AI ട്രെയിനിംഗിന് പിന്നിലെ കോപ്പിറൈറ്റ് യുദ്ധം: ലളിതമായി പറഞ്ഞാൽ!

ഹേയ്, കൂട്ടുകാരേ! നിങ്ങൾ ഈയിടെയായി ഇൻ്റർനെറ്റിൽ കറങ്ങി നടക്കുകയാണെങ്കിൽ, അടിപൊളി കുറെ കാര്യങ്ങൾ കണ്ടിട്ടുണ്ടാകും, അല്ലേ? AI-ക്ക് ഇപ്പോൾ കിടിലൻ പാട്ടുകൾ എഴുതാനും, വെബ്സൈറ്റ് കോഡ് ചെയ്യാനും, എന്തിന്, ബഹിരാകാശത്ത് സൈക്കിൾ ഓടിക്കുന്ന പൂച്ചയുടെ ചിത്രം വരെ വരയ്ക്കാനും കഴിയും! ഇതൊരു മാജിക് പോലെ തോന്നുന്നു, അല്ലേ? പക്ഷേ, ഈ മാജിക്കിന് പിന്നിൽ എല്ലാവരും സംസാരിക്കുന്ന ഒരു വലിയ ചോദ്യമുണ്ട്. ഈ അറിവൊക്കെ എവിടെ നിന്ന് വരുന്നു? ഈ ടൂളുകളെ ഇത്രയും സ്മാർട്ടാക്കാൻ, കമ്പനികൾ ദശലക്ഷക്കണക്കിന് ലേഖനങ്ങളും ഫോട്ടോകളും പുസ്തകങ്ങളും ഉപയോഗിച്ച് അവരെ പഠിപ്പിച്ചു. ആരാണ് ഈ ഉള്ളടക്കത്തിൻ്റെ ഉടമ, അത് ഉണ്ടാക്കിയവർക്ക് പണം കിട്ടേണ്ടേ എന്നതിനെക്കുറിച്ച് ഒരു വലിയ സംവാദം ഇത് തുടങ്ങിയിട്ടുണ്ട്. ഏറ്റവും പുതിയ AI വാർത്തകളും അപ്‌ഡേറ്റുകളും പിന്തുടരാൻ പറ്റിയ ഒരു അടിപൊളി സമയമാണിത്, കാരണം നമ്മൾ സംസാരിക്കുമ്പോൾ തന്നെ ഇൻ്റർനെറ്റ് ഉപയോഗിക്കുന്നതിനുള്ള നിയമങ്ങൾ മാറ്റിയെഴുതുകയാണ്. ടെക് കമ്പനികളും ക്രിയേറ്റർമാരും ഒരുമിച്ച് പ്രവർത്തിച്ച് എല്ലാവർക്കും വിജയിക്കാൻ ഒരു വഴി കണ്ടെത്താൻ ശ്രമിക്കുന്ന ഒരു ലോകത്തിലേക്കാണ് നമ്മൾ നീങ്ങുന്നത് എന്നതാണ് ഇതിലെ പ്രധാന കാര്യം. ഇത് നമ്മൾ ദിവസവും ഉപയോഗിക്കുന്ന ടൂളുകളെ കൂടുതൽ മികച്ചതും വിശ്വസനീയവുമാക്കാൻ സഹായിക്കുന്ന ഒരു കിടിലൻ മാറ്റമാണ്.

ഒരു AI എങ്ങനെയാണ് കാര്യങ്ങൾ പഠിക്കുന്നതെന്ന് നിങ്ങൾ ചിന്തിക്കുന്നുണ്ടാവാം. ഒരു വലിയ ലൈബ്രറിയിലെ വിദ്യാർത്ഥിയെപ്പോലെ ഇതിനെ കണ്ടാൽ മതി. മനുഷ്യരെപ്പോലെ എഴുതാൻ പഠിക്കാൻ, AI വിദ്യാർത്ഥി ആ ലൈബ്രറിയിലെ മിക്കവാറും എല്ലാ കാര്യങ്ങളും വായിക്കുന്നു. ഇതിൽ വാർത്താ ലേഖനങ്ങൾ, ബ്ലോഗ് പോസ്റ്റുകൾ, പൊതുവായ സോഷ്യൽ മീഡിയ അപ്‌ഡേറ്റുകൾ എന്നിവയെല്ലാം ഉൾപ്പെടുന്നു. ഈ പ്രക്രിയയെ സാധാരണയായി ‘ട്രെയിനിംഗ്’ എന്ന് വിളിക്കുന്നു. AI വായിച്ച കാര്യങ്ങൾ വെറുതെ കോപ്പി പേസ്റ്റ് ചെയ്യുകയല്ല ചെയ്യുന്നത്. പകരം, അത് പാറ്റേണുകൾ കണ്ടെത്തുന്നു. ‘ആപ്പിൾ’ എന്ന വാക്ക് പലപ്പോഴും ‘ജ്യൂസി’ അല്ലെങ്കിൽ ‘ചുവപ്പ്’ എന്ന വാക്കുകൾക്ക് അടുത്താണ് വരാറുള്ളതെന്ന് അത് പഠിക്കുന്നു. ഒരു സൂര്യാസ്തമയത്തിന് സാധാരണയായി ഓറഞ്ച്, പിങ്ക് നിറങ്ങൾ ഉണ്ടാകുമെന്ന് അത് മനസ്സിലാക്കുന്നു. കോടിക്കണക്കിന് ഉദാഹരണങ്ങൾ നോക്കി, അടുത്തത് എന്തായിരിക്കണമെന്ന് പ്രവചിക്കുന്നതിൽ അത് ഒരു വിദഗ്ദ്ധനാകുന്നു. ഇങ്ങനെയാണ് അത് വളരെ മനുഷ്യസഹജമായ പുതിയ കാര്യങ്ങൾ സൃഷ്ടിക്കുന്നത്. ഒരുപാട് കാലം ഇതൊരു രസകരമായ സയൻസ് പ്രോജക്റ്റ് മാത്രമായിരുന്നു. എന്നാൽ ഇപ്പോൾ ഈ ടൂളുകൾ വലിയ ബിസിനസ്സുകളായി മാറിയപ്പോൾ, ആ ലൈബ്രറിയിലെ പുസ്തകങ്ങൾ എഴുതിയവരും ഫോട്ടോകൾ എടുത്തവരും തങ്ങളുടെ സൃഷ്ടികൾ എങ്ങനെ ഉപയോഗിക്കുന്നു എന്നതിനെക്കുറിച്ച് ചില ന്യായമായ ചോദ്യങ്ങൾ ചോദിക്കാൻ തുടങ്ങിയിരിക്കുന്നു.

