50 करोड़ लोगों की AI खोज पर जियोस्टार के मुख्य आर्किटेक्ट

हमारी एक्ज़ीक्यूटिव फ़ंक्शन शृंखला में AI के ज़रिए बदलाव लाने वाले नेतृत्वकर्ताओं के विचार प्रस्तुत किए जाते हैं.

जियोस्टार मनोरंजन और खेलों के सीधे प्रसारण के मंच संचालित करता है, जिनका इस्तेमाल 50 करोड़ से ज़्यादा उपभोक्ता करते हैं. इसके मंचों पर एक साथ 7.25 करोड़ तक दर्शक खेलों का सीधा प्रसारण देख चुके हैं. इतने बड़े पैमाने पर AI का तेज़, भरोसेमंद और वास्तविक इस्तेमाल के लिए तैयार होना ज़रूरी है.

OpenAI API का इस्तेमाल करके जियोस्टार ने जियोहॉटस्टार में एक सहायक बनाया, जो बातचीत के ज़रिए वीडियो और क्रिकेट के आँकड़े खोजता है. दर्शक सामान्य बातचीत की तरह बोलकर फ़िल्में और कार्यक्रम, पुराने यादगार अंश, चल रहे मैच के पल या क्रिकेट के आँकड़े खोज सकते हैं. नतीजे बातचीत के साथ दृश्य रूप में सामने आते हैं.

सिंगापुर में OpenAI के कार्यकारी शिखर सम्मेलन में आसियान के लिए OpenAI के गो-टू-मार्केट प्रमुख सिद्धार्थ शर्मा ने जियोस्टार के मुख्य आर्किटेक्ट विजय शेषाद्रि से बातचीत की. चर्चा इस अनुभव को लगभग आठ हफ़्तों में 15 से ज़्यादा भाषाओं के लिए तैयार करने और AI को प्रदर्शन से वास्तविक इस्तेमाल तक ले जाने वाले नेतृत्वकर्ताओं के लिए सीखों पर केंद्रित थी.

पिछले 25 वर्षों में देखने लायक सामग्री खोजने के तरीके में बहुत कम बदलाव आया है. पसंद के मुताबिक सुझाव मिलना इसमें आख़िरी बड़ा बदलाव था. उसके बाद जो हुआ, वह ज़्यादातर इसी विचार को अलग-अलग रूप में दोहराना था.

लेकिन क्या देखना है, यह बेहद निजी फ़ैसला होता है. कोई कह सकता है, “मेरा मन उदास है. कुछ ऐसा दिखाओ जिससे मन खुश हो जाए.” इस साधारण-सी माँग में भी कई बारीकियाँ छिपी हैं. वह किस तरह की उदासी महसूस कर रहा है? आम तौर पर किस चीज़ से उसका मन खुश होता है? क्या वह हास्य, सुकून देने वाला कोई कार्यक्रम या ऐसा कुछ देखना चाहता है जिससे उसका ध्यान पूरी तरह बँट जाए?

सुझाव देने वाली पारंपरिक प्रणाली के लिए उस समय की मनःस्थिति समझना मुश्किल हो सकता है. बातचीत से दर्शक को अपनी बात समझाने का रास्ता मिलता है. हम इसे आवाज़ और दृश्यों पर आधारित इंटरफ़ेस कहते हैं.

हमने अक्टूबर और नवंबर में इस अवधारणा पर काम शुरू किया. फ़रवरी में एक बड़ा क्रिकेट टूर्नामेंट होने वाला था. हमारे पास लगभग दो महीने थे और दर्शकों के दो बिल्कुल अलग समूह थे: मनोरंजन देखने वाले और क्रिकेट के प्रशंसक.

मनोरंजन देखने वाला कोई व्यक्ति कह सकता है, “शुक्रवार की शाम है—कुछ अनोखा दिखाओ,” या किसी फ़िल्म का नाम जाने बिना उसका वर्णन कर सकता है. खेल देखने वालों को ज़्यादा विशिष्ट जानकारी चाहिए हो सकती है, जैसे विकेट गिरने के पल, एक के बाद एक लगे छक्के या वह मैच जिसमें किसी खिलाड़ी ने एक ख़ास संख्या में रन बनाए थे. क्रिकेट के जानकार हर गेंद के आँकड़े चाह सकते हैं.

खोज से जुड़ी ये चुनौतियाँ एक-दूसरे से बहुत अलग हैं. हमने बहुत कम समय में मनोरंजन, खेल के ख़ास पलों और क्रिकेट के विस्तृत आँकड़ों को कई भाषाओं में एक ही अनुभव का हिस्सा बनाने पर काम किया.

शुरुआत में ही हमने इस समस्या को सटीकता, जवाब आने में लगने वाले समय और लागत के बीच संतुलन बनाने की चुनौती के रूप में देखा. इंजीनियरिंग के हर फ़ैसले में एक साथ इन तीनों का संतुलन ज़रूरी था.

आवाज़ से इस्तेमाल की सुविधा ने इसे और भी ज़रूरी बना दिया. हमारे 60% से ज़्यादा उपयोगकर्ता लिखने के बजाय बोलकर इसका इस्तेमाल करते हैं: लोग बोलकर बताना पसंद करते हैं कि वे क्या देखना चाहते हैं. फिर भी जवाब प्रासंगिक होना चाहिए, जल्दी मिलना चाहिए और उसे इतने बड़े पैमाने पर देना आर्थिक रूप से व्यवहार्य होना चाहिए.

