न्यूयॉर्क स्थित एआई डिटेक्शन स्टार्टअप पैंग्राम ने एक महत्वपूर्ण मील का पत्थर घोषित किया है, जिसने मेनलो वेंचर्स के नेतृत्व में फंडिंग राउंड में 9 मिलियन डॉलर हासिल किए हैं, जिसमें हेस्टैक, स्कॉप, स्क्रिप्ट कैपिटल और कैडेंज़ा की भागीदारी भी है। यह निवेश एक महत्वपूर्ण मोड़ पर आया है क्योंकि इंटरनेट एआई-जनित सामग्री की अभूतपूर्व वृद्धि से जूझ रहा है, जिसे अक्सर "एआई स्लॉप" के रूप में संदर्भित किया जाता है, और मशीन-जनित टेक्स्ट और छवियों से प्रामाणिक मानव-निर्मित सामग्री को अलग करने में सक्षम परिष्कृत उपकरणों के लिए बढ़ती बाजार मांग को रेखांकित करता है।

फंडरेज़ के साथ, पैंग्राम ने अपना अगली पीढ़ी का एआई टेक्स्ट डिटेक्शन मॉडल, पैंग्राम 4, जारी किया है, और एक एआई इमेज डिटेक्शन मॉडल, पैंग्राम इमेज, पेश किया है, जो वर्तमान में अनुसंधान पूर्वावलोकन के माध्यम से उपलब्ध है। पैंग्राम का दावा है कि इसका नया टेक्स्ट डिटेक्शन मॉडल एआई-सहायता प्राप्त लेखन और मिश्रित मानव-एआई सामग्री की पहचान करने में 99% से अधिक सटीकता प्राप्त करता है, और यह उन्नत एआई ह्यूमनाइज़र कार्यक्रमों का भी पता लगा सकता है। एआई इमेज डिटेक्टर की व्यापक रिलीज़ आगामी हफ्तों में होने की उम्मीद है, जो सामग्री सत्यापन के लिए एक अधिक व्यापक दृष्टिकोण का वादा करती है।

यह क्यों मायने रखता है

एआई-जनित सामग्री का प्रसार बहुआयामी चुनौतियां प्रस्तुत करता है, ऑनलाइन जानकारी में विश्वास के क्षरण से लेकर व्यापक गलत सूचना अभियानों की संभावना तक। जैसा कि बोजोकमीडिया के विश्लेषण से पता चलता है, यह समझने की क्षमता कि सामग्री मानव से उत्पन्न हुई है या एआई से, उपभोक्ताओं, शिक्षकों, पत्रकारों और कानूनी पेशेवरों के लिए समान रूप से सर्वोपरि होती जा रही है। दांव ऊंचे हैं, अकादमिक अखंडता और कानूनी जवाबदेही से लेकर - जैसा कि एआई-जनित नकली उद्धरणों का उपयोग करने वाले वकीलों के मामलों में देखा गया है - वास्तविक मानव अभिव्यक्ति को कमजोर करने वाली निम्न-गुणवत्ता वाली, एआई-अनुकूलित सामग्री की भारी मात्रा तक। पैंग्राम के सह-संस्थापक मैक्स स्पेरो इस चिंता को व्यक्त करते हुए कहते हैं कि सामग्री के स्रोत को जानने से लोग इसे कैसे देखते हैं, यह बदल जाता है, उनके विश्वास और संदेह को प्रभावित करता है।

"एक ऐसे युग में जहां डिजिटल प्रामाणिकता को लगातार चुनौती दी जा रही है, मजबूत एआई डिटेक्शन केवल एक उपकरण नहीं है, बल्कि सूचना अखंडता और मानव रचनात्मकता के लिए एक मौलिक सुरक्षा कवच है।"

चैटजीपीटी के आगमन के बाद लगभग दो साल पहले स्टैनफोर्ड एआई और मशीन लर्निंग स्नातकों मैक्स स्पेरो और ब्रैडली एमी द्वारा स्थापित, पैंग्राम की मुख्य तकनीक एक बड़े मशीन लर्निंग मॉडल पर निर्भर करती है। इस मॉडल को लाखों ज्ञात मानव दस्तावेजों पर सावधानीपूर्वक प्रशिक्षित किया गया था, जिसके लिए पैंग्राम ने "सिंथेटिक मिरर" बनाए - विषय, लंबाई और टोन से मेल खाने वाली एआई-जनित प्रतिकृतियां। यह कार्यप्रणाली मॉडल को एआई द्वारा किए गए सूक्ष्म शैलीगत अंतरों और लगातार विकल्पों को सीखने की अनुमति देती है, जिससे मेटाडेटा या वॉटरमार्क पर निर्भर किए बिना उच्च-विश्वास का पता लगाया जा सकता है। पैंग्राम की प्रणाली को न केवल पूरी तरह से एआई-जनित सामग्री की पहचान करने के लिए डिज़ाइन किया गया है, बल्कि एआई सहायता के विभिन्न स्तरों की भी पहचान करने के लिए डिज़ाइन किया गया है, जो एआई उपयोग में पारदर्शिता की वकालत करता है।

ऐसी तकनीक की मांग विभिन्न क्षेत्रों में स्पष्ट है। आर्काइव (arXiv) जैसे संस्थानों ने पहले ही अनियंत्रित एलएलएम आउटपुट दिखाने वाले सबमिशन पर प्रतिबंध लगाने के लिए नीतियां लागू की हैं, जो अनियंत्रित एआई उपयोग के खिलाफ बढ़ते संस्थागत विरोध को उजागर करता है। पैंग्राम अपनी सेवाएं $20 प्रति माह की वेब सदस्यता या एक क्रोम एक्सटेंशन के माध्यम से प्रदान करता है जो एक्स, लिंक्डइन, सबस्टैक, रेडिट और मीडियम जैसे प्रमुख प्लेटफार्मों पर वास्तविक समय में सामग्री को लेबल करता है। इसके अलावा, पैंग्राम के एपीआई को सबस्टैक जैसे भागीदारों द्वारा एकीकृत किया गया है, जो पाठकों को लेखकों के एआई उपयोग के बारे में सूचित करने के लिए प्रौद्योगिकी का उपयोग करता है, साथ ही क्वोरा, शैक्षणिक संस्थान, प्रकाशक और भर्तीकर्ता भी शामिल हैं।

अक्सर पूछे जाने वाले प्रश्न

• पैंग्राम की एआई डिटेक्शन कितनी सटीक है? पैंग्राम का दावा है कि उसका नया टेक्स्ट डिटेक्शन मॉडल, पैंग्राम 4, एआई-सहायता प्राप्त लेखन और मिश्रित मानव-एआई सामग्री की पहचान करने में 99% से अधिक सटीक है, और एआई ह्यूमनाइज़र कार्यक्रमों का पता लगा सकता है।
• पैंग्राम जैसे एआई डिटेक्शन सॉफ्टवेयर का प्राथमिक लक्ष्य क्या है? प्राथमिक लक्ष्य उपयोगकर्ताओं, संस्थानों और प्लेटफार्मों को मानव-जनित और एआई-जनित सामग्री के बीच अंतर करने में मदद करना है, जिससे पारदर्शिता को बढ़ावा मिलता है, सूचना अखंडता बनाए रखी जाती है, और गलत सूचना और निम्न-गुणवत्ता वाले "एआई स्लॉप" से लड़ा जाता है।