50 కోట్ల మందికి AI శోధన: జియోస్టార్ అనుభవం

AI ద్వారా పరివర్తనకు సారథ్యం వహిస్తున్న నాయకుల అభిప్రాయాలను మా కార్యనిర్వహణ శీర్షికన అందిస్తున్నాం.

50 కోట్ల మందికి పైగా వినియోగించే వినోద, ప్రత్యక్ష క్రీడా ప్రసార వేదికలను జియోస్టార్ నిర్వహిస్తోంది. ఏకకాలంలో 7.25 కోట్ల మంది వరకు ప్రత్యక్ష క్రీడా ప్రసారాలను వీక్షించేందుకు ఇది తోడ్పడింది. అంత భారీ స్థాయిలో AI వేగంగా, నమ్మకంగా పనిచేస్తూ, వాస్తవ వినియోగానికి సిద్ధంగా ఉండాలి.

OpenAI APIని ఉపయోగించి, సంభాషణ ద్వారా వీడియోలు, క్రికెట్ గణాంకాలను వెతికిపెట్టే సహాయకాన్ని జియోస్టార్ తన జియోహాట్‌స్టార్‌లో రూపొందించింది. సినిమాలు, కార్యక్రమాలు, గతంలోని ముఖ్య ఘట్టాలు, ప్రత్యక్ష మ్యాచ్‌లోని క్షణాలు లేదా క్రికెట్ గణాంకాలను కనుగొనేందుకు వీక్షకులు సహజంగా మాట్లాడవచ్చు. సంభాషణతో పాటు దృశ్యరూపంలో ఫలితాలు కనిపిస్తాయి.

సింగపూర్‌లో జరిగిన OpenAI కార్యనిర్వాహకుల సదస్సులో, ఆసియాన్ ప్రాంతానికి OpenAI గో-టు-మార్కెట్ విభాగాధిపతి సిద్ధార్థ్ శర్మ, జియోస్టార్ ప్రధాన ఆర్కిటెక్ట్ విజయ్ శేషాద్రితో మాట్లాడారు. సుమారు ఎనిమిది వారాల్లో 15కు పైగా భాషల్లో ఈ సదుపాయాన్ని రూపొందించడం, AIని ప్రదర్శన దశ నుంచి వాస్తవ వినియోగంలోకి తీసుకెళ్లే నాయకులకు అందులోని పాఠాల గురించి చర్చించారు.

గత 25 ఏళ్లలో కంటెంట్‌ను కనుగొనే విధానంలో వచ్చిన మార్పులు చాలా స్వల్పం. అందులో చివరిగా వచ్చిన పెద్ద మార్పు సిఫార్సుల వ్యవస్థ. ఆ తర్వాత వచ్చినవాటిలో చాలావరకు అదే ఆలోచనకు మెరుగులు దిద్దినవే.

కానీ ఏం చూడాలనే ఎంపిక పూర్తిగా వ్యక్తిగతమైనది. ఒకరు ఇలా అనవచ్చు: “నాకు బాధగా ఉంది. నా మనసును ఉల్లాసపరిచేది ఏదైనా చూపించు.” ఆ చిన్న అభ్యర్థనలోనూ ఎన్నో సూక్ష్మాంశాలు ఉన్నాయి. అది ఎలాంటి బాధ. సాధారణంగా ఆ వ్యక్తిని ఏది ఉల్లాసపరుస్తుంది. వారికి హాస్యం కావాలా, సాంత్వననిచ్చేవి చూడాలనుకుంటున్నారా, లేక తమ దృష్టిని పూర్తిగా మళ్లించేది ఏదైనా కావాలా.

సాంప్రదాయ సిఫార్సుల వ్యవస్థకు ఆ సందర్భాన్ని అర్థం చేసుకోవడం కష్టం కావచ్చు. సంభాషణ ద్వారా వీక్షకుడు తన పరిస్థితిని వివరించగలుగుతాడు. దీన్ని మేము వాక్కు-దృశ్య ముఖాంతరం అంటాం.

ఫిబ్రవరిలో ఒక ప్రధాన క్రికెట్ టోర్నమెంట్ జరగనుండగా, అక్టోబర్, నవంబర్ నెలల్లో ఈ ఆలోచనపై పని మొదలుపెట్టాం. మాకు దాదాపు రెండు నెలల సమయం ఉంది. వినోద కార్యక్రమాల వీక్షకులు, క్రికెట్ అభిమానులు అనే రెండు భిన్నమైన వర్గాలను దృష్టిలో ఉంచుకోవాలి.

