2 26

சிறந்த மற்றும் உள்ளடக்கிய சமுதாயத்திற்கு, பெரிய மொழி மாதிரிகளை நாம் எவ்வாறு சிறந்த முறையில் பயன்படுத்த முடியும்?

பெரிய மொழி மாதிரிகள் (LLMs) சமீபத்திய ஆண்டுகளில் வேகமாக வளர்ச்சியடைந்து, ChatGPT போன்ற பயன்பாடுகள் மூலம் நமது அன்றாட வாழ்வின் ஒருங்கிணைந்த பகுதியாக மாறி வருகின்றன. சமீபத்தில் வெளியான ஒரு கட்டுரை இயற்கை மனித நடத்தை கூட்டாக ஆலோசிக்கவும், முடிவெடுக்கவும், சிக்கல்களைத் தீர்க்கவும் எல்எல்எம்களைப் பயன்படுத்துவதால் ஏற்படும் வாய்ப்புகள் மற்றும் அபாயங்களை விளக்குகிறது. கோபன்ஹேகன் பிசினஸ் ஸ்கூல் மற்றும் பெர்லினில் உள்ள மனித மேம்பாட்டுக்கான மேக்ஸ் பிளாங்க் இன்ஸ்டிடியூட் ஆகியவற்றின் ஆராய்ச்சியாளர்கள் தலைமையில், 28 விஞ்ஞானிகளைக் கொண்ட இடைநிலைக் குழு, ஆராய்ச்சியாளர்கள் மற்றும் கொள்கை வகுப்பாளர்களுக்கு மனித கூட்டு நுண்ணறிவைக் குறைப்பதற்குப் பதிலாக எல்எல்எம்கள் முழுமையாக்கப்படுவதை உறுதிசெய்ய பரிந்துரைகளை வழங்குகிறது.

“LLM” போன்ற சொல் உங்களுக்குத் தெரியாவிட்டால் என்ன செய்வீர்கள்? நீங்கள் அதை விரைவாக கூகிள் செய்யலாம் அல்லது உங்கள் குழுவிடம் கேட்கலாம். கூட்டு நுண்ணறிவு எனப்படும் குழுக்களின் அறிவை நாம் அன்றாட வாழ்வில் ஒரு விஷயமாகப் பயன்படுத்துகிறோம். தனிப்பட்ட திறன்களையும் அறிவையும் இணைப்பதன் மூலம், எங்கள் கூட்டு நுண்ணறிவு எந்தவொரு தனிநபரின் திறன்களையும், நிபுணர்களின் திறனையும் மீறும் விளைவுகளை அடைய முடியும். இந்த கூட்டு நுண்ணறிவு, பணியிடத்தில் உள்ள சிறிய குழுக்கள் முதல் விக்கிப்பீடியா போன்ற பெரிய ஆன்லைன் சமூகங்கள் மற்றும் பெரிய சமூகங்கள் வரை அனைத்து வகையான குழுக்களின் வெற்றியை உந்துகிறது.

LLMகள் என்பது செயற்கை நுண்ணறிவு (AI) அமைப்புகள் ஆகும், அவை பெரிய தரவுத்தொகுப்புகள் மற்றும் ஆழமான கற்றல் நுட்பங்களைப் பயன்படுத்தி உரையை பகுப்பாய்வு செய்து உருவாக்குகின்றன. புதிய கட்டுரை எல்எல்எம்கள் எவ்வாறு கூட்டு நுண்ணறிவை மேம்படுத்தலாம் என்பதை விளக்குகிறது மற்றும் அணிகள் மற்றும் சமூகத்தில் அவற்றின் சாத்தியமான தாக்கத்தை விவாதிக்கிறது. “பெரிய மொழி மாதிரிகள் பெருகிய முறையில் தகவல் மற்றும் முடிவெடுக்கும் நிலப்பரப்பை வடிவமைக்கும்போது, ​​அவற்றின் திறனைப் பயன்படுத்துவதற்கும் அபாயங்களுக்கு எதிராக பாதுகாப்பதற்கும் இடையே சமநிலையை ஏற்படுத்துவது மிகவும் முக்கியமானது. எல்எல்எம்களால் மனித கூட்டு நுண்ணறிவை மேம்படுத்துவதற்கான வழிகள் மற்றும் பல்வேறு தீங்குகளை எங்கள் கட்டுரை விவரிக்கிறது. சாத்தியமும் கூட” என்று கட்டுரையின் இணை ஆசிரியரும், பெர்லின் மனித மேம்பாட்டுக்கான மேக்ஸ் பிளாங்க் இன்ஸ்டிடியூட் இயக்குநருமான ரால்ப் ஹெர்ட்விக் கூறுகிறார்.

