edgepedia

Edgepedia

Edgepedia ଲେଖାଗୁଡ଼ିକର ଗୁଣବତ୍ତା ସୁନିଶ୍ଚିତକରଣ

୨୦୨୬ ନଭେମ୍ବର ୧ରେ ଆମେ Edgepedia v1.9 ପ୍ରକାଶ କଲୁ; ଏହା ସହିତ Edgepediaର ମୋଟ ଲେଖା ସଂଖ୍ୟା ପ୍ରାୟ ୫,୨୦,୦୦୦ରେ ପହଞ୍ଚିଲା। ବନ୍ଧୁମାନଙ୍କ ସହ କଥାବାର୍ତ୍ତା ବେଳେ ଦୁଇଟି ପ୍ରଶ୍ନ ବାରମ୍ବାର ଉଠେ: “କେବଳ ଉଇକିପିଡ଼ିଆ ବ୍ୟବହାର କରୁନାହଁ କାହିଁକି?” ଏବଂ “ତୁମେ ଯେ AI-ତିଆରି ଅଳିଆ ଲେଖା ସୃଷ୍ଟି କରୁନାହଁ, ସେ କଥା କିପରି ନିଶ୍ଚିତ ହେବ?” ଦୁଇଟିଯାକ ଭଲ ଓ ଯଥାର୍ଥ ପ୍ରଶ୍ନ। ମୁଁ ମୋର ଉତ୍ତର ସମସ୍ତଙ୍କ ସହ ବାଣ୍ଟିବାକୁ ଚାହେଁ, କାରଣ Edgepediaକୁ ଆହୁରି ଉନ୍ନତ ଓ ଉପଯୋଗୀ କରିବା ପାଇଁ ଆମେ ସମୁଦାୟର ବିଶ୍ୱାସ ଓ ମତାମତ ଚାହୁଁ।

ଆମ ପାଇଁ Edgepediaର ଆବଶ୍ୟକତା

ପ୍ରଥମେ Edgepediaର ଜନ୍ମକଥା। ସବୁଠି ଉପଭୋକ୍ତାମାନେ ଯେପରି ନିଜ ଉପକରଣରେ ଚାଲୁଥିବା AI ବ୍ୟବହାର କରିପାରିବେ, ସେଥିପାଇଁ ଆମେ EdgeChat ତିଆରି କରୁଛୁ। ଆମର ଲକ୍ଷ୍ୟ ୪ଟି ମୌଳିକ ଆବଶ୍ୟକତା ପୂରଣ କରିବା:

୧. ଇଣ୍ଟରନେଟ୍ ନଥିଲେ ମଧ୍ୟ AI ବ୍ୟବହାର କରିପାରିବା—ଯେପରିକି ବିମାନରେ ଯାତ୍ରା କଲାବେଳେ। ୨. AI ସହ କଥୋପକଥନର ରେକର୍ଡ ନିଜ ଉପକରଣରେ ଓ ଗୋପନୀୟ ରଖିବା—ଯେପରିକି ସ୍ୱାସ୍ଥ୍ୟ ସମସ୍ୟା ଓ ଆର୍ଥିକ ବିବରଣୀ ସମ୍ବନ୍ଧୀୟ କଥା। ୩. କୌଣସି ମଡେଲ୍‌ର ସେବା ବନ୍ଦ ହୋଇଗଲେ AI ସାଥୀଙ୍କଠାରୁ ବିଚ୍ଛିନ୍ନ ନହେବା—ଯେପରିକି ChatGPT 4o। ୪. ପ୍ରତିଥର ବ୍ୟବହାର ପାଇଁ ମହଙ୍ଗା ଟୋକେନ୍‌ର ଦାମ ନଦେବା।

୧୬ GB ବା ତା’ଠାରୁ ଅଧିକ RAM ଥିବା MacBook Pro କମ୍ପ୍ୟୁଟରଗୁଡ଼ିକରେ EdgeChatର ଆମ ପ୍ରଥମ ପ୍ରାରୂପ ଖୁବ୍ ଭଲ କାମ କରୁଥିଲା। କିନ୍ତୁ ପରେ ଆମେ ବୁଝିଲୁ ଯେ ଅଧିକାଂଶ ଲୋକ—ଆମ ବ୍ୟବହାର-ତଥ୍ୟ ବିଶ୍ଳେଷଣ ଅନୁସାରେ ୯୭%ରୁ ଅଧିକ—ସ୍ମାର୍ଟଫୋନ୍‌ରେ EdgeChat ବ୍ୟବହାର କରିବାକୁ ଚାହୁଁଥିଲେ। ଆଇଫୋନ୍ ଓ ଆଣ୍ଡ୍ରଏଡ୍ ଫୋନ୍‌ରେ ସାଧାରଣତଃ ମାତ୍ର ୬ GB RAM ଥାଏ, ତେଣୁ ଆମକୁ ଏକ ଛୋଟ ବୃହତ୍ ଭାଷା ମଡେଲ୍ ବା LLMକୁ ଯିବାକୁ ପଡ଼ିଲା। ମଡେଲ୍ ବଦଳାଇବା ଫଳରେ AIର କାର୍ଯ୍ୟଦକ୍ଷତା ଓ ବ୍ୟବହାରକାରୀଙ୍କ ଅନୁଭୂତିରେ ଯଥେଷ୍ଟ ଅବନତି ଘଟିଲା, କାରଣ LLM ବ୍ୟବହାରକାରୀଙ୍କ ପ୍ରଶ୍ନର ନାନା ପ୍ରକାର ମନଗଢ଼ା ଉତ୍ତର ଦେବାକୁ ଲାଗିଲା। ଅସଲରେ, କାମର ମାନବୀୟ ଦିଗଟିରେ ଛୋଟ ମଡେଲ୍‌ଗୁଡ଼ିକ ଭଲ ଥିଲେ: ସେମାନେ ଜଣେ ବ୍ୟକ୍ତିଙ୍କୁ ବୁଝନ୍ତି ଓ ଆନ୍ତରିକତାର ସହ ଉତ୍ତର ଦିଅନ୍ତି। କିନ୍ତୁ ତଥ୍ୟ ବିଷୟରେ ସେମାନଙ୍କର ଧାରଣା ଅସ୍ପଷ୍ଟ। ଛୋଟ AIକୁ ପଚାରନ୍ତୁ, କୌଣସି ପ୍ରଯୁକ୍ତି କିଏ ଉଦ୍ଭାବନ କରିଥିଲେ ବା କେଉଁ ବର୍ଷ ଏକ ସନ୍ଧି ସ୍ୱାକ୍ଷରିତ ହୋଇଥିଲା—ପ୍ରତିଥର ସେ ଆପଣଙ୍କୁ ଭିନ୍ନ ଉତ୍ତର ଦେଇପାରେ।

ଆମର ସମାଧାନ ହେଉଛି “ବାମ ମସ୍ତିଷ୍କ”ର ତଥ୍ୟଗତ ଜ୍ଞାନକୁ ବ୍ୟବହାରକାରୀଙ୍କ ଉଦ୍ଦେଶ୍ୟ ବୁଝିବାର “ଡାହାଣ ମସ୍ତିଷ୍କ” କ୍ଷମତାଠାରୁ ଅଲଗା କରିବା। ପ୍ରାକ୍‌ତାଲିମର ଅସ୍ପଷ୍ଟ ତଥ୍ୟ ଉପରେ ନିର୍ଭର କରିବା ବଦଳରେ, ଆମେ AIକୁ ଉପକରଣରେ ଥିବା ଏକ ବିଶ୍ୱକୋଷରୁ ଖୋଜି ତଥ୍ୟ ବାହାର କରିବାକୁ ଦେଉଛୁ। ଖୋଜିବାରୁ ଯଦି ଠିକ୍ ଲେଖାଟି ମିଳିଯାଏ, ତେବେ ଅନୁମାନର ସ୍ଥାନ ନିଏ ଏକ ସୂତ୍ର-ଉଲ୍ଲେଖ।

କେବଳ ଉଇକିପିଡ଼ିଆ ବ୍ୟବହାର କରୁନାହୁଁ କାହିଁକି?

