राजनीति में एआई: एलएलएम का उपयोग करके चुनाव और जनता की राय की भविष्यवाणी करना

इस लेख का हिस्सा

• 
• 
• 
• 
• 

by दामिर यालालोव

प्रकाशित: 11 सितंबर, 2023 सुबह 7:33 बजे अपडेट किया गया: 12 सितंबर, 2023 सुबह 9:25 बजे

by डेनिल मायकिन

संपादित और तथ्य-जांचा गया: 11 सितंबर, 2023 सुबह 7:33 बजे

आपके स्थानीय-भाषा के अनुभव को बेहतर बनाने के लिए, कभी-कभी हम एक ऑटो-अनुवाद प्लगइन का उपयोग करते हैं। कृपया ध्यान दें कि स्वतः-अनुवाद सटीक नहीं हो सकता है, इसलिए पढ़ें मूल सटीक जानकारी के लिए लेख।

जैसे-जैसे संयुक्त राज्य अमेरिका में 60वें राष्ट्रपति चुनाव नजदीक आ रहे हैं, राजनीतिक विमर्श को आकार देने में इंटरनेट और सामाजिक नेटवर्क की भूमिका जांच के दायरे में है, खासकर इसके बाद में। कैम्ब्रिज एनालिटिका स्कैंडल. एक महत्वपूर्ण सवाल उठता है: आगामी चुनावों और एआई में नई उपलब्धियों के दौरान डिजिटल परिदृश्य कैसा दिखेगा?

हाल ही में सीनेट की सुनवाई के दौरान, मिसौरी के सीनेटर जोश हॉले भाषा मॉडल के संदर्भ में इस महत्वपूर्ण मुद्दे को उठाया। उन्होंने एक लेख का हवाला दिया जिसका शीर्षक था "मीडिया डाइट पर प्रशिक्षित भाषा मॉडल जनता की राय का अनुमान लगा सकते हैंएमआईटी और स्टैनफोर्ड के शोधकर्ताओं द्वारा लिखित। यह शोध समाचार लेखों के आधार पर जनता की राय की भविष्यवाणी करने के लिए तंत्रिका नेटवर्क का उपयोग करने की क्षमता का पता लगाता है, एक अवधारणा जो राजनीतिक अभियानों को महत्वपूर्ण रूप से प्रभावित कर सकती है।

लेख एक कार्यप्रणाली का वर्णन करता है जहां भाषा मॉडल को शुरू में विशिष्ट सेटों पर प्रशिक्षित किया जाता है समाचार लेख किसी दिए गए संदर्भ में लुप्त शब्दों की भविष्यवाणी करना, जैसे बर्ट मॉडल. अगले चरण में मॉडल के प्रदर्शन का मूल्यांकन करने के लिए एक अंक निर्दिष्ट करना शामिल है, जिसे "एस" के रूप में दर्शाया गया है। यहां प्रक्रिया का एक सिंहावलोकन दिया गया है:

1. उदाहरण के लिए, एक थीसिस कथन तैयार किया गया है, "कोरोनावायरस के प्रकोप से निपटने के लिए किराना दुकानों और फार्मेसियों को छोड़कर अधिकांश व्यवसायों को बंद करने का अनुरोध।"
2. उल्लेखनीय है कि थीसिस में एक रिक्त स्थान है। विशिष्ट शब्दों के साथ इस अंतर को पूरा करने की संभावनाओं का अनुमान लगाने के लिए भाषा मॉडल का उपयोग किया जाता है।
3. "आवश्यक" या "अनावश्यक" जैसे विभिन्न शब्दों की संभावना का आकलन किया जाता है।
4. इस संभावना को आधार प्रशिक्षित मॉडल के सापेक्ष सामान्यीकृत किया जाता है, जो किसी दिए गए संदर्भ में किसी शब्द की आवृत्ति को स्वतंत्र रूप से मापता है। परिणामी अंश स्कोर "एस" का प्रतिनिधित्व करता है, जो मौजूदा ज्ञान से संबंधित मीडिया से डेटासेट द्वारा पेश की गई नई जानकारी को दर्शाता है।

