OpenAI API

আমরা OpenAI উদ্ভাবিত নতুন AI মডেলগুলিতে অ্যাক্সেসের জন্য একটি API রিলিজ করছি. বেশিরভাগ AI সিস্টেমের বিপরীতে, যা একক ব্যবহারের জন্য ডিজাইন করা, আজ API একটি সাধারণ-উদ্দেশ্যমূলক "টেক্সট ইন, টেক্সট আউট" ইন্টারফেস প্রদান করে, এটি ব্যবহার করে ব্যবহারকারী কার্যত যেকোনো ইংরেজি ভাষার কাজে করতে পারেন. আপনি এখন আপনার প্রোডাক্টে API ইন্টিগ্রেট করতে, একটি সম্পূর্ণ নতুন অ্যাপ্লিকেশন তৈরি করতে, অথবা এই প্রযুক্তির শক্তি এবং সীমা অন্বেষণে আমাদের সাহায্য করার জন্য অ্যাক্সেসের অনুরোধ করতে পারবেন.

যেকোনো টেক্সট নির্দেশ দেওয়া হলে, API আপনার দেওয়া প্যাটার্নের সাথে মিল খুঁজে বের করার চেষ্টা করে একটি টেক্সট ফলাফল দেবে. আপনি এটিকে কী করতে চান তার কয়েকটি উদাহরণ দিয়ে এটিকে "প্রোগ্রাম" করতে পারেন; এর সাফল্য সাধারণত কাজটি কতটা জটিল তার উপর নির্ভর করে. API আপনার দেওয়া উদাহরণের একটি ডেটাসেট (ছোট বা বড়) প্রশিক্ষণ, অথবা ব্যবহারকারী বা লেবেলার প্রদত্ত মানব ফিডব্যাক থেকে শিক্ষা নিয়ে নির্দিষ্ট কাজের কর্মক্ষমতা উন্নত করতে সাহায্য করে.

আমরা API কে এমনভাবে ডিজাইন করেছি যাতে যে কেউ সহজেই ব্যবহার করতে পারে এবং মেশিন লার্নিং দলগুলিকে আরও উৎপাদনশীল করে তুলতে যথেষ্ট নমনীয়ও হতে পারে. এমনকি, আমাদের অনেক দল এখন API ব্যবহার করছে যেন তারা বিতরণকৃত সিস্টেমের সমস্যার পরিবর্তে মেশিন লার্নিং গবেষণায় মনোনিবেশ করতে পারে. API এখন  GPT‑3⁠(একটি নতুন উইন্ডোতে খোলে)  পরিবারের ওয়েট ব্যবহার করে মডেলগুলি রান করে যেখানে অনেক গতি এবং প্রবাহ-পরিমাণ উন্নতি রয়েছে. মেশিন লার্নিং খুব দ্রুত এগিয়ে চলছে, এবং আমরা ক্রমাগত আমাদের প্রযুক্তি আপগ্রেড করছি যাতে আমাদের ব্যবহারকারীরা আপ টু ডেট থাকেন.

এই ফিল্ডের অগ্রগতির অর্থ হল, প্রায়শই কৃত্রিম বুদ্ধিমত্তার (AI) আশ্চর্যজনক নতুন প্রয়োগ দেখা যাবে, ইতিবাচক এবং নেতিবাচক উভয়ই. হয়রানি, স্প্যাম, র‌্যাডিকালাইজেশন, বা অ্যাস্ট্রোটার্ফিংয়ের মতো স্পষ্টভাবে ক্ষতিকারক ব্যবহারের ক্ষেত্রে আমরা API অ্যাক্সেস বন্ধ করে দেব. কিন্তু আমরা এটাও জানি যে আমরা এই প্রযুক্তির সম্ভাব্য সমস্ত পরিণতি সম্পর্কে পূর্বাভাস দিতে পারি না, তাই আমরা আজ সাধারণ প্রাপ্যতার পরিবর্তে একটি ব্যক্তিগত বিটা চালু করছি, ব্যবহারকারীদের আমাদের API-এর রিটার্ন করা কন্টেন্ট আরও ভালভাবে নিয়ন্ত্রণ করতে সহায়তা করার জন্য টুলস তৈরি করছি এবং ভাষা প্রযুক্তির সুরক্ষা-প্রাসঙ্গিক দিকগুলি (যেমন বিশ্লেষণ, প্রশমন এবং ক্ষতিকারক পক্ষপাতে ব্যবস্থা গ্রহণ) নিয়ে গবেষণা করছি. আমরা যা শিখি তা শেয়ার করব যাতে আমাদের ব্যবহারকারীরা এবং বৃহত্তর সম্প্রদায় আরও মানব-ইতিবাচক AI সিস্টেম তৈরি করতে পারে.

