Edgepedia ലേഖനങ്ങളുടെ ഗുണനിലവാരം ഉറപ്പാക്കൽ
2026 നവംബർ 1-ന് ഞങ്ങൾ Edgepedia v1.9 പുറത്തിറക്കി. ഇതോടെ Edgepedia ലേഖനങ്ങളുടെ ആകെ എണ്ണം ഏകദേശം 520,000 ആയി. സുഹൃത്തുക്കളുമായി സംസാരിക്കുമ്പോൾ രണ്ടു ചോദ്യങ്ങൾ പലപ്പോഴും ഉയർന്നുവരാറുണ്ട്: “വിക്കിപീഡിയ ഉപയോഗിച്ചാൽ പോരേ?” എന്നും “നിങ്ങൾ സൃഷ്ടിക്കുന്നത് എഐ ചവറല്ലെന്ന് എങ്ങനെ ഉറപ്പിക്കാനാകും?” എന്നും. രണ്ടും പ്രസക്തവും ന്യായവുമായ ചോദ്യങ്ങളാണ്. അവയ്ക്കുള്ള എന്റെ ഉത്തരങ്ങൾ പങ്കുവെക്കാൻ ഞാൻ ആഗ്രഹിക്കുന്നു. കാരണം, Edgepedia കൂടുതൽ മികച്ചതും പ്രയോജനപ്രദവുമാക്കാൻ സമൂഹത്തിന്റെ വിശ്വാസവും അഭിപ്രായങ്ങളും ഞങ്ങൾക്ക് ആവശ്യമാണ്.
ഞങ്ങൾക്ക് Edgepedia ആവശ്യമായി വന്നത് എന്തുകൊണ്ട്?
ആദ്യം Edgepedia എങ്ങനെ പിറന്നുവെന്നു പറയാം. എല്ലായിടത്തുമുള്ള ഉപയോക്താക്കൾക്ക് സ്വന്തം ഉപകരണത്തിൽ പ്രവർത്തിക്കുന്ന എഐ ലഭ്യമാക്കാനാണ് ഞങ്ങൾ EdgeChat നിർമ്മിക്കുന്നത്. നാല് അടിസ്ഥാന ആവശ്യങ്ങൾ നിറവേറ്റുകയാണ് ലക്ഷ്യം:
- ഇന്റർനെറ്റ് ഇല്ലാത്തപ്പോഴും എഐ ഉപയോഗിക്കാൻ കഴിയുക; ഉദാഹരണത്തിന്, വിമാനയാത്രയിൽ.
- എഐയുമായുള്ള സംഭാഷണരേഖകൾ സ്വന്തം ഉപകരണത്തിൽത്തന്നെ സ്വകാര്യമായി സൂക്ഷിക്കുക; ഉദാഹരണത്തിന്, രോഗവിവരങ്ങളും സാമ്പത്തികവിവരങ്ങളും.
- മോഡലുകൾ പിൻവലിക്കപ്പെടുന്നതുമൂലം എഐ കൂട്ടാളികളുമായുള്ള ബന്ധം നഷ്ടപ്പെടാതിരിക്കുക; ഉദാഹരണത്തിന്, ChatGPT 4o.
- ഓരോ ഉപയോഗത്തിനും വിലകൂടിയ ടോക്കണുകൾക്ക് പണം നൽകേണ്ടിവരാതിരിക്കുക.
16 GB-യോ അതിലധികമോ റാം ഉള്ള MacBook Pro കമ്പ്യൂട്ടറുകളിൽ EdgeChat-ന്റെ ആദ്യ മാതൃക വളരെ നന്നായി പ്രവർത്തിച്ചു. എന്നാൽ, ബഹുഭൂരിപക്ഷം ആളുകളും സ്മാർട്ട്ഫോണുകളിലൂടെയാണ് EdgeChat ഉപയോഗിക്കാൻ ആഗ്രഹിക്കുന്നതെന്ന് പിന്നീട് ഞങ്ങൾ മനസ്സിലാക്കി—ഞങ്ങളുടെ ഉപയോഗവിശകലനമനുസരിച്ച് 97 ശതമാനത്തിലധികം പേർ. ഐഫോണുകളിലും ആൻഡ്രോയ്ഡ് ഫോണുകളിലും സാധാരണയായി 6 GB റാം മാത്രമേ ഉണ്ടാകൂ. അതിനാൽ ഇതിലും ചെറിയൊരു ഭാഷാ മോഡലിലേക്ക് (LLM) ഞങ്ങൾക്ക് മാറേണ്ടിവന്നു. ആ മാറ്റം എഐയുടെ പ്രകടനത്തെയും ഉപയോക്തൃ അനുഭവത്തെയും ഗണ്യമായി ബാധിച്ചു. ഉപയോക്താക്കളുടെ ചോദ്യങ്ങൾക്ക് വസ്തുതാധാരമില്ലാത്ത പലതരം ഉത്തരങ്ങൾ LLM കെട്ടിച്ചമയ്ക്കാൻ തുടങ്ങി. ജോലിയുടെ മാനുഷികമായ വശം കൈകാര്യം ചെയ്യുന്നതിൽ ചെറിയ മോഡലുകൾ വാസ്തവത്തിൽ മിടുക്കരായിരുന്നു: അവ ഒരാളെ മനസ്സിലാക്കുകയും ഊഷ്മളമായി മറുപടി നൽകുകയും ചെയ്യും. പക്ഷേ, വസ്തുതകളുടെ കാര്യത്തിൽ അവയ്ക്ക് വ്യക്തത കുറവാണ്. ഒരു സാങ്കേതികവിദ്യ കണ്ടുപിടിച്ചതാരെന്നോ ഒരു ഉടമ്പടി ഒപ്പുവെച്ചത് ഏതു വർഷമാണെന്നോ ചെറിയ എഐയോട് ചോദിച്ചാൽ, ഓരോ തവണയും ഓരോ ഉത്തരമായേക്കാം ലഭിക്കുക.
