अब किसी को भी एआई को आदेश देने वाले इंजीनियरों की जरूरत नहीं है।

कृत्रिम बुद्धिमत्ता के लिए त्वरित इंजीनियरिंग 2023 में सबसे अधिक मांग वाली नौकरियों में से एक थी। हालांकि, कृत्रिम बुद्धिमत्ता के विकास की तीव्र गति ने इस पेशे को अप्रचलित बना दिया है।

2023 में, जहां लाखों लोग चैटजीपीटी जैसे कृत्रिम बुद्धिमत्ता मॉडल द्वारा उनकी नौकरियां छीन लिए जाने की संभावना को लेकर चिंतित थे, वहीं कुछ कंपनियां अगली पीढ़ी के इन एआई चैटबॉट का लाभ उठाने में सक्षम लोगों को नियुक्त करने के लिए लाखों डॉलर का भुगतान करने को तैयार थीं।

ब्लूमबर्ग के अनुसार, उस समय चैटजीपीटी के उदय ने प्रॉम्प्ट इंजीनियर नामक एक नए पेशे को जन्म दिया, जिसमें वेतन 335,000 डॉलर प्रति वर्ष तक पहुंच जाता था।

एआई से बात करना

परंपरागत प्रोग्रामरों के विपरीत, इंजीनियर प्रोग्रामिंग को गद्य रूप में सुझाता है, फिर उन सरल पाठ आदेशों को एआई सिस्टम को भेजता है। सिस्टम फिर उस वर्णनात्मक पाठ को वास्तविक कार्यों में परिवर्तित करता है।

ये व्यक्ति अक्सर एआई की खामियों को समझते हैं, जिससे वे इसकी क्षमताओं को बढ़ाने और सरल इनपुट को वास्तव में अद्वितीय परिणामों में बदलने के लिए परिष्कृत रणनीतियों को विकसित करने में सक्षम होते हैं।

लांस जंक ने एक बार चैटजीपीटी का उपयोग करना सिखाने वाले एक ऑनलाइन कोर्स से लगभग 35,000 डॉलर की कमाई की थी। फोटो: गियरराइस।

आईबीएम में वैश्विक शिक्षा और मानव संसाधन विकास की उपाध्यक्ष लिडिया लोगान ने कहा, "एआई का प्रभावी ढंग से उपयोग करने के लिए, आपको कमांड डिजाइन करने के कौशल में महारत हासिल करनी होगी। इस कौशल के बिना, आपका करियर देर-सवेर बर्बाद हो जाएगा।"

हालांकि, तीव्र विकास के साथ, एआई मॉडल अब उपयोगकर्ता के इरादे को बेहतर ढंग से समझते हैं और यदि इरादा स्पष्ट नहीं है तो वे अनुवर्ती प्रश्न भी पूछ सकते हैं।

इसके अलावा, WSJ के अनुसार, कंपनियां विभिन्न विभागों में कर्मचारियों की एक विस्तृत श्रृंखला को यह प्रशिक्षण दे रही हैं कि कमांड और एआई मॉडल का सर्वोत्तम उपयोग कैसे किया जाए, इसलिए इस विशेषज्ञता को रखने के लिए किसी एक व्यक्ति की आवश्यकता कम है।

विशेष रूप से, माइक्रोसॉफ्ट द्वारा हाल ही में कराए गए एक सर्वेक्षण में, 31 देशों के 31,000 कर्मचारियों से पूछा गया कि उनकी कंपनियां अगले 12-18 महीनों में कौन-कौन से नए पद जोड़ने पर विचार कर रही हैं। माइक्रोसॉफ्ट के एआई एट वर्क मार्केटिंग डायरेक्टर जेरेड स्पैटारो के अनुसार, कमांड इंजीनियर का पद सूची में नीचे से दूसरे स्थान पर रहा।

वहीं, प्रशिक्षक, डेटा विशेषज्ञ और एआई सुरक्षा विशेषज्ञ जैसी भूमिकाएं सूची में सबसे ऊपर हैं।

स्पैटारो का तर्क है कि प्रमुख भाषा मॉडल अब बेहतर अंतःक्रिया, संवाद और प्रासंगिक जागरूकता को सक्षम बनाने के लिए पर्याप्त रूप से विकसित हो चुके हैं।

उदाहरण के लिए, माइक्रोसॉफ्ट का एआई-आधारित शोध उपकरण अनुवर्ती प्रश्न पूछेगा, उपयोगकर्ता को बताएगा कि उसे कुछ समझ नहीं आया है, और दी गई जानकारी पर प्रतिक्रिया मांगेगा। दूसरे शब्दों में, स्पैटारो का तर्क है कि "आपको सटीक कथनों की आवश्यकता नहीं है।"

प्रॉम्प्ट का "अंधा" होना गलत नहीं है।

जॉब सर्च प्लेटफॉर्म इंडीड में एआई की उपाध्यक्ष हन्ना कैलहून के अनुसार, कमांड-लाइन इंजीनियरों के लिए नौकरी के विज्ञापनों की संख्या वर्तमान में बहुत कम है।

