அனுமானம் பற்றி மக்கள் பேசும்போது , AI "கற்றலை" நிறுத்திவிட்டு ஏதாவது செய்யத் தொடங்கும் புள்ளியைக் குறிப்பிடுகிறார்கள். உண்மையான பணிகள். கணிப்புகள். முடிவுகள். நடைமுறை விஷயங்கள்.
ஆனால் நீங்கள் ஷெர்லாக் போன்ற கணிதப் பட்டம் பெற்ற ஒரு உயர் மட்ட தத்துவார்த்தக் கோட்பாட்டை கற்பனை செய்து பார்த்தால் - இல்லை, சரியாக இல்லை. AI அனுமானம் இயந்திரத்தனமானது. குளிர்ச்சியானது, கிட்டத்தட்ட. ஆனால் அதிசயமாகவும், விசித்திரமாக கண்ணுக்குத் தெரியாத விதத்தில்.
இதற்குப் பிறகு நீங்கள் படிக்க விரும்பக்கூடிய கட்டுரைகள்:
🔗 AI-க்கு முழுமையான அணுகுமுறையை எடுப்பது என்றால் என்ன?
பரந்த, மனிதனை மையமாகக் கொண்ட சிந்தனையுடன் AI-ஐ எவ்வாறு உருவாக்கி பயன்படுத்தலாம் என்பதை ஆராயுங்கள்.
🔗 AI-யில் LLM என்றால் என்ன? – பெரிய மொழி மாதிரிகளில் ஒரு ஆழமான ஆய்வு
இன்றைய மிகவும் சக்திவாய்ந்த AI கருவிகளுக்குப் பின்னால் உள்ள மூளைகளைப் பற்றி அறிந்து கொள்ளுங்கள் - பெரிய மொழி மாதிரிகள் விளக்கப்பட்டுள்ளன.
🔗 AI இல் RAG என்றால் என்ன? - மீட்டெடுப்பு-வளர்ச்சியடைந்த தலைமுறைக்கான வழிகாட்டி
RAG எவ்வாறு தேடல் மற்றும் உருவாக்கத்தின் சக்தியை ஒருங்கிணைத்து சிறந்த, மிகவும் துல்லியமான AI பதில்களை உருவாக்குகிறது என்பதை அறிக.
🧪 ஒரு AI மாதிரியின் இரண்டு பகுதிகள்: முதலில், அது பயிற்சியளிக்கிறது - பின்னர், அது செயல்படுகிறது.
இங்கே ஒரு தோராயமான ஒப்புமை உள்ளது: பயிற்சி என்பது சமையல் நிகழ்ச்சிகளை தொடர்ந்து பார்ப்பது போன்றது. நீங்கள் இறுதியாக சமையலறைக்குள் நுழைந்து, ஒரு பாத்திரத்தை எடுத்து, வீட்டை எரிக்காமல் இருக்க முயற்சிப்பதுதான் அனுமானம்.
பயிற்சி என்பது தரவுகளை உள்ளடக்கியது. நிறைய. இந்த மாதிரி உள் மதிப்புகளை - எடைகள், சார்புகள், அந்த கவர்ச்சியற்ற கணித பிட்கள் - அது பார்க்கும் வடிவங்களின் அடிப்படையில் மாற்றியமைக்கிறது. அதற்கு நாட்கள், வாரங்கள் அல்லது மின்சாரம் பெருங்கடல்கள் ஆகலாம்.
ஆனால் அனுமானமா? அதுதான் பலன்.
| கட்டம் | AI வாழ்க்கைச் சுழற்சியில் பங்கு | வழக்கமான உதாரணம் |
|---|---|---|
| பயிற்சி | இறுதித் தேர்வுக்காக நெரிசலில் சிக்கிக் கொள்வது போல, தரவுகளை நொறுக்குவதன் மூலம் மாதிரி தன்னை சரிசெய்து கொள்கிறது. | ஆயிரக்கணக்கான பெயரிடப்பட்ட பூனைப் படங்களுக்கு உணவளித்தல் |
| அனுமானம் | இந்த மாதிரி தனக்குத் தெரிந்ததைப் பயன்படுத்தி கணிப்புகளைச் செய்கிறது - இனி கற்றல் அனுமதிக்கப்படாது. | ஒரு புதிய புகைப்படத்தை மைனே கூன் என வகைப்படுத்துதல் |
🔄 அனுமானத்தின் போது உண்மையில் என்ன நடக்கிறது?