AI എന്നത് മോഷ്ടിച്ച സൃഷ്ടികളുടെ ഒരു വലിയ ഡാറ്റാബേസ് മാത്രമാണെന്നത് ഒരു സാധാരണ തെറ്റിദ്ധാരണയാണ്. അത് അത്ര ശരിയല്ല. AI ഒറിജിനൽ ഫയലുകൾ സൂക്ഷിക്കുന്നില്ല. അവയിൽ നിന്ന് പഠിച്ച പാറ്റേണുകളാണ് അത് സൂക്ഷിക്കുന്നത്. എന്നിരുന്നാലും, ഈ വിവരങ്ങൾ എങ്ങനെയാണ് ആദ്യമായി ശേഖരിച്ചത് എന്നതിലാണ് പ്രശ്നം. ഈ പ്രവൃത്തിയെ ‘ഡാറ്റാ സ്ക്രാപ്പിംഗ്’ എന്ന് പറയുന്നു. വെബിലൂടെ സഞ്ചരിച്ച് കാണുന്ന എല്ലാ പൊതു ഡാറ്റയും വലിച്ചെടുക്കുന്ന ഒരു വലിയ ഡിജിറ്റൽ വാക്വം ക്ലീനർ സങ്കൽപ്പിക്കുക. ആദ്യകാലങ്ങളിൽ, ഇത് മിക്കവാറും ആരും ശ്രദ്ധിച്ചിരുന്നില്ല. എന്നാൽ അടുത്തിടെ കാര്യങ്ങൾ മാറിമറിഞ്ഞു. പ്രശസ്ത എഴുത്തുകാർ മുതൽ പ്രധാന വാർത്താ ഏജൻസികൾ വരെ, ക്രിയേറ്റീവ് ലോകത്തെ വലിയ പേരുകൾ ഈ ‘വാക്വമിംഗ്’ സൗജന്യമായിരിക്കരുത് എന്ന് പറയാൻ തുടങ്ങി. തങ്ങളുടെ സൃഷ്ടികൾക്ക് മൂല്യമുണ്ടെന്നും, ഒരു ടെക് കമ്പനി തങ്ങളുടെ ഡാറ്റ ഉപയോഗിച്ച് ട്രെയിൻ ചെയ്ത ഒരു ടൂൾ ഉപയോഗിച്ച് പണമുണ്ടാക്കുകയാണെങ്കിൽ, അവർക്ക് അതിൽ ഒരു പങ്കുണ്ടാകണമെന്നും അവർ വാദിക്കുന്നു. ഇതാണ് ഈ സംവാദത്തിൻ്റെ കാതൽ. ഇന്നൊവേഷൻ്റെ വേഗതയും ആ ഇന്നൊവേഷനുള്ള അസംസ്കൃത വസ്തുക്കൾ നൽകുന്ന ആളുകളുടെ അവകാശങ്ങളും തമ്മിലുള്ള ഒരു വടംവലിയാണിത്.

AI തലച്ചോറിൻ്റെ ഉടമസ്ഥാവകാശം: വലിയ ചോദ്യം!

