कृत्रिम बुद्धिमत्तेमुळे (आर्टिफिशयल इंटेलिजन्स, AI) माणसाची अनेक कामे सोपी झाली आहेत. शिक्षण, उद्योग, नोकरी अशा सर्वच क्षेत्रांत कृत्रिम बुद्धिमत्तेचा वापर वाढला आहे. कृत्रिम बुद्धिमत्ता क्षेत्रात चॅटजीपीटी (ChatGPT)ची सगळीकडेच चर्चा आहे. कोणतेही काम अडले की आज प्रत्येकजण त्या अडचणीला पर्याय म्हणून चॅटजीपीटीकडे पाहतो आहे. मात्र, सध्या चॅटजीपीटी आपले काम पूर्ण क्षमतेने करत नाहीये, असा आरोप केला जात आहे. चॅटजीपीटीच्या कार्यक्षमतेवरच प्रश्नचिन्ह निर्माण केले जात आहे. याच पार्श्वभूमीवर चॅटजीपीटीवर कोणता आक्षेप घेतला जात आहे, चॅटजीपीटीच्या कार्यक्षमतेवर प्रश्नचिन्ह उपस्थित करण्याआधी कोणते प्रयोग करण्यात आले? यावर नजर टाकू या…
चॅटजीपीटीच्या कार्यक्षमतेवरच प्रश्नचिन्ह?
दैनंदिन कामात येणाऱ्या अडचणी सोडवण्यासाठी चॅटजीपीटीचा वापर करावा का? चॅटजीपीटीचा वापर किती योग्य आहे? असे प्रश्न उपस्थित केले जातात. अनेकजण चॅटजीपीटी आमच्या नवनवीन संकल्पांची चोरी करते, असा आरोपही अनेकजण करतात. मात्र, तरीदेखील आजघडीला जगभरात कोट्यवधी लोक चॅटजीपीटीचा वापर करत आहेत. सध्या चॅटजीपीटीच्या कार्यक्षमतेवरच प्रश्नचिन्ह उपस्थित केले जात आहेत. चॅटजीपीटी अचूक आणि अपेक्षित असलेले उत्तर देत नाहीये, असा आरोप अनेकजण करत आहेत.
चॅटजीपीटी या आधी ज्या क्षमतेने आणि अचूकतेने काम करत होते, तसे काम आता करत नाहीये, असा दावा अनेकजण करत आहेत. काही लोकांनी ट्विटरवर तशी प्रतिक्रिया दिली आहे. विशेष म्हणजे चॅटजीपीटीने आपली कार्यक्षमता मुद्दामहून कमी केल्याचाही अनेकजण दावा करत आहेत. “गेल्या काही दिवसांपासून चॅटजीपीटी आपली उत्तरं तेवढ्या प्रभावीपणे देत नसल्याचे माझ्या निदर्शनास आले आहे. लोकांनी ‘चॅटजीपीटी प्लस’चे सबस्क्रीप्शन घ्यावे, लोकांनी त्यासाठी पैसे खर्च करावेत, असा या मागचा उद्देश असावा”, अशी प्रतिक्रिया एका ट्विटर वापरकर्त्याने दिली आहे.
विशेष म्हणजे नुकत्याच झालेल्या काही अभ्यासांत चॅटजीपीटीची कार्यक्षमता कमी झाल्याचे सांगण्यात आले आहे. स्टॅनफोर्ड विद्यापीठ आणि यूसी बर्कले येथील संशोधकांनी तसा दावा केला. त्यांच्या म्हणण्यानुसार चॅटजीपीटी- ३.५ आणि चॅटजीपीटी- ४ या दोन्ही मॉडेल्सनी आपली कामं करण्याची पद्धत बदलली आहे. तुलनाच करायची झाल्यास या आधी चॅटजीपीटीची ही दोन्ही मॉडेल्स चांगल्या पद्धतीने काम करायची, असे संशोधकांनी म्हटले आहे.
संशोधकांनी कोणत्या गोष्टींवर अभ्यास केला?