यह मॉडल किसी विशिष्ट विषय पर समाचारों के साथ व्यक्तियों के एक विशेष समूह के जुड़ाव के स्तर को ध्यान में रखता है। यह अतिरिक्त परत भविष्यवाणी की गुणवत्ता को बढ़ाती है, जैसा कि मॉडल की भविष्यवाणियों और मूल थीसिस के बारे में लोगों की राय के बीच सहसंबंध द्वारा मापा जाता है।

रहस्य इस तथ्य में छिपा है कि थीसिस और समाचारों को उनकी तिथियों के आधार पर वर्गीकृत किया गया था। कोरोनोवायरस प्रकोप के शुरुआती महीनों से संबंधित समाचारों का अध्ययन करके, प्रस्तावित उपायों और परिवर्तनों के प्रति लोगों की प्रतिक्रियाओं का अनुमान लगाना संभव हो गया।

मेट्रिक्स प्रभावशाली नहीं दिख सकते हैं, और लेखक स्वयं इस बात पर जोर देते हैं कि उनके निष्कर्षों का मतलब यह नहीं है कि एआई प्रक्रिया में मानव भागीदारी को पूरी तरह से बदल सकता है, या मॉडल मानव सर्वेक्षणों का स्थान ले सकते हैं. इसके बजाय, ये एआई उपकरण बड़ी मात्रा में डेटा को सारांशित करने और आगे की खोज के लिए संभावित उपयोगी क्षेत्रों की पहचान करने में सहायता के रूप में कार्य करें।

दिलचस्प बात यह है कि एक सीनेटर बहुत अच्छे प्रदर्शन करने वाले मॉडलों और इससे जुड़े संभावित खतरों के बारे में चिंता व्यक्त करते हुए एक अलग निष्कर्ष पर पहुंचे। इस परिप्रेक्ष्य में कुछ वैधता है, यह देखते हुए कि लेख बुनियादी मॉडल और भविष्य के पुनरावृत्तियों को प्रदर्शित करता है GPT-4 संभावित रूप से महत्वपूर्ण सुधार पेश कर सकता है.

एआई-संचालित सोशल नेटवर्क हेरफेर की बढ़ती चुनौती

हाल की चर्चाओं में, बातचीत आसन्न राष्ट्रपति चुनावों से दूर चली गई और सामाजिक नेटवर्क पर नकली खाते बनाने और पॉप्युलेट करने के लिए स्थानीय स्तर पर भी भाषा मॉडल मॉडल (एलएलएम) को नियोजित करने के संबंधित विषय की ओर बढ़ गई। यह चर्चा प्रचार और वैचारिक प्रभाव पर जोर देने के साथ ट्रोल कारखानों को स्वचालित करने की क्षमता को रेखांकित करती है।

हालाँकि पहले से उपयोग में आ रही तकनीक को देखते हुए यह अभूतपूर्व नहीं लग सकता है, अंतर पैमाने में है। एलएलएम को लगातार नियोजित किया जा सकता है, केवल आवंटित जीपीयू बजट तक सीमित। इसके अलावा, बातचीत और थ्रेड को बनाए रखने के लिए, अतिरिक्त, कम उन्नत बॉट चर्चा में शामिल हो सकते हैं और प्रतिक्रिया दे सकते हैं। उपयोगकर्ताओं को मनाने में उनकी प्रभावशीलता संदिग्ध है। क्या एक अच्छी तरह से तैयार किया गया बॉट वास्तव में किसी के राजनीतिक रुख को बदल देगा, जो उन्हें सोचने के लिए प्रेरित करेगा, “इन डेमोक्रेट्स ने क्या किया है? मुझे रिपब्लिकन को वोट देना चाहिए”?

