Sullivan & Cromwell ၏ ဥပဒေပညာဖြင့် စာချုပ်သုံးသပ်မှု
OpenAI နှင့် ပူးပေါင်း၍ Sullivan & Cromwell သည် စာချုပ်မူကြမ်းရှိ ပြဿနာများကို ဖော်ထုတ်ပေးသည့် AI ကိရိယာ Agreement Analyzer ကို တီထွင်ခဲ့သည်။
Sullivan & Cromwell မှ ရှေ့နေများအတွက် စာချုပ်မူကြမ်းကို သုံးသပ်ရာတွင် သက်ဆိုင်ရာ ယခင်စာချုပ်နမူနာများနှင့် စည်းကမ်းချက်များကို နှိုင်းယှဉ်ချိန်ဆခြင်း၊ ကုမ္ပဏီ၏ အတွေ့အကြုံအပေါ် အခြေခံသည့် နည်းလမ်းများကို အသုံးပြုခြင်းနှင့် အမှုသည်၏ ဦးစားပေးချက်များကို ထည့်သွင်းစဉ်းစားခြင်းတို့ ပါဝင်သည်။ ကုမ္ပဏီ၏ Agreement Analyzer သည် ထိုအချက်အလက်များကို သုံးသပ်ရေးလုပ်ငန်းစဉ်တစ်ခုတည်းတွင် ပေါင်းစည်းပေးပြီး ရှေ့နေများ စစ်ဆေးပြင်ဆင်နိုင်သည့် သုံးသပ်ချက်များနှင့် ပြင်ဆင်ရန် အဆိုပြုချက်များကို ထုတ်ပေးသည်။
“ကျွန်တော့်အမြင်မှာ AI က . . . ရှေ့နေတွေကို သူတို့ရဲ့ ဆင်ခြင်ဆုံးဖြတ်နိုင်စွမ်း အရေးအပါဆုံးဖြစ်တဲ့ နယ်ပယ်တွေမှာ အာရုံစိုက်နိုင်အောင် ကူညီပေးမှာပါ . . . ဒါကြောင့် သူတို့ရဲ့ အမှုသည်တွေအတွက် အရေးအကြီးဆုံး ကိစ္စရပ်တွေကို အာရုံစိုက်နိုင်ကြမှာပါ။”
အစပိုင်းတွင် AI ကို အီးမေးလ်ပြန်စာ ရေးဆွဲခြင်း၊ ပြက္ခဒိန်စစ်ဆေးခြင်းကဲ့သို့ ထပ်တလဲလဲလုပ်ရသော ရုံးလုပ်ငန်းများအတွက် အများဆုံး အသုံးပြုခဲ့သည်။ သို့သော် မကြာသေးမီက AI မော်ဒယ်များ၏ ခွဲခြမ်းစိတ်ဖြာနိုင်စွမ်း တိုးတက်လာမှုကြောင့် အသုံးပြုပုံ ပြောင်းလဲလာကြောင်း Savva က တွေ့ရှိထားသည်။ “အခုတော့ ရှုပ်ထွေးတဲ့ စာချုပ်တွေကို နက်နက်ရှိုင်းရှိုင်း ခွဲခြမ်းစိတ်ဖြာတာမျိုးလို ခက်ခဲတဲ့ ဥပဒေလုပ်ငန်းတွေမှာ အသုံးချနိုင်မယ့် အခွင့်အလမ်းတွေ ပိုများလာတာကို တွေ့ရပါတယ်” ဟု ၎င်းက ဆိုသည်။
Agreement Analyzer သည် ရှေ့နေများအား ယခင်စာချုပ်နမူနာများရှိ တူညီသော ပြဋ္ဌာန်းချက်များကို နှိုင်းယှဉ်နိုင်ရန်နှင့် ထိုပြဋ္ဌာန်းချက်များ အချင်းချင်း မည်သို့ သက်ရောက်မှုရှိကြောင်း ခြေရာခံနိုင်ရန် ကူညီပေးသည်။
