बेहतर एआई को केवल अधिक डेटा की नहीं, बल्कि वास्तविक मामलों की आवश्यकता क्यों है

एआई के डेटा की गुणवत्ता डेटा की मात्रा से अधिक महत्वपूर्ण है। एआई के बारे में एक आम धारणा है: इसे अधिक डेटा दें, तो यह बेहतर हो जाता है। यह तर्कसंगत लगता है। लेकिन यह बिल्कुल सच नहीं है।.

अधिक का मतलब बेहतर नहीं होता।

इसे नोट्स से सीखने की तरह देखें। एक हज़ार पेज के गंदे नोट्स आपको उतना नहीं सिखा सकते हैं जितना कि पचास स्पष्ट और सटीक नोट्स। एआई भी उसी तरह सीखता है। एक मॉडल को असंगत, खराब लेबलित जानकारी के एक बड़े ढेर से भर दें, और वह ज़्यादा स्मार्ट नहीं होता। वह उलझन में पड़ जाता है। वह वास्तविक पैटर्न के बजाय शोर को चुनना शुरू कर देता है।.

यह एआई उद्योग के हाल के दिनों में सीखने वाले सबसे महत्वपूर्ण सबक में से एक है। खराब डेटा से युक्त एक बेहतरीन मॉडल भी खराब परिणाम देता है। उत्कृष्ट डेटा से युक्त एक साधारण मॉडल इससे बेहतर परिणाम दे सकता है।.

चिकित्सा में यह और भी महत्वपूर्ण क्यों है

अधिकांश उद्योगों में खराब एआई पूर्वानुमान सिर्फ असुविधाजनक होता है। चिकित्सा और सौंदर्य अनुप्रयोगों में स्थिति अलग होती है। सिमुलेशन टूल को केवल आकर्षक दिखना ही नहीं चाहिए; यह वास्तविक मरीजों, वास्तविक प्रक्रियाओं और वास्तविक परिणामों की जटिल वास्तविकता में भी सही होना चाहिए।.

यह विश्वसनीयता पैमाने से नहीं आती है। यह वास्तविक, अच्छी तरह से दस्तावेजित उदाहरणों से आती है: लगातार तस्वीरें, सटीक प्रक्रिया विवरण, ईमानदार पहले-और-बाद की तुलनाएँ। यह ऐसी डेटा है जो किसी सिस्टम को यह सिखाती है कि वास्तविक परिणाम कैसा दिखता है, न कि सिर्फ एक स्वच्छ, आदर्शिक परिणाम।.

टीम आमतौर पर यह कठिन तरीके से सीखते हैं। असंगत डेटा केवल सटीकता को कम नहीं करता है। यह धीरे-धीरे उपकरण पर, परिणामों पर और अंततः AI का उपयोग करने के मामले पर भी विश्वास को कम करता है। एक हालिया उद्योग रिपोर्ट ने इसे स्पष्ट रूप से कहा:

“विश्वसनीय और सुव्यवस्थित डेटा ही आगे के सभी नवाचारों की नींव बनी रहती है।”

असली मामले मिलना मुश्किल होता है। यही बात बिल्कुल सच है।

अच्छी तरह से प्रबंधित और उच्च गुणवत्ता वाली डेटा न केवल एक तकनीकी विवरण है, बल्कि एक वास्तविक संपत्ति बन रही है। इसका संग्रह करने के लिए विश्वास, निरंतरता और सहयोग की आवश्यकता होती है। यही वजह है कि यह वास्तव में मूल्यवान है। इसे खुरदरा या बड़े पैमाने पर उत्पन्न नहीं किया जा सकता।.

दो AI सिमुलेशन टूल्स की तस्वीर लें। एक को मुख्य रूप से स्टॉक फोटोज और आदर्श उदाहरणों पर प्रशिक्षित किया जाता है: साफ रोशनी, सही कोण, सर्वोत्तम परिणाम। दूसरी को वास्तविक नैदानिक मामलों पर प्रशिक्षित किया जाता है: रोजमर्रा की रोशनी, विभिन्न शारीरिक प्रकार, वास्तविक उपचार की प्रक्रिया, कभी-कभी खराब रोशनी।.

पहला टूल पॉलिश किए हुए डेमो में अधिक प्रभावशाली लग सकता है। दूसरा टूल वास्तविक मरीजों से मिलने पर, वास्तविक क्लिनिक में, वास्तविक परिस्थितियों में, अधिक सही भविष्यवाणी देने की अधिक संभावना रखता है। डेमो में अच्छा दिखने और वास्तविक जीवन में काम करने के बीच का अंतर लगभग हमेशा डेटा से ही संबंधित होता है, न कि मॉडल से।.

पूरा उद्योग इस विचार की ओर अग्रसर है।

यह बदलाव सौंदर्य चिकित्सा से कहीं आगे है। कई उद्योगों में टीमों ने वर्षों से अपने मॉडलों से बेहतर प्रदर्शन निकालने की कोशिश की है। अब कई लोगों को एहसास हो रहा है कि असल में डेटा में ही बड़ा अवसर मौजूद था। नियामक भी इस पर अधिक ध्यान दे रहे हैं। वे न केवल “क्या एआई काम कर रहा है?” बल्कि “क्या आप हमें दिखा सकते हैं कि डेटा कहां से आया है और उसका उचित प्रबंधन किया गया है?” जैसे प्रश्नों पर भी अधिक ध्यान दे रहे हैं।”

सौंदर्य चिकित्सा में, वास्तविक मरीज़ अपने डेटा को वास्तविक डॉक्टरों के साथ साझा करते हैं। इससे सवाल और भी महत्वपूर्ण हो जाता है। एक एआई टूल उतना भरोसेमंद हो सकता है जितना कि डेटा के पीछे की प्रक्रिया भी भरोसेमंद है, जिसमें यह शामिल है कि किसने अनुमति दी और उस अनुमति का सम्मान कितना सावधानी से किया गया।.

यह वह विचार है जिसके पीछे हम एक नई चीज़ का निर्माण कर रहे हैं।

यह Arbrea में शुरू की जा रही एक नई प्रोग्राम का भी पूरा कारण है: अरब्रेआ रिसर्च पार्टनर प्रोग्राम. अधिक डेटा की तलाश करने के बजाय, हम उन डॉक्टरों और क्लीनिकों के साथ सीधा सहयोग स्थापित कर रहे हैं जो पहले से ही वास्तविक मामलों को अच्छी तरह दर्ज करते हैं। सहमति वही रहेगी, जहाँ इसका होना चाहिए: डॉक्टर और उनके मरीज़ के बीच, सामान्य अभ्यास के हिस्से के रूप में। Arbrea केवल ऐसे गुमनाम मामलों के साथ ही काम करता है। हमारा लक्ष्य कोई बड़ा डेटासेट नहीं है। हमारा लक्ष्य है बेहतर डेटा, वास्तविक मामलों का डेटा, जो हमारे सिमुलेशन को हर किसी के लिए अधिक सटीक बनाए।.