कृत्रिम बुद्धिमत्ता आपले शोध इंजिन नियंत्रित करते. हे कव्हरच्या खाली एक देखावा आहे

अनेक दशकांपासून, आम्हाला ऑनलाइन माहिती शोधण्याचा मार्ग केवळ छोट्या मार्गांनी बदलला आहे. पारंपारिक Google संशोधन प्रक्रियेस आज नव्वदच्या दशकात, जीवेसला विचारेल तेव्हा सर्व काही वेगळे वाटत नाही. बरेच लोक नक्कीच कव्हर अंतर्गत बदलले आहेत, परिणाम अधिक संबंधित असण्याची शक्यता आहे आणि इंटरफेसमध्ये काही नवीन वैशिष्ट्ये आहेत, परंतु आपण अद्याप कीवर्डमध्ये लिहित आहात आणि उत्तर ठेवू शकणार्‍या वेबसाइट्सची यादी मिळवित आहात.

अल्ताविस्टा रोडवर संशोधनाची ही पद्धत सुरू झाल्याचे दिसून येते, शांततेत विश्रांती घेऊ शकते.

मे मध्ये, Google ने नवीन कृत्रिम बुद्धिमत्ता मोड सुरू करण्याची घोषणा केली आहे, जे आपल्याला संभाषणासारखेच आणि दुव्यांच्या संचासारख्या कमीांसारखे उत्तर देण्यासाठी एआय ट्रॅक्चर केलेले मॉडेल (कंपनीच्या मोठ्या मिथुन भाषेच्या मॉडेलवर आधारित) वापरते. इतर कंपन्या, जसे की पेर्लेक्सिटी आणि ओपनई यांनी जनरल एआय वर आधारित शोध साधने प्रकाशित केली आहेत. चॅटबॉट फंक्शन्स आणि पारंपारिक शोध इंजिन एकत्र करणारी ही साधने द्रुतगतीने स्टीम मिळवित आहेत.

Google मध्ये नियमित संशोधन करून आपण कृत्रिम बुद्धिमत्तेपासून मुक्त होऊ शकत नाही: मागील वर्षापासून या निकालांच्या पृष्ठांवर अ‍ॅम्नेस्टी इंटरनॅशनलचे विहंगावलोकन दिसून आले आहे आणि प्यू रिसर्च सेंटरच्या अहवालानुसार आता प्रत्येक पाचपैकी एक तपासणी आता या प्रकारचे सारांश दर्शविते. मला आश्चर्य वाटले की ते आणखी काही नाही.

या नवीन शोध साधनांना असे वाटते की ते चॅटजीपीटी सारख्या टिपिकल चॅटबॉटसारखेच आहेत, परंतु त्या गोष्टी थोड्या वेगळ्या प्रकारे करतात. हे फरक शोध इंजिनच्या पूर्वजांसह बरेच डीएनए सामायिक करतात. ही नवीन साधने कशी कार्य करतात आणि आपण याचा प्रभावीपणे कसा वापर करू शकता यावर हूडच्या खाली एक देखावा आहे.

कृत्रिम बुद्धिमत्ता शोधण्यासाठी शोध इंजिन: काय फरक आहे?

शोध इंजिनचे मूलभूत तंत्रज्ञान जुन्या लायब्ररी कार्ड कॅटलॉगसारखेच आहे. अंतहीन वेब पृष्ठांची अंतहीन संख्या शोधण्यासाठी इंजिन इंटरनेटच्या विस्तीर्ण भागात रेंगाळण्यासाठी रोबोट वापरते. त्यानंतर, जेव्हा आपण ईआर वर डॉ. अँजेला हिक्सची भूमिका कोणाची भूमिका निभावता याबद्दल विचारण्याचा शोध घेता, कारण मी त्यात काय पाहिले ते आपण लक्षात ठेवण्याचा प्रयत्न करीत आहात, तेव्हा तो पृष्ठे ईआर क्रू किंवा अभिनेत्याचे चरित्र, सीसीएच पौंडरसारख्या गोष्टींकडे परत करेल. तिथून, आपण या पृष्ठांवर क्लिक करू शकता, विकिपीडिया, आयएमडीबी किंवा इतरत्र असो आणि आपल्याला माहित आहे की एक्स मधील एम्मी पुरस्कार अतिथीच्या देखाव्यापासून आपल्याला पौंड सीसीएच माहित आहे.