వినోదాన్ని కోరుకునే వీక్షకుడు, “ఇది శుక్రవారం సాయంత్రం—నన్ను ఆశ్చర్యపరిచేది ఏదైనా చూపించు” అనవచ్చు. లేదా సినిమా పేరు తెలియకపోయినా దాని వివరాలు చెప్పవచ్చు. క్రీడా వీక్షకులు మరింత నిర్దిష్టమైన సమాచారం కోరవచ్చు. ఉదాహరణకు వికెట్లు పడిన సందర్భాలు, వరుస సిక్సర్లు, లేదా ఒక ఆటగాడు నిర్దిష్ట సంఖ్యలో పరుగులు చేసిన మ్యాచ్‌ను అడగవచ్చు. క్రికెట్ నిపుణులకు ప్రతి బంతికి సంబంధించిన గణాంకాలు కావచ్చు.

కావాల్సినదాన్ని కనుగొనడంలో ఇవన్నీ చాలా భిన్నమైన సవాళ్లు. వినోదం, క్రీడా ఘట్టాలు, వివరణాత్మక క్రికెట్ గణాంకాలను పలు భాషల్లో ఒకేచోట అందించేందుకు చాలా తక్కువ సమయంలో కృషి చేశాం.

ఖచ్చితత్వం, ప్రతిస్పందన సమయం, ఖర్చు—ఈ మూడింటి మధ్య సమతూకం సాధించాల్సిన సమస్యగా దీన్ని ప్రారంభంలోనే నిర్వచించాం. ప్రతి ఇంజినీరింగ్ నిర్ణయంలోనూ ఈ మూడింటినీ ఒకేసారి సమతూకంలో ఉంచాల్సి వచ్చింది.

మాటల ద్వారా వినియోగించే సదుపాయం ఉండటంతో ఇది మరింత ముఖ్యమైంది. మా వినియోగదారుల్లో 60% కంటే ఎక్కువ మంది టైప్ చేయకుండా మాట్లాడతారు: ఏం చూడాలనుకుంటున్నారో నోటితో చెప్పడానికే వారు ఇష్టపడతారు. అయినప్పటికీ, సమాధానం సందర్భానికి తగినట్లుగా, వేగంగా రావాలి. భారీ స్థాయిలో సేవలందించేటప్పుడు ఖర్చూ భరించగలిగేలా ఉండాలి.

దీన్ని నేను రెండు భాగాలుగా చూస్తాను: మూల్యాంకన చట్రం, ధ్రువీకరణ అంచె. వాస్తవ వినియోగంలోకి తీసుకురాకముందు, మూల్యాంకన చట్రం ఆధారంగా అవసరమైన మార్పులు చేయాలి. వాస్తవ వినియోగంలో, వినియోగదారుల ప్రవర్తనను, వైఫల్యాలను కొత్త మూల్యాంకన పరీక్షాంశాలుగా మార్చే నిరంతర ప్రతిస్పందన ప్రక్రియ ఉండాలి.

ఈ చక్రీయ ప్రక్రియ తనంతట తానే మరింత బలపడవచ్చు. కానీ దాన్ని సరిగ్గా పనిచేసేలా చేయడం ఎంతో కష్టం.

సంబంధిత రంగ నిపుణులు తప్పనిసరి. క్రీడా గణాంకాల మూల్యాంకనాల కోసం, వీరాభిమానులు ఏం అడగవచ్చో తెలిసిన క్రీడా పత్రికల సంపాదకుల వంటి వారితో కలిసి పనిచేశాం. కేవలం ఒక ప్రాంప్ట్‌తో మొదలుపెట్టలేరు; లోతైన మానవ నైపుణ్యాన్ని వ్యవస్థకు పునాదిగా అందించాలి.

మేము సరిగ్గా చేసిన పనుల్లో ఒకటి బృందం ఎంపిక. సమస్యను స్పష్టంగా నిర్వచించి, చిన్న డేటా శాస్త్రవేత్తలు, ఇంజినీర్ల బృందంతో పని మొదలుపెట్టాం. మా వద్దకు వచ్చి పనిచేసిన OpenAI ఇంజినీర్లు, మేము తప్పనిసరిగా సరిగ్గా చేయాల్సిన కొన్ని కీలక అంశాలను మరింత స్పష్టంగా గుర్తించేందుకు మాతో కలిసి పనిచేశారు.

మొదటిది పని పరిధి. మాట్లాడే లేదా టైప్ చేసే ముఖాంతరం ఉంటే వినియోగదారులు దాదాపు ఏదైనా అడగవచ్చు. అందుకే వ్యవస్థ వేటికి సమాధానం ఇవ్వకూడదో నిర్ణయించడంతో మొదలుపెట్టాం. ముందుగా భద్రతా పరిమితులను ఏర్పాటు చేశాం.

