Tag: speechtotext

اوپن اے آئی نے اعلان کیا ہے۔ کہ اب یہ تیسرے فریق کے ڈویلپرز کو ایک API کے ذریعے ChatGPT کو اپنی ایپس اور سروسز میں ضم کرنے کی اجازت دے رہا ہے اور ایسا کرنا اس کے موجودہ لینگویج ماڈلز کے استعمال سے کافی سستا ہوگا۔ کمپنی وسپر بنا رہی ہے، اس کا AI سے چلنے والا اسپیچ ٹو ٹیکسٹ ماڈل، ایک API کے ذریعے استعمال کے لیے دستیاب ہے اور اس کے ڈویلپر کی سروس کی شرائط میں کچھ اہم تبدیلیاں کر رہا ہے۔

اوپن اے آئی کا کہنا ہے کہ اس کا چیٹ جی پی ٹی API صرف ایک AI سے چلنے والا چیٹ انٹرفیس بنانے سے زیادہ کے لیے استعمال کیا جا سکتا ہے – حالانکہ یہ کئی کمپنیوں کو بھی نمایاں کرتا ہے جو اس مقصد کے لیے اسے استعمال کر رہی ہیں، بشمول سنیپ کی مائی اے آئی فیچرجس کا اعلان اس ہفتے کے شروع میں کیا گیا تھا۔ کمپنی کا کہنا ہے کہ اس کی نئی ماڈل فیملی، جسے gpt-3.5-turbo کہا جاتا ہے، \”بہت سے غیر چیٹ استعمال کے معاملات کے لیے بہترین ماڈل ہے۔\”

یہ بات قابل غور ہے کہ ماڈل ممکنہ طور پر وہی نہیں ہے جو Bing استعمال کر رہا ہے، جسے مائیکروسافٹ نے \”نیا، اگلی نسل کا OpenAI بڑے لینگویج ماڈل\” کہا ہے جو ChatGPT اور GPT- کے مقابلے میں \”اور بھی تیز، زیادہ درست اور زیادہ قابل\” ہے۔ 3.5 تاہم، یہ دیکھتے ہوئے کہ کمپنی نے OpenAI میں کتنی رقم کی سرمایہ کاری کی ہے، یہ کوئی تعجب کی بات نہیں ہے کہ اسے ٹیک تک رسائی حاصل ہے جو اوسط ڈویلپر کے لیے دستیاب نہیں ہے۔ مائیکروسافٹ بھی ہے اپنی ٹیک کی صحت مند خوراک کا استعمال کرتے ہوئے Bing کے لیے

OpenAI $0.002 میں 1,000 ٹوکن پیش کر رہا ہے اور اس کا کہنا ہے کہ یہ \”ہمارے موجودہ GPT-3.5 ماڈلز سے 10 گنا سستا ہے،\” جزوی طور پر \”سسٹم کی وسیع اصلاح کی ایک سیریز\” کا شکریہ۔ اگرچہ 1,000 بہت زیادہ لگتا ہے، یہ بات قابل غور ہے کہ API کو جواب دینے کے لیے متن کا ایک ٹکڑا بھیجنے میں کئی ٹوکن لاگت آسکتی ہے۔ (\”ٹوکنز\” ٹیکسٹ کے وہ بلاکس ہیں جن میں سسٹم جملے اور الفاظ کو توڑ دیتا ہے تاکہ یہ اندازہ لگایا جا سکے کہ اس کے بعد کون سا متن نکلنا چاہیے۔)

کے مطابق اوپن اے آئی کی دستاویزات, \”ChatGPT بہت اچھا ہے!\” چھ ٹوکن لیتا ہے – اس کا API اسے \”چیٹ،\” \”جی،\” \”PT،\” \”اس،\” \”زبردست، اور \”!\” میں تقسیم کرتا ہے۔ کمپنی ایک آلہ فراہم کرتا ہے یہ جانچنے کے لیے کہ متن کی ایک تار کی ترجمانی کرنے کے لیے کتنے ٹوکن درکار ہوں گے اور یہ کہتا ہے کہ انگوٹھے کا ایک عمومی اصول یہ ہے کہ انگریزی میں \”ایک ٹوکن عام طور پر ~4 حروف کے مساوی ہوتا ہے\”۔

