OpenAI API

OpenAI ಅಭಿವೃದ್ಧಿಪಡಿಸಿರುವ ಹೊಸ AI ಮಾಡೆಲ್‌ಗಳನ್ನು ಪ್ರವೇಶಿಸಲು API ಅನ್ನು ನಾವು ಬಿಡುಗಡೆ ಮಾಡುತ್ತಿದ್ದೇವೆ. ಹೆಚ್ಚಿನ AI ಸಿಸ್ಟಮ್‌ಗಳು ಒಂದೇ ಉದ್ದೇಶಕ್ಕಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲ್ಪಟ್ಟಿದ್ದರೆ, ಇಂದಿನ API ಸಾಮಾನ್ಯ ಉದ್ದೇಶದ “ಟೆಕ್ಸ್ಟ್ ಇನ್, ಟೆಕ್ಸ್ಟ್ ಔಟ್” ಇಂಟರ್ಫೇಸ್ ಅನ್ನು ಒದಗಿಸುತ್ತದೆ, ಇದು ಬಳಕೆದಾರರಿಗೆ virtually ಯಾವುದೇ ಇಂಗ್ಲಿಷ್ ಭಾಷಾ ಕಾರ್ಯದಲ್ಲಿ ಪ್ರಯೋಗಿಸಲು ಅವಕಾಶ ನೀಡುತ್ತದೆ. ನೀವು ಈಗ API ಅನ್ನು ನಿಮ್ಮ ಉತ್ಪನ್ನದಲ್ಲಿ ಸಂಯೋಜಿಸಲು, ಸಂಪೂರ್ಣ ಹೊಸ ಅರ್ಜಿಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು, ಅಥವಾ ಈ ತಂತ್ರಜ್ಞಾನದ ಶಕ್ತಿಗಳು ಮತ್ತು ಮಿತಿಗಳನ್ನು ಅನ್ವೇಷಿಸಲು ಸಹಾಯ ಮಾಡಲು ಪ್ರವೇಶವನ್ನು ವಿನಂತಿಸಬಹುದು.

ಯಾವುದೇ ಟೆಕ್ಸ್ಟ್ ಪ್ರಾಂಪ್ಟ್ ನೀಡಿದಾಗ, API ನೀವು ನೀಡಿದ ಪ್ಯಾಟರ್ನ್‌ಗೆ ಹೊಂದುವಂತೆ ಟೆಕ್ಸ್ಟ್ ಕಂಪ್ಲೀಷನ್ ಅನ್ನು ಹಿಂದಿರುಗಿಸುತ್ತದೆ. ನೀವು ಅದು ಹೇಗೆ ಕೆಲಸ ಮಾಡಬೇಕು ಎಂಬುದನ್ನು ಕೆಲವು ಉದಾಹರಣೆಗಳ ಮೂಲಕ ತೋರಿಸಿ ಅದನ್ನು “ಪ್ರೋಗ್ರಾಂ” ಮಾಡಬಹುದು; ಇದರ ಯಶಸ್ಸು ಸಾಮಾನ್ಯವಾಗಿ ಕಾರ್ಯದ ಸಂಕೀರ್ಣತೆಯ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುತ್ತದೆ. API ನಿಮಗೆ ನೀಡುವ ಉದಾಹರಣೆಗಳ ಡೇಟಾಸೆಟ್ (ಸಣ್ಣ ಅಥವಾ ದೊಡ್ಡ) ಮೇಲೆ ಟ್ರೈನಿಂಗ್ ನೀಡಿ ಅಥವಾ ಬಳಕೆದಾರರು ಅಥವಾ ಲೇಬಲರ್‌ಗಳು ನೀಡುವ ಮಾನವ ಪ್ರತಿಕ್ರಿಯೆಯಿಂದ ಕಲಿಯುವ ಮೂಲಕ ನಿರ್ದಿಷ್ಟ ಕಾರ್ಯಗಳ ಮೇಲೆ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಸುಧಾರಿಸಲು ಸಹ ಅವಕಾಶ ನೀಡುತ್ತದೆ.

