ஓப்பன்-வெயிட் மாடல்களின் பாதுகாப்பைச் சோதிக்க மாட்டோம் என்று டிரம்ப் ஆலோசகர்கள் செயற்கை நுண்ணறிவு நிறுவனங்களிடம் கூறியதாகத் தகவல்கள் தெரிவிக்கின்றன ↗
இந்த விவாதங்கள் குறித்து அறிந்தவர்களின் கூற்றுப்படி, டிரம்ப் நிர்வாகம், ஓப்பன்-வெயிட் மாடல்களின் பாதுகாப்பைச் சோதிக்கப் போவதில்லை என்று முன்னணி செயற்கை நுண்ணறிவு நிறுவனங்களிடம் கூறியுள்ளது. இது, இடர் மதிப்பீட்டின் மிகவும் முக்கியமான ஒரு பகுதியை அரசாங்கக் கட்டமைப்பிற்கு வெளியே விட்டுவிடுகிறது.
நடைமுறையில், மாதிரிகளை வெளியிடுவதற்கு அல்லது செயல்படுத்துவதற்கு முன்பு அவற்றை மதிப்பிடுவதற்கான கூடுதல் பொறுப்பை உருவாக்குநர்களும் பயனர்களும் ஏற்க வேண்டியிருக்கலாம். இது புத்தாக்கத்திற்கு உகந்ததாக இருக்கலாம்... ஆனால், திறந்தநிலை மாதிரிகள் அதிவேகமாக அதிகத் திறன்பெற்று வருவதால், இதற்கான சூழல் உகந்ததாக இல்லை. (ராய்ட்டர்ஸ்)
திறந்த எடை சார்ந்த செயற்கை நுண்ணறிவு மாதிரிகள் முன்னணி நிலையை எட்டிப் பிடிக்கின்றன. பாதுகாப்பு இடைவெளி நீடிக்கிறது. ↗
Z.ai-யின் GLM-5.2, சைபர் மற்றும் உயிரியல் திறன்களில் முன்னணி மூடிய மாதிரிகளை விட சில மாதங்கள் மட்டுமே பின்தங்கியுள்ளதாகக் கூறப்படுகிறது. அதற்கு வழங்கப்பட்ட தாக்குதல் சைபர் அல்லது இரட்டைப் பயன்பாட்டு உயிரியல் பணிகளில் எதையும் அது நிராகரிக்கவில்லை என்று SaferAI-யின் சோதனைகள் கண்டறிந்துள்ளன.
மூடிய மாதிரிகள் மறுப்புப் பயிற்சி, வகைப்படுத்திகள் மற்றும் API கட்டுப்பாடுகளைச் சார்ந்திருக்கலாம். பதிவிறக்கக்கூடிய எடைகள் முற்றிலும் வேறுபட்டவை - அவை வெளியிடப்பட்டவுடன், பாதுகாப்பு அம்சங்களை மாற்றவோ அல்லது அகற்றவோ முடியும், இது பாதுகாப்பு இடைவெளியை ஒரு பெரும் பள்ளத்தாக்கு போல உணர வைக்கிறது. (டெக் க்ரஞ்ச்)
சாம்சங் எலக்ட்ரானிக்ஸ் அடுத்த தலைமுறை AI நினைவக தொழில்நுட்பத்தை அறிமுகப்படுத்தியது ↗
சாம்சங் நிறுவனம், 400-க்கும் மேற்பட்ட அடுக்குகளையும் புதிய வேஃபர்-பாண்டிங் வடிவமைப்பையும் கொண்ட ஒரு BV-NAND முன்மாதிரியை அறிமுகப்படுத்தியது. இது, அதன் முந்தைய தலைமுறையை விட சுமார் 58% அதிக நினைவக அடர்த்தியையும், அதனுடன் வேகமான வாசிப்பு, எழுதுதல் மற்றும் உள்ளீடு-வெளியீடு செயல்திறனையும் வழங்குவதாக அந்நிறுவனம் கூறுகிறது.