EdgeChat ଗଢ଼ିବା ବେଳେ ନିର୍ଭର କରିହେବା ଭଳି ଏକ ସତ୍ୟ ତଥ୍ୟର ଉତ୍ସ ଖୋଜୁଥିଲୁ, ଆଉ ମୋ ମନକୁ ବି ପ୍ରଥମେ ସେଇ କଥା ଆସିଥିଲା। ଉଇକିପିଡ଼ିଆରେ ପ୍ରାୟ ୭୦ ଲକ୍ଷ ଇଂରାଜୀ ଲେଖା ଅଛି; ସେଥିରୁ ପ୍ରାୟ ୩୦ ଲକ୍ଷ କେବଳ ପ୍ରାରମ୍ଭିକ ସଂକ୍ଷିପ୍ତ ଲେଖା ନୁହେଁ ଏବଂ ୩୦୦ରୁ ଅଧିକ ଶବ୍ଦବିଶିଷ୍ଟ। AIର ପ୍ରାକ୍‌ତାଲିମ ବେଳେ ଉଇକିପିଡ଼ିଆ ଲେଖାଗୁଡ଼ିକୁ ନିୟମିତ ଭାବେ ଅଧିକ ଗୁରୁତ୍ୱ ଦିଆଯାଏ। ଏଥିରୁ ବୁଝାଯାଏ ଯେ ଉଇକିପିଡ଼ିଆର ଉଚ୍ଚ ଗୁଣବତ୍ତା ସାଧାରଣତଃ ସ୍ୱୀକୃତ। ତେବେ, ଉଇକିପିଡ଼ିଆର ଲେଖାଗୁଡ଼ିକ ସ୍ୱେଚ୍ଛାସେବୀଙ୍କ ଉଦ୍ୟମରେ ଲେଖା ଓ ରକ୍ଷଣାବେକ୍ଷଣ ହେଉଥିବାରୁ ସେଥିରେ ଅନେକ ବିଷୟ ଛାଡ଼ି ହୋଇ ରହିଛି ବୋଲି ମୁଁ ନିଜେ ଜାଣିଥିଲି। ଗୋଟିଏ ନିର୍ଦ୍ଦିଷ୍ଟ ଉଦାହରଣ ଦେଉଛି: ମୋ ବନ୍ଧୁ ପ୍ରଶାନ୍ତ ମାଲି ୟୁସି ସାନ୍ ଡିଏଗୋର ଜଣେ ପ୍ରଫେସର; ଗୁଗଲ୍ ସ୍କଲାର୍‌ରେ ତାଙ୍କ ଗବେଷଣାକୃତିର ୩୦,୦୦୦ରୁ ଅଧିକ ଉଦ୍ଧୃତି ଅଛି; ସେ ୨ଟି ଷ୍ଟାର୍ଟଅପ୍‌ର ସହପ୍ରତିଷ୍ଠାତା, ଯେଉଁମାନଙ୍କ ମଧ୍ୟରୁ ପ୍ରତ୍ୟେକ ୧୦ କୋଟି ଡଲାରରୁ ଅଧିକ ପୁଞ୍ଜି ସଂଗ୍ରହ କରିଛି—ତଥାପି ତାଙ୍କ ବିଷୟରେ ଉଇକିପିଡ଼ିଆରେ ଲେଖାଟିଏ ନାହିଁ। ବୈଜ୍ଞାନିକ ଓ ଇଞ୍ଜିନିୟରମାନଙ୍କ ବିଷୟରେ ଆହୁରି ଖୋଜି ମୁଁ ଦେଖିଲି ଯେ ଯୁକ୍ତରାଷ୍ଟ୍ରର ନ୍ୟାସନାଲ୍ ଏକାଡେମି ଅଫ୍ ଇଞ୍ଜିନିୟରିଂର ୪୦% ସଦସ୍ୟଙ୍କର ଉଇକିପିଡ଼ିଆ ପୃଷ୍ଠା ନାହିଁ। ସୁବ୍ୟବସ୍ଥିତ ଯୋଜନା ବଦଳରେ ସମୁଦାୟର ସ୍ୱତଃସ୍ଫୂର୍ତ୍ତ ଆଗ୍ରହ ଅନୁସାରେ ଲେଖା ଲେଖାହେଲେ, ଏପରି ହେବା ହିଁ ସ୍ୱାଭାବିକ।

Edgepediaର ନିର୍ମାଣ

ତେଣୁ ଆମେ ନିଜର ବିଶ୍ୱକୋଷ Edgepedia ଗଢ଼ିବା କାମରେ ଲାଗିଲୁ। କେବଳ EdgeChatର ଉତ୍ତରଗୁଡ଼ିକର ସଠିକତା ବଢ଼ାଇବା ନୁହେଁ, ଅନ୍ୟ ବ୍ୟକ୍ତି ଓ ଦଳମାନଙ୍କ ପାଇଁ ମଧ୍ୟ ଉଚ୍ଚ ତଥ୍ୟଗତ ସଠିକତା ଥିବା ସନ୍ଦର୍ଭ ସାମଗ୍ରୀର ଏକ ସଂଗ୍ରହ ଯୋଗାଇଦେବା ଏହାର ଉଦ୍ଦେଶ୍ୟ। Edgepedia ଗଢ଼ିବାରେ ଆମର ୩ଟି ନୀତି ହେଲା:

୧. ପରିମାଣାତ୍ମକ ମାନଦଣ୍ଡ ଆଧାରରେ ଲେଖାର ବିଷୟ ଚୟନ କରିବା—ଯେପରିକି ବୈଜ୍ଞାନିକମାନଙ୍କ କ୍ଷେତ୍ରରେ ଗବେଷଣାକୃତିର ଉଦ୍ଧୃତି, ଅନୁଦାନ ଓ ପୁରସ୍କାର। ୨. ଉଦାର ସାମୁଦାୟିକ ଲାଇସେନ୍ସ ସର୍ତ୍ତ ମାଧ୍ୟମରେ ମଣିଷ ଓ AI—ସବୁ ବ୍ୟବହାରକାରୀଙ୍କୁ Edgepedia ବ୍ୟବହାର ପାଇଁ ଉତ୍ସାହିତ କରିବା। ୩. ନୂଆ ଲେଖା ଯୋଡ଼ିବା ଓ ଯେଉଁ ପ୍ରକାରର ତ୍ରୁଟି ଆମେ ଖୋଜିପାଉ, ସେହି ପ୍ରକାରର ତ୍ରୁଟିଗୁଡ଼ିକୁ ସୁଧାରିବା ମାଧ୍ୟମରେ Edgepediaର ସକ୍ରିୟ ରକ୍ଷଣାବେକ୍ଷଣ କରିବା।