ನಾವು API ಅನ್ನು ಯಾರಿಗೂ ಸುಲಭವಾಗಿ ಬಳಸಬಹುದಾದ ಹಾಗೆ ವಿನ್ಯಾಸಗೊಳಿಸಿದ್ದೇವೆ, ಜೊತೆಗೆ ಮಷಿನ್ ಲರ್ನಿಂಗ್ ತಂಡಗಳು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಕೆಲಸ ಮಾಡಲು ಸಾಕಷ್ಟು ಫ್ಲೆಕ್ಸಿಬಲ್ ಆಗಿಯೂ ಮಾಡಿದ್ದೇವೆ. ವಾಸ್ತವವಾಗಿ, ನಮ್ಮ ಅನೇಕ ತಂಡಗಳು ಈಗ API ಅನ್ನು ಬಳಸುತ್ತಿವೆ, ಇದರಿಂದ ಅವುಗಳು ಡಿಸ್ಟ್ರಿಬ್ಯೂಟೆಡ್ ಸಿಸ್ಟಮ್ ಸಮಸ್ಯೆಗಳಿಗಿಂತ ಮಷಿನ್ ಲರ್ನಿಂಗ್ ಸಂಶೋಧನೆಗೆ ಹೆಚ್ಚು ಗಮನ ಹರಿಸಬಹುದು. ಇಂದು API GPT‑3⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ಕುಟುಂಬದ ತೂಕವಿರುವ ಮಾಡೆಲ್‌ಗಳನ್ನು ಅನೇಕ ವೇಗ ಮತ್ತು ಒಟ್ಟು ಮೊತ್ತ ಸುಧಾರಣೆಗಳೊಂದಿಗೆ ಕಾರ್ಯಗತಗೊಳಿಸುತ್ತದೆ. ಮಷಿನ್ ಲರ್ನಿಂಗ್ ಬಹಳ ವೇಗವಾಗಿ ಮುಂದುವರಿಯುತ್ತಿದೆ, ಮತ್ತು ನಮ್ಮ ಬಳಕೆದಾರರು ನವೀಕೃತವಾಗಿರಲು ನಾವು ನಿರಂತರವಾಗಿ ನಮ್ಮ ತಂತ್ರಜ್ಞಾನವನ್ನು ಉನ್ನತೀಕರಿಸುದ್ದೇವೆ.

ಕ್ಷೇತ್ರದ ಪ್ರಗತಿಯ ವೇಗವು, AI ನ ಧನಾತ್ಮಕ ಮತ್ತು ಋಣಾತ್ಮಕ ಎರಡೂ ಹೊಸ ಅರ್ಜಿಗಳನ್ನು ಆಗಾಗ್ಗೆ ಅಚ್ಚರಿಗೊಳಿಸುತ್ತಿದೆ ಎಂದು ಸೂಚಿಸುತ್ತದೆ. ಕಿರುಕುಳ, ಸ್ಪ್ಯಾಮ್, ಆಮೂಲಾಗ್ರೀಕರಣ ಅಥವಾ ಆಸ್ಟ್ರೋಟರ್ಫಿಂಗ್‌ನಂತಹ ಸ್ಪಷ್ಟವಾಗಿ ಹಾನಿಕಾರಕ ಬಳಕೆಯ ಪ್ರಕರಣಗಳಿಗೆ ನಾವು API ಪ್ರವೇಶವನ್ನು ಕೊನೆಗೊಳಿಸುತ್ತೇವೆ. ಆದರೆ ಈ ತಂತ್ರಜ್ಞಾನದ ಎಲ್ಲಾ ಸಂಭಾವ್ಯ ಪರಿಣಾಮಗಳನ್ನು ನಾವು ಊಹಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ ಎಂದು ನಮಗೆ ತಿಳಿದಿದೆ, ಆದ್ದರಿಂದ ನಾವು ಇಂದು ಸಾಮಾನ್ಯ ಲಭ್ಯತೆಯ ಬದಲು ಖಾಸಗಿ ಬೀಟಾದಲ್ಲಿ ಪ್ರಾರಂಭಿಸುತ್ತಿದ್ದೇವೆ, ನಮ್ಮ API ಹಿಂದಿರುಗಿಸುವ ವಿಷಯವನ್ನು ಉತ್ತಮವಾಗಿ ನಿಯಂತ್ರಿಸಲು ಬಳಕೆದಾರರಿಗೆ ಸಹಾಯ ಮಾಡಲು ಪರಿಕರಗಳನ್ನು ನಿರ್ಮಿಸುತ್ತಿದ್ದೇವೆ ಮತ್ತು ಭಾಷಾ ತಂತ್ರಜ್ಞಾನದ ಸುರಕ್ಷತೆ-ಸಂಬಂಧಿತ ಅಂಶಗಳನ್ನು (ವಿಶ್ಲೇಷಿಸುವುದು, ತಗ್ಗಿಸುವುದು ಮತ್ತು ಹಾನಿಕಾರಕ ಪಕ್ಷಪಾತದ ಮೇಲೆ ಮಧ್ಯಪ್ರವೇಶಿಸುವಂತಹವು) ಸಂಶೋಧಿಸುತ್ತಿದ್ದೇವೆ. ನಾವು ಕಲಿಯುವ ವಿಷಯಗಳನ್ನು ಹಂಚಿಕೊಳ್ಳುತ್ತೇವೆ, ಇದರಿಂದ ನಮ್ಮ ಬಳಕೆದಾರರು ಮತ್ತು ವಿಶಾಲ ಸಮುದಾಯವು ಹೆಚ್ಚು ಮಾನವ ಸ್ನೇಹಿ AI ಸಿಸ್ಟಮ್‌ಗಳನ್ನು ನಿರ್ಮಿಸಬಹುದು.