சாம்சங், AI முடுக்கிகளுக்கு மேலே செங்குத்தாக அடுக்கப்பட்ட zHBM நினைவகத்தையும் விவரித்துள்ளது. இந்த கட்டமைப்பு, வழக்கமான HBM5-ஐ விட பத்து மடங்குக்கும் அதிகமான அடர்த்தியையும், மூன்று மடங்கு ஆற்றல் திறனையும், கணிசமாகக் குறைந்த வெப்பத் தடையையும் வழங்கக்கூடும் என்று அது கூறுகிறது - இவை மகத்தான வாக்குறுதிகள் என்றே கூறலாம். (ராய்ட்டர்ஸ்)
செயற்கை நுண்ணறிவு தரவு மையப் போட்டி, பெருநிறுவன தொழில்நுட்ப நிறுவனங்களுக்கு 1 டிரில்லியன் டாலர் குத்தகைச் சுமையை உருவாக்குகிறது ↗
மைக்ரோசாப்ட், மெட்டா, ஆரக்கிள், அமேசான் மற்றும் ஆல்பாபெட் ஆகிய நிறுவனங்கள், பெரும்பாலும் செயற்கை நுண்ணறிவு தரவு மையங்களுக்காக, இன்னும் தொடங்கப்படாத குத்தகைகளுக்கு சுமார் 1.09 டிரில்லியன் டாலர்களை ஒதுக்கியுள்ளன. இந்தக் கடன் பொறுப்புகள், அவற்றின் அங்கீகரிக்கப்பட்ட குத்தகை பொறுப்புகளை விட கிட்டத்தட்ட நான்கு மடங்கு அதிகமாகும்.
இந்தத் திறன் அடுத்த கிளவுட் தொழில்நுட்ப வளர்ச்சிக்கு உந்துசக்தியாக அமையக்கூடும். அல்லது, அவ்வளவு மகிழ்ச்சியளிக்காத விதமாக, செயற்கை நுண்ணறிவுக்கான தேவை ஏமாற்றமளித்தால், வானிலையை யாரும் சரிபார்க்காத முன்பே வாங்கப்பட்ட ஒரு டிரில்லியன் டாலர் அங்கியைப் போல, நிறுவனங்கள் பிரம்மாண்டமான வசதிகளுக்காகப் பணம் செலுத்தும் நிலைக்குத் தள்ளப்படலாம். (ராய்ட்டர்ஸ்)
ஆந்த்ரோபிக், ஏஐ கிளவுட் ஸ்டார்ட்அப் வோல்டாவுடன் 10 பில்லியன் டாலர் ஒப்பந்தத்தில் கையெழுத்திட்டது ↗
ஏஐ கிளவுட் ஸ்டார்ட்அப் நிறுவனமான வோல்டாவிடமிருந்து, 10 பில்லியன் டாலர் மதிப்பிலான கணினித் திறனை ஆறு ஆண்டுகளில் வாங்குவதற்கு ஆந்த்ரோபிக் நிறுவனம் ஒப்புக்கொண்டதாகக் கூறப்படுகிறது. இந்த ஒப்பந்தம், 133 மெகாவாட் திறன் கொண்ட ஒரு நார்வே தரவு மையத்திற்கு ஆதரவளிக்கும்.
என்விடியாவின் வேரா ரூபின் அமைப்புகளைப் பயன்படுத்தவிருக்கும் இந்த வசதியை மேம்படுத்த, கிரிப்டோ-மைனிங் நிறுவனமான பிட்டீர் உதவும் என எதிர்பார்க்கப்படுகிறது. ஆந்த்ரோபிக், குளிர்சாதனப்பெட்டி காந்தங்களைப் போல கணினி கூட்டாண்மைகளைச் சேகரித்து வருகிறது - ஆனால் இந்தக் காந்தங்களின் விலை பில்லியன்கள் ஆகும். (டெக் க்ரஞ்ச்)
வளர்ந்து வரும் பொருளாதாரங்களுக்கு செயற்கை நுண்ணறிவு 'உயிர் காக்கும் கரம்' என உலக வங்கி கூறுகிறது ↗
வளரும் நாடுகள் மின்சாரம், இணைய இணைப்பு மற்றும் டிஜிட்டல் திறன்களை மேம்படுத்தினால், ஒரு நூற்றாண்டு கால முன்னேற்றத்தை ஒரு தசாப்தத்திற்குள் சுருக்க செயற்கை நுண்ணறிவு உதவும் என்று உலக வங்கி கூறுகிறது. பிரம்மாண்டமான தேசிய மாதிரிகள் தேவைப்படாமல், சிறிய, உள்ளூர் சூழலுக்கு ஏற்ற கருவிகள் சுகாதாரம், கல்வி, விவசாயம் மற்றும் பொது சேவைகளுக்கு ஆதரவளிக்க முடியும்.