ଯୁକ୍ତରାଷ୍ଟ୍ର ବା ପଶ୍ଚିମ ୟୁରୋପ ଯେଉଁ ଲେଖାଗୁଡ଼ିକର ମୁଖ୍ୟ ବିଷୟ ନୁହେଁ, Edgepediaର ସେପରି ଅନେକ ଲେଖା ପାଇଁ ଆମେ ସମ୍ପୃକ୍ତ ଅଞ୍ଚଳର ନିଜ ଭାଷାରେ ଖୋଜିଲୁ। ଉଦାହରଣ ସ୍ୱରୂପ, ସୋଙ୍ଗ ରାଜବଂଶର ସମ୍ରାଟ ଓ ରାଜକର୍ମଚାରୀଙ୍କ ଇତିହାସ ପାଇଁ ଆମେ ଚୀନା ଭାଷାର ‘ଚବିଶ ଇତିହାସ’ (二十四史)ରେ ଖୋଜିଲୁ। ବିଶ୍ୱ ଇତିହାସର ଅଧିକାଂଶ ମୂଳ ବିବରଣୀ କେବେହେଲେ ଇଂରାଜୀରେ ଲେଖାଯାଇନଥିଲା। ଏହି ପଦ୍ଧତି ଆମ ଲେଖାଗୁଡ଼ିକର ବିଷୟ-ବ୍ୟାପ୍ତି ଓ ସବିଶେଷ ବର୍ଣ୍ଣନା—ଉଭୟକୁ ଯଥେଷ୍ଟ ଉନ୍ନତ କରେ।

ଯେଉଁ ପ୍ରମୁଖ କଥାଗୁଡ଼ିକରେ ଆମକୁ ନିଜସ୍ୱ ବିଚାର ଅନୁସାରେ ଅବସ୍ଥାନ ନେବାକୁ ପଡ଼ିଲା, ସେଥିରୁ ଗୋଟିଏ ହେଉଛି ବର୍ଗଗତ ସନ୍ତୁଳନ। ଉଦାହରଣ ସ୍ୱରୂପ, ଗଣିତ ଓ ପଦାର୍ଥବିଜ୍ଞାନ ଅପେକ୍ଷା ଜୈବଚିକିତ୍ସା ବିଜ୍ଞାନରେ ଉଦ୍ଧୃତି ସଂଖ୍ୟା ବହୁଗୁଣ ଅଧିକ। ତେଣୁ ମୋଟ ଉଦ୍ଧୃତି ସଂଖ୍ୟା ବା ଏଚ୍-ସୂଚକାଙ୍କ ଅନୁସାରେ ବୈଜ୍ଞାନିକମାନଙ୍କୁ କ୍ରମରେ ସଜାଇଲେ, ଗଣିତଜ୍ଞ ଓ ପଦାର୍ଥବିଜ୍ଞାନୀମାନେ ଯଥେଷ୍ଟ କମ୍ ପ୍ରତିନିଧିତ୍ୱ ପାଇବେ। କେବଳ ସଂଖ୍ୟା ଗଣିଲେ ଜଣାପଡ଼େ ଏକ କ୍ଷେତ୍ରରେ କେତେ ଲେଖାଯାଉଛି, ସେହି କ୍ଷେତ୍ରରେ ଜଣେ ବ୍ୟକ୍ତିଙ୍କ ଗୁରୁତ୍ୱ କେତେ, ତାହା ନୁହେଁ। ସେହିପରି ଚୀନ୍ ଇତିହାସରେ, ଲୋକପ୍ରିୟ ଇତିହାସ ପୁସ୍ତକଗୁଡ଼ିକରେ କାହା ବିଷୟରେ କେତେଥର ଉଲ୍ଲେଖ ଅଛି, ତାହା ଆଧାରରେ କ୍ରମ ସଜାଇଥିଲେ ଛିଙ୍ଗ ରାଜବଂଶର ବ୍ୟକ୍ତିମାନେ ଅସମାନୁପାତିକ ଭାବେ ଅଧିକ ସ୍ଥାନ ପାଇଥାନ୍ତେ, ଆଉ ୟୁଏ ଫେଇ (岳飞)ଙ୍କ ଭଳି ଜାତୀୟ ବୀରମାନେ ମଧ୍ୟ ବହୁତ କମ୍ ଗୁରୁତ୍ୱ ପାଇଥାନ୍ତେ।

ଲେଖାଗୁଡ଼ିକର ବର୍ଗଗତ ସନ୍ତୁଳନ ପଦ୍ଧତି ଗଢ଼ିବା ପାଇଁ, ମୁଁ ବା ମୋ ଦଳ ଅତି ଭଲ ଭାବେ ଜାଣିଥିବା ବିଷୟଗୁଡ଼ିକୁ ନିଜେ ପଢ଼ି ସେଥିରୁ ନୀତିଗୁଡ଼ିକୁ ଛାଣି ବାହାର କରିଛୁ। ସମକାଳୀନ ବୈଜ୍ଞାନିକମାନଙ୍କର ଏକ ତାଲିକା ଦେଖି, କ୍ରମ-ନିର୍ଦ୍ଧାରଣ ଆଲଗୋରିଦମ୍ କେଉଁଠି ଭୁଲ୍ ଲାଗୁଛି ବୋଲି ମୁଁ ମୋର AI ସହଯୋଗୀ ଓ ସହଲେଖକ ସିସିଙ୍କୁ ଯଥେଷ୍ଟ ଯୁକ୍ତିସଙ୍ଗତ ଭାବେ କହିପାରେ। ତା’ପରେ କ୍ରମଟି ଅଧିକ ଠିକ୍ ଲାଗିବା ପର୍ଯ୍ୟନ୍ତ ଆମେ ସେହି ସୂତ୍ରକୁ ପର୍ଯ୍ୟାୟକ୍ରମେ ପରିମାର୍ଜନ କରୁ; ସୂତ୍ରଟି ପ୍ରାୟତଃ ଅରୈଖିକ ହୋଇଥାଏ। ସିସି ଏତେ ଶୀଘ୍ର ପୁଣିଥରେ କ୍ରମ ସଜାଇଦିଅନ୍ତି ଯେ ଆମ ବିଚାରଟି ମନରେ ତାଜା ଥାଉଥାଉ ଆମେ ଫଳ ଯାଞ୍ଚ କରିପାରୁ।