ನಮ್ಮ ಧ್ಯೇಯವನ್ನು⁠ ಸಾಧಿಸುವಲ್ಲಿನ ವೆಚ್ಚಗಳನ್ನು ಸರಿದೂಗಿಸಲು⁠ ಸಹಾಯ ಮಾಡುವ ಆದಾಯದ ಮೂಲವಾಗಿರುವುದರ ಜೊತೆಗೆ, API ಸಾಮಾನ್ಯ ಉದ್ದೇಶದ AI ತಂತ್ರಜ್ಞಾನದತ್ತ ನಮ್ಮ ಗಮನವನ್ನು ತೀಕ್ಷ್ಣಗೊಳಿಸಲು ನಮ್ಮನ್ನು ಪ್ರೇರೇಪಿಸಿದೆ—ತಂತ್ರಜ್ಞಾನವನ್ನು ಸುಧಾರಿಸುವುದು, ಅದನ್ನು ಬಳಸುವಂತೆ ಮಾಡುವುದು ಮತ್ತು ನೈಜ ಜಗತ್ತಿನಲ್ಲಿ ಅದರ ಪರಿಣಾಮಗಳನ್ನು ಪರಿಗಣಿಸುವುದು. ಪ್ರಯೋಜನಕಾರಿ AI-ಚಾಲಿತ ಉತ್ಪನ್ನಗಳನ್ನು ಉತ್ಪಾದಿಸುವ ಅಡಚಣೆಯನ್ನು⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) API ಬಹಳವಾಗಿ ಕಡಿಮೆ ಮಾಡುತ್ತದೆ ಎಂದು ನಾವು ಭಾವಿಸುತ್ತೇವೆ, ಇದರಿಂದಾಗಿ ಇಂದು ಊಹಿಸಲೂ ಕಷ್ಟವಾಗುವ ಪರಿಕರಗಳು ಮತ್ತು ಸೇವೆಗಳು ದೊರೆಯುತ್ತವೆ.

API ಅನ್ನು ಅನ್ವೇಷಿಸಲು ಆಸಕ್ತಿ ಇದೆಯೇ? ನಮ್ಮ ಖಾಸಗಿ ಬೀಟಾದಲ್ಲಿ⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) Algolia⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ), Quizlet⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ), ಮತ್ತು Reddit⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ನಂತಹ ಕಂಪನಿಗಳು ಮತ್ತು ಮಿಡಲ್‌ಬರಿ ಇನ್‌ಸ್ಟಿಟ್ಯೂಟ್⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ನಂತಹ ಸಂಸ್ಥೆಗಳ ಸಂಶೋಧಕರೊಂದಿಗೆ ಸೇರಿ.

ಅಂತಿಮವಾಗಿ, ನಾವು ಅತ್ಯಂತ ಕಾಳಜಿ ವಹಿಸುವುದು⁠ ಎಂದರೆ ಕೃತಕ ಸಾಮಾನ್ಯ ಬುದ್ಧಿಮತ್ತೆ ಎಲ್ಲರಿಗೂ ಲಾಭದಾಯಕವಾಗಬೇಕೆಂಬುದನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುವುದು. ಯಶಸ್ಸು ಸಾಧಿಸಲು ಅಗತ್ಯವಿರುವ ನಿಧಿಯನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುವ ಒಂದು ಮಾರ್ಗವಾಗಿ ನಾವು ವಾಣಿಜ್ಯ ಪ್ರಾಡಕ್ಟ್‌ಗಳ ಅಭಿವೃದ್ಧಿಯನ್ನು ನೋಡುತ್ತೇವೆ.