அதன் அறிக்கை, குறைந்த மற்றும் நடுத்தர வருமானம் கொண்ட நாடுகளில் 4.5% வேலைகள் மட்டுமே உருவாக்கும் செயற்கை நுண்ணறிவால் பாதிக்கப்படுகின்றன என்றும், பணக்கார நாடுகளில் இந்த விகிதம் 14.2% ஆக உள்ளது என்றும் மதிப்பிடுகிறது. அப்படியிருந்தும், இந்த வாக்குறுதியானது சமத்துவமின்மை, தவறான தகவல் மற்றும் அரசியல் அடக்குமுறை குறித்த கூர்மையான எச்சரிக்கைகளுடன் வருகிறது - இது பல சிக்கல்கள் நிறைந்த ஒரு உயிர்நாடியாகும். (ராய்ட்டர்ஸ்)
அடிக்கடி கேட்கப்படும் கேள்விகள்
அமெரிக்க அரசாங்கம் ஏன் ஓப்பன்-வெயிட் ஏஐ மாடல்களின் பாதுகாப்பைச் சோதிக்கவில்லை?
கட்டுரையின்படி, திறந்த-எடை மாதிரிகள் தனது அரசாங்கப் பாதுகாப்பு-சோதனைக் கட்டமைப்பில் சேர்க்கப்படாது என்று டிரம்ப் நிர்வாகம் முன்னணி செயற்கை நுண்ணறிவு நிறுவனங்களிடம் கூறியுள்ளது. இது மாதிரி உருவாக்குநர்கள், விநியோகஸ்தர்கள் மற்றும் பயனர்கள் மீது கூடுதல் பொறுப்பைச் சுமத்துகிறது. ஏனெனில், இந்த அமைப்புகளை வெளியிடுவதற்கு அல்லது ஏற்றுக்கொள்வதற்கு முன்பு, அவர்கள் இணையவழி, உயிரியல், தவறான பயன்பாடு மற்றும் செயல்பாட்டு அபாயங்களைச் சுயமாக மதிப்பிட வேண்டியிருக்கலாம்.
மூடிய மாதிரிகளை விட திறந்த-எடை AI மாதிரிகளைப் பாதுகாப்பது ஏன் கடினமாக உள்ளது?
திறந்தநிலை செயற்கை நுண்ணறிவு மாதிரிகளை, அவற்றை உருவாக்கியவரின் உள்கட்டமைப்பிற்கு வெளியேயும் பதிவிறக்கம் செய்யவும், மாற்றியமைக்கவும் மற்றும் இயக்கவும் முடியும். இதன் விளைவாக, மறுப்புப் பயிற்சி, வகைப்படுத்திகள் மற்றும் அணுகல் கட்டுப்பாடுகள் போன்ற பாதுகாப்பு அம்சங்கள் பலவீனமடையலாம் அல்லது நீக்கப்படலாம். மூடியநிலை மாதிரிகள் பொதுவாகக் கட்டுப்படுத்தப்பட்ட API-கள் மூலம் வழங்கப்படுகின்றன. இது, பயன்பாட்டைக் கண்காணிக்கவும், அணுகலைக் கட்டுப்படுத்தவும் மற்றும் செயல்படுத்திய பிறகு பாதுகாப்புகளைப் புதுப்பிக்கவும் வழங்குநர்களுக்கு அதிக வாய்ப்பை அளிக்கிறது.
நிறுவனங்கள் ஓப்பன்-வெயிட் AI மாதிரிகளைச் செயல்படுத்துவதற்கு முன்பு அவற்றை எவ்வாறு மதிப்பீடு செய்ய வேண்டும்?
