ਇਸ ਨਵੀਨਤਮ ਵਿਸ਼ੇਸ਼ਤਾ ਵਿੱਚ, ਵਤਸਲ ਘੀਆ, ਸ਼ੈਪ ਦੇ ਸੀਈਓ ਅਤੇ ਸਹਿ-ਸੰਸਥਾਪਕ ਨੇ ਤਕਨਾਲੋਜੀ ਦੀਆਂ ਸ਼ਾਨਦਾਰ ਪੇਸ਼ਕਸ਼ਾਂ 'ਤੇ ਕੁਝ ਚਾਨਣਾ ਪਾਇਆ ਅਤੇ ਅਸਲ ਕੰਮ ਦੀ ਪੜਚੋਲ ਕੀਤੀ ਜੋ ਪਰਦੇ ਦੇ ਪਿੱਛੇ ਜਾਂਦੀ ਹੈ ਅਤੇ ਪਹਿਲੂਆਂ ਜਿਵੇਂ- ਡੇਟਾ ਉਤਪਾਦਨ, ਡੇਟਾ ਲੇਬਲਿੰਗ, ਡੇਟਾ ਪ੍ਰੋਸੈਸਿੰਗ, ਅਤੇ ਹੋਰ ਬਹੁਤ ਕੁਝ।
ਲੇਖ ਤੋਂ ਮੁੱਖ ਟੇਕਅਵੇ ਹੈ:
- ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ (ML) ਤਕਨਾਲੋਜੀਆਂ ਨੂੰ ਅਕਸਰ ਸ਼ਕਤੀਸ਼ਾਲੀ ਤਕਨੀਕੀ ਕੰਪਨੀਆਂ ਅਤੇ ਸੁਵਿਧਾਜਨਕ ਅਤੇ ਭਵਿੱਖੀ ਹੱਲ ਬਣਾਉਣ ਲਈ ਇੱਕ ਹੱਲ ਵਜੋਂ ਦੇਖਿਆ ਜਾਂਦਾ ਹੈ। ਇਸ ਲਈ, ਲੋਕਾਂ ਨੂੰ ਇਹ ਮੁਸ਼ਕਿਲ ਨਾਲ ਪੇਸ਼ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਕਿ ਇਹਨਾਂ ਤਕਨਾਲੋਜੀਆਂ ਦੇ ਪਿੱਛੇ ਕੀ ਹੈ ਅਤੇ AI ਮਾਡਲਾਂ ਦੁਆਰਾ ਪੇਸ਼ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਸਾਰੀਆਂ ਸੁਵਿਧਾਵਾਂ।
- ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦਾ ਪੂਰਾ ਸਪੈਕਟ੍ਰਮ ਇੱਕ ਫੈਂਸੀ ਰੈਸਟੋਰੈਂਟ ਵਰਗਾ ਹੈ, ਜਿੱਥੇ ਇਹ ਚਿੱਤਰ ਐਨੋਟੇਸ਼ਨ, ਟੈਕਸਟ ਐਨੋਟੇਸ਼ਨ, ਆਡੀਓ ਐਨੋਟੇਸ਼ਨ, ਅਤੇ ਹੋਰਾਂ ਵਰਗੀਆਂ ਬਹੁਤ ਸਾਰੀਆਂ ਡਾਟਾ ਐਨੋਟੇਸ਼ਨ ਤਕਨੀਕਾਂ ਲੈਂਦਾ ਹੈ। ਅਤੇ ਡੇਟਾ ਐਨੋਟੇਸ਼ਨ AI-ਅਧਾਰਿਤ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦੇ ਵਾਪਰਨ ਲਈ ਬੁਨਿਆਦ ਰੱਖਦੀ ਹੈ।
- ਪਰ, ਡੇਟਾ ਐਨੋਟੇਸ਼ਨ ਓਨੀ ਹੀ ਗੁੰਝਲਦਾਰ ਹੈ ਜਿੰਨੀ ਪ੍ਰਕਿਰਿਆ ਇਸਦਾ ਸਮਰਥਨ ਕਰਦੀ ਹੈ। ਅਤੇ ਏਆਈ ਮਾਡਲਾਂ ਲਈ ਤੱਤਾਂ ਨੂੰ ਟੈਗ ਕਰਨ ਵਿੱਚ ਮਨੁੱਖੀ ਦਖਲਅੰਦਾਜ਼ੀ ਅਟੱਲ ਹੈ ਅਤੇ ਇਹ ਪੂਰੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਨਾ ਸਿਰਫ ਸਮਾਂ-ਬਰਬਾਦ ਕਰਨ ਵਾਲਾ, ਬਲਕਿ ਥਕਾਵਟ ਵਾਲਾ ਬਣਾਉਂਦਾ ਹੈ। ਇਸ ਲਈ, ਉੱਦਮ ਆਪਣੇ ਡੇਟਾ ਚੁਣੌਤੀਆਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਲਈ ਬਾਹਰੀ ਸਰੋਤਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ।
ਇੱਥੇ ਪੂਰਾ ਲੇਖ ਪੜ੍ਹੋ:
https://indiaai.gov.in/article/why-artificial-intelligence-is-incomplete-without-data-annotation