“जेव्हा ग्राहकांना विशिष्ट प्रश्न असतो, तेव्हा ते हा प्रश्न Google मध्ये लिहू शकतात आणि नंतर विशिष्ट चौकशीसाठी उत्कृष्ट सामग्री शोधण्यासाठी Google त्यांचे वर्गीकरण अल्गोरिदम चालवते,” असे मार्केटिंग टूल्स कंपनीचे प्रमुख आणि एसईओ, एसईओ, एसईओ, एसईओ यांनी सांगितले.

सर्वसाधारणपणे, पारंपारिक शोधासह, आपण शोधत असलेले उत्तर मिळविण्यासाठी आपण इतर वेबसाइटवर क्लिक करावे. जेव्हा मी सीसीएच पाउंडर कोठे ओळखतो हे शोधण्याचा प्रयत्न करीत असताना, मी अनुसरण करण्यासाठी वेगवेगळ्या साइटच्या कमीतकमी अर्ध्या प्रमाणात क्लिक करतो. यात Google कडून व्हिडिओ शोधाचा वापर समाविष्ट आहे- जे एक्स वरील त्यांच्या देखाव्याच्या क्लिप शोधण्यासाठी विविध होस्टिंग प्लॅटफॉर्मद्वारे व्हिडिओ निर्देशांक रिलीझ करते.

हे एकाधिक शोध अपरिहार्यपणे होऊ नये. जर मला फक्त ईआर टीम जाणून घ्यायचे असेल तर मी “कास्ट ऑफ ईआर” लिहू शकतो आणि वरील विकिपीडिया पृष्ठावर क्लिक करू शकतो.

आपल्याला सामान्यत: विकिपीडिया किंवा सर्वोच्च शोध परिणाम पृष्ठामध्ये किंवा जवळील इतर आत्मविश्वास साइट सापडेल. कारण आज शोध अल्गोरिदमची मुख्य पद्धत म्हणजे वेबवर कोठूनही बहुतेक दुवे मिळविणार्‍या साइट्स आणि पृष्ठांचा मागोवा घेणे. १ 1990 1990 ० च्या दशकात गूगल सुरू केल्यावर या मॉडेलने “रिसर्चचा खेळ बदलला”, असे या मॉडेलने इन्स्टिट्यूट ऑफ इंस्टिट्यूट ऑफ गूगलपेक्षा अधिक विश्वासार्ह होते, ज्यांनी इंस्टिट्यूट ऑफ इंस्टिट्यूट ऑफ गूगलच्या तुलनेत अधिक विश्वासार्ह होते.

“वेबवर कुकीजसाठी बर्‍याच पाककृती आहेत, परंतु त्यापैकी कोणते प्रथम दिसेल हे आपणास कसे कळेल?” दास म्हणाले. “बरं, जर इतर वेबसाइट्सचा एखादा गट” कुकीज रेसिपी “च्या मुख्य शब्दांसाठी या साइटशी जोडला तर तो खेळासाठी अत्यंत कठीण आहे.”

सेल्फ -पॉव्हर्ड शोध इंजिन किंचित वेगळ्या प्रकारे कार्य करतात, परंतु ते समान मूलभूत पायाभूत सुविधांवर कार्य करतात. मला सीसीएच पौंडर कोठे माहित आहे हे शोधण्याच्या प्रयत्नात, मी Google कडून एआयची स्थिती विचारली, शब्दशः, “डॉ. अ‍ॅन्जी हिक्स कशावर खेळत आहेत या अभिनेत्रीला मला कोठे माहित आहे?” संभाषणात मला शोधांपेक्षा रोबोटशी गप्पा मारताना वाटले, जे अरुंद झाले. पहिल्या निकालाने मला न पाहिलेल्या शो आणि चित्रपटांची यादी दिली, म्हणून मी एक विस्तृत यादी मागितली, जी तिच्या इतर कार्यक्रमांमध्ये तिच्या पाहुण्यांच्या देखाव्यावर दिसली. मग मी एक्स फायलींच्या देखाव्याबद्दल अधिक तपशील ऑर्डर करू शकतो आणि हे अरुंद आहे.