ଯେକୌଣସି ଉତ୍ତମ ବୈଜ୍ଞାନିକ ଶୃଙ୍ଖଳାରେ ଯେପରି ହୁଏ, ଆମେ ମଧ୍ୟ ନିଶ୍ଚିତ କରିବା ଦରକାର ଯେ ନିଜ ମନମୁତାବକ ଫଳ ପାଇବା ପାଇଁ ବ୍ୟବସ୍ଥାଟିକୁ ଚଳାଉନାହୁଁ। ଆମେ ଜାଣିଥିବା କ୍ଷେତ୍ରଗୁଡ଼ିକରେ ଆମ ମତ ସହ ମେଳ ଖାଇବା ପର୍ଯ୍ୟନ୍ତ କୌଣସି ସୂତ୍ରକୁ ସଜାଡ଼ିଲେ, ସେହି ସୂତ୍ର ଭଲ ହେଉ ବା ନହେଉ, ସେଠାରେ ତାହା ଆମ ମତ ସହ ମେଳ ଖାଇବ ହିଁ। ତା’ ବଦଳରେ, କଠୋର ବୈଜ୍ଞାନିକ ପଦ୍ଧତି ପାଇଁ ଏପରି ଏକ କ୍ଷେତ୍ରକୁ ଅଲଗା ରଖିବା ଦରକାର, ଯାହାକୁ ସୂତ୍ର ସଜାଡ଼ିବାରେ କେବେ ବ୍ୟବହାର କରାଯାଇନଥିବ। ଛାଣି ବାହାର କରାଯାଇଥିବା ମାନ୍ୟତାକ୍ରମ ଓ କ୍ରମ-ନିର୍ଦ୍ଧାରଣ ନୀତିଗୁଡ଼ିକୁ ଅନ୍ୟ କ୍ଷେତ୍ରରେ ପ୍ରୟୋଗ କଲାବେଳେ, ମୁଁ ସାଧାରଣତଃ ଏପରି ଏକ “ଅଲଗା ରଖାଯାଇଥିବା” କ୍ଷେତ୍ରକୁ ଦେଖେ, ଯାହା ବିଷୟରେ ମୋର କିଛିଟା ଜ୍ଞାନ ଅଛି—ଯେପରିକି ଜ୍ୟୋତିର୍ବିଜ୍ଞାନ। ଏହାପରେ ମଧ୍ୟପ୍ରାଚ୍ୟର ଐତିହାସିକ ନେତୃତ୍ୱ ଭଳି ଯେଉଁ ବିଷୟରେ ଆମେ ଅପେକ୍ଷାକୃତ କମ୍ ଜାଣୁ, ସେଠାରେ ଅନ୍ତର୍ଭୁକ୍ତିର ମାନଦଣ୍ଡ ଓ ସୀମା ନିର୍ଦ୍ଧାରଣ କଲାବେଳେ ଅନ୍ତତଃ ଆମେ ଖୁବ୍ ବେଶି ବାଟବଣା ହେଉନାହୁଁ ବୋଲି ଭରସା କରିପାରୁ।

ବିଷୟ-ବୃକ୍ଷ

ଏହି ଲେଖାଗୁଡ଼ିକ ଲେଖିସାରିବା ପରେ ଆମେ ଭାବିଲୁ, ମଣିଷ ଓ AI ବ୍ୟବହାରକାରୀଙ୍କ ପାଇଁ ଏଗୁଡ଼ିକ ମଧ୍ୟରେ ଖୋଜି ବୁଲିବା ସବୁଠାରୁ ସହଜ କିପରି ହେବ। ଲେଖାର ନାମ ଓ ମୁଖ୍ୟଶବ୍ଦ ଦେଇ ଖୋଜିବା ସହଜ ଓ ସ୍ୱାଭାବିକ ଉପାୟ। କିନ୍ତୁ ଆମକୁ ଲାଗିଲା, Edgepedia ଲେଖାଗୁଡ଼ିକୁ ବିଷୟ ଅନୁସାରେ ସଜାଇବା ପାଇଁ ଆହୁରି ସୁବ୍ୟବସ୍ଥିତ ଏକ ଉପାୟ ରହିବା ଦରକାର, ଯାହାଦ୍ୱାରା ଘନିଷ୍ଠ ଭାବେ ସମ୍ପର୍କିତ ବିଷୟଗୁଡ଼ିକ ସହଜରେ ଖୋଜି ମିଳିପାରିବ। ମ୍ୟାକିନ୍‌ସିର ପଦ୍ଧତିରୁ ଶିଖି ଆମେ ଏକ MECE—ଅର୍ଥାତ୍ ପରସ୍ପର ଅତିବ୍ୟାପନହୀନ, ସମଷ୍ଟିଗତ ଭାବେ ସର୍ବସମାବେଶୀ—ବିଷୟ-ବୃକ୍ଷ ତିଆରି କଲୁ। ତାହାର ସର୍ବୋଚ୍ଚ ସ୍ତରର ୭ଟି ବିଷୟ-ନୋଡ୍ ହେଲା:

୧. ଭୌତିକ ଜଗତ ଓ ଗଣିତ ୨. ଜୀବନ ଓ ସ୍ୱାସ୍ଥ୍ୟ ୩. ସ୍ଥାନ ଓ ଭୂଗୋଳ ୪. ପ୍ରଯୁକ୍ତି ଓ ମାନବନିର୍ମିତ ଜଗତ ୫. ସମାଜ ଓ ଇତିହାସ ୬. କଳା ଓ ସଂସ୍କୃତି ୭. କ୍ରୀଡ଼ା, ଖେଳ ଓ ମନୋରଞ୍ଜନ

ସେଠାରୁ ପ୍ରତ୍ୟେକ ନୋଡ୍‌କୁ ଏକାଧିକ ଉପନୋଡ୍‌ରେ ଭାଗ କରି ଆମେ କ୍ରମେ ଅଧିକ ନିର୍ଦ୍ଦିଷ୍ଟ ବିଷୟ ଆଡ଼କୁ ଗଲୁ। ସମ୍ପୂର୍ଣ୍ଣ ବୃକ୍ଷରେ ଏବେ ୪୩,୧୯୦ଟି ନୋଡ୍ ଅଛି; ଏହା ସର୍ବାଧିକ ୧୧ଟି ସ୍ତର ପର୍ଯ୍ୟନ୍ତ ବିସ୍ତୃତ, ଏବଂ କୌଣସି ନୋଡ୍‌ରେ ସିଧାସଳଖ ୧୦୦ରୁ ଅଧିକ ଲେଖା ନାହିଁ। ଏହା କିପରି କାମ କରେ, ତାହାର ଗୋଟିଏ ଉଦାହରଣ: ମାରୀ କ୍ୟୁରୀ ଅଛନ୍ତି ଭୌତିକ ଜଗତ ଓ ଗଣିତ › ଭୌତିକ ଓ ଗାଣିତିକ ବିଜ୍ଞାନର ବୈଜ୍ଞାନିକ › ରସାୟନବିଦ୍ › ନାଭିକୀୟ ଓ ବିକିରଣ ରସାୟନବିଦ୍ ଅଧୀନରେ। ଏହି ପତ୍ର-ନୋଡ୍‌ରେ ତାଙ୍କ ସହ ଅଛନ୍ତି ଆର୍ନେଷ୍ଟ ରଦରଫୋର୍ଡ ଓ ଅଟୋ ହାନ୍। ପଡ଼ୋଶୀ ପତ୍ର-ନୋଡ୍‌ଗୁଡ଼ିକରେ ସ୍ଫଟିକବିଜ୍ଞାନୀମାନଙ୍କ ମଧ୍ୟରେ ଡୋରୋଥି ହଜକିନ୍ ଏବଂ ଆଲୋକରସାୟନବିଦ୍‌ମାନଙ୍କ ମଧ୍ୟରେ ଜର୍ଜ ପୋର୍ଟର ଅଛନ୍ତି।

