जनरेटिव एआई क्या है? प्रकार, लाभ और उपयोग के तरीकों की सरल व्याख्या

生成AI क्या है?

生成AI एक ऐसी तकनीक है जो उपयोगकर्ता के निर्देशों (प्रॉम्प्ट) के आधार पर, पहले से सीखे गए डेटा का उपयोग करके, AI द्वारा स्वचालित रूप से विभिन्न प्रकार की सामग्री जैसे कि पाठ, छवियाँ, प्रोग्राम कोड, वीडियो, और ध्वनि उत्पन्न करती है।
एक प्रमुख उदाहरण के रूप में, नवंबर 2022 (Reiwa 4) में OpenAI द्वारा जारी किया गया “ChatGPT” है।
ChatGPT, मानव द्वारा सोचे गए प्राकृतिक पाठ की तरह सामग्री उत्पन्न करता है, जिससे यह व्यापार के विभिन्न क्षेत्रों में उपयोगी हो सकता है और कार्यक्षमता में वृद्धि और लागत में कमी जैसी उम्मीदें हैं।
हाल के वर्षों में,生成AI का विकास तेजी से हो रहा है, और दुनिया भर में प्रतिदिन नई सेवाएं जारी की जा रही हैं, जिससे यह कई क्षेत्रों में ध्यान आकर्षित कर रहा है।

生成AI पर ध्यान क्यों दिया जा रहा है

जैसे कि कंप्यूटर का आविष्कार और इंटरनेट और मोबाइल फोन का प्रसार लोगों के जीवन में बड़े बदलाव लाए, AI भी आधुनिक समाज में अपरिहार्य बनता जा रहा है।
विशेष रूप से生成AI, मानव श्रम की जगह लेने की क्षमता के कारण, बड़े सामाजिक चिंताओं को जन्म दे रहा है और अब इसे नजरअंदाज नहीं किया जा सकता।

生成AI और पारंपरिक AI में अंतर

पारंपरिक AI का मुख्य कार्य प्रॉम्प्ट के अनुरूप जानकारी को “निकालना” और उसे आउटपुट करना था, जबकि生成AI, सीखे गए डेटा के आधार पर नए आउटपुट को “उत्पन्न” करता है।
इस विशेषता के कारण,生成AI में सीखे गए डेटा की सीमाओं के बिना अद्वितीय अभिव्यक्तियाँ और विचार उत्पन्न करने की क्षमता होती है, लेकिन दूसरी ओर, आउटपुट की गुणवत्ता उपयोगकर्ता के प्रॉम्प्ट इंजीनियरिंग (AI से वांछित आउटपुट प्राप्त करने के लिए सबसे अच्छा प्रॉम्प्ट दर्ज करने की कौशल) पर बहुत निर्भर करती है।

生成AI का तंत्र

生成AI की इस तकनीक का आधार “मशीन लर्निंग (machine learning)” है।
मशीन लर्निंग एक ऐसी तकनीक है जो इनपुट किए गए बड़े डेटा से पैटर्न और नियमों की खोज और सीखने के बाद, नए इनपुट डेटा को वर्गीकृत और भविष्यवाणी करती है।生成AI के विकास में, विशेष रूप से “डीप लर्निंग (deep learning)” नामक एक सीखने की विधि का उपयोग किया जाता है।
डीप लर्निंग के माध्यम से, इनपुट डेटा से अधिक परतों में विशेषताओं को निकाला जा सकता है, जिससे अधिक जटिल और उच्च सटीकता वाले कार्यों को संभालना संभव हो जाता है।
आम तौर पर, इस तरह की मशीन लर्निंग के माध्यम से उत्पन्न आधार मॉडल में से, अधिक विशिष्ट कार्यों के लिए अनुकूलित मॉडल को “प्रशिक्षित मॉडल” कहा जाता है, और इसे उत्पादों या सेवाओं में शामिल किया जाता है जिसे सामूहिक रूप से “生成AI” कहा जाता है।
संक्षेप में, “विशिष्ट कार्यों” की सामग्री के अनुसार,生成AI के विभिन्न प्रकार होते हैं।