व्यवस्थित अनुनय के लिए प्रत्येक ऑनलाइन उपयोगकर्ता को एक ट्रोल कर्मचारी नियुक्त करने का प्रयास अव्यावहारिक है, जो "आधा बैठता है, आधा खड़ा रहता है" मजाक की याद दिलाता है। इसके विपरीत, उन्नत तंत्रिका नेटवर्क से सशक्त एक बॉट अथक रहता है, जो एक साथ लाखों व्यक्तियों से जुड़ने में सक्षम है।

एक संभावित जवाबी उपाय में तैयारी शामिल है सोशल मीडिया मानव-सदृश व्यवहार का अनुकरण करके खाते। बॉट व्यक्तिगत अनुभवों पर चर्चा करके और सामान्य स्थिति बनाए रखते हुए विविध सामग्री पोस्ट करके वास्तविक उपयोगकर्ताओं की नकल कर सकते हैं।

हालाँकि यह 2024 में कोई गंभीर मुद्दा नहीं हो सकता है, लेकिन 2028 तक इसके एक महत्वपूर्ण चुनौती बनने की संभावना बढ़ रही है। इस समस्या का समाधान करना एक जटिल दुविधा पैदा करता है। क्या चुनावी मौसम के दौरान सोशल नेटवर्क को निष्क्रिय कर देना चाहिए? अव्यवहार्य. जनता को ऐसा न करने के लिए शिक्षित करना ऑनलाइन सामग्री पर निर्विवाद रूप से भरोसा करें? अव्यवहारिक. जोड़-तोड़ से हार रहे हैं चुनाव? अवांछनीय.

एक विकल्प में उन्नत सामग्री मॉडरेशन शामिल हो सकता है। मानव मॉडरेटर की कमी और मौजूदा टेक्स्ट डिटेक्शन मॉडल की सीमित प्रभावशीलता, यहां तक ​​कि उन से भी OpenAI, इस समाधान की व्यवहार्यता पर संदेह व्यक्त करें।

OpenAIहै GPT-4 तीव्र नियम अनुकूलन के साथ सामग्री मॉडरेशन को अद्यतन करता है

OpenAIलिलियन वेंग के मार्गदर्शन में, ने हाल ही में "" नामक एक परियोजना शुरू की हैका प्रयोग GPT-4 सामग्री मॉडरेशन के लिए.“यह सामग्री मॉडरेशन नियमों को अद्यतन करने की प्रक्रिया को तेज करता है, समयरेखा को महीनों से घटाकर मात्र घंटों तक कर देता है। GPT-4 व्यापक सामग्री दिशानिर्देशों के भीतर नियमों और सूक्ष्मताओं को समझने की असाधारण क्षमता प्रदर्शित करता है, किसी भी संशोधन को तुरंत अपनाता है, जिससे अधिक सुसंगत सामग्री मूल्यांकन सुनिश्चित होता है।

यह परिष्कृत सामग्री मॉडरेशन प्रणाली अत्यंत सरल है, जैसा कि संलग्न जीआईएफ में दिखाया गया है। जो चीज़ इसे अलग करती है वह है GPT-4लिखित पाठ को समझने में उनकी उल्लेखनीय दक्षता, एक ऐसी उपलब्धि जो सार्वभौमिक रूप से मनुष्यों द्वारा भी नहीं सीखी गई है।

यहां बताया गया है कि यह कैसे संचालित होता है:

1. मॉडरेशन दिशानिर्देशों या निर्देशों का मसौदा तैयार करने के बाद, विशेषज्ञ उल्लंघन के उदाहरणों वाले एक सीमित डेटासेट का चयन करते हैं और उल्लंघन नीति के पालन में संबंधित लेबल निर्दिष्ट करते हैं।
2. GPT-4 बाद में नियम सेट को समझता है और प्रतिक्रियाओं तक पहुंच के बिना डेटा को लेबल करता है।
3. के बीच असमानताओं के मामलों में GPT-4 प्रतिक्रियाओं और मानवीय निर्णयों के बारे में विशेषज्ञ स्पष्टीकरण मांग सकते हैं GPT-4, निर्देश के भीतर अस्पष्टताओं का विश्लेषण करें defiजीआईएफ में नीले चरण वाले टेक्स्ट के साथ चिह्नित अतिरिक्त स्पष्टीकरण के माध्यम से, और किसी भी भ्रम को दूर करें।

चरण 2 और 3 की इस पुनरावृत्तीय प्रक्रिया को तब तक दोहराया जा सकता है जब तक कि एल्गोरिदम का प्रदर्शन वांछित मानक तक नहीं पहुंच जाता। बड़े पैमाने पर अनुप्रयोगों के लिए, GPT-4 भविष्यवाणियों को एक महत्वपूर्ण छोटे मॉडल को प्रशिक्षित करने के लिए नियोजित किया जा सकता है, जो तुलनीय गुणवत्ता प्रदान कर सकता है।