Sullivan & Cromwell ၏ အစုစပ်ရှေ့နေ John Savva သည် Agreement Analyzer ကို တစ်ဦးတည်းသုံး စမ်းသပ်ရှေ့ပြေးပုံစံအဖြစ် Codex ဖြင့် တည်ဆောက်ခဲ့သည်။ ထို့နောက် ၎င်းသည် OpenAI နှင့် ပူးပေါင်းကာ ရလဒ်များ၏ အရည်အသွေးကို မြှင့်တင်ခြင်း၊ လုပ်ငန်းများကို တစ်ပြိုင်နက်တည်း လုပ်ဆောင်စေ၍ ပိုမိုထိရောက်စေခြင်းနှင့် ရှေ့နေအများအပြား တစ်ချိန်တည်း အသုံးပြုနိုင်သည့် ကိရိယာအဖြစ် ပြောင်းလဲခြင်းတို့ကို ဆောင်ရွက်ခဲ့သည်။
Agreement Analyzer သည် Sullivan & Cromwell ၏ လုပ်ငန်းစဉ်များ၊ စိစစ်ရွေးချယ်ထားသော ယခင်စာချုပ်နမူနာများ၊ ညှိနှိုင်းရေးလမ်းညွှန်များနှင့် ChatGPT Enterprise တို့ကို ပေါင်းစည်းထားသည်။ စာချုပ်မူကြမ်းကို ကိရိယာထဲသို့ ထည့်သွင်းပြီးနောက် ရှေ့နေသည် မိမိရွေးချယ်ထားသော ယခင်စာချုပ်နမူနာများ၊ ကုမ္ပဏီနှင့် အမှုသည်၏ ရပ်တည်ချက်များပါဝင်သည့် လမ်းညွှန်နှင့် ဈေးကွက်တွင် ကျင့်သုံးနေသည့် အလေ့အထဆိုင်ရာ အချက်အလက်များကို ထပ်ထည့်နိုင်သည်။ ကိရိယာသည် ရှုထောင့်အမျိုးမျိုးမှ အကြိမ်ကြိမ် သုံးသပ်ကာ ရလဒ်များကို ပေါင်းစပ်ပြီး ဖြစ်ပေါ်နိုင်သည့် ပြဿနာများကို ဖော်ထုတ်ပေးသည်။ ထို့နောက် ရှေ့နေက သုံးသပ်ရန်၊ ပြင်ဆင်ရန် သို့မဟုတ် ပယ်ချရန်အတွက် မှတ်တမ်းတစ်စောင်နှင့် ပြင်ဆင်ချက်များကို အမှတ်အသားဖြင့် ဖော်ပြထားသည့် အဆိုပြုမူကြမ်းကို ထုတ်ပေးသည်။
“ရှေ့နေတွေကို အစားထိုးဖို့ မဟုတ်ပါဘူး။ ရှေ့နေတွေ ပိုပြီး နက်နက်ရှိုင်းရှိုင်း သုံးသပ်နိုင်ဖို့၊ ဥပဒေအရ ကိုးကားစရာ အထောက်အထားတွေနဲ့ ရှေ့ထုံးနမူနာတွေ ပိုရှာတွေ့နိုင်ဖို့ ကိရိယာတစ်ခု ပေးတာပါ။ ဒါမှ သူတို့ရဲ့ အမှုသည်တွေအတွက် ပိုပြီး အရည်အသွေးမြင့်တဲ့ အလုပ်ရလဒ်ကို ပေးနိုင်မှာ ဖြစ်ပါတယ်။”
AI ကိရိယာ၏ ရလဒ်ကို ယုံကြည်စိတ်ချရစေသည့် အချက်မှာ အပြည့်အဝ ပွင့်လင်းမြင်သာမှုဖြစ်ကြောင်း Savva က အလေးပေးပြောသည်။ “AI ကိရိယာက ဈေးကွက်မှာ ကျင့်သုံးနေတဲ့ အလေ့အထအကြောင်း တစ်ခုခု အခိုင်အမာပြောရင် အဲဒီအချက်အလက်ရဲ့ ရင်းမြစ်ကို ကြည့်နိုင်ဖို့ လိုပါတယ်” ဟု ၎င်းက ဆိုသည်။