मैं इसे दो हिस्सों में देखता हूँ: मूल्यांकन का ढाँचा और सत्यापन की परत. वास्तविक इस्तेमाल से पहले मूल्यांकन के ढाँचे से यह पता चलना चाहिए कि किन बदलावों की ज़रूरत है. वास्तविक इस्तेमाल के दौरान ग्राहकों के व्यवहार और विफलताओं से मिली प्रतिक्रिया के आधार पर लगातार मूल्यांकन के नए मामले बनने चाहिए.

सुधार का यह चक्र ख़ुद को और मज़बूत कर सकता है, लेकिन इसे सही तरह से स्थापित करना बेहद मुश्किल है.

संबंधित क्षेत्र के विशेषज्ञ बेहद ज़रूरी हैं. खेल के आँकड़ों से जुड़े मूल्यांकन के लिए हमने खेल पत्रिकाओं के संपादकों जैसे लोगों के साथ काम किया, जो समझते थे कि खेल में गहरी दिलचस्पी रखने वाले प्रशंसक क्या पूछ सकते हैं. आप सिर्फ़ एक प्रॉम्प्ट से शुरुआत नहीं कर सकते; प्रणाली की नींव में गहरी मानवीय विशेषज्ञता शामिल करनी होगी.

हमारा एक सही फ़ैसला था टीम का चुनाव. हमने डेटा वैज्ञानिकों और इंजीनियरों की एक छोटी टीम के साथ शुरुआत की. हल की जाने वाली समस्या स्पष्ट रूप से तय थी. ग्राहकों के साथ सीधे काम करने वाले OpenAI के इंजीनियरों ने हमारे साथ मिलकर उन चुनिंदा चीज़ों को और स्पष्ट किया, जिन्हें सही करना अनिवार्य था.

पहली चीज़ थी कार्यक्षेत्र. बोलकर या लिखकर इस्तेमाल किए जाने वाले इंटरफ़ेस पर उपयोगकर्ता लगभग कुछ भी पूछ सकते हैं. इसलिए हमने शुरुआत यह तय करने से की कि प्रणाली को किन सवालों के जवाब नहीं देने चाहिए. सुरक्षा उपायों को पहली प्राथमिकता दी गई.

मूल्यांकन के लिए हमने शुरुआती डेटा-संग्रह से काम शुरू किया और मॉडल की मदद से उसमें अधिक विविधता जोड़कर उसका विस्तार किया. हमने एक ऐसी व्यवस्था बनाई जिसे आज आप बनाने वाले और जाँचने वाले की जोड़ी कह सकते हैं: एक मॉडल यह तय करने में मदद करता था कि सवाल का जवाब कैसे दिया जाए, जबकि दूसरा जवाब को परखने के उद्देश्य से सत्यापनकर्ता का काम करता था—यानी निर्णायक की भूमिका में एक LLM.

इससे एक और सवाल उठा: निर्णायक की जाँच कौन करेगा? सत्यापनकर्ता को तैयार करना अपने आप में मूल्यांकन की एक चुनौती थी. Codex ने मूल्यांकन के मामले बनाने और प्रणाली को अद्यतन करने जैसे काम तेज़ करने में टीम की मदद की. लेकिन तेज़ी से निर्माण होने के बावजूद विवेकपूर्ण निर्णय और सत्यापन की ज़रूरत बनी रही.

मैं वास्तविक इस्तेमाल के दौरान मॉडल की प्रभावशीलता की निगरानी में पहले ही निवेश करता.

बुनियादी ढाँचे के पारंपरिक मापदंड, जैसे P99 प्रतिक्रिया समय, अब भी अहम हैं, लेकिन वे काफ़ी नहीं हैं. आपको वास्तविक इस्तेमाल के दौरान मॉडल की प्रभावशीलता पर भी नज़र रखनी होगी.

पहली बात, तकनीक की क्षमताओं और किसी उद्यम की अंदरूनी वास्तविकता के बीच बड़ा अंतर होता है. अगर आपकी कंपनी अत्याधुनिक मॉडल की हर घोषणा के साथ क़दम नहीं मिला पाई है, तो ऐसा सिर्फ़ आपके साथ नहीं हुआ है.

दूसरी बात, काम कितना हो रहा है, इसके बजाय उससे मिल रहे नतीजों पर ध्यान बनाए रखें. दिखाई दे रही गतिविधि को सार्थक प्रगति समझ लेना आसान है, ख़ासकर जब कंपनियाँ लगाए गए प्रयासों के मापदंडों पर ज़ोर देती हैं. उदाहरण के लिए, कोड की कितनी पंक्तियाँ बनीं, इससे यह पता नहीं चलता कि आपने कोई सार्थक लाभ पैदा किया या नहीं.

आख़िर में, अधिकांश उद्यम आवश्यक मानवीय कौशल और स्वतंत्र रूप से निर्णय लेकर काम करने की क्षमता को कम आँकते हैं. इसके लिए सिर्फ़ एक सामान्य कौशल-विकास कार्यक्रम काफ़ी नहीं हो सकता. नेतृत्वकर्ताओं को ऐसे लोग चाहिए जो इन साधनों का इस्तेमाल समझ-बूझ के साथ कर सकें. किसी कुशल इंजीनियर को Codex जैसा साधन दें, तो उसका प्रभाव कई गुना बढ़ सकता है. लेकिन वास्तविक इस्तेमाल वाली प्रणालियों का सत्यापन करने की समझ न हो, तो जोखिम भी कई गुना बढ़ जाता है.

आपके हाथों में एक रॉकेट है. ख़ासकर वास्तविक इस्तेमाल वाली प्रणालियों में सत्यापन और सुरक्षा उपाय ज़रूरी हैं, और उनकी कमान सही लोगों को सौंपनी चाहिए.