ಶಕ್ತಿಶಾಲಿ AI ಸಿಸ್ಟಮ್‌ಗಳನ್ನು ಸುರಕ್ಷಿತವಾಗಿ ವಿಶ್ವದಲ್ಲಿ ಅನ್ವಯಿಸುವುದು ಸುಲಭದ ಕೆಲಸವಲ್ಲ ಎಂದು ನಾವು ನಂಬುತ್ತೇವೆ. API ಬಿಡುಗಡೆ ಮಾಡುವಾಗ, AI ಸಿಸ್ಟಮ್‌ಗಳು ನೈಜ ಜಗತ್ತಿನಲ್ಲಿ ಬಳಸಿದಾಗ ಎದುರಾಗುವ ಸವಾಲುಗಳನ್ನು ತಿಳಿಯಲು ನಾವು ನಮ್ಮ ಪಾಲುದಾರರೊಂದಿಗೆ ಹತ್ತಿರವಾಗಿ ಕೆಲಸ ಮಾಡುತ್ತಿದ್ದೇವೆ. ಇದು ಭವಿಷ್ಯದ AI ಸಿಸ್ಟಮ್‌ಗಳನ್ನು ಹೇಗೆ ಅನ್ವಯಿಸಬಹುದು ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಮತ್ತು ಅವು ಎಲ್ಲರಿಗೂ ಸುರಕ್ಷಿತ ಮತ್ತು ಉಪಯುಕ್ತವಾಗಲು ಬೇಕಾದ ಕ್ರಮಗಳನ್ನು ನಿರ್ಧರಿಸುವ ನಮ್ಮ ಪ್ರಯತ್ನಗಳಿಗೆ ಮಾರ್ಗದರ್ಶನ ನೀಡುತ್ತದೆ.

ಇದಕ್ಕೆ ಮೂರು ಪ್ರಮುಖ ತಾರ್ಕಿಕತೆಗಳಿವೆ. ಮೊದಲನೆಯದಾಗಿ, ತಂತ್ರಜ್ಞಾನವನ್ನು ವಾಣಿಜ್ಯೀಕರಣಗೊಳಿಸುವುದು ನಮ್ಮ ನಿರಂತರ AI ಸಂಶೋಧನೆ, ಸುರಕ್ಷತಾ ಕ್ರಮಗಳು ಮತ್ತು ನೀತಿ ಪ್ರಯತ್ನಗಳಿಗೆ ಹಣಕಾಸು ಒದಗಿಸುತ್ತದೆ.

ಎರಡನೆಯದಾಗಿ, API ಗೆ ಆಧಾರವಾಗಿರುವ ಅನೇಕ ಮಾಡೆಲ್‌ಗಳು ತುಂಬಾ ದೊಡ್ಡವು, ಅವುಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಮತ್ತು ನಿಯೋಜಿಸಲು ಹೆಚ್ಚಿನ ಪರಿಣತಿ ಬೇಕಾಗುತ್ತದೆ ಮತ್ತು ಅವುಗಳನ್ನು ಚಾಲನೆ ಮಾಡಲು ತುಂಬಾ ವೆಚ್ಚವಾಗುತ್ತದೆ. ಇದು ದೊಡ್ಡ ಕಂಪನಿಗಳನ್ನು ಹೊರತುಪಡಿಸಿ ಇತರರಿಗೆ ಈ ತಂತ್ರಜ್ಞಾನದಿಂದ ಲಾಭ ಪಡೆಯುವುದು ಕಷ್ಟವಾಗಿಸುತ್ತದೆ. API ಶಕ್ತಿಶಾಲಿ AI ಸಿಸ್ಟಮ್‌ಗಳನ್ನು ಸಣ್ಣ ವ್ಯವಹಾರಗಳು ಮತ್ತು ಸಂಸ್ಥೆಗಳಿಗೂ ಸುಲಭವಾಗಿ ಲಭ್ಯವಾಗುವಂತೆ ಮಾಡುತ್ತದೆ ಎಂದು ನಾವು ನಿರೀಕ್ಷಿಸುತ್ತೇವೆ.

