OpenAI अपने अगली पीढ़ी के AI मॉडलों के प्रदर्शन का मूल्यांकन करने के लिए तीसरे पक्ष के ठेकेदारों से उनके वर्तमान या पिछले रोजगार से वास्तविक असाइनमेंट और कार्य अपलोड करने का अनुरोध कर रहा है। WIRED द्वारा OpenAI और प्रशिक्षण डेटा कंपनी हैंडशेक AI से प्राप्त दस्तावेजों से पता चलता है कि परियोजना का उद्देश्य विभिन्न कार्यों के लिए मानव प्रदर्शन का आधार स्थापित करना है, जिसका उपयोग तब AI मॉडल क्षमताओं का आकलन करने के लिए किया जाएगा।

यह पहल OpenAI के व्यापक प्रयास का हिस्सा है, जिसे सितंबर में शुरू किया गया था, ताकि विभिन्न उद्योगों में मानव पेशेवरों के मुकाबले अपने AI मॉडलों को मापा जा सके। कंपनी इस तुलना को कृत्रिम सामान्य बुद्धिमत्ता (AGI) प्राप्त करने की दिशा में प्रगति को मापने के लिए एक महत्वपूर्ण मीट्रिक मानती है, जिसे एक AI प्रणाली के रूप में परिभाषित किया गया है जो अधिकांश आर्थिक रूप से मूल्यवान कार्यों में मानव क्षमताओं को पार कर जाती है।

एक गोपनीय OpenAI दस्तावेज़ के अनुसार, "हमने विभिन्न व्यवसायों के लोगों को काम पर रखा है ताकि उन वास्तविक दुनिया के कार्यों को एकत्र करने में मदद मिल सके जो आपके पूर्णकालिक नौकरियों में किए गए कार्यों पर आधारित हैं, ताकि हम माप सकें कि AI मॉडल उन कार्यों पर कितना अच्छा प्रदर्शन करते हैं।" दस्तावेज़ ठेकेदारों को निर्देश देता है कि "दीर्घकालिक या जटिल कार्य (घंटे या दिन) के मौजूदा टुकड़ों को लें जो आपने अपने व्यवसाय में किए हैं और प्रत्येक को एक कार्य में बदल दें।"

डेटा संग्रह रणनीति AI विकास में एक महत्वपूर्ण चुनौती को उजागर करती है: वास्तविक दुनिया के कार्यों को करने की AI की क्षमता का सटीक आकलन करना। वास्तविक कार्य से प्राप्त मानव आधार रेखा के मुकाबले AI प्रदर्शन की तुलना करके, OpenAI का लक्ष्य अपने मॉडलों की ताकत और कमजोरियों की अधिक सूक्ष्म समझ प्राप्त करना है। यह दृष्टिकोण विशेष रूप से प्रासंगिक है क्योंकि AI सिस्टम तेजी से पेशेवर सेटिंग्स में एकीकृत हो रहे हैं।

AGI प्राप्त करने के निहितार्थ दूरगामी हैं, जो संभावित रूप से उद्योगों को बदल सकते हैं और काम की प्रकृति को नया आकार दे सकते हैं। जबकि OpenAI AGI के संभावित लाभों पर जोर देता है, जैसे कि बढ़ी हुई उत्पादकता और नवाचार, विकास नौकरी विस्थापन और तेजी से स्वायत्त AI सिस्टम के नैतिक विचारों के बारे में भी चिंताएं बढ़ाता है।

OpenAI की मूल्यांकन प्रक्रिया AI समुदाय के भीतर चल रही बहस को दर्शाती है कि तेजी से शक्तिशाली AI सिस्टम को कैसे बेहतर ढंग से मापा और नियंत्रित किया जाए। जैसे-जैसे AI मॉडल अधिक परिष्कृत होते जाते हैं, विश्वसनीय बेंचमार्क और सुरक्षा प्रोटोकॉल स्थापित करना उनके जिम्मेदार विकास और तैनाती को सुनिश्चित करने के लिए आवश्यक है। कंपनी ने एकत्र किए जा रहे कार्यों के प्रकार या AI प्रदर्शन का मूल्यांकन करने के लिए उपयोग किए जाने वाले मानदंडों के बारे में विशिष्ट विवरण जारी नहीं किए हैं, लेकिन इसने कहा है कि डेटा का उपयोग अपने भविष्य के AI मॉडलों की सटीकता और विश्वसनीयता में सुधार के लिए किया जाएगा। परियोजना जारी है, और मूल्यांकन के परिणामों से OpenAI में भविष्य के विकास प्रयासों को सूचित करने की उम्मीद है।