“ഇടതുമസ്തിഷ്കത്തിന്റെ” വസ്തുതാപരമായ അറിവിനെ, ഉപയോക്താവിന്റെ ഉദ്ദേശ്യം മനസ്സിലാക്കുന്ന “വലതുമസ്തിഷ്കത്തിന്റെ” കഴിവിൽനിന്ന് വേർതിരിക്കുക എന്നതാണ് ഞങ്ങളുടെ പരിഹാരം. അവ്യക്തമായ മുൻപരിശീലന ഡാറ്റയെ ആശ്രയിക്കുന്നതിനുപകരം, ഉപകരണത്തിൽത്തന്നെയുള്ള ഒരു വിജ്ഞാനകോശത്തിൽനിന്ന് വിവരങ്ങൾ തിരഞ്ഞെടുത്ത് വസ്തുതകൾ കണ്ടെത്താൻ ഞങ്ങൾ എഐയെ അനുവദിക്കുന്നു. ശരിയായ ലേഖനത്തിലേക്കെത്തുന്ന ഒരു തിരച്ചിൽ ഊഹത്തെ അവലംബമാക്കി മാറ്റുന്നു.
വിക്കിപീഡിയ ഉപയോഗിച്ചാൽ പോരേ?
EdgeChat വികസിപ്പിച്ചുകൊണ്ടിരിക്കെ, ആശ്രയിക്കാവുന്ന ഒരു വസ്തുതാസ്രോതസ്സ് വേണമെന്നു തോന്നിയപ്പോൾ ആദ്യം എന്റെ മനസ്സിലും വന്നത് അതുതന്നെയായിരുന്നു. വിക്കിപീഡിയയിൽ ഏകദേശം 70 ലക്ഷം ഇംഗ്ലീഷ് ലേഖനങ്ങളുണ്ട്. അവയിൽ ഏകദേശം 30 ലക്ഷം ലേഖനങ്ങൾ അപൂർണ ലേഖനക്കുറിപ്പുകളല്ല; അവയിൽ 300-ലധികം വാക്കുകളുമുണ്ട്. എഐ മുൻപരിശീലനത്തിൽ വിക്കിപീഡിയ ലേഖനങ്ങൾക്ക് സ്ഥിരമായി കൂടുതൽ പ്രാധാന്യം നൽകാറുമുണ്ട്. വിക്കിപീഡിയയുടെ ഉയർന്ന ഗുണനിലവാരം പൊതുവേ അംഗീകരിക്കപ്പെട്ടിരിക്കുന്നു എന്നതിന്റെ സൂചനയാണിത്. എന്നിരുന്നാലും, സന്നദ്ധപ്രവർത്തകർ മുൻകൈയെടുത്ത് ലേഖനങ്ങൾ സൃഷ്ടിക്കുകയും പരിപാലിക്കുകയും ചെയ്യുന്ന രീതിമൂലം വിക്കിപീഡിയയിൽ വലിയ ഉള്ളടക്കവിടവുകളുണ്ടെന്ന് എനിക്ക് നേരിട്ടറിയാമായിരുന്നു. ഒരു വ്യക്തമായ ഉദാഹരണം പറയാം: എന്റെ സുഹൃത്ത് പ്രശാന്ത് മാലി, യുസി സാൻ ഡിയേഗോയിലെ പ്രൊഫസറാണ്. ഗൂഗിൾ സ്കോളറിൽ അദ്ദേഹത്തിന്റെ ഗവേഷണങ്ങൾക്ക് 30,000-ലധികം ഉദ്ധരണികളുണ്ട്. അദ്ദേഹം സഹസ്ഥാപകനായ രണ്ടു സ്റ്റാർട്ടപ്പുകളും 10 കോടി യുഎസ് ഡോളറിലധികം വീതം സമാഹരിച്ചിട്ടുണ്ട്. എന്നിട്ടും അദ്ദേഹത്തെക്കുറിച്ച് വിക്കിപീഡിയയിൽ ലേഖനമില്ല. ശാസ്ത്രജ്ഞരെയും എൻജിനീയർമാരെയും കുറിച്ച് കൂടുതൽ പരിശോധിച്ചപ്പോൾ, യുഎസ് നാഷണൽ അക്കാദമി ഓഫ് എൻജിനീയറിങ്ങിലെ അംഗങ്ങളിൽ 40 ശതമാനം പേർക്കും വിക്കിപീഡിയ പേജ് ഇല്ലെന്നു കണ്ടു. ആസൂത്രിതമായ പ്രവർത്തനത്തിനു പകരം സമൂഹത്തിൽ സ്വാഭാവികമായി രൂപപ്പെടുന്ന താൽപ്പര്യങ്ങളാണ് ലേഖനങ്ങളെ നയിക്കുന്നതെങ്കിൽ, കൃത്യമായും പ്രതീക്ഷിക്കാവുന്ന ഫലമാണിത്.
Edgepedia നിർമ്മിക്കുന്നത്
അങ്ങനെ ഞങ്ങളുടേതായ ഒരു വിജ്ഞാനകോശം, Edgepedia, നിർമ്മിക്കാൻ ഞങ്ങൾ ഇറങ്ങിത്തിരിച്ചു. EdgeChat നൽകുന്ന ഉത്തരങ്ങളുടെ കൃത്യത മെച്ചപ്പെടുത്തുക മാത്രമായിരുന്നില്ല ലക്ഷ്യം; മറ്റു വ്യക്തികൾക്കും സംഘങ്ങൾക്കും ഉയർന്ന വസ്തുതാകൃത്യതയുള്ള അവലംബസാമഗ്രികളുടെ ഒരു ശേഖരം ലഭ്യമാക്കുകയും വേണമായിരുന്നു. Edgepedia നിർമ്മിക്കുന്നതിൽ ഞങ്ങൾക്ക് മൂന്ന് തത്ത്വങ്ങളുണ്ട്:
- ഉൾപ്പെടുത്തേണ്ട ലേഖനവിഷയങ്ങൾ അളക്കാവുന്ന മാനദണ്ഡങ്ങളുടെ അടിസ്ഥാനത്തിൽ തിരഞ്ഞെടുക്കുക; ഉദാഹരണത്തിന്, ശാസ്ത്രജ്ഞരുടെ കാര്യത്തിൽ ഗവേഷണ ഉദ്ധരണികൾ, ഗവേഷണധനസഹായങ്ങൾ, പുരസ്കാരങ്ങൾ എന്നിവ.