کمپنی کا کہنا ہے کہ ڈویلپرز بھی ChatGPT کی ایک سرشار مثال حاصل کرنے کے قابل ہوں گے اگر وہ API کے ذریعے ڈیٹا کی ایک بڑی مقدار چلا رہے ہیں۔ اس کی پوسٹ میں کہا گیا ہے کہ ایسا کرنے سے آپ کو اس بات پر زیادہ کنٹرول ملے گا کہ آپ کون سا ماڈل استعمال کر رہے ہیں، آپ درخواستوں کا جواب دینے میں کتنا وقت لگانا چاہتے ہیں، اور بوٹ کے ساتھ کتنی دیر تک بات چیت ہو سکتی ہے۔

جبکہ ChatGPT سب سے زیادہ توجہ حاصل کرنے کا امکان ہے، OpenAI نے Whisper کے لیے ایک اور نئے API کا بھی اعلان کیا ہے، اس کا اسپیچ ٹو ٹیکسٹ ماڈل۔ کمپنی کا کہنا ہے کہ آپ اسے $0.006 فی منٹ کی لاگت سے آڈیو کو نقل کرنے یا ترجمہ کرنے کے لیے استعمال کر سکتے ہیں۔ تکنیکی طور پر، وسپر ماڈل اوپن سورس ہے، لہذا آپ کر سکتے ہیں۔ اسے اپنے ہارڈ ویئر پر بغیر کچھ ادا کیے چلائیں۔. تاہم، اوپن اے آئی کو ممکنہ طور پر زیادہ طاقتور ہارڈ ویئر تک رسائی حاصل ہے، لہذا اگر آپ فوری تبدیلی کی تلاش کر رہے ہیں یا فون جیسے کم طاقت والے آلات پر ٹرانسکرپشن کرنے کی ضرورت ہے، تو API کا استعمال کرنے کا راستہ ہوسکتا ہے۔

OpenAI کچھ پالیسی تبدیلیوں کا بھی اعلان کر رہا ہے جو اس کے بقول ڈویلپر کے تاثرات پر مبنی ہیں۔ ایک بڑا یہ کہہ رہا ہے کہ وہ اپنے ماڈلز کو تربیت دینے کے لیے API کے ذریعے جمع کرائے گئے ڈیٹا کو مزید استعمال نہیں کرے گا جب تک کہ صارفین واضح طور پر اس استعمال کو ٹھیک نہ کریں۔

دوسرے لفظوں میں، یہ آپٹ آؤٹ سسٹم سے آپٹ ان کی طرف جا رہا ہے۔ یہ تبدیلی بوٹ میں ملکیتی معلومات ڈالنے کے بارے میں کچھ خدشات کو دور کرنے میں مدد کر سکتی ہے، کیونکہ کچھ کمپنیوں نے ملازمین کو ٹیک کو مکمل طور پر استعمال کرنے سے روک دیا ہے۔ اگر یہ صارف کے ان پٹ سے سیکھ رہا ہے، تو تجارتی رازوں کو داخل کرنا برا خیال ہوگا، کیوں کہ اس بات کا ہمیشہ امکان رہتا ہے کہ وہ اس ڈیٹا کو واپس کسی اور کو بھیج سکتا ہے۔

کمپنی کا یہ بھی کہنا ہے کہ وہ اپنے اپ ٹائم کو بہتر بنانے پر کام کر رہی ہے اور یہ کہ اس کی \”انجینئرنگ ٹیم کی اولین ترجیح اب پیداوار کے استعمال کے معاملات کا استحکام ہے۔\”

جب کہ کئی ڈویلپرز نے اپنی ایپس میں چیٹ سروسز کو شامل کرنے کے لیے حل نکالے ہیں – بشمول OpenAI کے ریگولر GPT API کا استعمال کرتے ہوئے، جو کچھ عرصے سے دستیاب ہے – ایک آفیشل ChatGPT API کا تعارف ایسا محسوس ہوتا ہے کہ یہ فلڈ گیٹس کے کھلنے کا لمحہ ہوسکتا ہے۔ جبکہ کمپنیاں کافی ہیں۔ اپنے AI چیٹ بوٹ ماڈلز پر کام کر رہے ہیں۔، اس طرح کی چیز زیادہ تر ڈویلپرز کی پہنچ سے باہر ہے۔ اب، وہ صرف OpenAI کی ٹیک استعمال کر سکیں گے۔