生成AI के प्रकार

नीचे, हम प्रमुख प्रकार के生成AI के बारे में चर्चा करेंगे।

टेक्स्ट जनरेटिंग AI

टेक्स्ट जनरेटिंग AI, जैसे “ChatGPT” और “Bard”, में “GPT-4” और “PaRM” जैसे बड़े भाषा मॉडल (LLM: Large Language Model) शामिल हैं।
बड़े भाषा मॉडल, आधार मॉडल में से एक है जो प्राकृतिक भाषा के उपयोग के लिए अनुकूलित होता है और इसमें अरबों से लेकर सैकड़ों अरबों पैरामीटर होते हैं, जिससे यह बहुत ही प्राकृतिक टेक्स्ट उत्पन्न करने में सक्षम होता है।
इससे, उदाहरण के लिए, मीटिंग मिनट्स तैयार करना, ईमेल का जवाब देना, विज्ञापन कॉपी बनाना और उपन्यास लिखना जैसी विभिन्न स्थितियों में इसका उपयोग किया जा सकता है।

इमेज जनरेटिंग AI

इमेज जनरेटिंग AI, जैसे “Stable Diffusion” और “Midjourney”, टेक्स्ट या इमेज से नई इमेज उत्पन्न करते हैं। उदाहरण के लिए, अंतिम आउटपुट इमेज की कल्पना को टेक्स्ट के रूप में इनपुट करना (t2t: text to image) या इनपुट की गई इमेज के आधार पर एक अलग इमेज में पुनर्निर्माण करना (i2i: image to image) जैसी विभिन्न विधियाँ होती हैं, जो उद्देश्य और उपयोग के अनुसार भिन्न होती हैं।

ऑडियो जनरेटिंग AI

ऑडियो जनरेटिंग AI, ऑडियो डेटा को इनपुट करने पर नई ऑडियो डेटा उत्पन्न करता है।
उदाहरण के लिए, किसी व्यक्ति या चरित्र की आवाज़ को बड़े पैमाने पर इनपुट कर और उसे सीखने के बाद, उस आवाज़ में विभिन्न वाक्यों को पढ़वाया जा सकता है।
इसके अलावा, विशेष भावनाओं के अनुसार टोन या बहुभाषी में पढ़ने की क्षमता के कारण, एक बार आवाज़ को सीखने के बाद, इसे नैरेशन या कॉल सेंटर के स्वचालित उत्तर जैसी विभिन्न स्थितियों में उपयोग किया जा सकता है।
Google का “Text-to-Speech AI” इसका एक प्रसिद्ध उदाहरण है।

वीडियो जनरेटिंग AI

वीडियो जनरेटिंग AI, टेक्स्ट या इमेज से वीडियो और ऑडियो को संयोजित कर नई वीडियो स्वचालित रूप से उत्पन्न करने की तकनीक है।
फरवरी 2024 (Reiwa 6) में OpenAI द्वारा घोषित “Sora”, टेक्स्ट से वीडियो उत्पन्न करता है और पारंपरिक वीडियो जनरेटिंग AI की तुलना में, जो केवल कुछ सेकंड के छोटे वीडियो बना सकते थे, यह अधिकतम 1 मिनट के वीडियो उत्पन्न कर सकता है। इसके अलावा, यह कई दृश्यों में पात्रों और स्थान की संगति बनाए रखता है और भौतिक नियमों को सही ढंग से प्रतिबिंबित करता है, जिससे यह वर्तमान में बहुत ध्यान आकर्षित कर रहा है।

3D मॉडल जनरेटिंग AI

3D मॉडल जनरेटिंग AI, टेक्स्ट या इमेज से 3D मॉडल स्वचालित रूप से उत्पन्न करने की तकनीक है।
यह गेम के पात्रों या वस्तुओं, एनीमेशन या फिल्मों के CG सामग्री के निर्माण जैसी उद्योगों में उपयोग किए जाने की उम्मीद है और यह वर्तमान में तेजी से बढ़ते हुए AI प्रकारों में से एक है।
“LumaAI”, “Tripo”, और “Meshy” इसके प्रमुख उदाहरण हैं।

生成AI活用のメリット

इस प्रकार, 生成AI (जनरेटिव एआई) लगातार विकसित हो रहा है और विभिन्न उद्योगों में इसके उपयोग की उम्मीद की जा रही है।