தாக்குதல் சைபர் பணிகள், இரட்டைப் பயன்பாட்டு உயிரியல் கோரிக்கைகள் மற்றும் பாதுகாப்பு வழிமுறைகளை மீறும் முயற்சிகள் உள்ளிட்ட யதார்த்தமான தவறான பயன்பாட்டுச் சூழ்நிலைகளுக்கு எதிராக மாதிரியைச் சோதிப்பதே ஒரு பொதுவான அணுகுமுறையாகும். அந்த மாதிரி எவ்வாறு ஹோஸ்ட் செய்யப்படும், அதை யார் மாற்றியமைக்க முடியும் மற்றும் என்ன கண்காணிப்பு அமைப்புகள் கிடைக்கின்றன என்பதையும் நிறுவனங்கள் ஆராய வேண்டும். அதிக ஆபத்துள்ள நிறுவல்களுக்கு பொதுவாகக் கடுமையான அணுகல் கட்டுப்பாடுகளும் தொடர்ச்சியான மனித மேற்பார்வையும் தேவைப்படுகின்றன.
சாம்சங்கின் புதிய AI நினைவகத் தொழில்நுட்பம் எதை மேம்படுத்துவதற்காக வடிவமைக்கப்பட்டுள்ளது?
சாம்சங்கின் BV-NAND முன்மாதிரியானது, நினைவக அடர்த்தியை அதிகரிப்பதோடு, படித்தல், எழுதுதல் மற்றும் உள்ளீடு-வெளியீடு செயல்திறனை மேம்படுத்தும் நோக்கில் 400-க்கும் மேற்பட்ட அடுக்குகளையும் வேஃபர்-பாண்டிங் வடிவமைப்பையும் பயன்படுத்துகிறது. மேலும், AI முடுக்கிகளுக்கு மேலே செங்குத்தாக அடுக்கப்பட்ட zHBM நினைவகம் நிலைநிறுத்தப்பட்டிருப்பதாகவும் அந்நிறுவனம் விவரித்துள்ளது. பெருகிவரும் தீவிரமான AI பணிச்சுமைகளால் உருவாக்கப்படும் கொள்ளளவு, ஆற்றல் மற்றும் வெப்பத் தேவைகளைப் பூர்த்தி செய்வதே இந்த வடிவமைப்புகளின் நோக்கமாகும்.
பெரிய தொழில்நுட்ப நிறுவனங்களின் செயற்கை நுண்ணறிவு தரவு மையக் குத்தகைகள் ஏன் நிதி அபாயமாகக் கருதப்படுகின்றன?
மைக்ரோசாப்ட், மெட்டா, ஆரக்கிள், அமேசான் மற்றும் ஆல்பாபெட் ஆகிய நிறுவனங்கள், இன்னும் தொடங்கப்படாத குத்தகைகளுக்காக சுமார் 1.09 டிரில்லியன் டாலர்களை ஒதுக்கியுள்ளதாகத் தகவல்கள் தெரிவிக்கின்றன; இதில் பெரும்பகுதி செயற்கை நுண்ணறிவு (AI) தரவு மையங்களுடன் தொடர்புடையது. இந்தக் கூடுதல் திறன், கிளவுட் மற்றும் AI தேவையின் விரைவான வளர்ச்சிக்கு ஆதரவளிக்கக்கூடும். இருப்பினும், தேவை எதிர்பார்த்ததை விட மெதுவாக வளர்ந்தாலோ அல்லது உள்கட்டமைப்பு முழுமையாகப் பயன்படுத்தப்படாமல் இருந்தாலோ, அந்த நிறுவனங்கள் கணிசமான தொகையைச் செலுத்த வேண்டியிருக்கலாம்.
வளர்ந்து வரும் பொருளாதாரங்களுக்கு செயற்கை நுண்ணறிவு எவ்வாறு பயனளிக்கும்?
குறிப்பாக உள்ளூர் தேவைகளுக்கு ஏற்ப மாற்றியமைக்கப்பட்ட சிறிய கருவிகள் மூலம், வளரும் பொருளாதாரங்கள் சுகாதாரம், கல்வி, விவசாயம் மற்றும் பொதுச் சேவைகளை வலுப்படுத்த செயற்கை நுண்ணறிவு உதவக்கூடும் என்று உலக வங்கி வாதிடுகிறது. அந்தப் பலன்கள் நம்பகமான மின்சாரம், இணைய அணுகல் மற்றும் டிஜிட்டல் திறன்களைச் சார்ந்துள்ளன. இதன் பயன்பாடு விரிவடையும்போது, சமத்துவமின்மை, தவறான தகவல் மற்றும் அரசியல் அடக்குமுறை போன்ற அபாயங்களையும் அரசாங்கங்கள் நிர்வகிக்க வேண்டும்.