আমাদের  লক্ষ্য অর্জনের⁠ জন্য ব্যয় মেটাতে⁠ সহায়তায় আয়ের উৎস হওয়ার পাশাপাশি, API আমাদের সাধারণ-উদ্দেশ্যমূলক AI প্রযুক্তির উপর আমাদের মনোযোগ দিতে উৎসাহিত করেছে—প্রযুক্তির অগ্রগতি, এটি ব্যবহারযোগ্য করে তোলা এবং বাস্তব জগতে এর প্রভাব বিবেচনা করা. আমরা আশা করি যে API উপকারী AI-চালিত প্রোডাক্ট উৎপাদনের ক্ষেত্রে  বাধা⁠(একটি নতুন উইন্ডোতে খোলে)  অনেকাংশে কমিয়ে আনবে, যার ফলে এমন সরঞ্জাম এবং পরিষেবা তৈরি হবে যা আজ কল্পনা করাও কঠিন.

API অন্বেষণ করতে চান? আমাদের Algolia⁠(একটি নতুন উইন্ডোতে খোলে), Quizlet⁠(একটি নতুন উইন্ডোতে খোলে), and Reddit⁠(একটি নতুন উইন্ডোতে খোলে) এর মতো কোম্পানি এবং Middlebury Institute⁠(একটি নতুন উইন্ডোতে খোলে)  এর মতো প্রতিষ্ঠানের গবেষকদের সাথে আমাদের প্রাইভেট বিটা⁠(একটি নতুন উইন্ডোতে খোলে) তে যোগদান করুন.

পরিশেষে, আমরা যে বিষয়ে  সবচেয়ে বেশি যত্নশীল⁠ তা হল কৃত্রিম সাধারণ বুদ্ধিমত্তা যেন সকলের উপকারে আসে. আমরা বাণিজ্যিক পণ্য ডেভলপ করাকে সাফল্যের জন্য পর্যাপ্ত তহবিল নিশ্চিত করার একটি উপায় হিসেবে দেখি.

আমরা আরও বিশ্বাস করি যে বিশ্বে শক্তিশালী AI সিস্টেম নিরাপদে প্রয়োগ করা কঠিন হবে. API রিলিজের ক্ষেত্রে, বাস্তব জগতে এআই সিস্টেম ব্যবহার করলে কী কী চ্যালেঞ্জ দেখা দেয় তা সনাক্ত করতে আমরা আমাদের অংশীদারদের সাথে ঘনিষ্ঠভাবে কাজ করছি. এটি ভবিষ্যতের AI সিস্টেমগুলি কীভাবে প্রয়োগ করা হবে এবং সেগুলি নিরাপদ এবং সকলের জন্য উপকারী তা নিশ্চিত করার জন্য আমাদের কী করা উচিত তা বোঝার জন্য আমাদের প্রচেষ্টাকে গাইড করতে সহায়তা করবে.

আমরা এটি করার তিনটি মূল কারণ আছে. প্রথমত, প্রযুক্তির বাণিজ্যিকীকরণের মাধ্যমে আমরা চলমান AI গবেষণা, নিরাপত্তা এবং নীতিগত প্রচেষ্টার জন্য অর্থ প্রদান করতে পারছি.

দ্বিতীয়ত, API-এর অন্তর্নিহিত অনেক মডেলই অনেক বৃহৎ পরিসরে, যার বিকাশ এবং প্রয়োগে অনেক দক্ষতার প্রয়োজন হয় এবং এগুলি চালানো অনেক ব্যয়বহুল হয়ে ওঠে. এর ফলে বৃহত্তর কোম্পানিগুলি ছাড়া অন্য কারও পক্ষে অন্তর্নিহিত প্রযুক্তি থেকে উপকৃত হওয়া কঠিন হয়ে পড়ে. আমরা আশাবাদী যে API ক্ষুদ্র ব্যবসা এবং প্রতিষ্ঠানের জন্য শক্তিশালী AI সিস্টেমগুলিকে আরও সহজলভ্য করে তুলবে.

তৃতীয়ত, API মডেল আমাদের প্রযুক্তির অপব্যবহারের প্রতি আরও সহজে ব্যবস্থা নিতে সাহায্য করে. যেহেতু আমাদের মডেলগুলির ডাউনস্ট্রিম ব্যবহারের ঘটনাগুলি ভবিষ্যদ্বাণী করা কঠিন, তাই ক্ষতিকারক অ্যাপ্লিকেশন থাকলে অ্যাক্সেস সামঞ্জস্য করা যায় না এমন ওপেন সোর্স মডেল রিলিজ করার চেয়ে, একটি API-এর মাধ্যমে সেগুলি রিলিজ করা এবং সময়ের সাথে সাথে অ্যাক্সেস প্রসারিত করা স্বভাবতই নিরাপদ বলে মনে হয়.