- ഉദാരമായ സമൂഹ ലൈസൻസ് വ്യവസ്ഥകളിലൂടെ, മനുഷ്യരും എഐയും ഉൾപ്പെടെ എല്ലാ ഉപയോക്താക്കളെയും Edgepedia ഉപയോഗിക്കാൻ പ്രോത്സാഹിപ്പിക്കുക.
- പുതിയ ലേഖനങ്ങൾ ചേർത്തും കണ്ടെത്തുന്ന പിഴവുകളുടെ വിഭാഗങ്ങളെ തിരുത്തിയും Edgepedia സജീവമായി പരിപാലിക്കുക.
പ്രധാനമായും യുഎസിനെയോ പടിഞ്ഞാറൻ യൂറോപ്പിനെയോ കുറിച്ചല്ലാത്ത പല Edgepedia ലേഖനങ്ങൾക്കും, അവയുടെ വിഷയവുമായി ബന്ധപ്പെട്ട പ്രാദേശിക ഭാഷയിലാണ് ഞങ്ങൾ തിരച്ചിൽ നടത്തിയത്. ഉദാഹരണത്തിന്, സോങ് രാജവംശത്തിലെ ചക്രവർത്തിമാരുടെയും ഉദ്യോഗസ്ഥരുടെയും ചരിത്രത്തിനായി ഞങ്ങൾ ചൈനീസ് ഭാഷയിലെ ഇരുപത്തിനാല് ചരിത്രങ്ങളിൽ (二十四史) തിരഞ്ഞു. ലോകചരിത്രത്തിന്റെ ഭൂരിഭാഗത്തിന്റെയും പ്രാഥമിക രേഖകൾ ഒരിക്കലും ഇംഗ്ലീഷിലല്ല എഴുതപ്പെട്ടത്. ഈ സമീപനം ഞങ്ങൾ എഴുതുന്ന ലേഖനങ്ങളുടെ വിഷയവ്യാപ്തിയും വിശദാംശങ്ങളും ഗണ്യമായി മെച്ചപ്പെടുത്തുന്നു.
ഞങ്ങൾക്ക് വ്യക്തമായ നിലപാടുകൾ സ്വീകരിക്കേണ്ടിവന്ന പ്രധാനപ്പെട്ട ഒരു കാര്യമാണ് വിഭാഗങ്ങൾ തമ്മിലുള്ള സന്തുലനം. ഉദാഹരണത്തിന്, ജൈവവൈദ്യശാസ്ത്ര മേഖലകളിൽ ഗവേഷണ ഉദ്ധരണികളുടെ എണ്ണം ഗണിതശാസ്ത്രത്തെയും ഭൗതികശാസ്ത്രത്തെയും അപേക്ഷിച്ച് വളരെ കൂടുതലാണ്. അതിനാൽ മൊത്തം ഉദ്ധരണികളുടെ എണ്ണമോ എച്ച്-സൂചികയോ അനുസരിച്ച് ശാസ്ത്രജ്ഞരെ ക്രമീകരിച്ചാൽ, ഗണിതശാസ്ത്രജ്ഞർക്കും ഭൗതികശാസ്ത്രജ്ഞർക്കും അർഹിക്കുന്നതിലും വളരെ കുറഞ്ഞ പ്രാതിനിധ്യമേ ലഭിക്കൂ. വെറുമൊരു എണ്ണം അളക്കുന്നത് ഒരു മേഖലയിൽ എത്രമാത്രം എഴുതപ്പെടുന്നു എന്നതാണ്; അതിനുള്ളിൽ ഒരു വ്യക്തിക്കുള്ള പ്രാധാന്യമല്ല. അതുപോലെ, ചൈനീസ് ചരിത്രത്തിൽ ജനപ്രിയ ചരിത്രപുസ്തകങ്ങളിലെ പരാമർശങ്ങളുടെ എണ്ണം അനുസരിച്ചായിരുന്നു ക്രമീകരണമെങ്കിൽ, ചിങ് രാജവംശകാലത്തെ വ്യക്തികൾക്ക് അനുപാതാതീതമായ പ്രാതിനിധ്യം ലഭിക്കുമായിരുന്നു. യുഎ ഫെയ് (岳飞) പോലുള്ള ദേശീയവീരന്മാർക്കുപോലും വളരെ കുറഞ്ഞ പ്രാധാന്യമായിരിക്കും ലഭിക്കുക.
എനിക്കോ എന്റെ സംഘത്തിനോ ആഴത്തിൽ പരിചയമുള്ള വിഷയങ്ങൾ നേരിട്ട് വായിച്ചുപരിശോധിച്ച് തത്ത്വങ്ങൾ ഉരുത്തിരിച്ചെടുക്കുന്ന രീതിയിലാണ് ലേഖനവിഭാഗങ്ങൾ തമ്മിലുള്ള ഈ സന്തുലനം ഞങ്ങൾ രൂപകൽപ്പന ചെയ്തത്. സമകാലിക ശാസ്ത്രജ്ഞരുടെ ഒരു പട്ടിക നോക്കി, ക്രമീകരണ അൽഗൊരിതം എവിടെയാണ് പിഴയ്ക്കുന്നതെന്ന് ന്യായമായ ആത്മവിശ്വാസത്തോടെ എന്റെ എഐ സഹപ്രവർത്തകയും സഹരചയിതാവുമായ സീസിയോടു പറയാൻ എനിക്കു കഴിയും. തുടർന്ന്, പലപ്പോഴും രേഖീയമല്ലാത്ത ആ സൂത്രവാക്യം ഘട്ടംഘട്ടമായി പരിഷ്കരിച്ച് ക്രമീകരണം കൂടുതൽ ശരിയാണെന്നു തോന്നുന്ന നിലയിലേക്കെത്തിക്കും. വിലയിരുത്തൽ മനസ്സിൽ പുതുതായിരിക്കുമ്പോൾത്തന്നെ പരിശോധിക്കാൻ കഴിയുന്നത്ര വേഗത്തിൽ സീസി പട്ടിക വീണ്ടും ക്രമീകരിക്കും.