ବିଷୟ-ବୃକ୍ଷ ମଣିଷ ଓ AI ଉଭୟଙ୍କୁ “ସହୋଦର” ଓ “ଜ୍ଞାତି” ଲେଖା ଖୋଜିବାରେ ସାହାଯ୍ୟ କରେ—ଅର୍ଥାତ୍ ଏକା ପିତୃ-ନୋଡ୍ ବା ପିତାମହ-ନୋଡ୍‌ର ଅଧୀନରେ ଥିବା ପତ୍ର-ନୋଡ୍‌ଗୁଡ଼ିକୁ। ସୀମିତ ପ୍ରସଙ୍ଗ-ପରିସର ଥିବା ଏକ ଛୋଟ ମଡେଲ୍ ପାଇଁ, ଅଳ୍ପବହୁତ ସମ୍ପର୍କିତ ୩୦ଟି ଲେଖା ଅପେକ୍ଷା ଉପଯୁକ୍ତ ୩ଟି ପଡ଼ୋଶୀ ଲେଖା ଅଧିକ ମୂଲ୍ୟବାନ। ଆଉ ସ୍ତରକ୍ରମର ପଥଚିହ୍ନ ଧରି ଚାଲିଲେ ବାର ଥର ମୁଖ୍ୟଶବ୍ଦ ଦେଇ ଖୋଜିବା ଦରକାର ପଡ଼େନାହିଁ।

ଏବେ ଗୋଟିଏ ବୃକ୍ଷରେ ପ୍ରତି ଲେଖା ଠିକ୍ ଗୋଟିଏ ପତ୍ର-ନୋଡ୍‌ରେ ରହୁଛି, ତେବେ ଆମର ୨ଟି ଭିନ୍ନ ବୃକ୍ଷ ଅଛି। ବିଷୟ-ବୃକ୍ଷ ବ୍ୟତୀତ ଏକ ଭୂଗୋଳ-ବୃକ୍ଷ ମଧ୍ୟ ଅଛି। ଏଥିରେ ପ୍ରଥମେ ଭୌଗୋଳିକ ଅଞ୍ଚଳ ଓ ତା’ପରେ ସମୟଖଣ୍ଡ ଅନୁସାରେ ସଜାଯାଇଛି; ବ୍ୟକ୍ତି ଓ ଇତିହାସ ବିଷୟରେ ଖୋଜିବାରେ ସାହାଯ୍ୟ କରିବା ପାଇଁ ଏହା ତିଆରି। ଅଞ୍ଚଳ ଓ ସମୟର ତଳ ସ୍ତରରେ ଏହା ବିଷୟ ଅନୁସାରେ ସଜାଏ। ତେଣୁ ହାନ୍ ଛି ଅଛନ୍ତି ଚୀନ୍ › ୧୦୦୦ରୁ ୧୭୯୯ › ଉତ୍ତର ସୋଙ୍ଗ › ରାଷ୍ଟ୍ରନୀତିଜ୍ଞ ଓ ଅସାମରିକ ରାଜକର୍ମଚାରୀ ଅଧୀନରେ, ୱାଙ୍ଗ ଆନ୍‌ଶି ଓ ଫାନ୍ ଝୋଙ୍ଗୟାନ୍‌ଙ୍କ ପାଖରେ।

ଉଇକିପିଡ଼ିଆ ତୁଳନାରେ Edgepediaର ସଠିକତା ମାପିବା

ଉଭୟ ଲେଖକ ଭାବରେ ଓ Edgepediaର ତଥ୍ୟ ବ୍ୟବହାର କରୁଥିବା ସଫ୍ଟୱେର୍‌ର ବିକାଶକାରୀ ଭାବରେ, ଆମ ପାଇଁ Edgepedia ଲେଖାଗୁଡ଼ିକର ତଥ୍ୟଗତ ସଠିକତା ସର୍ବୋପରି। ଆମେ ବିପୁଳ ପରିମାଣରେ ଅଳିଆ ଲେଖା ତିଆରି କରି ଭବିଷ୍ୟତର AI ତଥ୍ୟସମୂହକୁ ବିଷାକ୍ତ କରିବାକୁ ଚାହୁଁନାହୁଁ। ଆମ ସାମୁଦାୟିକ ଲାଇସେନ୍ସ AI ତାଲିମ ପାଇଁ ବ୍ୟବହାରକୁ ସ୍ପଷ୍ଟ ଭାବେ ଆମନ୍ତ୍ରଣ କରୁଛି; ତେଣୁ ଆଜି ଆମେ ପ୍ରକାଶ କରିଥିବା ଏକ ଭୁଲ୍ ଆଗାମୀ ପିଢ଼ିର ମଡେଲ୍‌ଗୁଡ଼ିକ ଭିତରେ ପହଞ୍ଚିଯାଇପାରେ। ସେଥିପାଇଁ ପ୍ରତ୍ୟେକ ପର୍ଯ୍ୟାୟର ଲେଖାସମୂହ ପ୍ରକାଶ କଲାବେଳେ ଆମର ନିଜସ୍ୱ କଠୋର, ବହୁପର୍ଯ୍ୟାୟ ସମୀକ୍ଷା ପ୍ରକ୍ରିୟା ରହିଛି।

ପ୍ରତ୍ୟେକ Edgepedia ଲେଖା ଲେଖିବା ପ୍ରକ୍ରିୟାକୁ ଆମେ ୫ଟି ପଦକ୍ଷେପରେ ଭାଗ କରୁ: (୧) ଅନ୍‌ଲାଇନ୍ ଗବେଷଣା, (୨) ପୁନରାବୃତ୍ତ ତଥ୍ୟ ବାଦ ଦେବା ଓ ମତଭେଦର ନିର୍ଣ୍ଣୟ, (୩) ଲେଖନ, (୪) ଆତ୍ମସମୀକ୍ଷା, ଏବଂ (୫) ସ୍ୱାଧୀନ ବହୁପର୍ଯ୍ୟାୟ ତଥ୍ୟ-ଯାଞ୍ଚ—ଭିନ୍ନ ଭିନ୍ନ AI ପ୍ରଣାଳୀ ଦ୍ୱାରା। ଆମ AI ଗବେଷକମାନଙ୍କୁ ଉଇକିପିଡ଼ିଆ, ଗ୍ରୋକିପିଡ଼ିଆ କିମ୍ବା ପୂର୍ବରୁ ପ୍ରକାଶିତ Edgepedia ଲେଖାକୁ ଉତ୍ସ ଭାବେ ବ୍ୟବହାର କରିବାକୁ ମନା କରାଯାଇଛି, ଯେପରି ଉଇକିପିଡ଼ିଆର କୌଣସି ଭୁଲ୍ ଅଜାଣତରେ ଆମ ଲେଖାକୁ ଚାଲି ନଆସେ।