जनवरी 2023 में, चैटजीपीटी के लॉन्च होने के कुछ ही महीनों बाद, इंडीड पर इस पद के लिए उपयोगकर्ताओं की खोज बढ़कर प्रति मिलियन खोजों में 144 हो गई। हालांकि, तब से यह संख्या स्थिर होकर लगभग 20-30 प्रति मिलियन खोजों पर आ गई है।

प्रॉम्प्ट इंजीनियर्स वे इंजीनियर होते हैं जिनका काम चैटजीपीटी जैसे एआई टूल्स के लिए प्रश्न या कमांड बनाना होता है। फोटो: रिकू एआई।

सीमित बजट और बढ़ती आर्थिक अनिश्चितता के कारण घटती मांग के अलावा, कंपनियां हाल के वर्षों में आम तौर पर भर्ती करने के बारे में भी बहुत अधिक सतर्क हो गई हैं।

इसी के अनुरूप, नेशनवाइड इंश्योरेंस, वर्कवियर ब्रांड कारहार्ट और न्यूयॉर्क लाइफ इंश्योरेंस जैसी कंपनियों ने कहा कि उन्होंने कभी भी ऑर्डर इंजीनियरों को नियुक्त नहीं किया है। इसके बजाय, उन्होंने पाया कि ऑर्डर-सेटिंग कौशल को निखारना एक बेहतर विशेषज्ञता है जिसमें सभी मौजूदा कर्मचारियों को प्रशिक्षित किया जा सकता है।

नेशनवाइड के मुख्य प्रौद्योगिकी अधिकारी जिम फाउलर ने कहा, "चाहे आप वित्त, मानव संसाधन या कानूनी क्षेत्र में काम करते हों, हम इसे एक पदनाम के भीतर एक क्षमता के रूप में देखते हैं, न कि एक अलग पदनाम के रूप में।"

गूगल ब्रेन के संस्थापक और स्टैनफोर्ड विश्वविद्यालय में व्याख्याता प्रोफेसर एंड्रयू एनजी का सुझाव है कि एआई के लिए प्रॉम्प्ट दर्ज करते समय उपयोगकर्ताओं को कभी-कभी अत्यधिक विस्तृत जानकारी देने की आवश्यकता नहीं होती है।

X पर एक पोस्ट में, एनजी ने इस पद्धति को " लेज़ी प्रॉम्प्टिंग " कहा - यानी, एआई को बहुत कम संदर्भ या बिना किसी विशिष्ट निर्देश के जानकारी देना। कौर्सेरा और डीप लर्निंग के सह-संस्थापक ने कहा, "हमें प्रॉम्प्ट में विवरण तभी जोड़ना चाहिए जब यह बिल्कुल आवश्यक हो।"

एनजी द्वारा दिया गया एक प्रमुख उदाहरण डिबगिंग के दौरान प्रोग्रामर का है। वे अक्सर आवश्यकताओं को निर्दिष्ट किए बिना पूरे त्रुटि संदेशों को - कभी-कभी कई पृष्ठों तक लंबे - एआई मॉडल में कॉपी और पेस्ट कर देते हैं।

उन्होंने लिखा, "अधिकांश बड़े भाषा मॉडल (एलएलएम) इतने बुद्धिमान होते हैं कि वे समझ जाते हैं कि आपको त्रुटियों का विश्लेषण करने और उन्हें ठीक करने के तरीके सुझाने के लिए उनकी आवश्यकता है, भले ही आप स्पष्ट रूप से ऐसा न कहें।"

एलएलएम (लॉन्ग-लेवल लर्निंग) अब केवल आदेशों का जवाब देने से आगे बढ़कर, उपयोगकर्ता के इरादे और तर्क को समझने लगे हैं ताकि उचित समाधान प्रदान कर सकें। फोटो: ब्लूमबर्ग।

एनजी के अनुसार, यह एक ऐसा कदम है जो दर्शाता है कि एलएलएम धीरे-धीरे केवल आदेशों का जवाब देने से आगे बढ़ रहे हैं, उपयोगकर्ता के इरादे और तर्क को समझने लगे हैं ताकि उपयुक्त समाधान प्रदान किए जा सकें - एक ऐसा चलन जिसे एआई मॉडल विकास कंपनियां अपना रही हैं।

हालांकि, "सरल संकेत देना" हमेशा प्रभावी नहीं होता। यह ध्यान देने योग्य है कि इस तकनीक का प्रयोग तभी किया जाना चाहिए जब उपयोगकर्ता वेब इंटरफ़ेस या एआई एप्लिकेशन के माध्यम से मॉडल का त्वरित परीक्षण कर सकें और मॉडल सीमित जानकारी से इरादे का अनुमान लगाने में सक्षम हो।

श्री एनजी ने जोर देते हुए कहा: "यदि एआई को विस्तार से जवाब देने के लिए बहुत सारे संदर्भ की आवश्यकता होती है, या वह संभावित त्रुटियों को पहचान नहीं सकता है, तो एक साधारण संकेत मददगार नहीं होगा।"

स्रोत: https://znews.vn/khong-con-ai-can-ky-su-ra-lenh-cho-ai-nua-post1549306.html