生成AI (जनरेटिव एआई) का उपयोग करने से न केवल कार्यों की बड़ी मात्रा में दक्षता और लागत में कमी की उम्मीद की जा सकती है, बल्कि नए विचारों और पैटर्न की खोज के लिए संकेत भी मिल सकते हैं। इस दृष्टिकोण से, यह कहा जा सकता है कि पारंपरिक AI (एआई) की तुलना में 生成AI (जनरेटिव एआई) के उपयोग के बड़े लाभ हैं।

生成AI का व्यावसायिक उपयोग

विशेष रूप से, निम्नलिखित व्यावसायिक परिदृश्यों में生成AI का उपयोग करने पर विचार किया जा सकता है।

कस्टमर सपोर्ट में स्वचालन और सहायता

ईमेल के जवाब देने और फोन कॉल्स का जवाब देने जैसे कस्टमर सपोर्ट कार्य, दैनिक कार्यों में से एक हैं जो बहुत समय और मेहनत मांगते हैं। लेकिन, ये कार्य生成AI के साथ अच्छी तरह से मेल खाते हैं।
टेक्स्ट生成AI के माध्यम से, ग्राहक की पूछताछ को समझकर उचित उत्तर तैयार करना संभव है। इसके अलावा, वॉइस生成AI के साथ संयोजन करके, 24 घंटे 365 दिन स्वचालित फोन सपोर्ट प्रदान करने वाली सेवाएं भी उपलब्ध हैं। वर्तमान में, कई कंपनियां इन कार्यों में生成AI का उपयोग कर रही हैं।

विज्ञापन कॉपी और वेब लेखों के लिए विचार और प्रारूप तैयार करना

जैसा कि पहले बताया गया है,生成AI की नई आउटपुट उत्पन्न करने की विशेषता का उपयोग करके, विज्ञापन कॉपी और वेब लेखों के साथ-साथ अन्य सामग्री निर्माण में विचार उत्पन्न करना और प्रारूप तैयार करना एक बहुत ही प्रभावी तरीका है।
उत्पाद की विशेषताएं, लक्षित दर्शक, और शब्दों की संख्या जैसी जानकारी देकर प्रॉम्प्ट इनपुट करें, तो यह अधिक उपयुक्त आउटपुट उत्पन्न कर सकता है। इसके अलावा,生成AI मानव की तुलना में तेजी से और अधिक विचार उत्पन्न कर सकता है, जिससे उत्पादकता में वृद्धि होगी।

डेटा विश्लेषण में सहायता और रिपोर्ट का स्वचालित निर्माण

大量 डेटा को तेजी से प्रोसेस करने में सक्षम生成AI, उन पैटर्नों और रुझानों को खोजने में मदद कर सकता है जिन्हें मानव नजरअंदाज कर सकता है। इसलिए, डेटा विश्लेषण और पूर्वानुमान में इसका उपयोग किया जा सकता है। इसके अलावा, इन विश्लेषणों और पूर्वानुमानों के आधार पर रिपोर्ट तैयार करने में भी生成AI का उपयोग किया जा सकता है।
आउटपुट फॉर्मेट आदि को निर्दिष्ट करके, आवश्यकताओं के अनुसार फॉर्मेट को कस्टमाइज करना भी संभव है, जो एक लाभ है।

生成AI के उपयोग में ध्यान देने योग्य बातें

जैसा कि ऊपर बताया गया है,生成AI का उपयोग करने के कई बड़े फायदे हैं, लेकिन साथ ही, इसे सही तरीके से उपयोग करने के लिए कई महत्वपूर्ण बातों का ध्यान रखना भी आवश्यक है।

AI का भ्रम (हैलुसिनेशन)

生成AI, सीखने के डेटा के आधार पर, प्रॉम्प्ट के लिए सांख्यिकीय दृष्टि से “सबसे संभावित” उत्तर देता है, इसलिए कभी-कभी गलत जानकारी भी उत्पन्न हो सकती है (इस प्रकार की समस्या को आमतौर पर “हैलुसिनेशन” कहा जाता है)।
इसके अलावा, कुछ生成AI में सीखने के डेटा की प्राप्ति अवधि में सीमाएं होती हैं, जिससे नवीनतम जानकारी को प्रतिबिंबित नहीं करने वाले उत्तर भी उत्पन्न हो सकते हैं।
इसलिए, जब生成AI के आउटपुट का उपयोग कार्य में किया जाता है, तो मानव द्वारा गुणवत्ता की जांच और सत्यापन की प्रक्रिया को अवश्य अपनाना चाहिए।