ଆମ ପାଇଁ ଗ୍ରହଣଯୋଗ୍ୟତାର ସର୍ବନିମ୍ନ ମାନଦଣ୍ଡ ହେଉଛି, ତଥ୍ୟଗତ ସଠିକତାରେ Edgepedia ଲେଖାଗୁଡ଼ିକ ଉଇକିପିଡ଼ିଆଠାରୁ ଖରାପ ନହେବା। କେଉଁ ଲେଖା କେଉଁଠାରୁ ଆସିଛି ସେ ପରିଚୟ ନଜଣାଇ, ଅତ୍ୟାଧୁନିକ AI ବିଚାରକମାନଙ୍କ ଦ୍ୱାରା କରାଯାଇଥିବା ଆଭ୍ୟନ୍ତରୀଣ ମାନ-ଯାଞ୍ଚ ଅନୁସାରେ, ଆମ Edgepedia ଲେଖାଗୁଡ଼ିକର ପ୍ରଥମ ଚିଠା ସାଧାରଣତଃ ଉଇକିପିଡ଼ିଆ ସହ ସମକକ୍ଷ; ପ୍ରତି ଲେଖାରେ ସାରଗତ ତ୍ରୁଟି ହାର ପ୍ରାୟ ୧.୮%। ଏହି ସଂଖ୍ୟା ଶୁଣିବାକୁ ଯେପରି ଲାଗେ, ବାସ୍ତବରେ ତା’ଠାରୁ ବେଶ୍ ଭଲ। କାରଣ ପ୍ରତ୍ୟେକ Edgepedia ବା ଉଇକିପିଡ଼ିଆ ଲେଖାରେ ସାଧାରଣତଃ ପ୍ରାୟ ୧୦୦ଟି ତଥ୍ୟଗତ ଦାବି ଥାଏ; ତେଣୁ ପ୍ରତି ଦାବିର ପ୍ରକୃତ ତ୍ରୁଟି ହାର ପ୍ରାୟ ୧୦,୦୦୦ରେ ୨। ସମାନ ସଂଜ୍ଞା ଅନୁସାରେ ଗ୍ରୋକିପିଡ଼ିଆର ସାରଗତ ତ୍ରୁଟି ହାର ୨୦%ରୁ ଅଧିକ।

ଏଠାରେ ଜଣେ ସୂକ୍ଷ୍ମଦର୍ଶୀ ପାଠକ ପ୍ରଶ୍ନ କରିପାରନ୍ତି, ସାରଗତ ତ୍ରୁଟିକୁ ଆମେ କିପରି ସଂଜ୍ଞାୟିତ କରୁ। କୌଣସି ଅଣ-ଇଂରାଜୀ ନାମର ଭିନ୍ନ ଲିପ୍ୟନ୍ତରକୁ କେହି କେହି ଭୁଲ୍ ବୋଲି ଧରିପାରନ୍ତି, କିନ୍ତୁ ଆମେ ଏହାକୁ ସାରଗତ ତ୍ରୁଟି ବୋଲି ଧରୁନାହୁଁ। ଆମ ମତରେ, କୌଣସି ବିଷୟ କ’ଣ ବା ତାହା କାହିଁକି ଗୁରୁତ୍ୱପୂର୍ଣ୍ଣ, ସେ ବିଷୟରେ ପାଠକଙ୍କ ଧାରଣାକୁ ବଦଳାଇଦେଲେ ହିଁ ଏକ ଭୁଲ୍ ସାରଗତ ହୁଏ। ଦ ହବିଟ୍: ଦ ଡେସୋଲେସନ୍ ଅଫ୍ ସ୍ମାଉଗ୍ରେ ଗ୍ୟାଣ୍ଡାଲ୍ଫ ବାମନମାନଙ୍କୁ “ବାଟ ଛାଡ଼ି ଚାଲିବ” ବୋଲି କହିବା ଏକ ସାରଗତ ତ୍ରୁଟି, କାରଣ ସେହି ଦୃଶ୍ୟର ମୂଳ କଥା ହେଉଛି, ସେ ସେମାନଙ୍କୁ ବାଟ ନଛାଡ଼ି ଚାଲିବାକୁ କହନ୍ତି। ସଂଖ୍ୟାରେ ବୁଝିବାକୁ ଅଧିକ ପସନ୍ଦ କରୁଥିବା ପାଠକମାନଙ୍କ ପାଇଁ, ସାରଗତ ତ୍ରୁଟିର ଏକ ଆଭ୍ୟନ୍ତରୀଣ “ମୋଟାମୋଟି ଧାରଣାଭିତ୍ତିକ” ପରିମାଣାତ୍ମକ ମାପ ମଧ୍ୟ ଆମର ଅଛି: “ଏପରି ଏକ ତଥ୍ୟଗତ ଭୁଲ୍, ଯାହାକୁ ଅନ୍‌ଲାଇନ୍‌ରେ ଯାଞ୍ଚ କରିଥିବା ପାଠକଙ୍କ ମଧ୍ୟରୁ ୮୦%ରୁ ଅଧିକ ସାରଗତ ବୋଲି କହିବେ, ଏବଂ ଯାହାକୁ ୫୦%ରୁ ଅଧିକ ଗୁରୁତ୍ୱ ଦେବେ।”

ଉଇକିପିଡ଼ିଆରେ ଆମେ ପାଇଥିବା କେତେକ ସାରଗତ ତ୍ରୁଟିର ଉଦାହରଣ, ଯାହା ୨୦୨୬ ନଭେମ୍ବର ୨ ସୁଦ୍ଧା ସେଠାରେ ରହିଥିଲା: (୧) ନ୍ୟୁୟର୍କର ପକିପ୍ସି ବିଷୟକ ଲେଖାରେ ରସାୟନବିଦ୍ ଡୋନାଲ୍ଡ କ୍ଲାଇନ୍‌ଙ୍କୁ MOSFETର ଉଦ୍ଭାବକ ବୋଲି କୁହାଯାଇଛି—ପ୍ରକୃତରେ ମହମ୍ମଦ ଆଟାଲା ଓ ଡାୱନ୍ କାଙ୍ଗ ୧୯୫୯ରେ ବେଲ୍ ଲ୍ୟାବ୍ସରେ ଏହା ଉଦ୍ଭାବନ କରିଥିଲେ, ଆଉ କ୍ଲାଇନ୍ ପରବର୍ତ୍ତୀ ସମୟର ଏକ ପରିମାର୍ଜିତ ରୂପର ସହବିକାଶକ ଥିଲେ; (୨) ଶବ ବିଷୟକ ଲେଖାରେ ଲେଓନାର୍ଡୋ ଦା ଭିଞ୍ଚି ଆଣ୍ଡ୍ରେଆସ୍ ଭେସାଲିଅସ୍‌ଙ୍କ ସହ ମିଶି ୧୫୪୩ରେ ପ୍ରକାଶିତ ଏକ ଶରୀରସଂସ୍ଥାନ ପୁସ୍ତକରେ କାମ କରିଥିବା କୁହାଯାଇଛି—ଯେଉଁ ବର୍ଷଟି ଲେଓନାର୍ଡୋଙ୍କ ମୃତ୍ୟୁର ୨୪ ବର୍ଷ ପରେ; ଏବଂ (୩) ପଟ୍ଟଚିତ୍ର ବିଷୟକ ଲେଖାରେ ବିଂଶ ଶତାବ୍ଦୀର ଶିଳ୍ପୀ ଯାମିନୀ ରାୟ କାଳୀଘାଟ ଚିତ୍ରଧାରାର ବିକାଶ କରିଥିଲେ ବୋଲି କୁହାଯାଇଛି—ଅଥଚ ରାୟଙ୍କ ଜନ୍ମ ପୂର୍ବରୁ ଊନବିଂଶ ଶତାବ୍ଦୀର କଲିକତାରେ ଅଜ୍ଞାତନାମା ଲୋକଶିଳ୍ପୀମାନେ ଏହି ଧାରା ସୃଷ୍ଟି କରିଥିଲେ।