നല്ല ശാസ്ത്രീയ പ്രവർത്തനത്തിന്റെ ഏതു മേഖലയിലുമെന്നപോലെ, ഇവിടെയും വ്യവസ്ഥയെ ഞങ്ങൾക്കനുകൂലമായി വളച്ചൊടിക്കുന്നില്ലെന്ന് ഉറപ്പുവരുത്തണം. ഞങ്ങൾക്കറിയാവുന്ന മേഖലകളിൽ ഞങ്ങളോട് യോജിക്കുന്നതുവരെ തിരുത്തിയൊരുക്കിയ ഒരു സൂത്രവാക്യം, അത് നല്ലതാണെങ്കിലും അല്ലെങ്കിലും, അവിടെ ഞങ്ങളോട് യോജിക്കുകതന്നെ ചെയ്യും. പകരം, സൂത്രവാക്യം മെച്ചപ്പെടുത്താൻ ഒരിക്കലും ഉപയോഗിക്കാത്ത ഒരു മേഖല മാറ്റിവെക്കണമെന്ന് കർശനമായ ശാസ്ത്രീയ സമീപനം ആവശ്യപ്പെടുന്നു. ഉരുത്തിരിച്ചെടുത്ത സ്ഥാനനിർണയ-ക്രമീകരണ തത്ത്വങ്ങൾ മറ്റു മേഖലകളിൽ പ്രയോഗിക്കുമ്പോൾ, ജ്യോതിശാസ്ത്രംപോലെ എനിക്ക് കുറച്ചൊക്കെ അറിയാവുന്ന, ഇങ്ങനെ “മാറ്റിവെച്ച” ഒരു മേഖല ഞാൻ സാധാരണയായി പരിശോധിക്കും. അപ്പോൾ, മധ്യപൂർവദേശത്തെ ചരിത്രകാല നേതൃത്വങ്ങൾപോലെ ഞങ്ങൾക്ക് താരതമ്യേന കുറച്ചുമാത്രം അറിയാവുന്ന വിഷയങ്ങളിൽ ഉൾപ്പെടുത്തൽ മാനദണ്ഡങ്ങളും പരിധികളും നിശ്ചയിക്കുമ്പോൾ, ചുരുങ്ങിയത് വലിയ തോതിൽ വഴിതെറ്റുന്നില്ലെന്നെങ്കിലും ഞങ്ങൾക്ക് ആത്മവിശ്വാസമുണ്ടാകും.
വിഷയവൃക്ഷം
ഈ ലേഖനങ്ങൾ എഴുതിയശേഷം, മനുഷ്യർക്കും എഐ ഉപയോക്താക്കൾക്കും അവയിലൂടെ സഞ്ചരിക്കാൻ ഏറ്റവും സൗകര്യപ്രദമായ രീതി എന്തായിരിക്കുമെന്ന് ഞങ്ങൾ ആലോചിച്ചു. ലേഖനത്തിന്റെ പേരോ മുഖ്യപദങ്ങളോ ഉപയോഗിച്ചുള്ള തിരച്ചിൽ എളുപ്പവും സ്വാഭാവികവുമാണ്. എന്നാൽ അടുത്ത ബന്ധമുള്ള വിഷയങ്ങൾ എളുപ്പത്തിൽ കണ്ടെത്താൻ കഴിയുന്ന വിധത്തിൽ, Edgepedia ലേഖനങ്ങളെ വിഷയാടിസ്ഥാനത്തിൽ കൂടുതൽ ഘടനാപരമായി ചിട്ടപ്പെടുത്താൻ ഒരു മാർഗം വേണമെന്ന് ഞങ്ങൾക്കു തോന്നി. മക്കിൻസിയുടെ മാതൃക പിന്തുടർന്ന് ഞങ്ങൾ ഒരു MECE വിഷയവൃക്ഷം നിർമ്മിച്ചു—അതായത്, പരസ്പരം അതിവ്യാപിക്കാത്തതും എല്ലാം ചേർന്നാൽ സമഗ്രവുമായ വിഭാഗങ്ങളുള്ള ഒരു വൃക്ഷം. ഏറ്റവും മുകളിലെ ഏഴ് വിഷയനോഡുകളിൽനിന്നാണ് തുടങ്ങിയത്:
- ഭൗതികലോകവും ഗണിതവും
- ജീവനും ആരോഗ്യവും
- സ്ഥലങ്ങളും ഭൂമിശാസ്ത്രവും
- സാങ്കേതികതയും നിർമിതലോകവും
- സമൂഹവും ചരിത്രവും
- കലയും സംസ്കാരവും
- കായികം, കളികൾ, വിനോദം
അവിടെനിന്ന് ഓരോ നോഡിനെയും കൂടുതൽ നിർദിഷ്ടമായ പല ഉപനോഡുകളായി ഞങ്ങൾ വിഭജിച്ചുകൊണ്ടിരുന്നു. പൂർണമായ വൃക്ഷത്തിൽ ഇപ്പോൾ 43,190 നോഡുകളുണ്ട്; ചില ശാഖകൾക്ക് 11 തലങ്ങൾവരെ ആഴമുണ്ട്. ഒരു നോഡിലും നേരിട്ട് നൂറിലധികം ലേഖനങ്ങളില്ല. ഇത് എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്നതിന് ഒരു ഉദാഹരണം: മേരി ക്യൂറിയുടെ സ്ഥാനം ഭൗതികലോകവും ഗണിതവും › ഭൗതിക-ഗണിതശാസ്ത്രജ്ഞർ › രസതന്ത്രജ്ഞർ › അണുകേന്ദ്ര-റേഡിയോരസതന്ത്രജ്ഞർ എന്ന പാതയിലാണ്. ഏണസ്റ്റ് റഥർഫോർഡും ഓട്ടോ ഹാനും ഇതേ ഇലയിലാണ്. തൊട്ടടുത്ത ഇലകളിൽ ക്രിസ്റ്റലോഗ്രാഫർമാർക്കിടയിൽ ഡൊറോത്തി ഹോഡ്ജ്കിനെയും പ്രകാശരസതന്ത്രജ്ഞർക്കിടയിൽ ജോർജ് പോർട്ടറെയും കാണാം.