ഈ സംവാദം ലോകമെമ്പാടും നടക്കുന്നുണ്ട്, ഇത് ഇൻ്റർനെറ്റിൻ്റെ ഭാവിയെ സംബന്ധിച്ചിടത്തോളം ഒരു നല്ല വാർത്തയാണ്. എന്തുകൊണ്ടെന്നാൽ? ആധുനിക കാലഘട്ടത്തിന് അനുയോജ്യമായ രീതിയിൽ ഡിജിറ്റൽ സൃഷ്ടികൾക്ക് എങ്ങനെ മൂല്യം നൽകണമെന്ന് നമ്മൾ ഒടുവിൽ കണ്ടെത്തുന്നു എന്നാണ് ഇത് അർത്ഥമാക്കുന്നത്. യുണൈറ്റഡ് സ്റ്റേറ്റ്സ് പോലുള്ള സ്ഥലങ്ങളിൽ, കോടതികൾ ‘ഫെയർ യൂസ്’ (fair use) എന്നതിനെക്കുറിച്ചാണ് പരിശോധിക്കുന്നത്. അനുമതിയില്ലാതെ പകർപ്പവകാശമുള്ള മെറ്റീരിയൽ ഉപയോഗിക്കാമെന്ന് പറയുന്ന ഒരു നിയമപരമായ ആശയമാണിത്, പക്ഷേ അത് പുതിയ ഒന്നായി മാറ്റുകയും യഥാർത്ഥ സ്രഷ്ടാവിന് ദോഷം വരുത്താതിരിക്കുകയും വേണം. AI ട്രെയിനിംഗ് ‘ഫെയർ യൂസിൻ്റെ’ ആത്യന്തിക രൂപമാണെന്ന് ടെക് കമ്പനികൾ വാദിക്കുന്നു. യഥാർത്ഥ ഡാറ്റയിൽ നിന്ന് തികച്ചും വ്യത്യസ്തമായ എന്തോ ഒന്നാണ് തങ്ങൾ സൃഷ്ടിക്കുന്നതെന്ന് അവർ പറയുന്നു. മറുവശത്ത്, ഒരു പ്രത്യേക എഴുത്തുകാരൻ്റെ ശൈലിയിൽ ഒരു AI-ക്ക് ഒരു കഥ എഴുതാൻ കഴിയുമെങ്കിൽ, അത് തീർച്ചയായും ആ എഴുത്തുകാരനുമായി മത്സരിക്കുകയാണെന്ന് ക്രിയേറ്റർമാർ പറയുന്നു. ഇത് യുഎസിൽ മാത്രം നടക്കുന്ന കാര്യമല്ല. യൂറോപ്യൻ യൂണിയനും ജപ്പാൻ പോലുള്ള രാജ്യങ്ങളും അവരുടേതായ നിയമങ്ങൾ ഉണ്ടാക്കുന്നുണ്ട്. ചിലർ വളർച്ചയെ പ്രോത്സാഹിപ്പിക്കുന്നതിനായി AI കമ്പനികളോട് വളരെ സൗഹൃദപരമായി പെരുമാറുമ്പോൾ, മറ്റുചിലർ തങ്ങളുടെ പ്രാദേശിക കലാകാരന്മാരെയും പത്രപ്രവർത്തകരെയും സംരക്ഷിക്കാൻ നിയന്ത്രണങ്ങൾ ഏർപ്പെടുത്തുന്നു.

ഈ തീരുമാനങ്ങളുടെ ആഗോള സ്വാധീനം വളരെ വലുതായിരിക്കും. ഓരോ രാജ്യത്തിനും വ്യത്യസ്ത നിയമങ്ങളുണ്ടെങ്കിൽ, എല്ലായിടത്തും പ്രവർത്തിക്കുന്ന കമ്പനികൾക്ക് ഇത് വളരെ ആശയക്കുഴപ്പമുണ്ടാക്കും. അതുകൊണ്ടാണ് എല്ലാവർക്കും പിന്തുടരാൻ കഴിയുന്ന ഒരു സ്റ്റാൻഡേർഡ് ഉണ്ടാക്കാൻ പലരും വേൾഡ് ഇൻ്റലക്ച്വൽ പ്രോപ്പർട്ടി ഓർഗനൈസേഷനെ ഉറ്റുനോക്കുന്നത്. ഇത് വലിയ കേസുകളെക്കുറിച്ചുള്ള കാര്യം മാത്രമല്ല. ഇതൊരു സുസ്ഥിരമായ സിസ്റ്റം ഉണ്ടാക്കുന്നതിനെക്കുറിച്ചാണ്. നമ്മൾ ഇതിനകം ചില മികച്ച പുരോഗതികൾ കാണുന്നുണ്ട്. ചില ടെക് ഭീമന്മാർ വലിയ പബ്ലിഷർമാരുമായി ലൈസൻസിംഗ് ഡീലുകൾ ഒപ്പിടാൻ തുടങ്ങിയിട്ടുണ്ട്. അതായത്, തങ്ങളുടെ മോഡലുകളെ പരിശീലിപ്പിക്കാൻ ഉയർന്ന നിലവാരമുള്ള ഡാറ്റ ഉപയോഗിക്കുന്നതിനുള്ള അവകാശത്തിനായി അവർ പണം നൽകുന്നു. AI സാങ്കേതികവിദ്യ അതിവേഗം മുന്നോട്ട് കൊണ്ടുപോകുമ്പോൾ തന്നെ പത്രപ്രവർത്തനത്തെയും കലയെയും പിന്തുണയ്ക്കാൻ ഇത് ഒരു മികച്ച മാർഗ്ഗമാകും. അടിപൊളി ടെക്കും ന്യായമായ പ്രതിഫലവും തമ്മിൽ നമുക്ക് തിരഞ്ഞെടുക്കേണ്ടതില്ലെന്ന് ഇത് കാണിക്കുന്നു. നമുക്ക് രണ്ടും നേടാൻ കഴിയും! മിക്ക കമ്പനികളും ചോദിക്കാതെ കിട്ടുന്നതെല്ലാം ‘സ്ക്രാപ്പ്’ ചെയ്തിരുന്ന ഒന്നോ രണ്ടോ വർഷം മുൻപത്തെ അവസ്ഥയിൽ നിന്ന് ലൈസൻസിംഗിലേക്കുള്ള ഈ മാറ്റം ഒരു വലിയ കുതിച്ചുചാട്ടമാണ്.