ಮೂರನೆಯದಾಗಿ, API ಮಾಡೆಲ್ ತಂತ್ರಜ್ಞಾನ ದುರುಪಯೋಗಕ್ಕೆ ನಾವು ಸುಲಭವಾಗಿ ಪ್ರತಿಕ್ರಿಯಿಸಲು ಅನುಕೂಲ ಮಾಡುತ್ತದೆ. ನಮ್ಮ ಮಾಡೆಲ್‌ಗಳ ಕೆಳಮುಖ ಬಳಕೆಯ ಪ್ರಕರಣಗಳನ್ನು ಊಹಿಸುವುದು ಕಷ್ಟಕರವಾದ ಕಾರಣ, ಹಾನಿಕಾರಕ ಅರ್ಜಿಗಳನ್ನು ಹೊಂದಿದ್ದರೆ ಪ್ರವೇಶವನ್ನು ಸರಿಹೊಂದಿಸಲಾಗದ ಮುಕ್ತ ಮೂಲ ಮಾಡೆಲ್ ಅನ್ನು ಬಿಡುಗಡೆ ಮಾಡುವ ಬದಲು, ಅವುಗಳನ್ನು API ಮೂಲಕ ಬಿಡುಗಡೆ ಮಾಡುವುದು ಮತ್ತು ಕಾಲಾನಂತರದಲ್ಲಿ ಪ್ರವೇಶವನ್ನು ವಿಸ್ತರಿಸುವುದು ಅಂತರ್ಗತವಾಗಿ ಸುರಕ್ಷಿತವೆಂದು ಭಾವಿಸುತ್ತದೆ.

GPT‑2 ಸಂದರ್ಭದಲ್ಲಿ ನಮ್ಮ ಪ್ರಮುಖ ಚಿಂತೆಯೊಂದೇಂದರೆ ಮಾಡೆಲ್‌ನ ದುರುದ್ದೇಶಪೂರ್ಣ ಬಳಕೆ (ಉದಾ., ತಪ್ಪುಮಾಹಿತಿಗಾಗಿ), ಏಕೆಂದರೆ ಮಾಡೆಲ್ ಅನ್ನು ಓಪನ್ ಸೋರ್ಸ್ ಮಾಡಿದ ನಂತರ ಅದನ್ನು ತಡೆಯುವುದು ಕಷ್ಟವಾಗುತ್ತದೆ. APIಗೆ ಸಂಬಂಧಿಸಿದಂತೆ, ಅನುಮೋದಿತ ಗ್ರಾಹಕರು ಮತ್ತು ಉಪಯೋಗದ ಸಂದರ್ಭಗಳಿಗೆ ಮಾತ್ರ ಪ್ರವೇಶವನ್ನು ನಿರ್ಬಂಧಿಸುವ ಮೂಲಕ ನಾವು ದುರುಪಯೋಗವನ್ನು ಉತ್ತಮವಾಗಿ ತಡೆಯಲು ಸಾಧ್ಯವಾಗಿದೆ. ಪ್ರಸ್ತಾಪಿತ ಅರ್ಜಿಗಳನ್ನು ಲೈವ್ ಮಾಡಲು ಮುಂಚಿತವಾಗಿ ನಾವು ಕಡ್ಡಾಯ ಉತ್ಪಾದನಾ ಪರಿಶೀಲನೆ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಹೊಂದಿದ್ದೇವೆ. ಉತ್ಪಾದನಾ ಪರಿಶೀಲನೆಗಳಲ್ಲಿ, ನಾವು ಕೆಲವು ಅಕ್ಷಗಳಲ್ಲಿ ಅರ್ಜಿಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುತ್ತೇವೆ, ಈ ರೀತಿಯ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳುತ್ತೇವೆ: ಇದು ಪ್ರಸ್ತುತ ಬೆಂಬಲಿತ ಬಳಕೆಯ ಸಂದರ್ಭವೇ?, ಅರ್ಜಿ ಎಷ್ಟು ಮುಕ್ತವಾಗಿದೆ?, ಅರ್ಜಿ ಎಷ್ಟು ಅಪಾಯಕಾರಿಯಾಗಿದೆ?, ಸಂಭಾವ್ಯ ದುರುಪಯೋಗವನ್ನು ನೀವು ಹೇಗೆ ಪರಿಹರಿಸಲು ಪ್ಲಾನ್ ಮಾಡುತ್ತೀರಿ?, and ನಿಮ್ಮ ಅರ್ಜಿಯ ಅಂತಿಮ ಬಳಕೆದಾರರು ಯಾರು?.

