Überlegene Alternative zu OpenAs KI -Transkriptionsinstrument: Weniger Halluzination, mehr Genauigkeit

OpenAIs Flüstern, ein im Jahr 2022 veröffentlichtes KI-angetriebener Spracherkennung und Transkriptionsinstrument, erzeugt häufig Halluzinationen oder fertigt Informationen, wodurch Bedenken hinsichtlich seines Potenzials, in kritischen Einstellungen Schäden zu verursachen. Ein Forscher an der Universität von Michigan entdeckte Halluzinationen in 80% der von ihm überprüften öffentlichen Treffen. In ähnlicher Weise berichtete ein Ingenieur, der 100 Stunden Flüstertranskriptionen analysierte, in etwa der Hälfte von ihnen Halluzinationen, und ein anderer Entwickler fand sie in nahezu jedem von ihm erstellten Transkript und insgesamt 26.000 Fälle. Während geringfügige Transkriptionsfehler häufig sind, stellten Experten fest, dass Whispers Halluzinationsniveau bei AI -Transkriptionswerkzeugen beispiellos ist. OpenAI behauptet, dass Whisper, ein neuronales Netzwerk von Open-Source, nahezu menschliche Genauigkeit in der englischen Spracherkennung erreicht. Es wird in Branchen weit verbreitet für Aufgaben wie Transkriptionsinterviews, Übersetzung von Inhalten und Generierung von Videountertiteln. Die weit verbreitete Verwendung von Flüstern könnte zur Ausbreitung von hergestellten Text, fehlgeschriebenen Zitaten und anderen Fehlinformationen über verschiedene Plattformen führen, wobei die Auswirkungen auf der Grundlage der Natur des Originalinhalts variieren. Whisper ist in einige Versionen von ChatGPT integriert, die in Call -Centern, Sprachassistenten und Cloud -Plattformen von Oracle und Microsoft verwendet werden, und wurde letzten Monat über 4,2 Millionen Mal von Suggingface über 4,2 Millionen Mal heruntergeladen. Besonders besorgniserregend ist die zunehmende Verwendung von flüsterbasierten Tools durch medizinische Fachkräfte zur Transkriben von Patientenkonsultationen. Der AP sprach mit über einem Dutzend Ingenieuren, Forschern und Entwicklern, die bestätigten, dass Whisper häufig Phrasen und ganze Sätze fördert, manchmal auch rassistische Kommentare, gewalttätige Rhetorik und sogar imaginäre medizinische Behandlungen. "Niemand will eine Fehldiagnose", betonte Alondra Nelson, Professorin am Institut für fortgeschrittene Studien. Obwohl OpenAI die Verwendung von Flüstern in Hochrisikodomänen wie Entscheidungskontexten, in denen Genauigkeitsfehler zu erheblichen Problemen führen können, zu nutzen, macht die vermarktete Genauigkeit des Tools für verschiedene Branchen attraktiv, die den Betrieb rationalisieren möchten, und übersehen häufig potenzielle Risiken. Das Problem ist nicht auf lange oder schlecht aufgezeichnete Audio beschränkt. Die Forscher fanden auch in kurzen, klaren Audio -Proben Halluzinationen. Sie schätzen, dass dies zu Zehntausenden von falschen Transkriptionen über Millionen von Aufnahmen führen könnte. Christian Vogler, Direktor des Technologiezugriffsprogramms der Gallaudet University und gehörte sich selbst, wies darauf hin, dass Personen, die taub oder schwerhörig sind, diese Halluzinationen "unter all diesen anderen Text" vermissen könnten. Diese Ergebnisse unterstreichen ein breiteres Thema in der KI -Branche: die Ansturm, Produkte für Gewinn zu vermarkten, insbesondere in Ermangelung eines umfassenden KI -Vorschriften in den USA. Dies ist besonders relevant inmitten von Debatten über OpenAIs gemeinnützige und gemeinnützige Status und jüngste Führungserklärungen, die KI-Risiken herunterspielen. Ein OpenAI -Sprecher teilte dem AP mit, dass das Unternehmen ständig daran arbeite, Halluzinationen zu reduzieren und die Ergebnisse der Forscher zu schätzen und Feedback in Modellaktualisierungen aufzunehmen. In der Zwischenzeit schlagen wir vor, Otter.ai, ein zuverlässiger KI -Transkriptionsinstrument, das von Journalisten vertraut ist, die kürzlich Unterstützung für sechs neue Sprachen hinzugefügt hat. Während ein langjähriger Benutzer eine hallukinierte Statistik in einer neuen KI -Zusammenfassung meldete, trat der Fehler in der Transkription selbst nicht auf. Otter.ai rät den Benutzern, Transkriptionen für die Genauigkeit zu überprüfen und zu bearbeiten, insbesondere für kritische Aufgaben, und stellt fest, dass die Genauigkeit aufgrund von Faktoren wie Hintergrundrauschen, Akzenten und Konversationskomplexität variieren kann. Für iPhone-Nutzer bietet iOS 18.1 mit Apple Intelligence jetzt AI-angetriebene Anrufaufzeichnung und Transkription, obwohl der Chefredakteur von ZDNET, Jason Hiner, es als "noch in Arbeit" beschreibt. OpenAI hat kürzlich Pläne angekündigt, seinen 250 Millionen Chatgpt Plus -Benutzern mehr Tools zur Verfügung zu stellen.

Verwandter Artikel

Kommentare (15)