चॅटजीपीटीची कार्यक्षमता तपासण्यासाठी संशोधकांनी चॅटजीपीटी- ३.५ आणि चॅटजीपीटी-४ या दोन्ही मॉडेल्सचा अभ्यास केला. संशोधकांनी मार्च आणि जून या कालावधीत या दोन्ही मॉडेल्सने कसे काम केले हे तपासले. त्यासाठी प्रमुख चार बाबींचा विचार करण्यात आला. या दोन्ही मॉडेल्सची गणित सोडवण्याची क्षमता, संवेदनशील प्रश्नांची उत्तरं देण्याची क्षमता, कोडिंग आणि व्हिज्युअल रिजनिंग या चार बाबी संशोधकांनी तपासल्या.
या चार मुद्द्यांचा अभ्यास केल्यानंतर चॅटजीपीटी-४ मॉडेलची गणिताचे प्रश्न सोडवण्याची क्षमता कमी झालेली आहे. चॅटजीपीटी- ४ ची गणिताचे प्रश्न अचूक सोडवण्याची क्षमता मार्चमध्ये ९७.६ टक्के होती. तीच क्षमता जूनमध्ये २.४ टक्क्यांपर्यंत घसरल्याचे संशोधकांच्या लक्षात आले. चॅटजीपीटी- ४ च्या तुलनेत चॅटजीपीटी-३.५ मात्र गणिताचे प्रश्न सोडवण्याच्या बाबतीत सरस ठरले. मार्च महिन्यात चॅटजीपीटी-३.५ ची गणिते अचूक पद्धतीने सोडवण्याची क्षमता ७.४ टक्के होती. हीच क्षमता जून महिन्यात ८६.८ टक्क्यांपर्यंत पोहोचली होती.
एखादा संवेदनशील प्रश्न विचारल्यास चॅटजीपीटी-४ आणि चॅटजीपीटी- ३.५ हे मार्च महिन्यात विस्तृत उत्तर द्यायचे. मात्र, जून महिन्यात या दोन्ही मॉडेल्सकडून एखाद्या संवेदनशील प्रश्नाला ‘कृपया माफ करा, मी याबाबतीत तुमची मदत करू शकत नाही,’ अशा प्रकारची उत्तरे मिळाली. कोडिंगच्या बाबतीतही या दोन्ही मॉडेल्सची कार्यक्षमता कमी झाल्याचे पाहायला मिळाले. व्हिज्युअल रिजनिंग या क्षेत्रात मात्र या दोन्ही मॉडेल्सची कामगिरी सुधारल्याचे दिसले. सध्यातरी अन्य कृत्रिम बुद्धिमत्ता मंचावरही हीच अडचण येत आहे की नाही, हे स्पष्ट होऊ शकले नाही.
“कार्यक्षमतेवर परिणाम होणार? हे अपहिरार्य सत्य”
चॅटजीपीटीच्या कार्यक्षमतेवर नकारात्मक परिणाम का होत आहे, याबाबत या संशोधकांनी नेमकी माहिती दिलेली नाही. मात्र, भविष्यात जसे-जसे चॅटजीपीटीचे नवनवे रुप येत राहील, तसे-तसे त्याच्या कार्यक्षमतेवर परिणाम होत राहणार, असे या क्षेत्रातील तज्ज्ञांचे मत आहे. “कोणतीही छेडछाड न केलेला कोणताही डेटा हा पूर्णपणे बरोबर आणि अचूक नसतो. सिस्टिमला जशा प्रकारची माहिती पुरवली जाते, तशाच पद्धतीने चॅटजीपीटी स्वत:ला विकसित करते. तसेच चॅटजीपीटीने स्वत:जवळ असलेल्या डेटामधूनच शिकणे सुरू ठेवल्यास या चुका वाढत जातील. त्यानंतर चॅटजीपीटीच्या मॉडेल्सवर नकारात्मक परिणाम होत राहणार”, असे कृत्रिम बुद्धिमत्तेवर संशोधन करणाऱ्या पाकिस्तानी संशोधक मेहरुननिसा किचलू यांनी सांगितले.