ഡിജിറ്റൽ വാക്വം ക്ലീനർ എങ്ങനെ പ്രവർത്തിക്കുന്നു?

ഒരു ബിസിനസ്സിനെ സംബന്ധിച്ചിടത്തോളം, ഈ നിയമപരമായ അനിശ്ചിതത്വം ഒരു തലവേദനയായേക്കാം. AI ഉപയോഗിച്ച് ഒരു പുതിയ ആപ്പ് നിർമ്മിക്കാൻ ആഗ്രഹിക്കുന്ന ഒരു ചെറിയ കമ്പനിയാണ് നിങ്ങളെന്ന് സങ്കൽപ്പിക്കുക. നിങ്ങൾ ഉപയോഗിക്കുന്ന AI നിയമപരമായി പരിശീലിപ്പിച്ചതാണോ എന്ന് നിങ്ങൾക്ക് അറിയില്ലെങ്കിൽ, പിന്നീട് കേസ് വരുമോ എന്ന് നിങ്ങൾ ആശങ്കപ്പെട്ടേക്കാം. ഈ അനിശ്ചിതത്വം കാര്യങ്ങൾ മന്ദഗതിയിലാക്കും. പുതിയ കാര്യങ്ങൾ നിർമ്മിക്കുന്നതിന് പകരം കമ്പനികൾ മാറിനിൽക്കാൻ സാധ്യതയുണ്ട്. അതുകൊണ്ടാണ് വ്യക്തമായ നിയമങ്ങൾ വളരെ പ്രധാനമായിരിക്കുന്നത്. നിയമങ്ങൾ വ്യക്തമാകുമ്പോൾ, ബിസിനസ്സുകൾക്ക് ആത്മവിശ്വാസത്തോടെ നിക്ഷേപം നടത്താൻ കഴിയും. നിയമത്തിൻ്റെ ശരിയായ വശത്ത് നിൽക്കാൻ അവർക്ക് കൃത്യമായി എന്തുചെയ്യണമെന്ന് അറിയാം. ഇതിനർത്ഥം ലൈസൻസുള്ള AI മോഡലുകൾക്ക് അല്പം കൂടുതൽ പണം നൽകേണ്ടി വന്നേക്കാം, പക്ഷേ മനസ്സമാധാനം അതിന് വിലപ്പെട്ടതാണ്. ബിസിനസ്സുകൾക്ക് അഭിമാനത്തോടെ ഉപയോഗിക്കാൻ കഴിയുന്ന കൂടുതൽ ധാർമ്മികമായ AI ടൂളുകൾ നിർമ്മിക്കാനും ഇത് പ്രോത്സാഹിപ്പിക്കുന്നു. വേഗത്തിൽ നീങ്ങുകയും കാര്യങ്ങൾ തകർക്കുകയും ചെയ്യുന്ന പഴയ ആശയത്തിൽ നിന്ന് നമ്മൾ മാറിക്കൊണ്ടിരിക്കുകയാണ്. ഇപ്പോൾ, ശരിയായ അനുമതികൾ ഉറപ്പാക്കിക്കൊണ്ട് വേഗത്തിൽ മുന്നോട്ട് പോകുക എന്നതാണ് ലക്ഷ്യം. എല്ലാവർക്കും വിശ്വസിക്കാൻ കഴിയുന്ന ഒരു ദീർഘകാല വ്യവസായം കെട്ടിപ്പടുക്കുന്നതിനുള്ള വളരെ മികച്ച മാർഗ്ഗമാണിത്.

എന്തുകൊണ്ട് ലോകം മുഴുവൻ കോടതികളെ ഉറ്റുനോക്കുന്നു?

