ਹਉਮੈ—ਵਿਚ

ਪਰਿਭਾਸ਼ਾ

ਹਿਊਮਨ-ਇਨ-ਦ-ਲੂਪ (HITL) ਉਹਨਾਂ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਜਿੱਥੇ ਸਿਖਲਾਈ, ਮੁਲਾਂਕਣ, ਜਾਂ ਫੈਸਲਾ ਲੈਣ ਵਰਗੇ ਕੰਮਾਂ ਲਈ ਮਨੁੱਖੀ ਨਿਰਣੇ ਨੂੰ AI ਵਰਕਫਲੋ ਵਿੱਚ ਜੋੜਿਆ ਜਾਂਦਾ ਹੈ।

ਉਦੇਸ਼

ਇਸਦਾ ਉਦੇਸ਼ ਮਨੁੱਖੀ ਮੁਹਾਰਤ ਨੂੰ ਏਆਈ ਕੁਸ਼ਲਤਾ ਨਾਲ ਜੋੜਨਾ ਹੈ। ਇਹ ਸੰਵੇਦਨਸ਼ੀਲ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਗੁਣਵੱਤਾ, ਨੈਤਿਕ ਨਿਗਰਾਨੀ ਅਤੇ ਸੁਰੱਖਿਆ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ।

ਮਹੱਤਤਾ

• ਉੱਚ-ਜੋਖਮ ਵਾਲੇ ਖੇਤਰਾਂ (ਜਿਵੇਂ ਕਿ, ਸਿਹਤ ਸੰਭਾਲ, ਰੱਖਿਆ) ਵਿੱਚ ਗਲਤੀਆਂ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ।
• ਮਨੁੱਖੀ ਫੀਡਬੈਕ ਰਾਹੀਂ ਸਿਖਲਾਈ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਂਦਾ ਹੈ।
• ਸਵੈਚਾਲਿਤ ਪ੍ਰਣਾਲੀਆਂ ਵਿੱਚ ਜਵਾਬਦੇਹੀ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।
• ਪੂਰੀ ਆਟੋਮੇਸ਼ਨ ਦੇ ਮੁਕਾਬਲੇ ਹੌਲੀ ਅਤੇ ਮਹਿੰਗਾ।

ਕਿਦਾ ਚਲਦਾ

1. ਉਹਨਾਂ ਖੇਤਰਾਂ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰੋ ਜਿੱਥੇ ਮਨੁੱਖੀ ਨਿਗਰਾਨੀ ਦੀ ਲੋੜ ਹੈ।
2. ਏਆਈ ਆਉਟਪੁੱਟ ਜਾਂ ਸੁਝਾਅ ਇਕੱਠੇ ਕਰੋ।
3. ਮਨੁੱਖ ਪ੍ਰਮਾਣਿਤ ਕਰਦੇ ਹਨ, ਸਹੀ ਕਰਦੇ ਹਨ, ਜਾਂ ਫੀਡਬੈਕ ਦਿੰਦੇ ਹਨ।
4. ਫੀਡਬੈਕ ਮਾਡਲਾਂ ਨੂੰ ਦੁਬਾਰਾ ਸਿਖਲਾਈ ਦੇਣ ਜਾਂ ਸੁਧਾਰਨ ਲਈ ਏਕੀਕ੍ਰਿਤ ਹੈ।
5. ਚੱਲ ਰਹੀ ਮਨੁੱਖੀ ਸਮੀਖਿਆ ਦੇ ਨਾਲ ਸਿਸਟਮ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਦੀ ਨਿਗਰਾਨੀ ਕਰੋ।

ਉਦਾਹਰਣਾਂ (ਅਸਲ ਦੁਨੀਆਂ)

• ਸਮੱਗਰੀ ਸੰਚਾਲਨ: ਮਨੁੱਖ AI ਤੋਂ ਫਲੈਗ ਕੀਤੀਆਂ ਪੋਸਟਾਂ ਦੀ ਸਮੀਖਿਆ ਕਰਦੇ ਹਨ।
• ਮੈਡੀਕਲ ਏਆਈ: ਡਾਕਟਰ ਏਆਈ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਗਏ ਨਿਦਾਨਾਂ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਦੇ ਹਨ।
• ਮਨੁੱਖੀ ਫੀਡਬੈਕ ਤੋਂ ਰੀਇਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ (RLHF): ChatGPT ਵਰਗੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦਿੰਦਾ ਹੈ।

ਹਵਾਲੇ / ਹੋਰ ਪੜ੍ਹਨਾ

• ਅਮਰਸ਼ੀ ਅਤੇ ਹੋਰ। "ਲੋਕਾਂ ਨੂੰ ਸ਼ਕਤੀ: ਇੰਟਰਐਕਟਿਵ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਵਿੱਚ ਮਨੁੱਖਾਂ ਦੀ ਭੂਮਿਕਾ।" ਏਆਈ ਮੈਗਜ਼ੀਨ।
• NIST AI ਜੋਖਮ ਪ੍ਰਬੰਧਨ ਢਾਂਚਾ।
• ਹਿਊਮਨ-ਇਨ-ਦ-ਲੂਪ ਸਿਸਟਮ ਲਈ IEEE ਸਟੈਂਡਰਡ।
• ਲੂਪ ਵਿੱਚ ਮਨੁੱਖ ਨੂੰ ਸਮਝਣਾ