तर या आधीच्या मॉडेल्सच्या मदतीने नव्या मॉडेल्सना प्रशिक्षण दिले जात असेल, नव्या मॉडेल्सना माहिती पुरवली जात असेल तर नवे मॉडेल हे आणखी चुका करण्याची शक्यता वाढते, असे ब्रिटन आणि कॅनडामध्ये करण्यात आलेल्या संशोधनात सांगण्यात आले आहे.
“हा तर एकाच फोटोला परत परत स्कॅन करण्यासारखा प्रकार”
आपण आधीच्या मॉडेल्सचा वापर करत असू तर चॅटजीपीटीचे नवे मॉडेल अधिक अकार्यक्षम होत राहणार हे एक अपरिहार्य सत्य आहे. एकाच फोटोला परत परत स्कॅन करण्यासारखाच हा प्रकार आहे, असे ब्रिटनमधील ऑक्सफर्ड विद्यापीठातील संशोधक इलिया शुमेलोव्ह म्हणाले.
चॅटजीपीटीची कार्यक्षमता कायम ठेवण्यासाठी काय करायला हवे?
चॅटजीपीटीची कार्यक्षमता कायम ठेवायची असेल, तर कृत्रिम बुद्धिमत्तेला प्रशिक्षण देण्यासाठी माणसांनी तयार केलेला डेटा (ह्युमन जनरेटेड डेटा) देणे हा योग्य उपाय आहे, असे शुमेलोव्ह यांनी सांगितले. ओपन एआयच्या काही अहवालांचा अभ्यास केल्यास असे समोर येते की, ते जुन्या डेटावरच अधिक भर देत आहेत. या जुन्या डेटाचा वापर करून ते सध्या अस्तित्वात असलेल्या मॉडेल्समध्ये किरकोळ बदल करत आहेत, असेही शुमेलोव्ह यांनी संगितले.
ओपन एआयने आरोप फेटाळले
ओपन एआय आपल्या अकार्यक्षमतेबाबतच्या आरोपांना फेटाळत आहे. ओपन एआयचे पदाधिकारी पीटर वेलिंडर यांनी “चॅटजीपीटी-४ हे अकार्यक्षम नाही, मात्र उलट ते जास्त प्रभावी आहे. आम्ही प्रत्येक नवे व्हर्जन हे या आधीच्या व्हर्जनपेक्षा अधिक प्रभावी असेल, याची काळजी घेतो”, असा दावा वेलिंडर यांनी केला.
चॅटजीपीटीच्या कार्यक्षमतेवरच प्रश्नचिन्ह?
दैनंदिन कामात येणाऱ्या अडचणी सोडवण्यासाठी चॅटजीपीटीचा वापर करावा का? चॅटजीपीटीचा वापर किती योग्य आहे? असे प्रश्न उपस्थित केले जातात. अनेकजण चॅटजीपीटी आमच्या नवनवीन संकल्पांची चोरी करते, असा आरोपही अनेकजण करतात. मात्र, तरीदेखील आजघडीला जगभरात कोट्यवधी लोक चॅटजीपीटीचा वापर करत आहेत. सध्या चॅटजीपीटीच्या कार्यक्षमतेवरच प्रश्नचिन्ह उपस्थित केले जात आहेत. चॅटजीपीटी अचूक आणि अपेक्षित असलेले उत्तर देत नाहीये, असा आरोप अनेकजण करत आहेत.
