Openai के AI प्रतिलेखन उपकरण के लिए बेहतर विकल्प: कम मतिभ्रम, अधिक सटीकता

Openai का कानाफूसी, 2022 में जारी एक AI- संचालित भाषण मान्यता और प्रतिलेखन उपकरण, अक्सर मतिभ्रम उत्पन्न करने या जानकारी बनाने के लिए पाया गया है, जो महत्वपूर्ण सेटिंग्स में नुकसान पहुंचाने की क्षमता के बारे में चिंताओं को बढ़ाता है। मिशिगन विश्वविद्यालय के एक शोधकर्ता ने सार्वजनिक बैठकों से ऑडियो ट्रांसक्रिप्शन के 80% में मतिभ्रम की खोज की, जिसकी उन्होंने समीक्षा की। इसी तरह, एक इंजीनियर जिसने फुसफुसाते हुए ट्रांसक्रिप्शन के 100 घंटे का विश्लेषण किया, उनमें से लगभग आधे में मतिभ्रम की सूचना दी, और एक अन्य डेवलपर ने उन्हें लगभग हर प्रतिलेख में पाया, जो कुल 26,000 उदाहरणों में बनाया गया था। जबकि प्रतिलेखन में मामूली त्रुटियां आम हैं, विशेषज्ञों ने कहा कि एआई ट्रांसक्रिप्शन टूल्स के बीच फुसफुसाते हुए मतिभ्रम का स्तर अभूतपूर्व है। Openai का दावा है कि कानाफूसी, एक ओपन-सोर्स तंत्रिका नेटवर्क, अंग्रेजी भाषण मान्यता में मानव सटीकता को प्राप्त करता है। यह व्यापक रूप से उद्योगों में उपयोग किया जाता है जैसे कि साक्षात्कारों को स्थानांतरित करना, सामग्री का अनुवाद करना और वीडियो उपशीर्षक उत्पन्न करना। कानाफूसी का व्यापक उपयोग मूल सामग्री की प्रकृति के आधार पर अलग -अलग प्लेटफार्मों में गढ़े हुए पाठ, गलत तरीके से उद्धरण, और अन्य गलत सूचनाओं के प्रसार को जन्म दे सकता है। व्हिस्पर को CHATGPT के कुछ संस्करणों में एकीकृत किया जाता है, जो कॉल सेंटर, वॉयस असिस्टेंट और Oracle और Microsoft से क्लाउड प्लेटफॉर्म में उपयोग किया जाता है, और पिछले महीने ह्यूगिंगफेस से 4.2 मिलियन बार डाउनलोड किया गया था। विशेष रूप से चिंता का विषय यह है कि रोगी परामर्शों को स्थानांतरित करने के लिए चिकित्सा पेशेवरों द्वारा कानाफूसी-आधारित उपकरणों का बढ़ता उपयोग है। एपी ने एक दर्जन से अधिक इंजीनियरों, शोधकर्ताओं और डेवलपर्स के साथ बात की, जिन्होंने पुष्टि की कि कानाफूसी अक्सर वाक्यांशों और पूरे वाक्यों को गढ़ती है, जिसमें कभी -कभी नस्लीय टिप्पणी, हिंसक बयानबाजी और यहां तक ​​कि कल्पना की गई चिकित्सा उपचार भी शामिल हैं। इंस्टीट्यूट फॉर एडवांस्ड स्टडी के प्रोफेसर अलोंड्रा नेल्सन ने "कोई भी गलत निदान नहीं चाहता।" यद्यपि ओपनआईई निर्णय लेने वाले संदर्भों की तरह उच्च जोखिम वाले डोमेन में व्हिस्पर का उपयोग करने के खिलाफ सलाह देता है, जहां सटीकता की खामियां महत्वपूर्ण मुद्दों को जन्म दे सकती हैं, उपकरण की विपणन सटीकता विभिन्न उद्योगों के लिए संचालन को सुव्यवस्थित करने के लिए आकर्षक बनाती है, जो अक्सर संभावित जोखिमों को देखते हैं। यह मुद्दा लंबे या खराब रिकॉर्ड किए गए ऑडियो तक सीमित नहीं है; शोधकर्ताओं ने छोटे, स्पष्ट ऑडियो नमूनों में भी मतिभ्रम पाया। उनका अनुमान है कि इससे लाखों रिकॉर्डिंग में हजारों गलत ट्रांसक्रिप्शन हो सकते हैं। गैलॉडेट यूनिवर्सिटी के टेक्नोलॉजी एक्सेस प्रोग्राम के निदेशक, क्रिश्चियन वोग्लर ने खुद को बताया कि जो व्यक्ति बहरे या सुनने में कठिन हैं, वे इन मतिभ्रम को याद कर सकते हैं "इस सभी अन्य पाठों के बीच छिपे हुए।" ये निष्कर्ष एआई उद्योग में एक व्यापक मुद्दे को उजागर करते हैं: लाभ के लिए बाजार उत्पादों की भीड़, विशेष रूप से अमेरिका में व्यापक एआई नियमों की अनुपस्थिति में। यह विशेष रूप से OpenAI के लाभ-लाभ बनाम गैर-लाभकारी स्थिति और हाल के नेतृत्व बयानों पर बहस के बीच प्रासंगिक है जो AI जोखिमों को कम करता है। एक Openai के प्रवक्ता ने एपी को बताया कि कंपनी लगातार मतिभ्रम को कम करने के लिए काम कर रही है और शोधकर्ताओं के निष्कर्षों को महत्व देती है, जिसमें मॉडल अपडेट में प्रतिक्रिया शामिल है। इस बीच, हम Otter.ai पर विचार करने का सुझाव देते हैं, पत्रकारों द्वारा विश्वसनीय AI ट्रांसक्रिप्शन टूल, जिसने हाल ही में छह नई भाषाओं के लिए समर्थन जोड़ा। जबकि एक लंबे समय से उपयोगकर्ता ने एक नए एआई सारांश सुविधा में एक मतिभ्रम सांख्यिकीय की सूचना दी थी, त्रुटि प्रतिलेखन में ही दिखाई नहीं दी। Otter.ai उपयोगकर्ताओं को सटीकता के लिए ट्रांसक्रिप्शन की समीक्षा और संपादित करने की सलाह देता है, विशेष रूप से महत्वपूर्ण कार्यों के लिए, यह देखते हुए कि सटीकता पृष्ठभूमि शोर, लहजे और बातचीत जटिलता जैसे कारकों के कारण भिन्न हो सकती है। IPhone उपयोगकर्ताओं के लिए, Apple Intelluge के साथ iOS 18.1 अब AI- संचालित कॉल रिकॉर्डिंग और ट्रांसक्रिप्शन प्रदान करता है, हालांकि ZDNet के संपादक-इन-चीफ जेसन हाइनर ने इसे "अभी भी प्रगति में एक काम" के रूप में वर्णित किया है। Openai ने हाल ही में अपने 250 मिलियन CHATGPT प्लस उपयोगकर्ताओं को अधिक उपकरण प्रदान करने की योजना की घोषणा की।

संबंधित लेख

सूचना (15)