Amazon Reportedly Struggling to Build AI Capabilities to Make Alexa Smarter
नवंबर 2014 में अमेज़न ने अपनी आवाज़-प्रथम वर्चुअल असिस्टेंट एलेक्सा को दुनिया के सामने पेश किया। कहा जाता है कि इस तकनीक का नाम स्टारशिप एम्पायर पर मौजूद स्टार ट्रेक के कंप्यूटर सिस्टम से प्रेरित है और सीईओ जेफ बेजोस की एक संवादी और बुद्धिमान सहायक बनाने की महत्वाकांक्षा को रेखांकित करता है। हालाँकि, एक रिपोर्ट का दावा है कि पिछले साल एक तकनीकी डेमो के बावजूद संदर्भ के प्रति जागरूक एलेक्सा को दिखाया गया था, लेकिन यह कहीं भी आर्टिफिशियल इंटेलिजेंस (AI) के साथ एकीकृत होने के करीब नहीं है। एलेक्सा AI पर काम कर रहे एक पूर्व अमेज़न कर्मचारी ने भी एलेक्सा की उन्नति के लिए हानिकारक होने वाले ज्ञान साइलो और खंडित संगठन संरचनाओं को उजागर किया है।
पूर्व अमेज़न कर्मचारी ने एलेक्सा को बेहतर बनाने में आने वाली समस्याओं पर प्रकाश डाला
एक्स (जिसे पहले ट्विटर के नाम से जाना जाता था) पर एक लंबी पोस्ट में, मिहेल एरिक, जिन्होंने 2019 और 2021 के बीच एलेक्सा एआई में अमेज़ॅन के वरिष्ठ मशीन लर्निंग साइंटिस्ट के रूप में काम किया, ने कंपनी में काम करने के अपने अनुभव और उनके सामने आने वाली चुनौतियों को साझा किया। उन्होंने यह भी बताया कि एलेक्सा एक ऐसा प्रोजेक्ट क्यों था जो विफल होने के लिए अभिशप्त था।
कंपनी में “खराब तकनीकी प्रक्रिया” पर प्रकाश डालते हुए, एरिक ने कहा कि कंपनी का संगठनात्मक ढांचा बहुत ही खंडित था, जिसका मतलब था कि बड़े भाषा मॉडल (एलएलएम) के लिए प्रशिक्षण आयोजित करने के लिए डेटा प्राप्त करना। “विश्लेषण या प्रयोगों के लिए किसी भी आंतरिक डेटा तक पहुँच प्राप्त करने में सप्ताह लग जाते थे। डेटा खराब तरीके से एनोटेट किया गया था। दस्तावेज़ीकरण या तो मौजूद नहीं था या पुराना था,” उन्होंने कहा।
उन्होंने यह भी कहा कि अलग-अलग टीमें एक जैसे मुद्दों पर काम कर रही थीं, जिससे आंतरिक प्रतिस्पर्धा का माहौल बना जो उत्पादक नहीं था। इसके अलावा, उन्होंने पाया कि प्रबंधक उन परियोजनाओं पर सहयोग करने में रुचि नहीं रखते थे जो उन्हें पुरस्कृत नहीं करती थीं।
पोस्ट में, एरिक ने कई उदाहरण साझा किए जहां संगठनात्मक संरचना और नीतियां “अमेज़ॅन चैटजीपीटी (चैटजीपीटी जारी होने से काफी पहले)” विकसित करने के रास्ते में आईं।
अमेज़न के कर्मचारियों ने कथित तौर पर एलेक्सा की परेशानियों को उजागर किया
फॉर्च्यून ने एक लंबी रिपोर्ट प्रकाशित की जिसमें उसने एक दर्जन से अधिक अनाम अमेज़ॅन कर्मचारियों का हवाला देते हुए कंपनी द्वारा वर्चुअल असिस्टेंट में एआई क्षमताओं को एकीकृत करने में आने वाली समस्याओं को उजागर किया। एक विशेष मुद्दा जो सामने आया वह यह था कि एलेक्सा की वर्तमान क्षमताएं आधुनिक तकनीकी स्टैक को एकीकृत करना कठिन बनाती हैं।
रिपोर्ट के अनुसार, एलेक्सा को “उच्चारण” में जवाब देने के लिए प्रशिक्षित किया गया है, जिसका अनिवार्य रूप से मतलब है कि इसे उपयोगकर्ता के आदेश का जवाब देने और यह घोषणा करने के लिए बनाया गया था कि यह अनुरोधित आदेश चला रहा है (या यह उपयोगकर्ता को समझ नहीं सकता है)। नतीजतन, एलेक्सा को आगे-पीछे बातचीत के लिए प्रोग्राम नहीं किया गया था।
प्रकाशन ने एक पूर्व अमेज़ॅन मशीन लर्निंग वैज्ञानिक का हवाला दिया, जिन्होंने बताया कि इस मॉडल के परिणामस्वरूप अमेज़ॅन के ग्राहक वर्चुअल असिस्टेंट के साथ संवाद करने का एक अधिक कुशल तरीका सीख गए, जो कि कार्रवाई के लिए एक छोटा संकेत देना था। इससे एक और समस्या पैदा हुई। सैकड़ों मिलियन उपयोगकर्ता होने के बावजूद जो प्रतिदिन एलेक्सा के साथ सक्रिय रूप से बात करते हैं, डेटा बातचीत के लिए नहीं बल्कि उच्चारण प्रशिक्षण के लिए उपयुक्त है। इसने कथित तौर पर संगठन में एक बड़ा डेटा गैप पैदा कर दिया है।
इसके अलावा, रिपोर्ट का दावा है कि एलेक्सा अमेज़न के लिए एक लागत केंद्र है, और कंपनी हर साल अरबों का नुकसान उठाती है क्योंकि तकनीक का अभी तक मुद्रीकरण नहीं किया जा सका है। इस बीच, अमेज़न वेब सर्विसेज (AWS) के पास Amazon Q नामक एक AI सहायक है जिसे ऐड-ऑन के रूप में विशिष्ट उद्यमों को पेश किया जाता है और इससे पैसे मिलते हैं। पिछले कुछ वर्षों में, Amazon Q डिवीजन ने अधिक निवेश और यहां तक कि एंथ्रोपिक के क्लाउड AI मॉडल के साथ एकीकरण भी देखा है। हालांकि, डेटा गोपनीयता चिंताओं के कारण एलेक्सा की AI टीम को क्लाउड तक पहुंच नहीं दी गई थी।
जब फॉर्च्यून ने अमेज़ॅन से संपर्क किया, तो एक प्रवक्ता ने कथित तौर पर दावों का खंडन किया और कहा कि कर्मचारियों द्वारा प्रदान किए गए ये विवरण पुराने थे और एलएलएम विकास की वर्तमान स्थिति को नहीं दर्शाते थे। हालांकि यह सच हो सकता है, पिछले साल तकनीकी डेमो में देखी गई अधिक संवादी एलेक्सा को तकनीकी दिग्गज द्वारा अभी तक जनता के लिए जारी नहीं किया गया है।
