Dailyhunt Logo
  • Light mode
    Follow system
    Dark mode
    • Play Story
    • App Story
AI ला ट्रेन करण्यासाठी दुर्मिळ पुस्तकं विकत घेऊन त्यांची होळी का केली जात आहे?

AI ला ट्रेन करण्यासाठी दुर्मिळ पुस्तकं विकत घेऊन त्यांची होळी का केली जात आहे?

शंतनू खुजे

  • आतापर्यंत इंटरनेटवर उपलब्ध असलेल्या माहितीचा उपयोग करून क्लॉड, चॅट जिपीटी किंवा जेमीनीसारखे एआय मॉडेल्स ट्रेन केले गेले.

  • पण आता इंटरनेटवरील माहिती संपत आल्याने यातील क्लॉड या चॅटबॉटला चालवणारी कंपनी अँथ्रॉपिकने आपला मोर्चा आता छापील पुस्तकं आणि दुर्मिळ जर्नल्सकडे वळवला आहे.
  • सुरुवातीला कंपनीकडून जुनी आणि दुर्मिळ पुस्तकं मोठ्या प्रमाणावर विकत घेतली जातात. त्यानंतर त्याला स्कॅन करून त्याचे रूपांतर डिजिटल स्वरूपात केले जाते आणि हे सर्व झाले की ही पुस्तकं नष्ट केली जाते.

अलीकडे दैनंदिन कामकाजात कुठलीही अडचण आली किंवा कुठल्या माहितीची गरज भासत असली तर आपला हात सरळ क्लॉड, चॅट जिपीटी किंवा जेमीनी यांसारख्या एआय मॉडेल्सकडे वळतो. ह्या एआय मॉडेल्सने आपल्याला म्हणजेच वापरकर्त्यांना अचूक माहिती द्यावी यासाठी त्यांना विशिष्ट पद्धतीने ट्रेन केल्या जातं आणि त्यासाठी मोठ्या प्रमाणावर आवश्यकता असते लिखित माहितीची.

आतापर्यंत इंटरनेटवर उपलब्ध असलेल्या माहितीचा उपयोग करून हे मॉडेल्स ट्रेन केले गेले. पण आता इंटरनेटवरील माहिती संपत आल्याने तसेच ती पुरेशा प्रमाणात उपलब्ध नसल्याने, आता क्लॉड या चॅटबॉटला चालवणारी कंपनी अँथ्रॉपिकने (Anthropic) आपला मोर्चा आता छापील पुस्तकं आणि दुर्मिळ जर्नल्सकडे वळवला आहे.

सुरुवातीला कंपनीकडून जुनी आणि दुर्मिळ पुस्तकं मोठ्या प्रमाणावर विकत घेतली जातात. त्यानंतर त्याला स्कॅन करून त्याचे रूपांतर डिजिटल स्वरूपात केले जाते आणि हे सर्व झाले की ही पुस्तकं नष्ट केली जाते. सध्या इंटरनेटवरील काही अहवालांमध्ये प्रोजेक्ट पनामा (Project Panama) नावाने या मोहिमेचा उल्लेख केला जातोय.

काय आहे प्रोजेक्ट पनामा…?

सुरुवातीला कंपनीकडून जुनी, दुर्मिळ आणि ज्यांचे डिजिटल रेकॉर्ड उपलब्ध नाहीत अशी पुस्तकं मोठ्या प्रमाणावर विकत घेतली जातात. हजारो पानं हाताने स्कॅन करणे शक्य नसल्यामुळे पुस्तकाचा बाईंडिंग केलेला भाग मशिनने कापला जातो, ज्यामुळे पुस्तकाची सर्व पाने वेगळी होतात. ही वेगळी झालेली पाने हाय स्पीड ऑटोमॅटिक स्कॅनरमध्ये टाकली जातात, जे अगदी काही मिनिटात संपूर्ण पुस्तक डिजिटल स्वरूपात रूपांतरित करते. एकदा बाइंडिंग कापले आणि पाने स्कॅन झाली की, ते पुस्तक पुन्हा जोडले जात नाही. त्याची रद्दी होते म्हणजेच ते भौतिकरित्या तरी कायमचे नष्ट होते.


पुस्तकं नष्ट करण्याची ही सर्व प्रक्रिया 'प्रोजेक्ट पनामा' नावाच्या एका गुप्त मोहिमेअंतर्गत सुरू होती. पण कोर्टाच्या काही कागदपत्रांमधून हा प्रकल्प उघडकीस आला. असे असले तरी अद्याप अँथ्रोपिकने अधिकृतरीत्या अशा कोणत्याही प्रकल्पाची कबुली दिलेली नाही. आता हे प्रकरण समोर आल्यानंतर जगभरातून यावर संताप व्यक्त केला जातोय.

जगभरात संताप का व्यक्त होत आहे?

अनेक जुनी पुस्तकं आणि जर्नल्सची छपाई आता बंद करण्यात आली आहेत. जर अशा पुस्तकांच्या उरल्यासुरल्या मूळ प्रती एआय कंपन्यांनी खरेदी करून स्कॅनिंगसाठी नष्ट केल्या, तर तो ऐतिहासिक आणि साहित्यिक वारसा कायमचा पुसला जाण्याची भीती आहे.