चॅटजीपीटी या आधी ज्या क्षमतेने आणि अचूकतेने काम करत होते, तसे काम आता करत नाहीये, असा दावा अनेकजण करत आहेत. काही लोकांनी ट्विटरवर तशी प्रतिक्रिया दिली आहे. विशेष म्हणजे चॅटजीपीटीने आपली कार्यक्षमता मुद्दामहून कमी केल्याचाही अनेकजण दावा करत आहेत. “गेल्या काही दिवसांपासून चॅटजीपीटी आपली उत्तरं तेवढ्या प्रभावीपणे देत नसल्याचे माझ्या निदर्शनास आले आहे. लोकांनी ‘चॅटजीपीटी प्लस’चे सबस्क्रीप्शन घ्यावे, लोकांनी त्यासाठी पैसे खर्च करावेत, असा या मागचा उद्देश असावा”, अशी प्रतिक्रिया एका ट्विटर वापरकर्त्याने दिली आहे.
विशेष म्हणजे नुकत्याच झालेल्या काही अभ्यासांत चॅटजीपीटीची कार्यक्षमता कमी झाल्याचे सांगण्यात आले आहे. स्टॅनफोर्ड विद्यापीठ आणि यूसी बर्कले येथील संशोधकांनी तसा दावा केला. त्यांच्या म्हणण्यानुसार चॅटजीपीटी- ३.५ आणि चॅटजीपीटी- ४ या दोन्ही मॉडेल्सनी आपली कामं करण्याची पद्धत बदलली आहे. तुलनाच करायची झाल्यास या आधी चॅटजीपीटीची ही दोन्ही मॉडेल्स चांगल्या पद्धतीने काम करायची, असे संशोधकांनी म्हटले आहे.
संशोधकांनी कोणत्या गोष्टींवर अभ्यास केला?
चॅटजीपीटीची कार्यक्षमता तपासण्यासाठी संशोधकांनी चॅटजीपीटी- ३.५ आणि चॅटजीपीटी-४ या दोन्ही मॉडेल्सचा अभ्यास केला. संशोधकांनी मार्च आणि जून या कालावधीत या दोन्ही मॉडेल्सने कसे काम केले हे तपासले. त्यासाठी प्रमुख चार बाबींचा विचार करण्यात आला. या दोन्ही मॉडेल्सची गणित सोडवण्याची क्षमता, संवेदनशील प्रश्नांची उत्तरं देण्याची क्षमता, कोडिंग आणि व्हिज्युअल रिजनिंग या चार बाबी संशोधकांनी तपासल्या.
या चार मुद्द्यांचा अभ्यास केल्यानंतर चॅटजीपीटी-४ मॉडेलची गणिताचे प्रश्न सोडवण्याची क्षमता कमी झालेली आहे. चॅटजीपीटी- ४ ची गणिताचे प्रश्न अचूक सोडवण्याची क्षमता मार्चमध्ये ९७.६ टक्के होती. तीच क्षमता जूनमध्ये २.४ टक्क्यांपर्यंत घसरल्याचे संशोधकांच्या लक्षात आले. चॅटजीपीटी- ४ च्या तुलनेत चॅटजीपीटी-३.५ मात्र गणिताचे प्रश्न सोडवण्याच्या बाबतीत सरस ठरले. मार्च महिन्यात चॅटजीपीटी-३.५ ची गणिते अचूक पद्धतीने सोडवण्याची क्षमता ७.४ टक्के होती. हीच क्षमता जून महिन्यात ८६.८ टक्क्यांपर्यंत पोहोचली होती.
एखादा संवेदनशील प्रश्न विचारल्यास चॅटजीपीटी-४ आणि चॅटजीपीटी- ३.५ हे मार्च महिन्यात विस्तृत उत्तर द्यायचे. मात्र, जून महिन्यात या दोन्ही मॉडेल्सकडून एखाद्या संवेदनशील प्रश्नाला ‘कृपया माफ करा, मी याबाबतीत तुमची मदत करू शकत नाही,’ अशा प्रकारची उत्तरे मिळाली. कोडिंगच्या बाबतीतही या दोन्ही मॉडेल्सची कार्यक्षमता कमी झाल्याचे पाहायला मिळाले. व्हिज्युअल रिजनिंग या क्षेत्रात मात्र या दोन्ही मॉडेल्सची कामगिरी सुधारल्याचे दिसले. सध्यातरी अन्य कृत्रिम बुद्धिमत्ता मंचावरही हीच अडचण येत आहे की नाही, हे स्पष्ट होऊ शकले नाही.