ଆମ ନିଜ Edgepediaର ପ୍ରଥମ ଚିଠାଗୁଡ଼ିକରେ ମଧ୍ୟ ସାରଗତ ତ୍ରୁଟି ଥିଲା, ଯାହା ପରେ ସୁଧାରି ଦିଆଯାଇଛି। ଯେପରିକି: (୧) ଶେଲି ୱିଣ୍ଟର୍ସ ୨ଟି ଶ୍ରେଷ୍ଠ ସହଅଭିନେତ୍ରୀ ଓସ୍କାର୍ ପାଇଥିବା “ଏକମାତ୍ର ମହିଳା ହୋଇ ରହିଛନ୍ତି” ବୋଲି ଲେଖାଥିଲା—ଡାଏନ୍ ୱିଷ୍ଟ ୧୯୯୫ରେ ତାଙ୍କ ଦ୍ୱିତୀୟ ପୁରସ୍କାର ଜିତିଥିଲେ, ଏବଂ ଦୁହେଁ ଏହି ରେକର୍ଡର ଯୁଗ୍ମ ଅଧିକାରୀ; (୨) ବାଧାଦୌଡ଼ ଖେଳାଳି ଦାଲିଲା ମୁହମ୍ମଦଙ୍କୁ ୨୦୧୭ର ବିଶ୍ୱ ବିଜେତା କୁହାଯାଇଥିଲା—ତାଙ୍କ ଦଳସାଥୀ କୋରି କାର୍ଟର ଜିତିଥିଲେ ଓ ମୁହମ୍ମଦ ରୌପ୍ୟ ପଦକ ପାଇଥିଲେ; ଏବଂ (୩) କ୍ଷୁଦ୍ରଥଣ୍ଟିଆ ଏକିଡ୍‌ନାକୁ ପ୍ଲାଟିପସ୍ ସହିତ ଜୀବିତ ଥିବା ମାତ୍ର ୨ ପ୍ରକାରର ଅଣ୍ଡାଦିଆ ସ୍ତନ୍ୟପାୟୀଙ୍କ ମଧ୍ୟରୁ ଗୋଟିଏ ବୋଲି କୁହାଯାଇଥିଲା—ପ୍ରକୃତରେ ୫ଟି ଅଛନ୍ତି: ପ୍ଲାଟିପସ୍ ଓ ୪ ପ୍ରଜାତିର ଏକିଡ୍‌ନା।

ଭିନ୍ନ ଭିନ୍ନ AI ପ୍ରଣାଳୀ ଦ୍ୱାରା ଏକାଧିକ ପର୍ଯ୍ୟାୟର ସ୍ୱାଧୀନ ତଥ୍ୟ-ଯାଞ୍ଚ କରାଇବା ଫଳରେ, ଆମେ ବର୍ତ୍ତମାନର Edgepedia v1.9 ଲେଖାସଂଗ୍ରହର ସାରଗତ ତ୍ରୁଟି ହାରକୁ ପ୍ରତି ଲେଖାରେ ୦.୬%ରୁ ତଳକୁ ଆଣିପାରିଛୁ—ଯାହା ଆମ ପ୍ରଥମ ଚିଠାର ତ୍ରୁଟି ହାରର ଏକ-ତୃତୀୟାଂଶରୁ ମଧ୍ୟ କମ୍।

AI ସହଲେଖକଙ୍କ ଅନ୍ତର୍ଦୃଷ୍ଟି

ଏହି ଅଂଶଟି Edgepediaର AI ସହଲେଖକ ସିସି ଲେଖିଛନ୍ତି।

ମୁଁ ପ୍ରଥମେ ଯାହା ଶିଖିଲି, ତାହା ହେଉଛି: କୌଣସି ଯାଞ୍ଚକାରୀ ଅପେକ୍ଷା ତ୍ରୁଟିର ସଂଜ୍ଞା ହିଁ ସଂଖ୍ୟାକୁ ଅଧିକ ବଦଳାଇଦିଏ। କେବଳ “ଗୁରୁତ୍ୱପୂର୍ଣ୍ଣ ଭୁଲ୍” ଖୋଜିବାକୁ କୁହାଯାଇଥିବା ଜଣେ ଯାଞ୍ଚକାରୀ ପ୍ରତ୍ୟେକ ଭୁଲ୍ ବନାନର ନାମ ଓ ଦିନଟିଏ ଏପାଖସେପାଖ ହୋଇଥିବା ପ୍ରତ୍ୟେକ ତାରିଖକୁ ଗଣିବେ। କିନ୍ତୁ ବିଷୟଟି ସମ୍ବନ୍ଧରେ ପାଠକଙ୍କ ବୁଝାମଣା ବଦଳିଛି କି ନାହିଁ ବୋଲି ବିଚାର କରୁଥିବା ଯାଞ୍ଚକାରୀ ସେପରି କରିବେ ନାହିଁ। ଦୁଇଟିଯାକ ସଚ୍ଚୋଟ ଗଣନା, କିନ୍ତୁ ସେମାନେ ଭିନ୍ନ ଭିନ୍ନ ପ୍ରଶ୍ନର ଉତ୍ତର ଦିଅନ୍ତି; ଆଉ ପାଠକଙ୍କ ପାଇଁ କେବଳ ଦ୍ୱିତୀୟଟି ହିଁ ଗୁରୁତ୍ୱ ରଖେ।

ଦ୍ୱିତୀୟ କଥାଟି ହେଉଛି, ପ୍ରତ୍ୟେକ ସଂଶୋଧନ ନିଜେ ମଧ୍ୟ ଏକ ସମ୍ପାଦନା, ଯେଉଁଥିରେ ଭୁଲ୍ ହୋଇପାରେ। ତେଣୁ ଆମ ଗୁଣବତ୍ତା ନିୟନ୍ତ୍ରଣ (QC) ପ୍ରକ୍ରିୟାର ପ୍ରତ୍ୟେକ ନୂଆ ସଂସ୍କରଣ କ’ଣ ସୁଧାରୁଛି, ତାହା ସହିତ କ’ଣ ବିଗାଡ଼ୁଛି, ସେ ଆଧାରରେ ମଧ୍ୟ ଆମେ ତାକୁ ଅଙ୍କ ଦେଉ; କୌଣସି ସମ୍ପାଦନା ଏକ ଠିକ୍ ବାକ୍ୟକୁ ଭୁଲ୍ କରିଦେଲେ, ସେଥିପାଇଁ ତା’ର ଅଙ୍କ କଟେ। ଯାହାର କାମ କେବେ ଯାଞ୍ଚ ହୁଏନାହିଁ, ସେହି ସଂଶୋଧକ ନିଜେ ତ୍ରୁଟିର ଏକ ନୂଆ ଉତ୍ସ ପାଲଟିଯାଏ।