एआय कंपन्या या पुस्तकांमधील ज्ञानाचा वापर स्वतःचे व्यावसायिक मॉडेल्स ट्रेन करण्यासाठी करत आहेत, ज्यासाठी मूळ लेखकांना किंवा प्रकाशकांना कोणताही मोबदला किंवा परवानगी मागितली जात नाही. अँथ्रोपिक आणि ओपनएआय सारख्या कंपन्यांवर जगभरातील अनेक प्रसिद्ध लेखकांनी आधीच कॉपीराईट उल्लंघनाचे खटले दाखल केले आहेत.

फक्त २०२२ पूर्वीच्या पुस्तकांची निवड

सध्या इंटरनेटवरील ५० टक्क्यांहून अधिक माहिती ही आधीच एआयने जनरेट केलेली आहे. त्यामुळे एआय कंपन्यांना आता मानवाने लिहिलेल्या मूळ माहितीची गरज आहे. चॅटजिपीटी या पहिल्या एआय चॅटबॉटची सुरुवात नोव्हेंबर २०२२ मध्ये झाली आणि त्यानंतर अनेक एआय चॅटबॉट मार्केटमध्ये आले. त्यामुळे या कंपनीने विशेषतः २०२२ पूर्वी प्रकाशित झालेली पुस्तकं शोधून विकत घेत आहेत, कारण त्या काळापर्यंत माहिती क्षेत्रात एआयचा तेवढा हस्तक्षेप नव्हता.

कॉपीराईटसंबंधित खटले टाळण्यासाठी अँथ्रोपिकने शोधली कायदेशीर पळवाट

इंटरनेट आर्काइव्हसारखे प्रकल्प डिजिटल लेंडिंग (पुस्तकं डिजिटल स्वरूपात वाचायला देणे) केल्यामुळे कॉपीराईटच्या खटल्यांमध्ये अडकले आहेत. हे टाळण्यासाठी अँथ्रोपिकने कायदेशीर पळवाट शोधली आहे. पुस्तक कायदेशीररित्या विकत घ्यायचे, ते स्कॅन करून नष्ट करायचे आणि फक्त त्याची डिजिटल कॉपी स्वतःकडे मॉडेल ट्रेन करण्यासाठी ठेवायची.

अमेरिकेतील एका न्यायाधीशांनी हा प्रकार फेअर युज ठरवला. कारण एकदा एखादे पुस्तक कायदेशीररीत्या विकत घेतल्यानंतर, स्कॅनिंगच्या उद्देशाने त्याचे स्वरूप बदलणे हे ट्रान्सफॉर्मेटिव्ह मानले गेले.

मूळ पुस्तकांच्या बाबतीत बचाव झाला असला तरी, बेकायदेशीर पुस्तकांच्या डेटाबेसचा वापर केल्याबद्दल अँथ्रोपिकवर लेखकांनी खटले दाखल केले. या कॉपीराईट दाव्यांमुळे कंपनीला १.५ अब्ज डॉलर्सची सेटलमेंट करावी लागली.



अँथ्रोपिकची स्थापना आणि मुख्य उद्दिष्ट

अँथ्रॉपिक ही एक अग्रगण्य कृत्रिम बुद्धिमत्ता संशोधन कंपनी आहे. २०२१ मध्ये डॅरिओ अमोदेई आणि डॅनिएला अमोदेई या भावंडांनी जे पूर्वी OpenAI या कंपनीत काम करत होते या कंपनीची स्थापना केली. अँथ्रॉपिकचे मुख्य उद्दिष्ट अधिक सुरक्षित, विश्वासार्ह आणि मानवी मूल्यांना प्राधान्य देणारी एआय प्रणाली विकसित करणे हे आहे.

या कंपनीने क्लॉड नामक एक अत्यंत प्रगत असा चॅटबॉट आणि लार्ज लँग्वेज मॉडेल तयार केले आहे, जो सध्या चॅट जीपीटीचा प्रमुख स्पर्धक मानला जातो. क्लॉड हा अचूक मजकूर लिहिणे, माहितीचे विश्लेषण करणे, कोडिंग आणि गुंतागुंतीच्या प्रश्नांची उत्तरे देण्यासाठी प्रसिद्ध आहे.

इतर एआय कंपन्यांच्या तुलनेत, अँथ्रॉपिकने एआयच्या सुरक्षिततेवर सर्वात जास्त भर दिला आहे. यासाठी त्यांनी कॉन्स्टिट्यूशनल एआय नावाचे एक विशेष तंत्रज्ञान विकसित केले आहे. या तंत्रज्ञानामुळे त्यांची एआय प्रणाली स्वतःहून हानिकारक, चुकीची किंवा धोकादायक उत्तरे देण्याचे टाळते आणि मानवासाठी उपयुक्त ठरते.

आजच्या घडीला तंत्रज्ञान क्षेत्रातील ॲमेझॉन आणि गुगल सारख्या बड्या कंपन्यांनी अँथ्रॉपिकमध्ये अब्जावधी डॉलर्सची गुंतवणूक केली असून, भविष्यातील सुरक्षित कृत्रिम बुद्धिमत्तेच्या विकासात ही कंपनी अत्यंत महत्त्वाची भूमिका बजावत आहे.

Dailyhunt
Disclaimer: This content has not been generated, created or edited by Dailyhunt. Publisher: BaiManus