जरी मी Google शी संवाद साधला असला तरी संशोधन यंत्रणा मुळात समान होती. Google शोध आणि त्याच्या उपचारांचे उपाध्यक्ष रुबी स्टीन यांनी मला सांगितले की कृत्रिम बुद्धिमत्ता मोडने आवश्यक माहिती गोळा करण्यासाठी विविध वेबवर डझनभर शोध विकसित करण्यासाठी आणि त्यावर प्रक्रिया करण्यासाठी केवळ मिथुनचा वापर केला आहे. “वापरकर्ता स्वत: या प्रत्येक चौकशीबद्दल चौकशी करू शकतो.”

मूलभूतपणे, कृत्रिम बुद्धिमत्तेच्या कृत्याने त्याच गोष्टी केल्या, बरेच वेगवान.

बरेच शोध, थोडा वेळ

इथल्या पध्दतीला “क्वेरी फॅन” म्हणतात. कृत्रिम बुद्धिमत्ता मॉडेल आपली विनंती घेते आणि त्यास प्रश्नांच्या मालिकेत विभागते, त्यानंतर या मागणी घटकांची उत्तरे देण्यासाठी शोधते. मग आपण सर्व शोध आणि वेबसाइट्समधून आपण संकलित केलेली माहिती तो घेते आणि आपल्याला उत्तरात एकत्र ठेवतो. हृदयाचा ठोका मध्ये.

हे शोध पारंपारिक संशोधन करणार्या समान निर्देशांकाचा वापर करतात. “ते एकाच आधारावर काम करत आहेत,” लेव्हिन म्हणाले. “या आधारावर माहिती कशी काढायची हे काय बदल आहेत.”

ही एक्झिट प्रक्रिया या चाहत्यांना पारंपारिक शोध परिणामांच्या पहिल्या पृष्ठावर दिसू शकत नाही अशा साइटवरील संबंधित माहितीमध्ये कृत्रिम बुद्धिमत्ता शोधण्याची परवानगी देते किंवा अधिक असंबंधित माहिती असलेल्या पृष्ठावरील चांगल्या माहितीचा परिच्छेद मागे घेते. आपल्याला पाहिजे असलेल्या उत्तराचा एक छोटा तुकडा शोधण्यासाठी ससा छिद्रात उतरण्याऐवजी, कृत्रिम बुद्धिमत्ता काही सेकंदात विस्तृत सशांच्या छिद्रांमध्ये कमी करते.

“आपण अपेक्षा कराल, जर आपण हे शोधत असाल तर पुढील गोष्टी काय आहेत याची आपल्याला काळजी आहे?” लेव्हिन म्हणाला.

अधिक वाचा: अ‍ॅम्नेस्टी इंटरनॅशनल: आमच्या तज्ञांच्या मते, आपण जनरल एआय आपल्यासाठी कार्य करू शकता असे 29 मार्ग

कृत्रिम बुद्धिमत्ता मॉडेल ज्या शोधांची संख्या करेल ती आपण वापरत असलेल्या साधनावर आणि आपल्या प्रश्नाची जटिलता यावर अवलंबून आहे. स्टीन म्हणाले की Google च्या सखोल शोधाचा वापर करणारी कृत्रिम बुद्धिमत्ता परिस्थिती अधिक वेळ घालवते आणि अधिक शोध घेईल. स्टीन म्हणाले: “जर तुम्ही वाढत्या प्रमाणात असाल तर तुम्ही खरोखर कठीण प्रश्न विचारला तर ते आमच्या सर्वात मजबूत मॉडेलचा उपयोग प्रतिसाद देण्यासाठी करेल,” स्टीन म्हणाले.