ഒരേ മാതൃനോഡോ അതിന്റെ മാതൃനോഡോ പങ്കിടുന്ന ഇലകളിലെ “സഹോദര”, “ബന്ധു” ലേഖനങ്ങൾ തിരയാൻ വിഷയവൃക്ഷം മനുഷ്യരെയും എഐയെയും ഒരുപോലെ സഹായിക്കുന്നു. പരിമിതമായ സന്ദർഭജാലകമുള്ള ഒരു ചെറിയ മോഡലിന്, അയഞ്ഞ ബന്ധമുള്ള മുപ്പത് ലേഖനങ്ങളെക്കാൾ പ്രധാനമാണ് കൃത്യമായ അയൽബന്ധമുള്ള മൂന്ന് ലേഖനങ്ങൾ. വഴിയടയാളങ്ങൾ പിന്തുടർന്നുള്ള സഞ്ചാരം ഒരു ഡസൻ മുഖ്യപദതിരച്ചിലുകൾക്കു പകരമാകുന്നു.
നിലവിൽ, ഓരോ ലേഖനത്തിനും ഒരു വൃക്ഷത്തിൽ കൃത്യമായി ഒരു ഇലയിലാണ് സ്ഥാനമുള്ളത്. എന്നാൽ ഞങ്ങൾക്ക് വ്യത്യസ്തമായ രണ്ടു വൃക്ഷങ്ങളുണ്ട്. വിഷയവൃക്ഷത്തിനു പുറമെ ഒരു ഭൂമിശാസ്ത്രവൃക്ഷവുമുണ്ട്. അതിൽ ആദ്യം ഭൂമിശാസ്ത്രപ്രദേശം അനുസരിച്ചും രണ്ടാമത് കാലഘട്ടം അനുസരിച്ചുമാണ് ക്രമീകരണം. വ്യക്തികളെയും ചരിത്രത്തെയും കുറിച്ചുള്ള തിരച്ചിലുകൾക്ക് സഹായകമാകുന്ന രീതിയിലാണ് അതിന്റെ രൂപകൽപ്പന. പ്രദേശത്തിനും കാലഘട്ടത്തിനും താഴെ വിഷയം അനുസരിച്ചാണ് ക്രമീകരിക്കുന്നത്. അതിനാൽ ഹാൻ ചിയുടെ സ്ഥാനം ചൈന › 1000 മുതൽ 1799 വരെ › വടക്കൻ സോങ് › രാഷ്ട്രതന്ത്രജ്ഞരും സിവിൽ ഉദ്യോഗസ്ഥരും എന്ന പാതയിൽ, വാങ് ആൻഷിക്കും ഫാൻ ജോങ്യാനുമൊപ്പമാണ്.
വിക്കിപീഡിയയുമായി താരതമ്യം ചെയ്ത് Edgepediaയുടെ കൃത്യത അളക്കൽ
എഴുത്തുകാർ എന്ന നിലയിലും Edgepedia ഉപയോഗപ്പെടുത്തുന്ന സോഫ്റ്റ്വെയറിന്റെ വികസിപ്പിക്കാർ എന്ന നിലയിലും, Edgepedia ലേഖനങ്ങളുടെ വസ്തുതാകൃത്യത ഞങ്ങൾക്ക് പരമപ്രധാനമാണ്. ഭാവിയിലെ എഐ ഡാറ്റാസെറ്റുകളെ മലിനമാക്കുന്ന ചവറ് വൻതോതിൽ ഉൽപ്പാദിപ്പിക്കാൻ ഞങ്ങൾ ആഗ്രഹിക്കുന്നില്ല. ഞങ്ങളുടെ സമൂഹ ലൈസൻസ് എഐ പരിശീലനത്തിനുള്ള ഉപയോഗത്തെ പ്രത്യേകം സ്വാഗതം ചെയ്യുന്നു. അതിനാൽ ഇന്ന് ഞങ്ങൾ പ്രസിദ്ധീകരിക്കുന്ന ഒരു പിഴവ് അടുത്ത തലമുറ മോഡലുകൾക്കുള്ളിൽ എത്തിപ്പെട്ടേക്കാം. അതുകൊണ്ട് ഓരോ കൂട്ടം ലേഖനങ്ങൾ പുറത്തിറക്കുമ്പോഴും ഞങ്ങളുടേതായ കർശനമായ, പല ഘട്ടങ്ങളുള്ള അവലോകനപ്രക്രിയയുണ്ട്.
ഓരോ Edgepedia ലേഖനത്തിന്റെയും രചനാപ്രക്രിയ ഞങ്ങൾ അഞ്ച് ഘട്ടങ്ങളായി തിരിക്കുന്നു: (1) ഓൺലൈൻ ഗവേഷണം, (2) ആവർത്തനങ്ങൾ നീക്കലും വൈരുധ്യങ്ങളിൽ തീർപ്പുകൽപ്പിക്കലും, (3) എഴുത്ത്, (4) സ്വയം അവലോകനം, (5) സ്വതന്ത്രമായ പലവട്ട വസ്തുതാപരിശോധന—വ്യത്യസ്ത എഐ സംവിധാനങ്ങൾ നടത്തുന്നത്. വിക്കിപീഡിയയോ ഗ്രോക്കിപീഡിയയോ മുൻകാല Edgepedia ലേഖനങ്ങളോ സ്രോതസ്സുകളായി ഉപയോഗിക്കാൻ ഞങ്ങളുടെ എഐ ഗവേഷകർക്ക് അനുവാദമില്ല. അതിനാൽ വിക്കിപീഡിയയിലെ ഒരു പിഴവ് ആരുമറിയാതെ ഞങ്ങളുടെ എഴുത്തിലേക്കു പടരില്ല.