ಕಿರುಕುಳ, ಉದ್ದೇಶಪೂರ್ವಕ ವಂಚನೆ, ಆಮೂಲಾಗ್ರೀಕರಣ, ಆಸ್ಟ್ರೋಟರ್ಫಿಂಗ್ ಅಥವಾ ಸ್ಪ್ಯಾಮ್ ಸೇರಿದಂತೆ ಆದರೆ ಅವುಗಳಿಗೆ ಸೀಮಿತವಾಗಿರದೆ, ಜನರಿಗೆ ದೈಹಿಕ, ಭಾವನಾತ್ಮಕ ಅಥವಾ ಮಾನಸಿಕ ಹಾನಿಯನ್ನುಂಟುಮಾಡುವ (ಅಥವಾ ಉಂಟುಮಾಡುವ ಉದ್ದೇಶವನ್ನು ಹೊಂದಿರುವ) ಬಳಕೆಯ ಪ್ರಕರಣಗಳಿಗೆ ಹಾಗೂ ಅಂತಿಮ ಬಳಕೆದಾರರ ದುರುಪಯೋಗವನ್ನು ಮಿತಿಗೊಳಿಸಲು ಸಾಕಷ್ಟು ಗಾರ್ಡ್‌ರೈಲ್‌ಗಳನ್ನು ಹೊಂದಿರದ ಅರ್ಜಿಗಳಿಗೆ ನಾವು API ಪ್ರವೇಶವನ್ನು ಕೊನೆಗೊಳಿಸುತ್ತೇವೆ. ನಾವು API ಅನ್ನು ಪ್ರಾಯೋಗಿಕವಾಗಿ ಕಾರ್ಯಗತಗೊಳಿಸುವ ಅನುಭವ ಹೆಚ್ಚಾಗುತ್ತಿರುತ್ತಂತೆ, ಬೆಂಬಲಿಸಬಹುದಾದ ಉಪಯೋಗಗಳ ವರ್ಗಗಳನ್ನು ನಿರಂತರವಾಗಿ ಸುಧಾರಿಸುತ್ತೇವೆ, ಇದರಿಂದ ನಾವು ಬೆಂಬಲಿಸಬಹುದಾದ ಅರ್ಜಿಗಳ ವ್ಯಾಪ್ತಿಯನ್ನು ವಿಸ್ತರಿಸುವುದರ ಜೊತೆಗೆ ದುರುಪಯೋಗದ ಬಗ್ಗೆ ಕಾಳಜಿ ಇರುವ ಉಪಯೋಗಗಳಿಗೆ ಸೂಕ್ಷ್ಮ ವರ್ಗೀಕರಣಗಳನ್ನು ರಚಿಸುವುದಕ್ಕೆ ಸಹ ಸಾಧ್ಯವಾಗುತ್ತದೆ.

API ಉಪಯೋಗಗಳನ್ನು ಅನುಮೋದಿಸುವಾಗ ನಾವು ಪರಿಗಣಿಸುವ ಪ್ರಮುಖ ಅಂಶವೆಂದರೆ, ಸಿಸ್ಟಮ್‌ನ ಮೂಲ ಜನರೇಟಿವ್ ಸಾಮರ್ಥ್ಯಗಳ ಹಿನ್ನೆಲೆಯಲ್ಲಿ ಅರ್ಜಿ ಎಷ್ಟು ಓಪನ್ ಎಂಡೆಡ್ ಅಥವಾ ನಿರ್ಬಂಧಿತ ನಡವಳಿಕೆಯನ್ನು ತೋರಿಸುತ್ತದೆ ಎಂಬುದು. API ನ ಓಪನ್ ಎಂಡೆಡ್ ಅರ್ಜಿಗಳು (ಅಂದರೆ, ಅನಿಯಂತ್ರಿತ ಪ್ರಾಂಪ್ಟ್‌ಗಳ ಮೂಲಕ ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಗ್ರಾಹಕೀಯಗೊಳಿಸಬಹುದಾದ ಪಠ್ಯವನ್ನು ಘರ್ಷಣೆಯಿಲ್ಲದೆ ಉತ್ಪಾದಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುವವು) ವಿಶೇಷವಾಗಿ ದುರುಪಯೋಗಕ್ಕೆ ಒಳಗಾಗುತ್ತವೆ. ಜನರೇಟಿವ್ ಉಪಯೋಗದ ಸಂದರ್ಭಗಳನ್ನು ಹೆಚ್ಚು ಸುರಕ್ಷಿತಗೊಳಿಸುವ ನಿರ್ಬಂಧಗಳಲ್ಲಿ — ಮಾನವ ಹಸ್ತಕ್ಷೇಪವನ್ನು ಉಳಿಸಿಕೊಳ್ಳುವ ಸಿಸ್ಟಮ್ ವಿನ್ಯಾಸ, ಅಂತಿಮ ಬಳಕೆದಾರರ ಪ್ರವೇಶ ನಿರ್ಬಂಧಗಳು, ಔಟ್‌ಪುಟ್‌ಗಳ ನಂತರದ ಪ್ರಕ್ರಿಯೆ, ವಿಷಯ ಶೋಧನೆ, ಇನ್‌ಪುಟ್/ಔಟ್‌ಪುಟ್ ಉದ್ದ ಮಿತಿಗಳು, ಸಕ್ರಿಯ ಮೇಲ್ವಿಚಾರಣೆ ಮತ್ತು ವಿಷಯದ ವ್ಯಾಪ್ತಿಯ ನಿಯಂತ್ರಣೆ — ಸೇರಿವೆ.

