नाही.

कृत्रिम बुद्धिमत्ता कंपन्या त्यांना मुक्तपणे उपलब्ध असलेल्या जास्तीत जास्त प्रशिक्षण डेटावर काम करत आहेत, ज्यामुळे ते कॉपीराइट सामग्री वापरू शकतात की नाही यावर संघर्ष होतो. कॉपीराइट डेटाच्या वापराविषयी चिंता वाढविण्यासाठी शेकडो अभिनेते, लेखक आणि व्यवस्थापकांनी ट्रम्प प्रशासन विज्ञान आणि तंत्रज्ञान व्यवस्थापन कार्यालयाला एक मुक्त पत्र सादर केले. कृत्रिम बुद्धिमत्ता मॉडेल्सना प्रशिक्षण देण्यासाठी कॉपीराइटमध्ये अधिक प्रवेश मिळवून देण्यासाठी ओपनई सरकारला एक शिवण प्रदान करते किंवा इतर अमेरिकन कंपन्या चीनद्वारे सोडल्या जातील.

हे पहा: कीनोट जीटीसी 2025 एनव्हीडिया पहा: 16 मिनिटांत सर्व थकबाकी गुण

कृत्रिम डेटाचे खासगी माहितीचे संरक्षण करण्याचे मूल्य देखील आहे. ग्रेटेल म्हणतात की त्याचा कृत्रिम डेटा संवेदनशील किंवा वैयक्तिक माहिती उघड केल्याशिवाय मॉडेल आणि साधनांना प्रशिक्षण देण्यासाठी वापरला जाऊ शकतो – उदाहरणार्थ, आरोग्यसेवा डेटा जो व्यक्ती निश्चित करीत नाही आणि गोपनीयता कायद्याचे उल्लंघन करू शकतो.

मॉडेल प्रशिक्षणात हा डेटा वापरण्याबद्दल चिंता आहे. खरं तर, माहितीवर अत्यधिक अवलंबित्व मॉडेल प्रकरणात चुकल्याची शक्यता वाढवू शकते. जर समस्या पुरेसे खराब झाली तर मॉडेलचा कोसळ म्हणून ओळखल्या जाणार्‍या समस्येस कारणीभूत ठरू शकते, जेव्हा मॉडेल इतके चुकीचे होते की ते निरुपयोगी होते.

Source link