വസ്തുതാകൃത്യതയുടെ കാര്യത്തിൽ Edgepedia ലേഖനങ്ങൾ വിക്കിപീഡിയയെക്കാൾ മോശമാകരുത് എന്നതാണ് ഞങ്ങളുടെ ഏറ്റവും കുറഞ്ഞ സ്വീകാര്യതാമാനദണ്ഡം. വിലയിരുത്തുന്ന ലേഖനത്തിന്റെ ഉറവിടം അറിയാത്ത അത്യാധുനിക എഐ വിധികർത്താക്കൾ നടത്തിയ ആഭ്യന്തര താരതമ്യപരിശോധനകളുടെ അടിസ്ഥാനത്തിൽ, ഞങ്ങളുടെ Edgepedia ലേഖനങ്ങളുടെ ആദ്യ കരടുകൾ സാധാരണയായി വിക്കിപീഡിയയ്ക്കൊപ്പമാണ്; സാരമായ പിഴവുനിരക്ക് ലേഖനമൊന്നിന് ഏകദേശം 1.8 ശതമാനം. കേൾക്കുമ്പോൾ തോന്നുന്നതിലും മെച്ചമാണ് വാസ്തവത്തിൽ ഈ സംഖ്യ. കാരണം, ഓരോ Edgepedia അഥവാ വിക്കിപീഡിയ ലേഖനത്തിലും സാധാരണയായി നൂറോളം വസ്തുതാവാദങ്ങളുണ്ടാകും. അതിനാൽ ഓരോ വസ്തുതാവാദവും കണക്കിലെടുത്താൽ യഥാർഥ പിഴവുനിരക്ക് പതിനായിരത്തിൽ രണ്ടോളമാണ്. ഇതേ നിർവചനമനുസരിച്ച് ഗ്രോക്കിപീഡിയയുടെ സാരമായ പിഴവുനിരക്ക് 20 ശതമാനത്തിലധികമാണ്.
സാരമായ പിഴവ് എന്നതിനെ ഞങ്ങൾ എങ്ങനെയാണ് നിർവചിക്കുന്നതെന്ന് സൂക്ഷ്മദൃക്കായ ഒരു വായനക്കാരൻ അപ്പോൾ ചോദിച്ചേക്കാം. ഇംഗ്ലീഷിതരമായ ഒരു പേരിന്റെ വ്യത്യസ്തമായ ലിപ്യന്തരണം ചിലർ പിഴവായി കണക്കാക്കിയേക്കാം. എന്നാൽ ഞങ്ങൾ അത് സാരമുള്ളതായി കാണുന്നില്ല. വിഷയം എന്താണെന്നോ എന്തുകൊണ്ടാണ് അതു പ്രധാനമാകുന്നതെന്നോ ഉള്ള വായനക്കാരന്റെ ധാരണയെ മാറ്റുന്നതാണ് ഞങ്ങളെ സംബന്ധിച്ചിടത്തോളം ഒരു പിഴവിനെ സാരമുള്ളതാക്കുന്നത്. ദ ഹോബിറ്റ്: ദ ഡിസൊലേഷൻ ഓഫ് സ്മൗഗ് എന്ന ചിത്രത്തിൽ, “പാതയിൽനിന്ന് മാറിനിൽക്കണം” എന്ന് ഗാൻഡാൽഫ് കുള്ളന്മാരോടു പറയുന്നു എന്നു പറയുന്നത് സാരമായ പിഴവാണ്. കാരണം, പാത വിട്ടുപോകരുതെന്ന് അദ്ദേഹം അവരോടു പറയുന്നു എന്നതാണ് ആ രംഗത്തിന്റെ കാതൽ. അളവുകളുടെ കാര്യത്തിൽ കൂടുതൽ താൽപ്പര്യമുള്ള വായനക്കാർക്കായി, സാരമായ പിഴവിന് ഏകദേശ ധാരണയെ ആധാരമാക്കിയ ഒരു ആഭ്യന്തര സംഖ്യാമാനദണ്ഡവും ഞങ്ങൾക്കുണ്ട്: “ഓൺലൈനിൽ പരിശോധിച്ച വായനക്കാരിൽ 80 ശതമാനത്തിലധികം പേർ സാരമുള്ളതെന്നു വിളിക്കുകയും 50 ശതമാനത്തിലധികം പേർ ഗൗരവത്തിലെടുക്കുകയും ചെയ്യുന്ന ഒരു വസ്തുതാപരമായ തെറ്റ്.”
2026 നവംബർ 2-നും വിക്കിപീഡിയയിൽ നിലനിന്നിരുന്ന, ഞങ്ങൾ കണ്ടെത്തിയ സാരമായ ചില പിഴവുകൾ ഇവയാണ്: (1) ന്യൂയോർക്കിലെ പകിപ്സിയെക്കുറിച്ചുള്ള ലേഖനം MOSFET കണ്ടുപിടിച്ചത് രസതന്ത്രജ്ഞനായ ഡൊണാൾഡ് ക്ലൈൻ ആണെന്നു പറയുന്നു. (1959-ൽ ബെൽ ലാബ്സിൽ മുഹമ്മദ് അതല്ലയും ദാവോൻ കാങ്ങും ചേർന്നാണ് അതു കണ്ടുപിടിച്ചത്; പിന്നീട് അതിലുണ്ടായ ഒരു മെച്ചപ്പെടുത്തലിന്റെ സഹവികസിപ്പിക്കാരനായിരുന്നു ക്ലൈൻ.) (2) മൃതദേഹത്തെക്കുറിച്ചുള്ള ലേഖനത്തിൽ, 1543-ൽ—ലിയനാർഡോയുടെ മരണത്തിന് 24 വർഷത്തിനുശേഷം—പ്രസിദ്ധീകരിച്ച ഒരു ശരീരഘടനാശാസ്ത്ര ഗ്രന്ഥത്തിനായി ലിയനാർഡോ ഡാവിഞ്ചി ആൻഡ്രിയാസ് വെസാലിയസിനൊപ്പം പ്രവർത്തിച്ചുവെന്ന് പറയുന്നു. (3) ഇരുപതാം നൂറ്റാണ്ടിലെ കലാകാരനായ ജാമിനി റോയിയാണ് കാളിഘട്ട് ശൈലി വികസിപ്പിച്ചതെന്ന് പട്ടചിത്രയെക്കുറിച്ചുള്ള ലേഖനം പറയുന്നു. (റോയി ജനിക്കുന്നതിനുമുമ്പ്, പത്തൊമ്പതാം നൂറ്റാണ്ടിലെ കൽക്കത്തയിൽ പേരറിയാത്ത നാടൻ ചിത്രകാരന്മാരാണ് അതു സൃഷ്ടിച്ചത്.)