या शोध इंजिन ऑपरेट करणार्‍या मोठ्या भाषेच्या मॉडेल्समध्ये त्यांचे शोध निर्देशित करण्यासाठी मागे घेण्यासाठी किंवा त्यांचा वापर करण्यासाठी सध्याचे प्रशिक्षण डेटा देखील आहे. जरी त्याने वेबमध्ये शोध घेतलेल्या अद्ययावत सामग्रीमधून बर्‍याच माहिती दिली असली तरी, त्यातील काही या प्रशिक्षण डेटामधून येऊ शकतात, ज्यात पुस्तकांच्या संपूर्ण ग्रंथालयांच्या वेबसाइट्सवरील माहितीचा एक संच असू शकतो. हा प्रशिक्षण डेटा इतका विस्तृत आहे की कृत्रिम बुद्धिमत्ता कंपन्यांना ही माहिती द्रुतगतीने वाढत जाण्याचा अधिकार आधीच आहे की नाही याबद्दल खटले आहेत. .

कृत्रिम बुद्धिमत्ता संशोधन फक्त चॅटबॉट नाही

प्रशिक्षण डेटावर अवलंबून राहणे ही एक गोष्ट आहे जी पारंपारिक चॅटबॉटची पर्वा न करता कर्जमाफी आंतरराष्ट्रीय शोध इंजिन ठेवते, जरी मूलभूत भाषेचे मॉडेल मुख्यत्वे असू शकते. जरी CHATGPT शोध संबंधित साइट्स आणि उत्तरांसाठी इंटरनेट शोधेल, परंतु नियमित CHATGPT आपल्या प्रश्नाचे उत्तर देण्यासाठी त्याच्या प्रशिक्षण डेटावर अवलंबून राहू शकेल.

“योग्य उत्तर तिथे असू शकते,” दास म्हणाले. “हे संभाव्य उत्तर देखील नियंत्रित करू शकते जे प्री -ट्रेडिंग डेटामध्ये कोठेही नाही.”

कृत्रिम बुद्धिमत्ता संशोधन त्याच्या उत्तरात इंटरनेटवर जे सापडते ते समाकलित करण्यासाठी पुनर्प्राप्त करण्यासाठी पिढी नावाची संकल्पना वापरते. तो त्याच्या दिशेने (या प्रकरणात, शोध इंजिन इंडेक्स) च्या दिशेने माहिती गोळा करतो आणि त्याला त्याच्या प्रशिक्षण डेटामध्ये सापडला नाही तर काहीतरी बनवण्याऐवजी तेथे शोधण्यास सांगते. “तुम्ही कृत्रिम बुद्धिमत्ता सांगा की उत्तर येथे आहे, मला फक्त कोठे शोधावे अशी माझी इच्छा आहे,” दास म्हणाले. “आपल्याला सर्वोत्कृष्ट 10 Google परिणाम मिळतात आणि आपण कृत्रिम बुद्धिमत्ता सांगाल की उत्तर येथे असू शकते.”

कृत्रिम बुद्धिमत्तेच्या निकालांवर आपण खरोखर विश्वास ठेवू शकता?

ही फिर्यादी शोध साधने फक्त चॅटबॉट वापरण्यापेक्षा अधिक विश्वासार्ह असू शकतात, कारण ती सध्याच्या संबंधित माहितीमधून माघार घेतात आणि आपल्याला दुवे देतात, परंतु तरीही आपल्याला त्याबद्दल गंभीरपणे विचार करावा लागेल. तज्ञांकडून काही सल्ला येथे आहेतः