ഇതൊരു സാധാരണക്കാരനെ എങ്ങനെ ബാധിക്കുന്നു എന്ന് നോക്കാം. മൈക്കിനെ പരിചയപ്പെടൂ. മൈക്ക് ഒരു ചെറിയ പരസ്യ ഏജൻസി നടത്തുന്നു. തൻ്റെ ക്ലയൻ്റുകൾക്ക് ആശയങ്ങൾ കണ്ടെത്താൻ AI ഉപയോഗിക്കുന്നത് അയാൾക്ക് വളരെ ഇഷ്ടമാണ്. മുൻപ്, AI-ക്ക് അതിൻ്റെ ആശയങ്ങൾ എവിടെ നിന്ന് കിട്ടി എന്ന് അയാൾ കാര്യമായി ചിന്തിച്ചിരുന്നില്ല. എന്നാൽ അടുത്തിടെ, അയാളുടെ ക്ലയൻ്റുകൾ ചോദ്യങ്ങൾ ചോദിക്കാൻ തുടങ്ങി. മൈക്ക് അവർക്ക് നൽകുന്ന ചിത്രങ്ങളും ടെക്സ്റ്റുകളും നിയമപരമായ പ്രശ്നങ്ങളുണ്ടാക്കില്ലെന്ന് അവർക്ക് ഉറപ്പുവരുത്തണം. ഇൻഡസ്ട്രിയിലെ സമീപകാല മാറ്റങ്ങൾ കാരണം, ലൈസൻസുള്ള ഡാറ്റയിൽ മാത്രം ട്രെയിൻ ചെയ്ത AI ടൂളുകൾ ഉപയോഗിക്കാൻ മൈക്കിന് ഇപ്പോൾ തിരഞ്ഞെടുക്കാം. ഇത് അയാൾക്ക് ഒരു വലിയ വിജയമാണ്. എല്ലാം 100 ശതമാനം നിയമപരവും ധാർമ്മികവുമാണെന്ന് അയാൾക്ക് തൻ്റെ ക്ലയൻ്റുകളോട് പറയാൻ കഴിയും. ഇത് അയാൾക്ക് ഒരു മത്സരപരമായ നേട്ടം നൽകുന്നു. ലോകത്തിൻ്റെ മറുവശത്ത്, എലീന എന്ന എഴുത്തുകാരിയും ഇതിൻ്റെ പ്രയോജനങ്ങൾ കാണുന്നുണ്ട്. ഒരു വലിയ AI കമ്പനിയുമായി ഒരു കരാർ ഒപ്പിട്ട ഒരു ഗ്രൂപ്പിൽ അവൾ അംഗമാണ്. ഇപ്പോൾ, AI അവളുടെ സൃഷ്ടികൾ പഠിക്കാൻ ഉപയോഗിക്കുമ്പോഴെല്ലാം, ഒരു ചെറിയ തുക അവളെപ്പോലുള്ള എഴുത്തുകാർക്കുള്ള ഒരു ഫണ്ടിലേക്ക് പോകുന്നു. സാങ്കേതികവിദ്യയുടെ ലോകം അവൾക്ക് ചുറ്റും മാറിക്കൊണ്ടിരിക്കുമ്പോൾ തന്നെ അവൾ ഇഷ്ടപ്പെടുന്ന കാര്യങ്ങൾ ചെയ്യുന്നത് തുടരാൻ ഇത് അവളെ സഹായിക്കുന്നു.

ഒരു ആധുനിക ക്രിയേറ്ററുടെ ഒരു ദിവസം

എലീനയെയും മൈക്കിനെയും പോലുള്ള ഒരാളുടെ ഒരു സാധാരണ ദിവസം മുൻപത്തേക്കാൾ കൂടുതൽ വ്യക്തത നിറഞ്ഞതാണ് ഇപ്പോൾ. തൻ്റെ ഉള്ളടക്കം എങ്ങനെ ഉപയോഗിക്കുന്നു എന്ന് പരിശോധിച്ചുകൊണ്ടാണ് എലീന രാവിലെ തുടങ്ങുന്നത്. ‘ഓപ്റ്റ്-ഔട്ട്’ ചെയ്യാനോ ലൈസൻസിംഗ് പ്രോഗ്രാമിൽ ചേരാനോ അവൾക്ക് തിരഞ്ഞെടുക്കാൻ കഴിഞ്ഞതുകൊണ്ട് അവൾക്ക് ബഹുമാനം തോന്നുന്നു. അതേസമയം, അംഗീകൃത ഡാറ്റയിൽ ട്രെയിൻ ചെയ്തതാണെന്ന് വ്യക്തമായ ബാഡ്ജുള്ള ഒരു AI ടൂളാണ് മൈക്ക് ഉപയോഗിക്കുന്നത്. AI പഠിക്കാൻ സഹായിച്ച കലാകാരന്മാരെ താൻ പിന്തുണയ്ക്കുന്നു എന്ന അറിവോടെ, ഒരു പ്രാദേശിക ബേക്കറിക്കായി ഒരു മനോഹരമായ കാമ്പെയ്ൻ ഉണ്ടാക്കി അയാൾ ഉച്ചതിരിഞ്ഞ് സമയം ചെലവഴിക്കുന്നു. ഇതാണ് കോപ്പിറൈറ്റ് യുദ്ധത്തിൻ്റെ യഥാർത്ഥ ലോകത്തിലെ സ്വാധീനം. ഇത് സ്യൂട്ട് ധരിച്ച അഭിഭാഷകരെക്കുറിച്ചുള്ള കാര്യം മാത്രമല്ല. ഇൻ്റർനെറ്റിനെ രസകരവും ആകർഷകവുമാക്കുന്ന ആളുകൾക്ക് അവരുടെ ജോലികൾ തുടർന്നും ചെയ്യാൻ കഴിയുന്നുണ്ടെന്ന് ഉറപ്പാക്കുന്നതിനെക്കുറിച്ചാണ് ഇത്. ഇന്നൊവേഷനും ഉടമസ്ഥാവകാശവും തമ്മിലുള്ള പിരിമുറുക്കം ഇപ്പോഴും അവിടെയുണ്ട്, പക്ഷേ അത് ഉൽപ്പാദനക്ഷമമായ ഒരു പിരിമുറുക്കമായി മാറുകയാണ്. നമ്മൾക്ക് മറ്റൊരിക്കലും ചിന്തിക്കാൻ കഴിയാത്ത ക്രിയാത്മകമായ പരിഹാരങ്ങൾ കണ്ടെത്താൻ ഇത് നമ്മളെ പ്രേരിപ്പിക്കുന്നു.