GPT‑2 এর ক্ষেত্রে, আমাদের অন্যতম প্রধান উদ্বেগ ছিল মডেলটির ক্ষতিকারক ব্যবহার (যেমন, বিভ্রান্তিকর তথ্যের জন্য), ওপেন সোর্স হওয়ার পরে প্রতিরোধ করা কঠিন. API-এর ক্ষেত্রে, আমরা অনুমোদিত গ্রাহক এবং ব্যবহারের ক্ষেত্রে অ্যাক্সেস সীমিত করে অপব্যবহার আরও ভালোভাবে প্রতিরোধ করতে সক্ষম. প্রস্তাবিত অ্যাপ্লিকেশন লাইভ করার আগে আমাদের একটি বাধ্যতামূলক প্রোডাকশন রিভিউ প্রক্রিয়া রয়েছে. প্রোডাকশন রিভিউতে, আমরা কিছূ নির্দষ্টি ক্ষেত্রে অ্যাপ্লিকেশনগুলি মূল্যায়ন করি, এই জাতীয় প্রশ্ন জিজ্ঞাসা করি: এটি কি বর্তমানে সমর্থিত ব্যবহারিক ক্ষেত্র?, অ্যাপ্লিকেশনটি কতটা উন্মুক্ত?, অ্যাপ্লিকেশনটি কতটা ঝুঁকিপূর্ণ?, সম্ভাব্য অপব্যবহার মোকাবেলায় আপনার পরিকল্পনা কী?, এবং আপনার অ্যাপ্লিকেশনের প্রান্তীয় ব্যবহারকারী কারা?.

আমরা এমন ব্যবহারের ক্ষেত্রে API অ্যাক্সেস বন্ধ করে দিই যা মানুষের শারীরিক, আবেগ বা মানসিক ক্ষতি করে (অথবা ক্ষতির সম্ভাবনা থাকে), এর মধ্যে রয়েছে হয়রানি, ইচ্ছাকৃত প্রতারণা, মৌলবাদ, অ্যাস্ট্রোটার্ফিং, বা স্প্যাম, এবং সেইসাথে ব্যবহারকারীদের দ্বারা অপব্যবহার সীমিত করতে পর্যাপ্ত গার্ডেল নেই এমন অ্যাপ্লিকেশনগুলিতে. বাস্তবে API পরিচালনার অভিজ্ঞতা বৃদ্ধি পাওয়ার সাথে সাথে, আমরা যে অ্যাপ্লিকেশনগুলিকে সমর্থন করতে পারি তার পরিসর প্রসারিত করতে এবং যেসব অ্যাপ্লিকেশনের অপব্যবহারের বিষয়ে আমাদের উদ্বেগ রয়েছে সেগুলির জন্য আরও সূক্ষ্ম বিভাগ তৈরি করতে, আমরা ক্রমাগত ব্যবহারের বিভাগগুলিকে পরিমার্জন করব.

API-এর ব্যবহার অনুমোদনের ক্ষেত্রে আমরা যে গুরুত্বপূর্ণ বিষয়টি বিবেচনা করি তা হলো সিস্টেমের অন্তর্নিহিত উৎপাদন ক্ষমতার ক্ষেত্রে একটি অ্যাপ্লিকেশন কতটা উন্মুক্ত-সম্পন্ন বনাম সীমাবদ্ধ ফলাফল প্রদর্শন করে. API-এর ওপেন-এন্ডেড প্রয়োগ (অর্থাৎ, যেগুলি ইচ্ছামত নির্দেশর মাধ্যমে প্রচুর পরিমাণে কাস্টমাইজেবল টেক্স ফলাফল দিতে সক্ষম) বিশেষ করে অপব্যবহারের জন্য সংবেদনশীল. জেনারেটিভ ব্যবহারের ক্ষেত্রে নিরাপত্তা নিশ্চিত করতে সীমাবদ্ধতায় রয়েছে সিস্টেম ডিজাইনে একজন মানুষকে লুপে রাখা হয়, প্রান্তীয় ব্যবহারকারীর অ্যাক্সেসে সীমাবদ্ধতা, ফলাফল পোস্ট-প্রসেসিং, কন্টেন্ট ফিল্টারেশন, ইনপুট/আউটপুট দৈর্ঘ্যের সীমাবদ্ধতা, সক্রিয় পর্যবেক্ষণ এবং টপিকালিটি সীমাবদ্ধতা.