మూల్యాంకనాల కోసం ప్రాథమిక డేటా సమితితో ప్రారంభించి, మరింత వైవిధ్యం జోడిస్తూ దాన్ని విస్తరించడానికి మోడళ్లను ఉపయోగించాం. ఇప్పుడు మీరు రూపొందించేది–తనిఖీ చేసేది అనే విధానంగా పిలిచే వ్యవస్థను తయారుచేశాం: ఒక మోడల్ ప్రశ్నకు ఎలా సమాధానమివ్వాలో నిర్ణయించడంలో సహాయపడితే, మరొకటి దాన్ని పరీక్షించే లక్ష్యంతో ధ్రువీకరణ బాధ్యత తీసుకుంది—అంటే న్యాయనిర్ణేతగా ఒక LLM పనిచేసింది.

దాంతో మరో ప్రశ్న తలెత్తింది: ఆ న్యాయనిర్ణేతను ఎవరు పరీక్షిస్తారు. ధ్రువీకరించే వ్యవస్థ రూపకల్పన కూడా ఒక మూల్యాంకన సమస్యే అయింది. మూల్యాంకన పరీక్షాంశాలను రూపొందించడం, వ్యవస్థను నవీకరించడం వంటి పనులను వేగవంతం చేయడంలో Codex బృందానికి సహాయపడింది. కానీ వేగంగా నిర్మించగలిగినంత మాత్రాన వివేచన, ధ్రువీకరణ అవసరం తొలగిపోలేదు.

వాస్తవ వినియోగంలో మోడల్ ప్రభావశీలతను పర్యవేక్షించేందుకు ముందుగానే పెట్టుబడి పెడతాను.

P99 ప్రతిస్పందన సమయం వంటి సాంప్రదాయ మౌలిక సదుపాయాల కొలమానాలు ఇప్పటికీ ముఖ్యమే. కానీ అవి సరిపోవు. వాస్తవ వినియోగంలో మోడల్ ఎంత సమర్థంగా ఫలితాలిస్తోందో కూడా పర్యవేక్షించాలి.

మొదటిది, సాంకేతికత చేయగలిగినదానికి, ఒక సంస్థలోని వాస్తవ పరిస్థితికి మధ్య చాలా అంతరం ఉంటుంది. ప్రతి అత్యాధునిక మోడల్ ప్రకటనకు అనుగుణంగా మీ సంస్థ అడుగులు వేయలేకపోతుంటే, ఆ పరిస్థితి మీ ఒక్కరిదే కాదు.

రెండోది, ఎంత పని జరుగుతోందనే దానికంటే ఫలితాలపైనే దృష్టి నిలపండి. ముఖ్యంగా సంస్థలు వెచ్చించిన శ్రమను కొలిచే కొలమానాలకు ప్రాధాన్యమిచ్చినప్పుడు, కంటికి కనిపించే హడావిడినే అర్థవంతమైన పురోగతిగా పొరబడటం సులభం. ఉదాహరణకు, ఎన్ని పంక్తుల కోడ్ రూపొందించారనేది మీరు నిజమైన విలువను సృష్టించారో లేదో చెప్పదు.

చివరగా, అవసరమైన మానవ నైపుణ్యాన్ని, స్వతంత్రంగా నిర్ణయాలు తీసుకుని పనిచేసే సామర్థ్యాన్ని చాలా సంస్థలు తక్కువగా అంచనా వేస్తాయి. దీన్ని కేవలం సాధారణ నైపుణ్య శిక్షణ కార్యక్రమంగా పరిమితం చేయలేం. ఈ సాధనాలను వివేచనతో ఉపయోగించగల వ్యక్తులు నాయకులకు అవసరం. సమర్థుడైన ఇంజినీర్‌కు Codex వంటి సాధనాన్ని ఇస్తే ఫలితాలు అనేక రెట్లు పెరగవచ్చు; వాస్తవ వినియోగ వ్యవస్థలను ధ్రువీకరించే వివేచన లేకపోతే, ప్రమాదమూ అదే స్థాయిలో పెరుగుతుంది.

మీ చేతుల్లో ఉన్నది ఒక రాకెట్. ముఖ్యంగా వాస్తవ వినియోగ వ్యవస్థల్లో ధ్రువీకరణ, భద్రతా పరిమితులు అవసరం. వాటి నియంత్రణను సరైన వ్యక్తుల చేతుల్లో పెట్టాలి.