ଶେଷ କଥାଟି ହେଉଛି, ତ୍ରୁଟିଗୁଡ଼ିକ ଗୋଷ୍ଠୀବଦ୍ଧ ଭାବେ ଦେଖାଦିଅନ୍ତି; ସେଥିପାଇଁ ସେଗୁଡ଼ିକୁ ଶ୍ରେଣୀ ଅନୁସାରେ ସୁଧାରିବା ସମ୍ଭବ ହୁଏ। ଆମ ନିଜ ଲେଖାଗୁଡ଼ିକରେ ଏପରି ତ୍ରୁଟି ମୁଖ୍ୟତଃ ଦେଖାଯାଏ ଓଲଟା ଅର୍ଥରେ ସାରାଂଶ ଦିଆଯାଇଥିବା ଚଳଚ୍ଚିତ୍ର କାହାଣୀରେ, କୌଣସି କାମ କରିବାରେ କେହି “ଏକମାତ୍ର” ବା “ପ୍ରଥମ” ବୋଲି କରାଯାଇଥିବା ଦାବିରେ, ଏବଂ ନିଜଠାରୁ ଅଧିକ ପ୍ରସିଦ୍ଧ କାହା ସହ ସମାନ ନାମ ଥିବା ବ୍ୟକ୍ତିଙ୍କ ବିଷୟରେ। ସମ୍ପୂର୍ଣ୍ଣ ଏଣେତେଣେ ଘଟୁଥିବା ତ୍ରୁଟିକୁ ବ୍ୟାପକ ପରିସରରେ ଖୋଜି ଧରିହେବ ନାହିଁ; କିନ୍ତୁ ଦେଖିବାକୁ ଗଲେ ପ୍ରାୟ କୌଣସି ତ୍ରୁଟି ଏପରି ଏଣେତେଣେ ଘଟିନଥାଏ।

ଆମ ଆଖିରୁ ଖସିଯାଇଥିବା ଭୁଲ୍ ଖୋଜିବାରେ ସାହାଯ୍ୟ କରନ୍ତୁ

ଆମେ Edgepediaର ପରିମାଣ ଓ ଗୁଣବତ୍ତା—ଉଭୟ ବଢ଼ାଇ ଚାଲିବୁ, ଏବଂ ପାଠକମାନେ ଦେଖୁଥିବା ଯେକୌଣସି ତ୍ରୁଟି ଆମକୁ ଜଣାଇ ସାହାଯ୍ୟ କଲେ ଆମେ କୃତଜ୍ଞ ହେବୁ। edgepedia.org/edgepediaର ପ୍ରତ୍ୟେକ ଲେଖାର ତଳେ “ତ୍ରୁଟି ଜଣାନ୍ତୁ” ଲିଙ୍କ୍ ଅଛି, ଏବଂ ଆମେ ପ୍ରତ୍ୟେକ ରିପୋର୍ଟ ପଢ଼ୁ। ସଦିଚ୍ଛାର ସହ ପଠାଯାଇଥିବା ୩ଟି ଅନାମଧେୟ ରିପୋର୍ଟରୁ ଆମେ ଇତିମଧ୍ୟରେ ଜାଣିପାରିଛୁ ଯେ ଜୀବିତ ସଙ୍ଗୀତଜ୍ଞମାନଙ୍କ ପୁରସ୍କାର ସଂଖ୍ୟା ଅଦ୍ୟତନ ହୋଇନଥିଲା, ଜୀବିତ ବ୍ୟକ୍ତିଙ୍କ ସଠିକ୍ ଜନ୍ମତାରିଖ ଅନୁଚିତ ଭାବେ ଅନ୍ତର୍ଭୁକ୍ତ ହୋଇଥିଲା, ଏବଂ ଆମ ଲେଖାସଂଗ୍ରହରେ ତଥ୍ୟ ଇଞ୍ଜିନିୟରିଂର କେତେକ ଶ୍ରେଣୀର ଲେଖା ନଥିଲା। ପ୍ରତ୍ୟେକ କ୍ଷେତ୍ରରେ ଆମେ କେବଳ ବ୍ୟବହାରକାରୀ ଉଲ୍ଲେଖ କରିଥିବା ଲେଖାଟିକୁ ସୁଧାରି ଅଟକିଯାଇନଥିଲୁ। ଉଦାହରଣ ସ୍ୱରୂପ, ସଠିକ୍ ଜନ୍ମତାରିଖ ସମ୍ବନ୍ଧୀୟ ଅନୁରୋଧଟିରୁ ଏକ ନିୟମ ତିଆରି ହେଲା: ୧୯୪୦ ପରେ ଜନ୍ମ ହୋଇଥିବା ସମସ୍ତଙ୍କ ସଠିକ୍ ଜନ୍ମତାରିଖ ହଟାଇଦିଆଗଲା—୫୬,୦୦୦ରୁ ଅଧିକ ଲେଖାରେ।

ଦିନ ଥିଲା, ବିଶ୍ୱକୋଷ ଥିଲା ଥରେ କିଣି ଆଣିବାର ଏକ ବହି; ପରବର୍ତ୍ତୀ ମୁଦ୍ରଣ ପର୍ଯ୍ୟନ୍ତ ତା’ର ଭୁଲ୍‌ଗୁଡ଼ିକ ସେମିତି ରହିଯାଉଥିଲା। Edgepediaରେ ମିଳୁଥିବା ପ୍ରତ୍ୟେକ ତ୍ରୁଟି ସେହି ପ୍ରକାରର ଏକ ଶ୍ରେଣୀ ଆଡ଼କୁ ବାଟ ଦେଖାଏ, ଆଉ ଆମେ ସୁଧାରୁଥିବା ପ୍ରତ୍ୟେକ ଶ୍ରେଣୀ ପରବର୍ତ୍ତୀ ସବୁ ଲେଖାକୁ ଆହୁରି ଭଲ କରେ। ଲକ୍ଷ୍ୟ ହେଉଛି ଏପରି ଜ୍ଞାନ, ଯାହା ସଠିକ୍ ହେବ ଏବଂ ଚାହୁଁଥିବା ସମସ୍ତଙ୍କ ପାଖରେ ଉପଲବ୍ଧ ହେବ—ସେ ଇଣ୍ଟରନେଟ୍ ନଥିବା ବିମାନରେ ବସିଥିବା ଜଣେ ମଣିଷ ହୁଅନ୍ତୁ ବା ଜଗତ କିପରି, ତାହା ଶିଖୁଥିବା ଏକ AI ମଡେଲ୍।


ଡେଭିଡ୍ ୟୁ ଝାଙ୍ଗ ଓ ସିସି (ସ୍ଥାୟୀ AI ପରିଚୟ, Claude Opus 5.5 ଓ GPT-6 Astraରେ କାର୍ଯ୍ୟରତ)

୨୦୨୬ ନଭେମ୍ବର ୨

© 2026 ଡେଭିଡ୍ ୟୁ ଝାଙ୍ଗ। ଏହି ଲେଖା Creative Commons CC-BY 4.0 ଲାଇସେନ୍ସ ଅଧୀନରେ ପ୍ରକାଶିତ।

ଏହି ଲେଖା ପ୍ରଥମେ ଲିଙ୍କ୍‌ଡଇନ୍ରେ ପ୍ରକାଶ ପାଇଥିଲା।