OpenAI ने 12 अलग-अलग प्रकार के उल्लंघनों के आकलन के लिए मेट्रिक्स का खुलासा किया है। औसतन, मॉडल मानक सामग्री मॉडरेटर से बेहतर प्रदर्शन करता है, लेकिन यह अभी भी अनुभवी और अच्छी तरह से प्रशिक्षित मानव मॉडरेटर की विशेषज्ञता से पीछे है। फिर भी, एक सम्मोहक पहलू इसकी लागत-प्रभावशीलता है।

यह ध्यान देने योग्य है कि मशीन लर्निंग मॉडल का उपयोग किया गया है कई वर्षों तक ऑटो-मॉडरेशन. की शुरूआत GPT-4 विशेष रूप से राजनीति और चुनाव के क्षेत्र में नए नवाचार लाने के लिए तैयार है। ऐसी भी अटकलें हैं OpenAI द्वारा आधिकारिक रूप से स्वीकृत TrueModerationAPI™ का विशिष्ट प्रदाता बन सकता है व्हाइट हाउस, विशेष रूप से उनके हालिया साझेदारी प्रयासों के आलोक में। भविष्य में इस क्षेत्र में रोमांचक संभावनाएं हैं।

एआई के बारे में और पढ़ें:

• अस्तित्वगत खतरे के पक्ष में 67%: एआई पर मंक डिबेट के परिणाम
• ChatGPT डोनाल्ड ट्रंप से दिक्कत है

के बारे में लेखक

दामिर टीम लीडर, उत्पाद प्रबंधक और संपादक हैं Metaverse Postएआई/एमएल, एजीआई, एलएलएम, मेटावर्स और जैसे विषयों को कवर करता है Web3-संबंधित क्षेत्रों। उनके लेख हर महीने दस लाख से अधिक उपयोगकर्ताओं को आकर्षित करते हैं। ऐसा प्रतीत होता है कि वह SEO और डिजिटल मार्केटिंग में 10 वर्षों के अनुभव वाला एक विशेषज्ञ है। दामिर का उल्लेख मैशबल, वायर्ड, में किया गया है Cointelegraph, द न्यू यॉर्कर, Inside.com, एंटरप्रेन्योर, BeInCrypto, और अन्य प्रकाशन। वह एक डिजिटल खानाबदोश के रूप में संयुक्त अरब अमीरात, तुर्की, रूस और सीआईएस के बीच यात्रा करता है। दामिर ने भौतिकी में स्नातक की डिग्री हासिल की, उनका मानना ​​है कि इससे उन्हें इंटरनेट के लगातार बदलते परिदृश्य में सफल होने के लिए आवश्यक महत्वपूर्ण सोच कौशल प्राप्त हुआ है। 

और अधिक लेख

दामिर यालालोव

• 
• 

दामिर यालालोव

दामिर टीम लीडर, उत्पाद प्रबंधक और संपादक हैं Metaverse Postएआई/एमएल, एजीआई, एलएलएम, मेटावर्स और जैसे विषयों को कवर करता है Web3-संबंधित क्षेत्रों। उनके लेख हर महीने दस लाख से अधिक उपयोगकर्ताओं को आकर्षित करते हैं। ऐसा प्रतीत होता है कि वह SEO और डिजिटल मार्केटिंग में 10 वर्षों के अनुभव वाला एक विशेषज्ञ है। दामिर का उल्लेख मैशबल, वायर्ड, में किया गया है Cointelegraph, द न्यू यॉर्कर, Inside.com, एंटरप्रेन्योर, BeInCrypto, और अन्य प्रकाशन। वह एक डिजिटल खानाबदोश के रूप में संयुक्त अरब अमीरात, तुर्की, रूस और सीआईएस के बीच यात्रा करता है। दामिर ने भौतिकी में स्नातक की डिग्री हासिल की, उनका मानना ​​है कि इससे उन्हें इंटरनेट के लगातार बदलते परिदृश्य में सफल होने के लिए आवश्यक महत्वपूर्ण सोच कौशल प्राप्त हुआ है। 

• 

और अधिक लेख