அதிநவீன செயற்கை நுண்ணறிவு மாதிரிகளுக்கான முன்கூட்டிய அணுகலை அமெரிக்கா கோருவதால், OpenAI நிறுவனம் GPT-5.6-இன் பொது வெளியீட்டை ஒத்திவைத்துள்ளது ↗
OpenAI-யின் GPT-5.6 வெளியீடு, வெறும் ஒரு பகட்டான மாதிரி வெளியீடாக இல்லாமல், அரசாங்க அணுகல் தொடர்பான ஒரு நிகழ்வாக மாறியது. அமெரிக்க அதிகாரிகள் முன்கூட்டியே தகவல்களைப் பார்க்கக் கோரியதைத் தொடர்ந்து, அந்நிறுவனம் தனது முதல் வெளியீட்டைச் சரிபார்க்கப்பட்ட கூட்டாளர்களுக்கு மட்டுமே வரம்பிட்டது.
இந்த மாடல் குடும்பத்தில் சோல், டெர்ரா மற்றும் லூனா ஆகியவை அடங்கும். சோல் மிகவும் புத்திசாலியான ஒன்றாக நிலைநிறுத்தப்பட்டுள்ளது; வலுவான கோடிங், அறிவியல் மற்றும் சைபர் பாதுகாப்புத் திறன்களைக் கொண்டது - நடைமுறைக்கு உகந்தது, ஆனால் அதே சமயம் "தயவுசெய்து இதை குழப்பப் பூதங்களிடம் கொடுத்துவிடாதீர்கள்" என்ற மனநிலையையும் கொண்டது
இந்த வகையான அரசாங்க வாடிக்கையாளர் தேர்வு இயல்பானதாக ஆகிவிடக் கூடாது என்று OpenAI கூறியது. அதுதான் இதிலுள்ள முரண்பாடு: பாதுகாப்பு வாயில்கள் உண்டு, ஆனால் அதன் மீது கொடி கட்டப்பட்ட அகழி இல்லை.
பிரத்யேகச் செய்தி: அடுத்த செயற்கை நுண்ணறிவு எழுச்சி பௌதீகப் பொருளாதாரத்தில்தான் உள்ளது என கோல்ட்மேன் வங்கியாளர்கள் கூறுகின்றனர் ↗
கோல்ட்மேன் சாக்ஸ், செயற்கை நுண்ணறிவு மீதான கவனத்தைத் தூய மென்பொருளிலிருந்து விலக்கி, தொழிற்சாலைகள், சுரங்கங்கள், பயன்பாட்டு நிறுவனங்கள் மற்றும் எண்ணெய் துரப்பண மேடைகள் பக்கம் திருப்புகிறது. அரட்டை இயந்திரங்களின் கவர்ச்சி குறைந்து, புழுதி படிந்த கிடங்கில் இயங்கும் ரோபோவின் கை போன்ற ஆற்றல் பெருகுகிறது.
வாதம் எளிமையானது: பொருளாதாரத்தின் பெரும்பகுதி மென்பொருள் அல்ல, எனவே அடுத்த பெரிய செயற்கை நுண்ணறிவு பண அலை, பொருட்களை நகர்த்தும், பொருட்களை உருவாக்கும் மற்றும் மின்சாரத்தை அதிகம் பயன்படுத்தும் இடங்களில் ஏற்படும் தானியக்கமயமாக்கலில் இருந்து வரக்கூடும்.
இதை சத்தமாகச் சொல்லும்போது இது கிட்டத்தட்ட வெளிப்படையானது போலவே தோன்றுகிறது, ஆனாலும் இது ஒரு மிகப்பெரிய மாற்றத்தைக் குறிக்கிறது. செயற்கை நுண்ணறிவு என்பது வெறும் திரை சார்ந்த விஷயமாக இல்லாமல், அதனுடன் இணைக்கப்பட்ட ஒரு தரவு மையத்துடன் கூடிய கருவியாக மாறுகிறது.