আমরা API পরিবেশিত মডেলগুলির সম্ভাব্য অপব্যবহার সম্পর্কে গবেষণা চালিয়ে যাচ্ছি, যার মধ্যে আমাদের একাডেমিক অ্যাক্সেস প্রোগ্রাম⁠(একটি নতুন উইন্ডোতে খোলে) এর মাধ্যমে তৃতীয় পক্ষের গবেষকদের মাধ্যমেও. আমরা এই মুহূর্তে খুবই সীমিত সংখ্যক গবেষক দিয়ে শুরু করছি এবং ইতিমধ্যেই আমাদের মিডলবেরি ইনস্টিটিউট⁠(একটি নতুন উইন্ডোতে খোলে), ইউনিভার্সিটি অফ ওয়াশিংটন এবং অ্যালেন ইনস্টিটিউট ফর AI⁠(একটি নতুন উইন্ডোতে খোলে)-এর একাডেমিক অংশীদারদের কাছ থেকে কিছু ফলাফল পেয়েছি. এই প্রোগ্রামের জন্য আমাদের কাছে ইতিমধ্যেই হাজার হাজার আবেদনকারী রয়েছে এবং বর্তমানে আমরা ন্যায্যতা এবং প্রতিনিধিত্বমূলক গবেষণার উপর গুরুত্ব দিয়ে আবেদনগুলিকে অগ্রাধিকার দিচ্ছি.

ক্ষতিকারক পক্ষপাতের মতো নেতিবাচক প্রভাব প্রশমিত করা একটি কঠিন, শিল্প-ব্যাপী সমস্যা যা অত্যন্ত গুরুত্বপূর্ণ. যেমনটি আমরা GPT‑3 পেপার⁠(একটি নতুন উইন্ডোতে খোলে) এবং মডেল কার্ডে⁠(একটি নতুন উইন্ডোতে খোলে) আলোচনা করেছি, আমাদের API মডেলগুলিতে এমন পক্ষপাত দেখা যায় যা উৎপন্ন করা টেক্সটে প্রতিফলিত হবে. এই সমস্যা সমাধানের জন্য আমরা যে পদক্ষেপগুলি নিচ্ছি তা হল:

• আমরা ব্যবহারের নির্দেশনা তৈরি করেছি যা ডেভেলপারদের সম্ভাব্য নিরাপত্তা সমস্যাগুলি বুঝতে এবং সমাধান করতে সাহায্য করে.
• আমরা ব্যবহারের ধরণ বুঝতে এবং ক্ষতিকারক পক্ষপাত কমাতে ব্যবস্থা গ্রহণে টুলস তৈরি করতে ব্যবহারকারীদের সাথে ঘনিষ্ঠভাবে কাজ করছি.
• আমরা ক্ষতিকারক পক্ষপাত প্রদর্শন এবং ন্যায্যতা ও প্রতিনিধিত্বের ক্ষেত্রে বৃহত্তর সমস্যাগুলির উপর আমাদের নিজস্ব গবেষণা পরিচালনা করছি, যা বিদ্যমান মডেলগুলির উন্নত ডকুমেন্টেশনের পাশাপাশি ভবিষ্যতের মডেলগুলিতে বিভিন্ন উন্নতির মাধ্যমে আমাদের কাজকে অবহিত করতে সহায়তা করবে.
• আমরা স্বীকার করি যে পক্ষপাত একটি সমস্যা যা একটি সিস্টেম এবং ডেল্পয়েড প্রসঙ্গ ইন্টারসেকশনে প্রকাশিত হয়; আমাদের প্রযুক্তি ব্যবহার করে তৈরি অ্যাপ্লিকেশনগুলি আর্থ-সামাজিক প্রযুক্তিগত সিস্টেম, তাই আমরা আমাদের ডেভেলপারদের সাথে কাজ করি যাতে তারা প্রতিকূল আচরণ পর্যবেক্ষণের জন্য উপযুক্ত প্রক্রিয়া এবং হিউম্যান-ইন-দ্য-লুপ সিস্টেম স্থাপন করে.

আমাদের লক্ষ্য হল ব্যবহারের প্রতিটি প্রেক্ষাপটে API-এর সম্ভাব্য ক্ষতি সম্পর্কে আমাদের বোধগম্যতা বৃদ্ধি করা এবং সেগুলি হ্রাস করতে আমাদের টুলস এবং প্রক্রিয়াগুলিকে ক্রমাগত উন্নত করা.

আপডেটেড: 18 সেপ্টেম্বর, 2020