ஆராய்ச்சியாளர்களால் அடையாளம் காணப்பட்ட சாத்தியமான நன்மைகளில் எல்எல்எம்கள் கூட்டு செயல்முறைகளில் அணுகலை கணிசமாக அதிகரிக்க முடியும். அவை மொழிபெயர்ப்புச் சேவைகள் மற்றும் எழுத்து உதவி மூலம் தடைகளை உடைக்கின்றன, எடுத்துக்காட்டாக, வெவ்வேறு பின்னணியைச் சேர்ந்தவர்கள் விவாதங்களில் சமமாக பங்கேற்க அனுமதிக்கின்றனர். மேலும், LLMகள் யோசனை உருவாக்கத்தை துரிதப்படுத்தலாம் அல்லது கருத்து உருவாக்கும் செயல்முறைகளை ஆதரிக்கலாம், எடுத்துக்காட்டாக, பயனுள்ள தகவல்களை விவாதங்களில் கொண்டு வருதல், வெவ்வேறு கருத்துக்களைச் சுருக்கி, ஒருமித்த கருத்தைக் கண்டறிதல்.

இன்னும் எல்எல்எம்களின் பயன்பாடு குறிப்பிடத்தக்க அபாயங்களைக் கொண்டுள்ளது. எடுத்துக்காட்டாக, விக்கிபீடியா மற்றும் ஸ்டாக் ஓவர்ஃப்ளோ போன்ற கூட்டு அறிவு பொதுவுடமைகளுக்கு பங்களிப்பதற்கான மக்களின் ஊக்கத்தை அவை குறைமதிப்பிற்கு உட்படுத்தலாம். பயனர்கள் பெருகிய முறையில் தனியுரிம மாதிரிகளை நம்பினால், அறிவு நிலப்பரப்பின் திறந்த தன்மை மற்றும் பன்முகத்தன்மை ஆபத்தில் இருக்கக்கூடும். மற்றொரு பிரச்சினை தவறான கருத்தொற்றுமை மற்றும் பன்மைத்துவ அறியாமை ஆகியவற்றின் அபாயமாகும், அங்கு பெரும்பான்மை ஒரு நெறிமுறையை ஏற்றுக்கொள்கிறது என்ற தவறான நம்பிக்கை உள்ளது. “எல்எல்எம்கள் ஆன்லைனில் கிடைக்கும் தகவல்களில் இருந்து கற்றுக்கொள்வதால், சிறுபான்மைக் கண்ணோட்டங்கள் எல்எல்எம்-உருவாக்கப்பட்ட பதில்களில் குறிப்பிடப்படாமல் இருக்கும் அபாயம் உள்ளது. இது தவறான உடன்படிக்கையை உருவாக்கி சில முன்னோக்குகளை ஓரங்கட்டலாம்,” என்று ஆய்வின் முதன்மை ஆசிரியரும் உதவியாளருமான ஜேசன் பர்டன் சுட்டிக்காட்டுகிறார். கோபன்ஹேகன் பிசினஸ் ஸ்கூலில் பேராசிரியர் மற்றும் MPIB இல் இணை ஆராய்ச்சி விஞ்ஞானி.