सुरक्षा पहलू

इसके अलावा, जब कंपनियां生成AI का उपयोग करती हैं, तो विशेष रूप से सुरक्षा पहलू पर ध्यान देना आवश्यक है।
कुछ生成AI में, इनपुट डेटा को मशीन लर्निंग के लिए उपयोग किया जा सकता है, और यदि व्यक्तिगत जानकारी या कंपनी के रहस्यों को इनपुट किया जाता है, तो यह अपरिवर्तनीय स्थिति पैदा कर सकता है।
इसलिए, इनपुट डेटा के प्रबंधन के बारे में, उपयोग की शर्तों आदि की अच्छी तरह से जांच करें।

कानूनी नियम आदि

इसके अलावा, हाल के वर्षों में,生成AI से संबंधित कानूनी नियमों के बारे में, जापानी著作権法 (कॉपीराइट कानून) और जापानी個人情報保護法 (व्यक्तिगत जानकारी संरक्षण कानून) के केंद्र में जोरदार चर्चा हो रही है, और उद्योग या क्षेत्र के अनुसार, कुछ क्षेत्रों में独自のAI倫理 (एआई नैतिकता) भी निर्धारित की गई है। इसलिए, कंपनियों के अनुपालन के रूप में, कानूनी नियमों और इन एआई नैतिकता के रुझानों पर भी ध्यान देना आवश्यक है।

ध्यान में रखते हुए AI का उपयोग करना चाहते हैं तो Azure OpenAI Service की सिफारिश की जाती है

इस संदर्भ में, Microsoft Azure द्वारा प्रदान की जाने वाली “Azure OpenAI Service” एकमात्र सेवा है जो OpenAI कंपनी द्वारा प्रदान की जाने वाली AI सेवाओं (टेक्स्ट, कोड, और छवियों का निर्माण) को Microsoft Azure पर उपयोग करने की अनुमति देती है। इस सेवा की विशेषता यह है कि इसमें डाले गए डेटा का मशीन लर्निंग के लिए उपयोग नहीं किया जाता है और Microsoft Azure की सुरक्षा सुविधाओं का भी उपयोग किया जा सकता है, जिससे सुरक्षा के मामले में उच्च स्तर की सुरक्षा मिलती है।
इसके अलावा, जबकि प्रमुख जनरेटिव AI सेवाएं अक्सर विदेशी होती हैं, Azure OpenAI Service जापानी कानून को अनुबंधित कानून के रूप में अपनाती है और टोक्यो जिला न्यायालय को विशेष अधिकार क्षेत्र के रूप में मान्यता देती है, जिससे कानूनी जोखिम की पूर्वानुमानितता अधिक होती है। इस कारण से भी यह सेवा अनुशंसित है।

सारांश: जनरेटिव AI के उपयोग से दक्षता में सुधार की संभावना, लेकिन जोखिम प्रबंधन अनिवार्य

हर दिन उभरने वाली जनरेटिव AI सेवाएं, यदि सही तरीके से उपयोग की जाएं, तो कार्यक्षमता में बड़े पैमाने पर सुधार और लागत में कमी की उम्मीद की जा सकती है।
हालांकि, दूसरी ओर, जनरेटिव AI सेवाओं का प्रभावी ढंग से उपयोग करने के लिए, उनके जोखिमों को सही तरीके से समझना आवश्यक है। इसके बाद, जिस कार्य के लिए इन सेवाओं को अपनाने की योजना है, उसके संदर्भ में यह सावधानीपूर्वक विचार करना आवश्यक है कि कौन सी विशेषताएं और विनिर्देश उन जोखिमों को कम कर सकते हैं।
विशेष रूप से कंपनियों में, आंतरिक दिशानिर्देशों का निर्माण, कर्मचारियों को सूचित करना, और प्रशिक्षण आयोजित करना जैसे उपाय भी महत्वपूर्ण हैं। जनरेटिव AI सेवाओं को कार्यों में शामिल करने के लिए, इस प्रकार के बहुआयामी दृष्टिकोण से प्रत्येक सेवा की तुलना और समीक्षा करना उचित होगा।