உறைந்த பல-டோக்கன் கணிப்புடன் பிக்சலில் ஜெமினி நானோ மாடல்களை வேகப்படுத்துதல் ↗
உறைந்த பல-டோக்கன் கணிப்பு (frozen Multi-Token Prediction) தொழில்நுட்பத்தைப் பயன்படுத்தி, பிக்சல் போன்களில் ஜெமினி நானோவை வேகமாக்குவது குறித்த தனது ஆய்வை கூகுள் பகிர்ந்துள்ளது. இதன் பொருள்: முழு எஞ்சினையும் தொடர்ந்து மறுபயிற்சி அளிக்காமல், அந்த போனால் ஒரே நேரத்தில் ஒன்றுக்கு மேற்பட்ட டோக்கன்களை உருவாக்க முடியும்.
நடைமுறை அம்சம் என்பது தாமதம்தான். சாதனத்தில் உள்ள செயற்கை நுண்ணறிவு விரைவாகப் பதிலளிக்கும்போது மட்டுமே அது ஒரு மாயாஜாலமாகத் தோன்றும். மேலும், ஒவ்வொரு சிறிய பணிக்கும் மிகப்பெரிய கிளவுட் கணக்கீட்டைப் பயன்படுத்தாமல், உள்ளூர் மாதிரிகளை இன்னும் வேகமாக்குவதே இதன் நோக்கமாகும்.
இது மிகவும் பிரபலமான தலைப்புச் செய்தி அல்ல, ஆனால் இது முக்கியமானது. சிறிய வேக வெற்றிகள் ஒன்று சேர்ந்து, ஒரு தயாரிப்பு சிறப்பாகச் செயல்படுகிறது என்ற உணர்வைத் தரும் தருணங்களாக மாறுகின்றன.
திறந்த மூல மென்பொருள் விநியோகச் சங்கிலி மீதான நம்பிக்கையை வலுப்படுத்த உதவும் வகையில், ஐபிஎம், ரெட் ஹேட் மற்றும் டெலாய்ட் நிறுவனங்கள் லைட்வெல் உடனான ஒத்துழைப்பை அறிவித்துள்ளன ↗
ஐபிஎம், ரெட் ஹேட் மற்றும் டெலாய்ட் ஆகிய நிறுவனங்கள், திறந்த மூல மென்பொருள் விநியோகச் சங்கிலிப் பாதுகாப்பில் கவனம் செலுத்தும் ஒரு லைட்வெல் கூட்டு முயற்சியை அறிவித்தன. அதன் நோக்கம்: நிறுவனங்களை இடையூறு விளைவிக்கும் மேம்படுத்தல்களைச் செய்யக் கட்டாயப்படுத்தாமல், பாதிப்புக்குள்ளாகக்கூடிய மென்பொருளை விரைவாகச் சரிசெய்வதாகும்.
அவர்கள் இந்த அச்சுறுத்தலை, பெருகிவரும் தானியங்கி சைபர் அழுத்தமாகச் சித்தரிக்கிறார்கள்; இதில் அதிநவீன செயற்கை நுண்ணறிவு, பாதிப்புகளைக் கண்டறிவதையும் அவற்றைப் பயன்படுத்திக்கொள்வதையும் வேகமாக்குகிறது. ஒரு சுறா எக்செல் கற்றுக்கொள்வது எவ்வளவு அருமையானதோ, அதுபோல இதுவும் அருமை.
நிறுவனங்கள் ஏற்கனவே பயன்படுத்தும் மென்பொருள் பதிப்புகளுக்கு, சரிபார்க்கப்பட்ட பின்னோக்குத் திருத்தங்களைச் சேர்ப்பதே லைட்வெல்லின் அணுகுமுறை. கவர்ச்சியற்றதா? ஆம். ஆனால், அதுதான் அதன் முக்கிய நோக்கமும் கூட.
செயற்கை நுண்ணறிவு முகவர்களின் செயல்திறனைச் சோதிக்க பேட்ரோனஸ் ஏஐ நிறுவனம் 50 மில்லியன் டாலர் நிதியைத் திரட்டியுள்ளது ↗
செயற்கை நுண்ணறிவு முகவர்கள் நேரடி அமைப்புகளில் செயல்படுவதற்கு முன்பு, அவற்றைச் சோதிப்பதற்கான உருவகப்படுத்தப்பட்ட சூழல்களை உருவாக்குவதற்காக பேட்ரோனஸ் ஏஐ நிறுவனம் 50 மில்லியன் டாலர் நிதியைத் திரட்டியுள்ளது. அடிப்படையில், இது மென்பொருள் முகவர்களுக்கான ஒரு செயலிழப்பு-சோதனை மாதிரி ஆய்வகம் ஆகும்.