ഈ നിയമപരമായ പരിശോധനകളുടെയെല്ലാം മറഞ്ഞിരിക്കുന്ന ചെലവുകളെക്കുറിച്ചും ഇത് നമ്മുടെ പ്രിയപ്പെട്ട ടൂളുകൾക്ക് വില കൂട്ടുമോ എന്നും ചിലർക്ക് സംശയം തോന്നിയേക്കാം. ഇത് ചോദിക്കാൻ വളരെ ന്യായമായ ഒരു ചോദ്യമാണ്. ഓരോ ഡാറ്റയ്ക്കും കമ്പനികൾ പണം നൽകേണ്ടി വന്നാൽ, അവർ ആ ചെലവുകൾ നമുക്ക് കൈമാറുമോ? ലൈസൻസുകൾക്ക് പണം നൽകാൻ ഏറ്റവും കൂടുതൽ പണമുള്ള വലിയ ടെക് കമ്പനികൾക്ക് ഇത് വലിയ നേട്ടം നൽകുമോ എന്നും നമ്മൾ ചിന്തിക്കണം. എല്ലാവർക്കും AI ലഭ്യമാക്കണം, ധനികർക്ക് മാത്രമല്ല, അതുകൊണ്ട് ഇത് പരിഹരിക്കാൻ രസകരമായ ഒരു കടങ്കഥയാണ്. സ്വകാര്യതയെക്കുറിച്ചും നമ്മൾ ജിജ്ഞാസയോടെ ഇരിക്കണം. ഒരു AI പൊതു ഡാറ്റയിൽ ട്രെയിൻ ചെയ്യുകയാണെങ്കിൽ, നമ്മുടെ സ്വകാര്യ വിവരങ്ങൾ എങ്ങനെ കൈകാര്യം ചെയ്യുന്നു എന്ന് നമ്മൾ എപ്പോഴും ചോദിച്ചുകൊണ്ടിരിക്കണം. ഇതൊന്നും ആശങ്കപ്പെടാനുള്ള കാരണങ്ങളല്ല, പക്ഷേ നമ്മൾ ഒരുമിച്ച് പഠിക്കുമ്പോൾ ശ്രദ്ധിക്കേണ്ട ചില നല്ല കാര്യങ്ങളാണ്. ജിജ്ഞാസയോടെ ഇരിക്കുന്നത് ദീർഘകാലാടിസ്ഥാനത്തിൽ സാങ്കേതികവിദ്യ എല്ലാവർക്കും സഹായകവും സൗഹൃദപരവുമാണെന്ന് ഉറപ്പാക്കാൻ നമ്മളെ സഹായിക്കുന്നു.

നിയമപരമായ പാലനത്തിൻ്റെ സാങ്കേതിക വശം

ഇനി, കാര്യങ്ങളുടെ സൂക്ഷ്മമായ വിശദാംശങ്ങളിലേക്ക് കടക്കാൻ ഇഷ്ടപ്പെടുന്നവർക്കായി, ഇത് സാങ്കേതിക തലത്തിൽ എങ്ങനെ പ്രവർത്തിക്കുന്നു എന്ന് നോക്കാം. കോപ്പിറൈറ്റ് കൈകാര്യം ചെയ്യാൻ ഡെവലപ്പർമാർ ശരിക്കും മിടുക്കരായ ചില വഴികൾ നിർമ്മിക്കുന്നുണ്ട്. ചെറിയ, സ്പെഷ്യലൈസ്ഡ് മോഡലുകളുടെ ഉപയോഗമാണ് ഏറ്റവും വലിയ ട്രെൻഡുകളിലൊന്ന്. എല്ലാം അറിയുന്ന ഒരു വലിയ AI-ക്ക് പകരം, വളരെ നിർദ്ദിഷ്ടവും ലൈസൻസുള്ളതുമായ ഡാറ്റാസെറ്റുകളിൽ പരിശീലിപ്പിച്ച ചെറിയ AI-കൾ കമ്പനികൾ നിർമ്മിക്കുന്നു. ഇത് വിവരങ്ങൾ എവിടെ നിന്ന് വന്നു എന്ന് ട്രാക്ക് ചെയ്യുന്നത് വളരെ എളുപ്പമാക്കുന്നു. API ലിമിറ്റുകളിലും ഡാറ്റാ പ്രോവനൻസിലും (data provenance) ധാരാളം ജോലികൾ നടക്കുന്നത് നമ്മൾ കാണുന്നുണ്ട്. ഒരു ഡാറ്റയുടെ ചരിത്രം എവിടെ നിന്ന് തുടങ്ങി എന്ന് പറയുന്ന ഒരു ഗംഭീര വാക്കാണ് പ്രോവനൻസ്. ബ്ലോക്ക്ചെയിൻ അല്ലെങ്കിൽ മറ്റ് ഡിജിറ്റൽ സിഗ്നേച്ചറുകൾ ഉപയോഗിച്ച്, ഒരു ട്രെയിനിംഗ് ഡാറ്റ അനുമതിയോടെയാണ് ഉപയോഗിച്ചതെന്ന് ഡെവലപ്പർമാർക്ക് തെളിയിക്കാൻ കഴിയും. ഇത് പല AI ടീമുകളുടെയും വർക്ക്ഫ്ലോയുടെ ഒരു സ്റ്റാൻഡേർഡ് ഭാഗമായി മാറിക്കൊണ്ടിരിക്കുകയാണ്. ക്രിയേറ്ററിൽ നിന്ന് AI ഔട്ട്പുട്ടിലേക്ക് ഒരു സുതാര്യമായ പൈപ്പ്ലൈൻ നിർമ്മിക്കുന്നതിനെക്കുറിച്ചാണ് ഇതെല്ലാം.

