ടിൻഡറിലെ 5 കെ മത്സരങ്ങളിൽ നിന്ന് ഭാര്യയെ കണ്ടെത്താൻ ചാറ്റ്ജിപിടി സഹായം തേടി പുരുഷൻ

You are currently viewing ടിൻഡറിലെ 5 കെ മത്സരങ്ങളിൽ നിന്ന് ഭാര്യയെ കണ്ടെത്താൻ ചാറ്റ്ജിപിടി സഹായം തേടി പുരുഷൻ

ഡേറ്റിംഗ് സൈറ്റായ ടിൻഡറിൽ 5,000 ലധികം മത്സരങ്ങൾ ഇല്ലാതാക്കിയതിന് ശേഷം തന്റെ ജീവിത പങ്കാളിയെ കണ്ടെത്താൻ ഓപ്പൺഎഐയുടെ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ചാറ്റ്ബോട്ട് ചാറ്റ്ജിപിടി ഉപയോഗിച്ചതായി ഒരു റഷ്യൻ യുവാവ് വെളിപ്പെടുത്തി.

അപ്ലിക്കേഷനിലെ 5,239 പെൺകുട്ടികളുമായി പൊരുത്തപ്പെടുന്ന ഒരു ടിൻഡർ ബോട്ട് പ്രവർത്തിപ്പിക്കാൻ ചാറ്റ്ജിപിടി ഉപയോഗിച്ചതായി അലക്സാണ്ടർ ഷാഡാൻ എന്നയാൾ എക്സ് ചാനലിൽ ഒരു പോസ്റ്റ് പങ്കിട്ടു.

“ഒരു വർഷമായി ചാറ്റ്ജിപിടി എനിക്കായി ആശയവിനിമയം നടത്തുന്ന ഒരു പെൺകുട്ടിയോട് ഞാൻ വിവാഹാഭ്യർഥന നടത്തി. ഇത് ചെയ്യുന്നതിന്, ന്യൂറൽ നെറ്റ് വർക്ക് മറ്റ് 5,239 പെൺകുട്ടികളുമായി വീണ്ടും ആശയവിനിമയം നടത്തി, ഇത് അനാവശ്യമാണെന്ന് പറഞ്ഞ് അവരെ ഒഴിവാക്കുകയും ഒരാളെ മാത്രം അവശേഷിപ്പിക്കുകയും ചെയ്തു. ഞാൻ എങ്ങനെയാണ് അത്തരമൊരു സംവിധാനം ഉണ്ടാക്കിയത്, അവിടെ എന്തൊക്കെ പ്രശ്നങ്ങൾ ഉണ്ടായിരുന്നു, മറ്റ് പെൺകുട്ടികൾക്ക് എന്ത് സംഭവിച്ചു എന്നിവ ഞാൻ പങ്കിടും, “ഷാദാൻ എഴുതി.

ഒരു പങ്കാളിയെ കണ്ടെത്താൻ താൻ ഈ വഴി തിരഞ്ഞെടുത്തതായും അദ്ദേഹം കൂട്ടിച്ചേർത്തു, കാരണം “പ്രിയപ്പെട്ട ഒരാളെ കണ്ടെത്തുന്നത് വളരെ ബുദ്ധിമുട്ടാണ്. ജോലി ചെയ്യാനും ഹോബികൾ ചെയ്യാനും പഠിക്കാനും ആളുകളുമായി ആശയവിനിമയം നടത്താനും എനിക്ക് സമയം വേണം. ചാറ്റ് ജിപിടി ഇല്ലാതെ എനിക്ക് ഈ വഴി പോകാൻ കഴിയും, ഇത് വളരെ ദൈർഘ്യമേറിയതും ചെലവേറിയതുമാണ് “.

ചാറ്റ്ജിപിടി ചിലപ്പോൾ ഒരു ദിവസം ആറ് ഡേറ്റുകൾ നടത്താൻ പ്രേരിപ്പിച്ചുവെന്ന് ഒരു ത്രെഡിൽ ഷാദാൻ പരാമർശിച്ചു. ചാറ്റ്ജിപിടി ബോട്ടിന്റെ ഒന്നിലധികം പതിപ്പുകൾ തന്റെ പക്കലുണ്ടെന്നും അദ്ദേഹം പ്രസ്താവിച്ചു.

തന്റെ ഇപ്പോഴത്തെ പ്രതിശ്രുതവധുവായ കരീനയെ കണ്ടെത്തിയ ശേഷം അതിൽ നിന്ന് ഒരു ഇടവേള എടുത്തതായും അദ്ദേഹം പറഞ്ഞു.

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ബോട്ട് അഭികാമ്യമല്ലാത്ത മത്സരങ്ങൾ ഇല്ലാതാക്കി, “അദ്ദേഹത്തിന് വേണ്ടി ചെറിയ സംഭാഷണങ്ങൾ നടത്തി”, തീയതികൾ ആസൂത്രണം ചെയ്തു, നിർദ്ദേശിക്കാൻ പോലും സഹായിച്ചുവെന്ന് 23 കാരനായ താരം പറഞ്ഞു.

തനിക്കൊപ്പം തത്സമയം സംസാരിക്കാൻ കഴിയുന്ന സ്ത്രീകളെ പ്രദർശിപ്പിക്കുന്ന ചില ഫിൽട്ടറുകളും താൻ സ്ഥാപിച്ചിട്ടുണ്ടെന്നും അദ്ദേഹം കൂട്ടിച്ചേർത്തു.

Dr Bibin

Experienced Researcher with a demonstrated history of working in the Deep Learning, Computer Vision

Leave a Reply