“कार्यक्षमतेवर परिणाम होणार? हे अपहिरार्य सत्य”
चॅटजीपीटीच्या कार्यक्षमतेवर नकारात्मक परिणाम का होत आहे, याबाबत या संशोधकांनी नेमकी माहिती दिलेली नाही. मात्र, भविष्यात जसे-जसे चॅटजीपीटीचे नवनवे रुप येत राहील, तसे-तसे त्याच्या कार्यक्षमतेवर परिणाम होत राहणार, असे या क्षेत्रातील तज्ज्ञांचे मत आहे. “कोणतीही छेडछाड न केलेला कोणताही डेटा हा पूर्णपणे बरोबर आणि अचूक नसतो. सिस्टिमला जशा प्रकारची माहिती पुरवली जाते, तशाच पद्धतीने चॅटजीपीटी स्वत:ला विकसित करते. तसेच चॅटजीपीटीने स्वत:जवळ असलेल्या डेटामधूनच शिकणे सुरू ठेवल्यास या चुका वाढत जातील. त्यानंतर चॅटजीपीटीच्या मॉडेल्सवर नकारात्मक परिणाम होत राहणार”, असे कृत्रिम बुद्धिमत्तेवर संशोधन करणाऱ्या पाकिस्तानी संशोधक मेहरुननिसा किचलू यांनी सांगितले.
तर या आधीच्या मॉडेल्सच्या मदतीने नव्या मॉडेल्सना प्रशिक्षण दिले जात असेल, नव्या मॉडेल्सना माहिती पुरवली जात असेल तर नवे मॉडेल हे आणखी चुका करण्याची शक्यता वाढते, असे ब्रिटन आणि कॅनडामध्ये करण्यात आलेल्या संशोधनात सांगण्यात आले आहे.
“हा तर एकाच फोटोला परत परत स्कॅन करण्यासारखा प्रकार”
आपण आधीच्या मॉडेल्सचा वापर करत असू तर चॅटजीपीटीचे नवे मॉडेल अधिक अकार्यक्षम होत राहणार हे एक अपरिहार्य सत्य आहे. एकाच फोटोला परत परत स्कॅन करण्यासारखाच हा प्रकार आहे, असे ब्रिटनमधील ऑक्सफर्ड विद्यापीठातील संशोधक इलिया शुमेलोव्ह म्हणाले.
चॅटजीपीटीची कार्यक्षमता कायम ठेवण्यासाठी काय करायला हवे?
चॅटजीपीटीची कार्यक्षमता कायम ठेवायची असेल, तर कृत्रिम बुद्धिमत्तेला प्रशिक्षण देण्यासाठी माणसांनी तयार केलेला डेटा (ह्युमन जनरेटेड डेटा) देणे हा योग्य उपाय आहे, असे शुमेलोव्ह यांनी सांगितले. ओपन एआयच्या काही अहवालांचा अभ्यास केल्यास असे समोर येते की, ते जुन्या डेटावरच अधिक भर देत आहेत. या जुन्या डेटाचा वापर करून ते सध्या अस्तित्वात असलेल्या मॉडेल्समध्ये किरकोळ बदल करत आहेत, असेही शुमेलोव्ह यांनी संगितले.
ओपन एआयने आरोप फेटाळले
ओपन एआय आपल्या अकार्यक्षमतेबाबतच्या आरोपांना फेटाळत आहे. ओपन एआयचे पदाधिकारी पीटर वेलिंडर यांनी “चॅटजीपीटी-४ हे अकार्यक्षम नाही, मात्र उलट ते जास्त प्रभावी आहे. आम्ही प्रत्येक नवे व्हर्जन हे या आधीच्या व्हर्जनपेक्षा अधिक प्रभावी असेल, याची काळजी घेतो”, असा दावा वेलिंडर यांनी केला.