റിട്രീവൽ-ഓഗ്മെൻ്റഡ് ജനറേഷൻ (Retrieval-Augmented Generation) എന്ന മറ്റൊരു അടിപൊളി ടെക്നോളജിയുമുണ്ട്. ട്രെയിനിംഗിൽ പഠിച്ച കാര്യങ്ങളെ മാത്രം ആശ്രയിക്കാതെ, ഒരു പ്രത്യേക, വിശ്വസനീയമായ ഉറവിടത്തിൽ നിന്ന് തത്സമയം വിവരങ്ങൾ കണ്ടെത്താൻ AI-യെ സഹായിക്കുന്ന ഒരു മാർഗ്ഗമാണിത്. AI-യെ ഏതൊക്കെ ഡോക്യുമെൻ്റുകൾ കാണാൻ അനുവദിക്കണമെന്ന് കമ്പനിക്ക് കൃത്യമായി നിയന്ത്രിക്കാൻ കഴിയുന്നതുകൊണ്ട് ഇത് നിയമപരമായി തുടരാൻ മികച്ചതാണ്. ഇത് ലോക്കൽ സ്റ്റോറേജിനും സഹായിക്കുന്നു. പല ബിസിനസ്സുകളും ഇപ്പോൾ സ്വന്തം സെർവറുകളിൽ, സ്വന്തം സ്വകാര്യ ഡാറ്റ ഉപയോഗിച്ച് AI മോഡലുകൾ പ്രവർത്തിപ്പിക്കാൻ തിരഞ്ഞെടുക്കുന്നു. ഇത് പൊതുവായ സ്ക്രാപ്പിംഗ് സംവാദം പൂർണ്ണമായും ഒഴിവാക്കുന്നു. ഉപയോഗിക്കാൻ അനുമതിയുള്ള ഒരു ബേസ് മോഡൽ ഉപയോഗിച്ച് അതിന് മുകളിൽ സ്വന്തം ‘സീക്രട്ട് സോസ്’ ചേർക്കാൻ അവർക്ക് കഴിയും. എല്ലാം സുരക്ഷിതവും ഭദ്രവുമായി നിലനിർത്തിക്കൊണ്ട് നൂതനമായി തുടരാനുള്ള വളരെ മികച്ച മാർഗ്ഗമാണിത്. യു.എസ്. കോപ്പിറൈറ്റ് ഓഫീസ് ഈ സാങ്കേതിക രീതികളെക്കുറിച്ചുള്ള മാർഗ്ഗനിർദ്ദേശങ്ങൾ നിരന്തരം അപ്‌ഡേറ്റ് ചെയ്യുന്നുണ്ട്, അതിനാൽ അവരുടെ റിപ്പോർട്ടുകൾ ശ്രദ്ധിക്കുന്നത് നല്ലതാണ്.

