गूगल डेवलपर्स को कृत्रिम बुद्धिमत्ता द्वारा उत्पन्न प्रतिक्रियाओं को आधार बनाने में मदद करने के लिए जेमिनी एप्लिकेशन प्रोग्रामिंग इंटरफ़ेस (एपीआई) और एआई स्टूडियो में एक नई सुविधा जोड़ रहा है। गुरुवार को घोषित, Google खोज के साथ ग्राउंडिंग नामक सुविधा डेवलपर्स को इंटरनेट पर उपलब्ध समान जानकारी के विरुद्ध एआई-जनरेटेड प्रतिक्रियाओं की जांच करने की अनुमति देगी। इस तरह डेवलपर्स अपने एआई ऐप्स को और बेहतर बनाने में सक्षम होंगे और अपने उपयोगकर्ताओं को अधिक सटीक और नवीनतम जानकारी प्रदान करेंगे। Google ने इस बात पर प्रकाश डाला कि ऐसे ग्राउंडिंग तरीके उन संकेतों के लिए महत्वपूर्ण हैं जो वेब से वास्तविक समय की जानकारी उत्पन्न करते हैं।
Google ने ‘ग्राउंडिंग विद गूगल सर्च’ फीचर जारी किया
डेवलपर्स के लिए Google AI समर्थन पृष्ठ नई सुविधा के बारे में विस्तार से बताया जो जेमिनी एपीआई और गूगल एआई स्टूडियो दोनों पर उपलब्ध होगी। इन दोनों टूल का उपयोग बड़े पैमाने पर डेवलपर्स द्वारा किया जाता है जो एआई क्षमताओं के साथ मोबाइल और डेस्कटॉप ऐप बना रहे हैं।
हालाँकि, AI मॉडल से प्रतिक्रियाएँ उत्पन्न करने से अक्सर मतिभ्रम हो सकता है, जो ऐप्स की विश्वसनीयता पर नकारात्मक प्रभाव डाल सकता है। समस्या तब और भी महत्वपूर्ण हो सकती है जब ऐप समसामयिक मामलों के विषयों पर गहराई से चर्चा करता है, जहां वेब से नवीनतम जानकारी की आवश्यकता होती है। जबकि डेवलपर्स मार्गदर्शक डेटासेट के बिना एआई मॉडल को मैन्युअल रूप से ठीक कर सकते हैं, फिर भी त्रुटियां मौजूद हो सकती हैं।
इसे हल करने के लिए, Google AI द्वारा उत्पन्न आउटपुट को सत्यापित करने का एक नया तरीका पेश कर रहा है। ग्राउंडिंग के रूप में जानी जाने वाली यह प्रक्रिया एआई मॉडल को सूचना के सत्यापन योग्य स्रोतों से जोड़ती है। ऐसे स्रोतों में उच्च गुणवत्ता वाली जानकारी होती है और जानकारी में अधिक संदर्भ जुड़ते हैं। इन स्रोतों के कुछ उदाहरणों में दस्तावेज़, चित्र, स्थानीय डेटाबेस और इंटरनेट शामिल हैं।
Google खोज के साथ ग्राउंडिंग सत्यापन योग्य जानकारी खोजने के लिए अंतिम स्रोत का उपयोग करता है। जेमिनी एआई मॉडल द्वारा दी गई जानकारी की तुलना करने के लिए डेवलपर्स अब Google खोज से शीर्ष परिणामों का उपयोग कर सकते हैं। माउंटेन व्यू-आधारित तकनीकी दिग्गज का दावा है कि इस अभ्यास से “एआई आउटपुट की सटीकता, विश्वसनीयता और उपयोगिता” में सुधार होगा।
यह विधि एआई मॉडल को सीधे ग्राउंडिंग स्रोत से जानकारी प्राप्त करके उनके ज्ञान की कट-ऑफ तिथि को पार करने में मदद करती है। तो, इस मामले में, मिथुन मॉडल खोज एल्गोरिदम के आउटपुट का उपयोग करके नवीनतम जानकारी प्राप्त कर सकते हैं।
Google ने ग्राउंडेड आउटपुट बनाम ग्राउंडेड न किए गए आउटपुट में अंतर का एक उदाहरण भी साझा किया। “इस वर्ष सुपर बाउल किसने जीता?” प्रश्न का एक निराधार उत्तर। था “कैनसस सिटी चीफ्स ने इस साल (2023) सुपर बाउल LVII जीता।”
हालाँकि, Google खोज सुविधा के साथ ग्राउंडिंग का उपयोग करने के बाद, परिष्कृत प्रतिक्रिया यह थी, “कैनसस सिटी चीफ्स ने इस साल सुपर बाउल LVIII जीता, सैन फ्रांसिस्को 49ers को ओवरटाइम में 25 से 22 के स्कोर के साथ हराया।” विशेष रूप से, यह सुविधा केवल टेक्स्ट-आधारित आउटपुट का समर्थन करती है और मल्टीमॉडल प्रतिक्रियाओं को संसाधित नहीं कर सकती है।