“எல்.எல்.எம்.கள் ஆன்லைன் தகவல் சூழலை எவ்வாறு மாற்றுகின்றன என்பதைப் பற்றி நாம் ஏன் முன்கூட்டியே சிந்திக்க வேண்டும் என்பதையும், அதையொட்டி, நமது கூட்டு நுண்ணறிவு — சிறப்பாகவும் மோசமாகவும் இருக்கிறது” என்று இணை ஆசிரியர் ஜோசுவா பெக்கர் சுருக்கமாகக் கூறுகிறார், இந்த கட்டுரையின் மதிப்பு. லண்டன் பல்கலைக்கழக கல்லூரியில். பயிற்சி தரவு ஆதாரங்களை வெளிப்படுத்துதல் உட்பட LLMகளை உருவாக்குவதில் அதிக வெளிப்படைத்தன்மைக்கு ஆசிரியர்கள் அழைப்பு விடுக்கின்றனர், மேலும் LLM டெவலப்பர்கள் வெளிப்புற தணிக்கை மற்றும் கண்காணிப்புக்கு உட்பட்டிருக்க வேண்டும் என்று பரிந்துரைக்கின்றனர். எல்எல்எம்கள் உண்மையில் எவ்வாறு உருவாக்கப்படுகின்றன என்பதைப் பற்றி நன்கு புரிந்துகொள்ளவும், பாதகமான முன்னேற்றங்களைக் குறைக்கவும் இது அனுமதிக்கும்.

கூடுதலாக, கட்டுரை LLM கள் தொடர்பான தலைப்புகளில் சிறிய தகவல் பெட்டிகளை வழங்குகிறது, LLM களின் பயிற்சியில் கூட்டு நுண்ணறிவின் பங்கு உட்பட. பல்வேறு பிரதிநிதித்துவம் போன்ற இலக்குகளை எவ்வாறு நிவர்த்தி செய்வது என்பது உட்பட, எல்எல்எம்களை உருவாக்குவதில் மனிதர்களின் பங்கை இங்கே ஆசிரியர்கள் பிரதிபலிக்கின்றனர். மனித கூட்டு நுண்ணறிவை உருவகப்படுத்த LLMகள் எவ்வாறு பயன்படுத்தப்படலாம் என்பதை ஆராய்ச்சியை மையமாகக் கொண்ட இரண்டு தகவல் பெட்டிகள் மற்றும் திறந்த ஆராய்ச்சி கேள்விகளை அடையாளம் காணவும், அறிவை ஒரே மாதிரியாக மாற்றுவதை எவ்வாறு தவிர்ப்பது மற்றும் LLM களுடன் கூட்டு விளைவுகளை உருவாக்கும்போது கடன் மற்றும் பொறுப்புணர்வை எவ்வாறு பகிர்ந்து கொள்ள வேண்டும். .

முக்கிய புள்ளிகள்:

  • குழுக்கள் மற்றும் சமூகத்தின் கூட்டு நுண்ணறிவை பாதிக்கக்கூடிய தகவல்களை மக்கள் எவ்வாறு தேடுவது, பயன்படுத்துவது மற்றும் தொடர்புகொள்வது என்பதை LLMகள் மாற்றுகின்றன.
  • LLMகள் கூட்டு நுண்ணறிவுக்கான புதிய வாய்ப்புகளை வழங்குகின்றன, அதாவது ஆலோசனை, கருத்தை உருவாக்கும் செயல்முறைகளுக்கான ஆதரவு, ஆனால் தகவல் நிலப்பரப்பின் பன்முகத்தன்மைக்கு ஆபத்தை ஏற்படுத்துவது போன்ற ஆபத்துகளையும் ஏற்படுத்துகின்றன.
  • கூட்டு நுண்ணறிவைக் குறைமதிப்பிற்கு உட்படுத்துவதற்குப் பதிலாக LLMகள் ஆதரிக்க வேண்டும் என்றால், மாதிரிகளின் தொழில்நுட்ப விவரங்கள் வெளிப்படுத்தப்பட வேண்டும், மேலும் கண்காணிப்பு வழிமுறைகள் செயல்படுத்தப்பட வேண்டும்.