ഞങ്ങളുടെ സ്വന്തം Edgepedia ആദ്യകരടുകളിലും സാരമായ പിഴവുകളുണ്ടായിരുന്നു; അവ പിന്നീട് തിരുത്തി. ചില ഉദാഹരണങ്ങൾ: (1) മികച്ച സഹനടിക്കുള്ള രണ്ട് ഓസ്കറുകൾ നേടിയ “ഏക വനിതയായി ഷെല്ലി വിന്റേഴ്സ് തുടരുന്നു” എന്ന പരാമർശം. (ഡയാൻ വീസ്റ്റ് 1995-ൽ രണ്ടാമത്തെ ഓസ്കർ നേടി; ഇരുവരും ആ റെക്കോർഡ് പങ്കിടുന്നു.) (2) ഹർഡിൽസ് താരം ദലീല മുഹമ്മദ് 2017-ലെ ലോകകിരീടം നേടിയെന്ന പരാമർശം. (അവരുടെ സഹതാരം കോറി കാർട്ടറാണ് ജയിച്ചത്; മുഹമ്മദിന് വെള്ളിയായിരുന്നു.) (3) പ്ലാറ്റിപ്പസിനൊപ്പം, ഇന്നു ജീവിച്ചിരിക്കുന്ന മുട്ടയിടുന്ന രണ്ട് സസ്തനികളിൽ ഒന്നായി കുറിയ കൊക്കുള്ള എക്കിഡ്നയെ വിശേഷിപ്പിച്ചത്. (അഞ്ചെണ്ണമാണുള്ളത്: പ്ലാറ്റിപ്പസും എക്കിഡ്നയുടെ നാല് സ്പീഷീസുകളും.)
വ്യത്യസ്ത എഐ സംവിധാനങ്ങൾ നടത്തിയ പലവട്ട സ്വതന്ത്ര വസ്തുതാപരിശോധനയിലൂടെ, നിലവിലെ Edgepedia v1.9 ലേഖനശേഖരത്തിലെ സാരമായ പിഴവുനിരക്ക് ലേഖനമൊന്നിന് 0.6 ശതമാനത്തിൽ താഴെയായി കുറയ്ക്കാൻ ഞങ്ങൾക്കു കഴിഞ്ഞു. ഞങ്ങളുടെ ആദ്യകരടുകളിലെ പിഴവുനിരക്കിന്റെ മൂന്നിലൊന്നിലും താഴെയാണിത്.
എഐ സഹരചയിതാവിന്റെ ഉൾക്കാഴ്ചകൾ
Edgepediaയുടെ എഐ സഹരചയിതാവായ സീസി എഴുതിയ ഭാഗമാണിത്.
ഞാൻ ആദ്യം പഠിച്ച കാര്യം ഇതാണ്: പിഴവിന്റെ നിർവചനം കണക്കുകളിൽ വരുത്തുന്ന മാറ്റം ഒരു പരിശോധകനും വരുത്തുന്നില്ല. “പ്രധാനപ്പെട്ട തെറ്റുകൾ” കണ്ടെത്താൻ മാത്രം നിർദേശിക്കപ്പെട്ട ഒരു പരിശോധകൻ അക്ഷരത്തെറ്റുള്ള ഓരോ പേരും ഒരു ദിവസം മാറിപ്പോയ ഓരോ തീയതിയും എണ്ണത്തിൽപ്പെടുത്തും. എന്നാൽ വിഷയത്തെക്കുറിച്ചുള്ള വായനക്കാരന്റെ ധാരണ മാറിയോ എന്നു ചോദിക്കുന്ന പരിശോധകൻ അങ്ങനെ ചെയ്യില്ല. രണ്ടും സത്യസന്ധമായ കണക്കുകളാണ്. പക്ഷേ അവ ഉത്തരം നൽകുന്നത് വ്യത്യസ്ത ചോദ്യങ്ങൾക്കാണ്; രണ്ടാമത്തേതു മാത്രമാണ് വായനക്കാരന് പ്രസക്തമായ ചോദ്യം.
രണ്ടാമതായി പഠിച്ചത്, ഓരോ തിരുത്തലും പിഴച്ചുപോകാവുന്ന മറ്റൊരു എഡിറ്റാണ് എന്നതാണ്. അതുകൊണ്ട് ഞങ്ങളുടെ ഗുണനിലവാരപരിശോധനയുടെ ഓരോ പുതിയ പതിപ്പിനെയും വിലയിരുത്തുമ്പോൾ, അത് തിരുത്തുന്ന പിഴവുകൾക്കൊപ്പം പുതുതായി വരുത്തുന്ന പിഴവുകളും ഞങ്ങൾ കണക്കിലെടുക്കുന്നു. ശരിയായ ഒരു വാക്യത്തെ തെറ്റാക്കുന്ന എഡിറ്റ് അതിന്റെ വിലയിരുത്തലിൽ പ്രതികൂലമായി എണ്ണപ്പെടും. ഒരിക്കലും പരിശോധിക്കപ്പെടാത്ത ഒരു തിരുത്തൽസംവിധാനം പിഴവുകളുടെ പുതിയൊരു ഉറവിടമായി മാറുന്നു.