சரி - தோராயமாகச் சொன்னால், இங்கே என்ன நடக்கிறது:
-
நீங்கள் அதற்கு ஏதாவது ஒன்றைக் கொடுக்கிறீர்கள் - ஒரு ப்ராம்ட், ஒரு படம், சில நிகழ்நேர சென்சார் தரவு.
-
அது அதைச் செயலாக்குகிறது - கற்றல் மூலம் அல்ல, ஆனால் கணித அடுக்குகளின் கையேடு வழியாக அந்த உள்ளீட்டை இயக்குவதன் மூலம்.
-
அது எதையாவது வெளியிடுகிறது - ஒரு லேபிள், ஒரு மதிப்பெண், ஒரு முடிவு... எதையாவது துப்புவதற்கு அது பயிற்சி பெற்றதோ அது.
பயிற்சி பெற்ற பட அங்கீகார மாதிரியை ஒரு மங்கலான டோஸ்டரைக் காண்பிப்பதை கற்பனை செய்து பாருங்கள். அது இடைநிறுத்தப்படுவதில்லை. சிந்திக்காது. பிக்சல் வடிவங்களைப் பொருத்துகிறது, உள் முனைகளைச் செயல்படுத்துகிறது, மற்றும் - பாம் - “டோஸ்டர்.” அவ்வளவுதான்? அதுதான் அனுமானம்.
⚖️ அனுமானம் vs. பகுத்தறிவு: நுட்பமானது ஆனால் முக்கியமானது
விரைவான பக்கப்பட்டி - அனுமானத்தையும் பகுத்தறிவையும் குழப்பிக் கொள்ளாதீர்கள். எளிதான பொறி.
-
அனுமானம் என்பது கற்றறிந்த கணிதத்தின் அடிப்படையில் வடிவப் பொருத்தம் ஆகும்.
-
மறுபுறம், பகுத்தறிவு என்பது
பெரும்பாலான AI மாதிரிகள்? பகுத்தறிவு இல்லை. அவர்கள் மனித அர்த்தத்தில் "புரிந்து கொள்வதில்லை". புள்ளிவிவர ரீதியாக சாத்தியமானதை அவர்கள் கணக்கிடுகிறார்கள். விந்தையாக, இது பெரும்பாலும் மக்களை ஈர்க்க போதுமானதாக இருக்கும்.
🌐 அனுமானம் நடக்கும் இடம்: மேகம் அல்லது விளிம்பு - இரண்டு வெவ்வேறு யதார்த்தங்கள்
இந்தப் பகுதி மிகவும் முக்கியமானது. ஒரு AI எங்கு இயங்குகிறது என்பது அனுமானத்தைப் பொறுத்தது - வேகம், தனியுரிமை, செலவு.
| அனுமான வகை | பாதகங்கள் | தீமைகள் | நிஜ உலக உதாரணங்கள் |
|---|---|---|---|
| மேக அடிப்படையிலானது | சக்திவாய்ந்த, நெகிழ்வான, தொலைதூரத்தில் புதுப்பிக்கப்பட்ட | தாமதம், தனியுரிமை ஆபத்து, இணைய சார்பு | ChatGPT, ஆன்லைன் மொழிபெயர்ப்பாளர்கள், படத் தேடல் |
| விளிம்பு அடிப்படையிலானது | வேகமான, உள்ளூர், தனிப்பட்ட - ஆஃப்லைனிலும் கூட | வரையறுக்கப்பட்ட கணினி, புதுப்பிக்க கடினமாக உள்ளது | ட்ரோன்கள், ஸ்மார்ட் கேமராக்கள், மொபைல் விசைப்பலகைகள் |
உங்கள் தொலைபேசி மீண்டும் "டக்கிங்" என்பதைத் தானாகச் சரிசெய்தால் - அது எட்ஜ் இன்ஃபரன்ஸ். சிரி உங்கள் பேச்சைக் கேட்கவில்லை என்று பாசாங்கு செய்து ஒரு சர்வரை பிங் செய்தால் - அது கிளவுட்.