AI အေးဂျင့်များက ကောက်ချက်ချပြီး အခြားအေးဂျင့်များက ထိုကောက်ချက်များကို ဆန့်ကျင်ဘက်ရှုထောင့်မှ စိန်ခေါ်စစ်ဆေးသည့် အပလီကေးရှင်းတစ်ခုအကြောင်း Savva က ရှင်းပြသည်။ ဖြစ်နိုင်ခြေရှိသော အသုံးပြုပုံတစ်ခုတွင် အထူးပြုအေးဂျင့်များသည် စာချုပ်ကို တစ်ပြိုင်နက်တည်း သုံးသပ်ကြသည်။ ဈေးကွက်အလေ့အထနှင့် ကွဲလွဲမှုများ၊ အန္တရာယ်တာဝန် ခွဲဝေမှု၊ စာချုပ်အပိုဒ်များ အချင်းချင်း သက်ရောက်မှုနှင့် တရားရင်ဆိုင်ရာတွင် အကျိုးသက်ရောက်နိုင်သည့် မရှင်းလင်းချက်များကို စစ်ဆေးကြခြင်းဖြစ်သည်။ ရလဒ်များတွင် အခြားအေးဂျင့်များ၏ စိန်ခေါ်စစ်ဆေးမှုအပြီး အထောက်အထားခိုင်လုံသည့် တွေ့ရှိချက်များ၊ ပယ်ချထားသည့် တွေ့ရှိချက်များနှင့် အတည်မပြုနိုင်သေးသော်လည်း ကန့်သတ်ချက်များကို ဖော်ပြ၍ ထိန်းသိမ်းထားသည့် အချက်များကို ခွဲခြားဖော်ပြသည်။ ရှေ့နေများသည် ပြဿနာများ၊ ၎င်းတို့ကို ထောက်ခံသည့် ရှင်းလင်းချက်များနှင့် သက်ဆိုင်ရာ ယခင်စာချုပ်နမူနာများကို စစ်ဆေးပြီး နောက်ဆုံးပြင်ဆင်မူကြမ်းတွင် မည်သည့်တွေ့ရှိချက်များအရ ပြင်ဆင်သင့်ကြောင်း ဆုံးဖြတ်နိုင်သည်။
Sullivan & Cromwell သည် သီးခြားဥပဒေလုပ်ငန်းများအတွက် ရည်ရွယ်ဖန်တီးထားသည့် ကိရိယာများကို ဆက်လက်လေ့လာစူးစမ်းနေသည်။ Savva ၏ အမြင်အရ ပိုမိုအားကောင်းလာသော ခွဲခြမ်းစိတ်ဖြာနိုင်စွမ်းကြောင့် သုတေသနနှင့် ရေးသားမှုလုပ်ငန်းစဉ်၏ ပိုမိုများပြားသည့် အပိုင်းများတွင် အကူအညီပေးနိုင်မည့် အခွင့်အလမ်း ရှိလာသည်။
GPT‑6 Astra ၏ ကျိုးကြောင်းသင့်လျော်စွာ စဉ််းစားပေးသော စွမ်းရည် တိုးတက်လာမှုကို Savva က ထောက်ပြသည်။ “Astra ကြောင့် အသုံးချနိုင်တဲ့ ကျိုးကြောင်းသင့်လျော်စွာ စဉ််းစားပေးသော စွမ်းရည်ရဲ့ အရည်အသွေးဟာ တကယ်ပဲ တိုးတက်လာပါတယ်။ အရင်ကတော့ ဒီအပိုင်းကပဲ ရှေ့မတိုးနိုင်အောင် အတားအဆီးဖြစ်နေခဲ့တာပါ” ဟု ၎င်းက ဆိုသည်။