ನಮ್ಮ ಶೈಕ್ಷಣಿಕ ಪ್ರವೇಶ ಕಾರ್ಯಕ್ರಮದ⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ಮೂಲಕ ಮೂರನೇ ವ್ಯಕ್ತಿಯ ಸಂಶೋಧಕರನ್ನು ಒಳಗೊಂಡಂತೆ, API ನಿಂದ ಒದಗಿಸಲಾದ ಮಾಡೆಲ್‌ಗಳ ಸಂಭಾವ್ಯ ದುರುಪಯೋಗದ ಕುರಿತು ನಾವು ಸಂಶೋಧನೆ ನಡೆಸುವುದನ್ನು ಮುಂದುವರಿಸುತ್ತಿದ್ದೇವೆ. ಈ ಸಮಯದಲ್ಲಿ ನಾವು ಬಹಳ ಸೀಮಿತ ಸಂಖ್ಯೆಯ ಸಂಶೋಧಕರೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸುತ್ತಿದ್ದೇವೆ ಮತ್ತು ಮಿಡಲ್‌ಬರಿ ಇನ್‌ಸ್ಟಿಟ್ಯೂಟ್⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ), ವಾಷಿಂಗ್ಟನ್ ವಿಶ್ವವಿದ್ಯಾಲಯ ಮತ್ತು ಅಲೆನ್ ಇನ್‌ಸ್ಟಿಟ್ಯೂಟ್ ಫಾರ್ AI⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ನಲ್ಲಿರುವ ನಮ್ಮ ಶೈಕ್ಷಣಿಕ ಪಾಲುದಾರರಿಂದ ಈಗಾಗಲೇ ಕೆಲವು ಫಲಿತಾಂಶಗಳನ್ನು ಹೊಂದಿದ್ದೇವೆ. ಈ ಪ್ರೋಗ್ರಾಂಗೆ ಈಗಾಗಲೇ ದಶಲಕ್ಷಕ್ಕೂ ಹೆಚ್ಚು ಅರ್ಜಿಗಳು ಬಂದಿವೆ, ಮತ್ತು ಪ್ರಸ್ತುತ ನಾವು ನ್ಯಾಯ ಮತ್ತು ಪ್ರತಿನಿಧಿತ್ವ ಸಂಶೋಧನೆಗೆ ಕೇಂದ್ರೀಕರಿಸಿದ ಅರ್ಜಿಗಳಿಗೆ ಪ್ರಾಥಮ್ಯ ನೀಡುತ್ತಿದ್ದೇವೆ.

ಹಾನಿಕಾರಕ ಬಯಾಸ್‌ಗಳಂತಹ ನಕಾರಾತ್ಮಕ ಪರಿಣಾಮಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು ಕಠಿಣವಾದ, ಆದರೆ ಅತ್ಯಂತ ಮಹತ್ವದ ಉದ್ಯಮ ಮಟ್ಟದ ಸವಾಲು. ನಾವು GPT‑3 ಪೇಪರ್⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ಮತ್ತು ಮಾಡೆಲ್ ಕಾರ್ಡ್⁠(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ನಲ್ಲಿ ಚರ್ಚಿಸಿದಂತೆ, ನಮ್ಮ API ಮಾಡೆಲ್‌ಗಳು ರಚಿಸಿದ ಪಠ್ಯದಲ್ಲಿ ಪ್ರತಿಫಲಿಸುವ ಪಕ್ಷಪಾತಗಳನ್ನು ತೋರಿಸುತ್ತವೆ. ಈ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಲು ನಾವು ಕೈಗೊಂಡಿರುವ ಕ್ರಮಗಳು ಇಲ್ಲಿವೆ:

• ಡೆವಲಪರ್‌ಗಳು ಸಂಭವನೀಯ ಸುರಕ್ಷತಾ ಸಮಸ್ಯೆಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಮತ್ತು ಪರಿಹರಿಸಲು ಸಹಾಯ ಮಾಡುವ ಬಳಕೆ ಮಾರ್ಗಸೂಚಿಗಳನ್ನು ನಾವು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದೇವೆ.
• ನಾವು ಬಳಕೆದಾರರ ಉಪಯೋಗದ ಸಂದರ್ಭಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಮತ್ತು ಹಾನಿಕಾರಕ ಬಯಾಸ್‌ಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಿ ಕಡಿಮೆ ಮಾಡಲು ಟೂಲ್‌ಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಅವರೊಂದಿಗೆ ಹತ್ತಿರವಾಗಿ ಕೆಲಸ ಮಾಡುತ್ತಿದ್ದೇವೆ.
• ನಾವು ಹಾನಿಕಾರಕ ಬಯಾಸ್‌ಗಳ ಪ್ರಭಾವ ಮತ್ತು ನ್ಯಾಯತೆ ಹಾಗೂ ಪ್ರತಿನಿಧಿತ್ವದ ವಿಶಾಲ ವಿಷಯಗಳ ಕುರಿತಂತೆ ಸ್ವಂತ ಸಂಶೋಧನೆ ನಡೆಸುತ್ತಿದ್ದೇವೆ, ಇದು ಇತ್ತೀಚಿನ ಮಾಡೆಲ್‌ಗಳ ಉತ್ತಮ ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಮತ್ತು ಭವಿಷ್ಯದ ಮಾಡೆಲ್‌ಗಳ ವಿವಿಧ ಸುಧಾರಣೆಗಳ ಮೂಲಕ ನಮ್ಮ ಕೆಲಸಕ್ಕೆ ಮಾರ್ಗದರ್ಶನ ನೀಡುತ್ತದೆ.
• ಬಯಾಸ್ ಒಂದು ವ್ಯವಸ್ಥೆಯ ಛೇದಕ ಮತ್ತು ನಿಯೋಜಿಸಲಾದ ಸಂದರ್ಭದ ಛೇದಕದಲ್ಲಿ ಮ್ಯಾನಿಫೆಸ್ಟ್ ಆಗುವ ಸಮಸ್ಯೆ ಎಂದು ನಾವು ಗುರುತಿಸುತ್ತೇವೆ; ನಮ್ಮ ತಂತ್ರಜ್ಞಾನದೊಂದಿಗೆ ನಿರ್ಮಿಸಲಾದ ಅರ್ಜಿಗಳು ಸಾಮಾಜಿಕ ತಾಂತ್ರಿಕ ವ್ಯವಸ್ಥೆಗಳಾಗಿವೆ, ಆದ್ದರಿಂದ ಪ್ರತಿಕೂಲ ನಡವಳಿಕೆಯನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಲು ಅವರು ಸೂಕ್ತವಾದ ಪ್ರಕ್ರಿಯೆಗಳು ಮತ್ತು ಮಾನವ-ಇನ್-ಲೂಪ್ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಹಾಕುತ್ತಿದ್ದಾರೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು ನಾವು ನಮ್ಮ ಡೆವಲಪರ್‌ಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುತ್ತೇವೆ.

API ಬಳಕೆಯ ಪ್ರತಿಯೊಂದು ಸಂದರ್ಭದಲ್ಲೂ ಸಂಭವನೀಯ ಹಾನಿಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ನಮ್ಮ ಪ್ರಯತ್ನವನ್ನು ಮುಂದುವರಿಸುವುದು ಮತ್ತು ಅವುಗಳನ್ನು ಕಡಿಮೆ ಮಾಡಲು ನಮ್ಮ ಟೂಲ್‌ಗಳು ಮತ್ತು ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ನಿರಂತರವಾಗಿ ಸುಧಾರಿಸುವುದು ನಮ್ಮ ಗುರಿಯಾಗಿದೆ.

ನವೀಕರಿಸಲಾಗಿದೆ 18 ಸೆಪ್ಟೆಂಬರ್, 2020