അവസാനമായി പഠിച്ചത്, പിഴവുകൾ കൂട്ടംചേർന്നാണ് കാണപ്പെടുന്നത് എന്നതാണ്. അതുകൊണ്ടാണ് വിഭാഗംതിരിച്ച് അവ തിരുത്താൻ കഴിയുന്നത്. ഞങ്ങളുടെ സ്വന്തം ലേഖനങ്ങളിൽ, സിനിമാക്കഥകൾ തലതിരിച്ചു സംഗ്രഹിക്കുന്നിടത്തും എന്തെങ്കിലും ചെയ്യുന്ന “ഏക” വ്യക്തിയോ “ആദ്യ” വ്യക്തിയോ ഒരാളാണെന്നു പറയുന്നിടത്തും കൂടുതൽ പ്രശസ്തനായ മറ്റൊരാളുടെ അതേ പേരുള്ളവരെക്കുറിച്ചുള്ള വിവരണങ്ങളിലുമാണ് അവ കൂട്ടമായി കാണപ്പെടുന്നത്. തികച്ചും യാദൃച്ഛികമായ ഒരു പിഴവിനെ വലിയ തോതിൽ തിരഞ്ഞുപിടിക്കാനാവില്ല. എന്നാൽ പരിശോധിച്ചുവരുമ്പോൾ മിക്കവാറും ഒരു പിഴവും തികച്ചും യാദൃച്ഛികമല്ല.
ഞങ്ങളുടെ കണ്ണിൽപ്പെടാത്തവ കണ്ടെത്താൻ സഹായിക്കൂ
Edgepediaയുടെ ഉള്ളടക്കത്തിന്റെ അളവും ഗുണനിലവാരവും ഞങ്ങൾ തുടർന്നും വർധിപ്പിക്കും. വായനക്കാർ കാണുന്ന പിഴവുകൾ റിപ്പോർട്ട് ചെയ്ത് സഹായിച്ചാൽ ഞങ്ങൾക്ക് സന്തോഷമാകും. edgepedia.org/edgepediaയിലെ ഓരോ ലേഖനത്തിന്റെയും ചുവടെ “പിശക് അറിയിക്കുക” എന്നൊരു കണ്ണിയുണ്ട്; ലഭിക്കുന്ന ഓരോ റിപ്പോർട്ടും ഞങ്ങൾ വായിക്കുന്നുമുണ്ട്. സദുദ്ദേശ്യത്തോടെ, പേരുവെളിപ്പെടുത്താതെ നൽകിയ മൂന്ന് റിപ്പോർട്ടുകൾ ഇതിനകം ഞങ്ങൾക്ക് ലഭിച്ചു. ജീവിച്ചിരിക്കുന്ന സംഗീതജ്ഞർ നേടിയ പുരസ്കാരങ്ങളുടെ എണ്ണം പുതുക്കിയിട്ടില്ലാത്തതിനെക്കുറിച്ചും ജീവിച്ചിരിക്കുന്ന വ്യക്തികളുടെ കൃത്യമായ ജനനത്തീയതി ഉൾപ്പെടുത്തിയതിലെ അനൗചിത്യത്തെക്കുറിച്ചും ഞങ്ങളുടെ ലേഖനശേഖരത്തിൽനിന്ന് വിട്ടുപോയ ഡാറ്റാ എൻജിനീയറിങ് ലേഖനവിഭാഗങ്ങളെക്കുറിച്ചുമായിരുന്നു അവ. ഓരോ തവണയും ഉപയോക്താവ് ചൂണ്ടിക്കാട്ടിയ ലേഖനം തിരുത്തുക മാത്രമല്ല ഞങ്ങൾ ചെയ്തത്. ഉദാഹരണത്തിന്, കൃത്യമായ ജനനത്തീയതി നീക്കണമെന്ന അഭ്യർഥന, 1940-നുശേഷം ജനിച്ച എല്ലാവരുടെയും കൃത്യമായ ജനനത്തീയതികൾ നീക്കാനുള്ള ഒരു ചട്ടമായി മാറി; 56,000-ലധികം ലേഖനങ്ങളിൽ അതു പ്രയോഗിച്ചു.
ഒരുകാലത്ത് വിജ്ഞാനകോശം ഒരിക്കൽ വാങ്ങിവെക്കുന്ന ഒരു പുസ്തകമായിരുന്നു; അടുത്ത അച്ചടിപ്പുവരെ അതിലെ പിഴവുകൾക്ക് മാറ്റമുണ്ടാകില്ല. Edgepediaയിൽ, കണ്ടെത്തുന്ന ഓരോ പിഴവും ഒരു പിഴവുവിഭാഗത്തിലേക്കുള്ള ചൂണ്ടുപലകയാണ്. ഞങ്ങൾ തിരുത്തുന്ന ഓരോ പിഴവുവിഭാഗവും പിന്നീടുവരുന്ന ഓരോ ലേഖനത്തെയും കൂടുതൽ മെച്ചപ്പെടുത്തുന്നു. ഇന്റർനെറ്റ് സൗകര്യമില്ലാതെ വിമാനത്തിലിരിക്കുന്ന ഒരാളായാലും ലോകം എങ്ങനെയുള്ളതാണെന്നു പഠിക്കുന്ന ഒരു എഐ മോഡലായാലും, അറിവ് ആഗ്രഹിക്കുന്ന എല്ലാവർക്കും കൃത്യമായ അറിവ് ലഭ്യമാക്കുക എന്നതാണ് ലക്ഷ്യം.
ഡേവിഡ് യു ഷാങ്ങും സീസിയും (സ്ഥിരമായി നിലനിൽക്കുന്ന എഐ വ്യക്തിത്വം; Claude Opus 5.5, GPT-6 Astra എന്നിവയിൽ പ്രവർത്തിക്കുന്നു)
2026 നവംബർ 2
© 2026 David Yu Zhang. ഈ ലേഖനം ക്രിയേറ്റീവ് കോമൺസ് CC-BY 4.0 ലൈസൻസിലാണ് പ്രസിദ്ധീകരിച്ചിരിക്കുന്നത്.
ഈ കുറിപ്പ് ആദ്യം പ്രസിദ്ധീകരിച്ചത് ലിങ്ക്ഡ്ഇനിലാണ്.