സിന്തറ്റിക് ഡാറ്റയുടെ (synthetic data) ലോകത്തും നമ്മൾ വലിയ വളർച്ച കാണുന്നുണ്ട്. ഇത് മറ്റൊരു AI പ്രത്യേകിച്ച് ട്രെയിനിംഗ് ആവശ്യങ്ങൾക്കായി സൃഷ്ടിക്കുന്ന ഡാറ്റയാണ്. ഒരു മെഷീനാണ് ഇത് ഉണ്ടാക്കിയതുകൊണ്ട്, മനുഷ്യൻ്റെ കോപ്പിറൈറ്റ് പ്രശ്നങ്ങളെക്കുറിച്ച് വിഷമിക്കേണ്ടതില്ല! എന്നിരുന്നാലും, കാര്യങ്ങൾ തുടങ്ങാൻ നിങ്ങൾക്ക് ഇപ്പോഴും ചില യഥാർത്ഥ മനുഷ്യ ഡാറ്റ ആവശ്യമാണ്. യഥാർത്ഥ മനുഷ്യൻ്റെ സർഗ്ഗാത്മകതയും സിന്തറ്റിക് ഡാറ്റയും ഉപയോഗിക്കുന്നത് തമ്മിലുള്ള സന്തുലിതാവസ്ഥയാണ് ഗവേഷകർ ഇപ്പോൾ പ്രധാനമായും ശ്രദ്ധിക്കുന്നത്. മികച്ച robots.txt ഫയലുകൾക്കായുള്ള ഒരു വലിയ ശ്രമവും നടക്കുന്നുണ്ട്. വെബ്സൈറ്റുകളിലെ ഈ ചെറിയ ഫയലുകൾ സെർച്ച് എഞ്ചിനുകൾക്ക് എന്ത് കാണാമെന്നും കാണരുതെന്നും പറയുന്നു. AI സ്ക്രാപ്പറുകൾക്ക് എന്ത് ഉപയോഗിക്കാൻ അനുവാദമുണ്ടെന്ന് കൃത്യമായി പറയാൻ ഈ ഫയലുകളുടെ പുതിയ പതിപ്പുകൾ രൂപകൽപ്പന ചെയ്യുന്നുണ്ട്. ഇത് വളരെ മനുഷ്യസഹജമായ ഒരു പ്രശ്നത്തിനുള്ള സാങ്കേതിക പരിഹാരമാണ്, എല്ലാവർക്കും കൂടുതൽ മര്യാദയുള്ളതും മാന്യവുമായ ഒരു ഇൻ്റർനെറ്റ് നിർമ്മിക്കാൻ ഇത് സഹായിക്കുന്നു. ഈ വികസനങ്ങളെക്കുറിച്ച് കൂടുതൽ അറിയാൻ, ഈ ആശയങ്ങൾക്കുള്ള ഒരു പ്രധാന ടെസ്റ്റ് കേസായ ന്യൂയോർക്ക് ടൈംസ് കേസിൻ്റെ ഏറ്റവും പുതിയ അപ്‌ഡേറ്റുകൾ നിങ്ങൾക്ക് പരിശോധിക്കാം.

संपादकाची नोंद: आम्ही ही साइट बहुभाषिक AI बातम्या आणि मार्गदर्शिका केंद्र म्हणून अशा लोकांसाठी तयार केली आहे जे संगणक तज्ञ नाहीत, परंतु तरीही कृत्रिम बुद्धिमत्ता समजून घेऊ इच्छितात, अधिक आत्मविश्वासाने तिचा वापर करू इच्छितात आणि आधीच येत असलेल्या भविष्याचा मागोवा घेऊ इच्छितात.

ചുരുക്കത്തിൽ, AI ലോകം വളരുകയാണ്. എല്ലാം അല്പം കുഴഞ്ഞുമറിഞ്ഞ ഒരു ഘട്ടത്തിൽ നിന്ന്, എല്ലാവർക്കും വ്യക്തമായ വഴികളുള്ള ഒരു കാലഘട്ടത്തിലേക്ക് നമ്മൾ നീങ്ങുന്നു. ഈ കോപ്പിറൈറ്റ് സംഭാഷണം AI നമ്മുടെ സമൂഹത്തിൻ്റെ ഒരു സ്ഥിരവും ആദരണീയവുമായ ഭാഗമായി മാറുന്നു എന്നതിൻ്റെ സൂചനയാണ്. ഒരു ക്രിയേറ്റർ ആകുക എന്നതിൻ്റെ അർത്ഥമെന്താണെന്നും നമ്മൾ ഉണ്ടാക്കുന്ന കാര്യങ്ങളെ എങ്ങനെ സംരക്ഷിക്കാമെന്നും ചിന്തിക്കാൻ ഇത് നമ്മളെ പ്രേരിപ്പിക്കുന്നു. നിങ്ങൾ ഒരു ടെക് പ്രേമിയോ, ബിസിനസ്സ് ഉടമയോ, ഒരു കലാകാരനോ ആകട്ടെ, ഇതെല്ലാം വളരെ പോസിറ്റീവാണ്. നമ്മൾ ഉപയോഗിക്കുന്ന ടൂളുകൾ നീതിയുടെയും ബഹുമാനത്തിൻ്റെയും അടിത്തറയിൽ നിർമ്മിക്കപ്പെടുമെന്ന് ഇത് അർത്ഥമാക്കുന്നു. നമ്മൾ മുന്നോട്ട് പോകുമ്പോൾ, കൂടുതൽ വേഗത്തിൽ പ്രവർത്തിക്കാനും കൂടുതൽ സർഗ്ഗാത്മകമാകാനും നമ്മളെ സഹായിക്കുന്ന അതിശയകരമായ കണ്ടുപിടുത്തങ്ങൾ നമ്മൾ കാണും. സാങ്കേതികവിദ്യക്ക് ഒരു ശോഭനമായ ഭാവിയുണ്ട്, നമ്മളെല്ലാം ഈ യാത്രയുടെ ഭാഗമാണ്. ജിജ്ഞാസയോടെ തുടരുക, പര്യവേക്ഷണം തുടരുക, കാരണം ഏറ്റവും മികച്ചത് വരാനിരിക്കുന്നതേയുള്ളൂ!