मानवी शंका आणा

आपण ऑनलाइन असता तेव्हा लोक आपल्याला कसे सांगतात याचा विचार करा. मग महान भाषा मॉडेल किती वाईट आहे याचा विचार करा. अशाप्रकारे, अ‍ॅम्नेस्टी इंटरनॅशनलच्या विहंगावलोकनचे विहंगावलोकन पिझ्झावर गोंद ठेवण्याच्या कल्पनेवर पोहोचले – विनोदाच्या भावनेच्या प्रकाशनातून आणि त्याच्या पुनरावृत्तीच्या प्रकाशनातून माहिती मागे घेऊन जणू स्वयंपाक करण्याचा हा खरा सल्ला आहे. “कृत्रिम बुद्धिमत्तेला काय अस्सल आहे आणि विनोदाचा आत्मा काय आहे हे माहित नाही,” दास म्हणाले. “ही सर्व माहिती जशी आहे तशीच केली जाईल.”

आपला स्वतःचा निर्णय वापरणे आणि माहितीच्या स्त्रोतांचा शोध घेणे लक्षात ठेवा. आपण एलएलएम विचार करता तसे हे अचूक असू शकत नाही आणि वास्तविक रोबोट असल्याचे मानलेल्या इंटरनेट फोरममध्ये एखाद्या व्यक्तीच्या विनोदाच्या आधारे महत्त्वपूर्ण निर्णय घेऊ इच्छित नाहीत.

अ‍ॅम्नेस्टी इंटरनॅशनल अजूनही गोष्टी बनवू शकते

जरी ते शोध परिणामांमधून माघार घ्याव्यात असे असले तरी, ही साधने चांगल्या माहितीच्या अनुपस्थितीत गोष्टी बनवू शकतात. अशा प्रकारे, कृत्रिम बुद्धिमत्ता विहंगावलोकन अतार्किक म्हणींच्या बनावट व्याख्या तयार करण्यास सुरवात झाली.

पुनर्प्राप्ती पिढीमुळे स्पष्ट भ्रमांचा धोका कमी होऊ शकतो परंतु डीएएसच्या म्हणण्यानुसार ते काढून टाकत नाही. लक्षात ठेवा की एलएलएमला प्रश्नाचे योग्य उत्तर काय आहे याची भावना नाही. दास म्हणाले, “पुढील इंग्रजी शब्द किंवा इतर भाषेच्या इतर शब्दांच्या पूर्वीच्या प्रवाहानंतर येणा next ्या पुढील इंग्रजी शब्दाची अपेक्षा आहे,” दास म्हणाले. “या अर्थाने तिच्याकडे खरोखर सत्याची संकल्पना नाही.”

आपले स्रोत तपासा

पारंपारिक शोध इंजिन खूप हात आहेत. ते आपल्याला शोधाशी संबंधित वाटणार्‍या वेबची यादी देतील आणि आपण त्यांच्यावर विश्वास ठेवू इच्छित असाल तर निर्णय घेण्यास परवानगी देतील. कृत्रिम बुद्धिमत्ता संशोधन एकसमान आणि या माहितीद्वारे पुन्हा लिहिलेले असल्याने चुकीचे स्त्रोत वापरताना हे स्पष्ट होऊ शकत नाही.

“या प्रणाली पूर्णपणे चुकणार नाहीत, परंतु मला असे वाटते की आव्हान असे आहे की कालांतराने आपण त्यांना पकडण्याची क्षमता गमावाल,” लेव्हिन म्हणाले. “ते खूप खात्री पटतील आणि खरोखर कसे जायचे ते आपल्याला माहित नाही किंवा आपल्याला असे वाटते की आपल्याला जाऊन तपासणी करण्याची आवश्यकता नाही.”

परंतु आपण प्रत्येक स्त्रोत तपासू शकता. परंतु वेळ आणि मेहनत वाचविण्यासाठी डिझाइन केलेली ही नवीन प्रणाली वापरणे टाळण्यासाठी आपण अशी अपेक्षा केली आहे.

“समस्या अशी आहे की जर आपण चॅटजीपीटीमध्ये करता त्या प्रत्येक क्वेरीसाठी आपण हे विश्लेषण करत असाल तर चॅटजीपीटीचे उद्दीष्ट काय आहे?” लेव्हिन म्हणाला.