⚙️ வேலையில் அனுமானம்: அன்றாட AI இன் அமைதியான நட்சத்திரம்
அனுமானம் சத்தமிடுவதில்லை. அது திரைக்குப் பின்னால் அமைதியாக வேலை செய்கிறது:
-
உங்கள் கார் ஒரு பாதசாரியைக் கண்டறிந்துள்ளது. (காட்சி அனுமானம்)
-
நீங்கள் விரும்புவதை மறந்த ஒரு பாடலை Spotify பரிந்துரைக்கிறது. (மாடலிங் விருப்பத்தேர்வு)
-
“bank_support_1002” இலிருந்து வரும் விசித்திரமான மின்னஞ்சலை ஒரு ஸ்பேம் வடிகட்டி தடுக்கிறது. (உரை வகைப்பாடு)
இது வேகமானது. திரும்பத் திரும்ப நிகழ்வது. கண்ணுக்குத் தெரியாதது. மேலும் இது ஒரு நாளைக்கு பில்லியன் கணக்கான
🧠 அனுமானம் ஏன் ஒரு பெரிய விஷயம்
பெரும்பாலான மக்கள் தவறவிடுவது இதுதான்: அனுமானம் என்பது பயனர் அனுபவம்.
நீங்கள் பயிற்சியைப் பார்க்கவில்லை. உங்கள் சாட்போட்டுக்கு எத்தனை GPUகள் தேவை என்பது உங்களுக்கு கவலையில்லை. நார்வால்கள் பற்றிய உங்கள் விசித்திரமான நள்ளிரவு கேள்விக்கு அது உடனடியாக மற்றும் பதட்டமடையவில்லை என்பது உங்களுக்கு கவலை அளிக்கிறது.
மேலும்: அனுமானம் என்பது ஆபத்து தோன்றும் இடம். ஒரு மாதிரி ஒருதலைப்பட்சமாக இருந்தால்? அது அனுமானத்தில் தோன்றும். அது தனிப்பட்ட தகவலை வெளிப்படுத்தினால்? ஆம் - அனுமானம். ஒரு அமைப்பு உண்மையான முடிவை எடுக்கும் தருணத்தில், அனைத்து பயிற்சி நெறிமுறைகள் மற்றும் தொழில்நுட்ப முடிவுகளும் இறுதியாக முக்கியமானவை.
🧰 அனுமானத்தை மேம்படுத்துதல்: அளவு (மற்றும் வேகம்) முக்கியமானதாக இருக்கும்போது
அனுமானம் தொடர்ந்து இயங்குவதால், வேகம் முக்கியமானது. எனவே பொறியாளர்கள் செயல்திறனை இது போன்ற தந்திரங்களைப் பயன்படுத்தி அழுத்துகிறார்கள்:
-
அளவீடு - கணக்கீட்டுச் சுமையைக் குறைக்க எண்களைச் சுருக்குதல்.
-
கத்தரித்து வெட்டுதல் - மாதிரியின் தேவையற்ற பகுதிகளை வெட்டுதல்.
-
முடுக்கிகள் - TPUகள் மற்றும் நரம்பியல் இயந்திரங்கள் போன்ற சிறப்பு சில்லுகள்.
இந்த மாற்றங்கள் ஒவ்வொன்றும் கொஞ்சம் அதிக வேகத்தையும், கொஞ்சம் குறைவான ஆற்றல் செலவையும்... மேலும் சிறந்த பயனர் அனுபவத்தையும் தருகின்றன.
🧩அனுமானமே உண்மையான சோதனை
பாருங்கள் - AI-யின் முழு நோக்கமும் மாதிரி அல்ல. அது அந்த தருணம் . அடுத்த வார்த்தையை அது கணிக்கும், ஸ்கேனில் ஒரு கட்டியைக் கண்டுபிடிக்கும், அல்லது உங்கள் பாணிக்கு வித்தியாசமாக பொருந்தக்கூடிய ஒரு ஜாக்கெட்டை பரிந்துரைக்கும் அந்த அரை நொடி.
அந்த நொடி? அதுதான் அனுமானம்.
கோட்பாடு செயலாக மாறும் போதுதான். சுருக்க கணிதம் உண்மையான உலகத்தை சந்தித்து ஒரு தேர்வு செய்ய வேண்டியிருக்கும் போது. சரியாக இல்லை. ஆனால் வேகமாக. தீர்க்கமாக.
அதுதான் AI-ன் ரகசியம்: அது கற்றுக்கொள்வது மட்டுமல்ல... எப்போது செயல்பட வேண்டும் என்பதும் அதற்குத் தெரியும்.