માનવ-ઇન-ધ-લૂપ

વ્યાખ્યા

હ્યુમન-ઇન-ધ-લૂપ (HITL) એ એવી સિસ્ટમોનો ઉલ્લેખ કરે છે જ્યાં તાલીમ, મૂલ્યાંકન અથવા નિર્ણય લેવા જેવા કાર્યો માટે માનવ નિર્ણયને AI વર્કફ્લોમાં સંકલિત કરવામાં આવે છે.

હેતુ

તેનો હેતુ માનવ કુશળતાને AI કાર્યક્ષમતા સાથે જોડવાનો છે. તે સંવેદનશીલ એપ્લિકેશનોમાં ગુણવત્તા, નૈતિક દેખરેખ અને સલામતી સુનિશ્ચિત કરે છે.

મહત્વ

• ઉચ્ચ-જોખમવાળા ક્ષેત્રો (દા.ત., આરોગ્યસંભાળ, સંરક્ષણ) માં ભૂલો ઘટાડે છે.
• માનવ પ્રતિસાદ દ્વારા તાલીમમાં સુધારો કરે છે.
• સ્વયંસંચાલિત સિસ્ટમોમાં જવાબદારી પૂરી પાડે છે.
• સંપૂર્ણ ઓટોમેશનની તુલનામાં ધીમું અને ખર્ચાળ.

તે કેવી રીતે કામ કરે છે

1. એવા ક્ષેત્રોને વ્યાખ્યાયિત કરો જ્યાં માનવ દેખરેખ જરૂરી છે.
2. AI આઉટપુટ અથવા સૂચનો એકત્રિત કરો.
3. માનવીઓ માન્ય કરે છે, સુધારે છે અથવા પ્રતિસાદ આપે છે.
4. મોડેલોને ફરીથી તાલીમ આપવા અથવા સુધારવા માટે પ્રતિસાદ સંકલિત કરવામાં આવે છે.
5. ચાલુ માનવ સમીક્ષા સાથે સિસ્ટમના પ્રદર્શનનું નિરીક્ષણ કરો.

ઉદાહરણો (વાસ્તવિક દુનિયા)

• સામગ્રી મધ્યસ્થતા: માનવીઓ AI માંથી ફ્લેગ કરેલી પોસ્ટ્સની સમીક્ષા કરે છે.
• મેડિકલ એઆઈ: ડોકટરો એઆઈ-જનરેટેડ નિદાનને માન્ય કરે છે.
• રિઇન્ફોર્સમેન્ટ લર્નિંગ ફ્રોમ હ્યુમન ફીડબેક (RLHF): ChatGPT જેવા ભાષા મોડેલોને તાલીમ આપે છે.

સંદર્ભો / વધુ વાંચન

• અમેર્શી અને અન્ય લોકો "લોકોને શક્તિ: ઇન્ટરેક્ટિવ મશીન લર્નિંગમાં માનવીની ભૂમિકા." એઆઈ મેગેઝિન.
• NIST AI રિસ્ક મેનેજમેન્ટ ફ્રેમવર્ક.
• હ્યુમન-ઇન-ધ-લૂપ સિસ્ટમ્સ માટે IEEE ધોરણો.
• હ્યુમન-ઇન-ધ-લૂપને સમજવું