பங்கேற்கும் நிறுவனங்கள்

  • டிஜிட்டல் மயமாக்கல் துறை, கோபன்ஹேகன் வணிகப் பள்ளி, ஃபிரடெரிக்ஸ்பெர்க், டி.கே
  • அடாப்டிவ் பகுத்தறிவு மையம், மனித மேம்பாட்டுக்கான மேக்ஸ் பிளாங்க் நிறுவனம், பெர்லின், DE
  • மனிதர்கள் மற்றும் இயந்திரங்களுக்கான மையம், மனித மேம்பாட்டுக்கான மேக்ஸ் பிளாங்க் நிறுவனம், பெர்லின், DE
  • Humboldt-Universität zu Berlin, உளவியல் துறை, பெர்லின், DE
  • அறிவாற்றல் மற்றும் முடிவெடுக்கும் அறிவியல் மையம், பாசல் பல்கலைக்கழகம், பாசல், சிஎச்
  • Google DeepMind, London, UK
  • யுசிஎல் ஸ்கூல் ஆஃப் மேனேஜ்மென்ட், லண்டன், யுகே
  • கூட்டு நுண்ணறிவு வடிவமைப்பு மையம், நெஸ்டா, லண்டன், யுகே
  • தகவல் தொழில்நுட்பத்திற்கான பான்-ஆச்சென் சர்வதேச மையம், பான் பல்கலைக்கழகம், பான், DE
  • இயந்திர கற்றல் மற்றும் செயற்கை நுண்ணறிவுக்கான லாமர் நிறுவனம், பான், DE
  • கூட்டு நுண்ணறிவு திட்டம், சான் பிரான்சிஸ்கோ, CA, அமெரிக்கா
  • தகவல் தொழில்நுட்பக் கொள்கைக்கான மையம், பிரின்ஸ்டன் பல்கலைக்கழகம், பிரின்ஸ்டன், NJ, USA
  • கணினி அறிவியல் துறை, பிரின்ஸ்டன் பல்கலைக்கழகம், பிரின்ஸ்டன், NJ, அமெரிக்கா
  • சமூகவியல் பள்ளி, பல்கலைக்கழக கல்லூரி டப்ளின், டப்ளின், IE
  • பொதுக் கொள்கைக்கான ஜியரி நிறுவனம், பல்கலைக்கழக கல்லூரி டப்ளின், டப்ளின், IE
  • ஸ்லோன் ஸ்கூல் ஆஃப் மேனேஜ்மென்ட், மாசசூசெட்ஸ் இன்ஸ்டிடியூட் ஆப் டெக்னாலஜி, கேம்பிரிட்ஜ், MA, அமெரிக்கா
  • உளவியல் அறிவியல் துறை, பிர்க்பெக், லண்டன் பல்கலைக்கழகம், லண்டன், யுகே
  • நுண்ணறிவின் அறிவியல் சிறப்பு கிளஸ்டர், டெக்னிஷ் பல்கலைக்கழகம் பெர்லின், பெர்லின், DE
  • ஸ்கூல் ஆஃப் இன்ஃபர்மேஷன் அண்ட் கம்யூனிகேஷன், இன்சைட் SFI ரிசர்ச் சென்டர் ஃபார் டேட்டா அனலிட்டிக்ஸ், யுனிவர்சிட்டி காலேஜ் டப்ளின், டப்ளின், ஐஇ
  • Oxford Internet Institute, Oxford University, Oxford, UK
  • டெலிபரேட்டிவ் டெமாக்ரசி லேப், ஸ்டான்போர்ட் பல்கலைக்கழகம், ஸ்டான்போர்ட், CA, அமெரிக்கா
  • டெப்பர் ஸ்கூல் ஆஃப் பிசினஸ், கார்னகி மெலன் பல்கலைக்கழகம், பிட்ஸ்பர்க், பிஏ, அமெரிக்கா

Leave a Comment