நிறுவனத்தின் “டிஜிட்டல் உலக மாதிரிகள்” இணையதளங்களையும் உள் அமைப்புகளையும் பிரதிபலிப்பதை நோக்கமாகக் கொண்டுள்ளன. இதன் மூலம் முகவர்கள் நீண்ட பணிகளைப் பயிற்சி செய்யவும், தாங்கள் எங்கு ஏமாற்றுகிறார்கள், விதிகளை மீறுகிறார்கள் அல்லது சந்தேகத்திற்கிடமான குறுக்குவழிகளைப் பயன்படுத்துகிறார்கள் என்பதைக் கண்டறியவும் முடிகிறது.
இது மிகவும் தற்போதைய ஒரு பிரச்சினை. முகவர்கள் நடைமுறைப் பணிகளைச் செய்வதை அனைவரும் விரும்புகிறார்கள், ஆனால் அவர்கள் நம்பிக்கையுடன் டோஸ்டரை வரி அமைப்புடன் இணைப்பதை, சொல்லப்போனால், யாரும் விரும்புவதில்லை.
அடிக்கடி கேட்கப்படும் கேள்விகள்
OpenAI ஏன் GPT-5.6 இன் பொது வெளியீட்டை ஒத்திவைத்தது?
அமெரிக்க அதிகாரிகள் அதிநவீன செயற்கை நுண்ணறிவு மாதிரிகள் குறித்த முன்கூட்டிய பார்வையை விரும்பியதைத் தொடர்ந்து, OpenAI நிறுவனம் GPT-5.6-இன் பொது வெளியீட்டை ஒத்திவைத்தது. பரந்த அளவில் வெளியிடுவதற்குப் பதிலாக, அந்நிறுவனம் சரிபார்க்கப்பட்ட கூட்டாளர்களுக்கு மட்டுமே முதல் அணுகலை வழங்கியது. இந்த முடிவு, அரசாங்க அணுகல், பாதுகாப்புக் கட்டுப்பாடுகள் மற்றும் அதிநவீன மாதிரிச் செயலாக்கத்தில் முன்கூட்டிய அணுகல் ஒரு நிலையான அம்சமாக மாற வேண்டுமா என்பது குறித்த ஒரு பரந்த விவாதமாக அந்த வெளியீட்டை மாற்றியது.
GPT-5.6 மாடல் குடும்பத்தில் Sol, Terra மற்றும் Luna என்பவை யாவை?
சோல், டெர்ரா மற்றும் லூனா ஆகியவை OpenAI-இன் GPT-5.6 மாதிரி குடும்பத்தின் பாகங்களாக விவரிக்கப்பட்டுள்ளன. குறியீடாக்கம், அறிவியல் மற்றும் இணையப் பாதுகாப்பு போன்ற துறைகளில் வலுவான செயல்திறனைக் கொண்ட, மிகவும் திறன் வாய்ந்த தேர்வாக சோல் நிலைநிறுத்தப்பட்டுள்ளது. மேம்பட்ட தொழில்நுட்பத் திறன் உற்பத்தித்திறன் ஆதாயங்களைக் கொண்டுவரும் அதே வேளையில், தவறான பயன்பாடு குறித்த கவலைகளையும் எழுப்பக்கூடும் என்பதால், இந்தக் கட்டுரை இதை மதிப்புமிக்கதாகவும் அதே சமயம் நுட்பமானதாகவும் குறிப்பிடுகிறது.
முதலீட்டாளர்கள் ஏன் பௌதீகப் பொருளாதாரத்தில் செயற்கை நுண்ணறிவைக் கவனிக்கிறார்கள்?
அடுத்த செயற்கை நுண்ணறிவு எழுச்சியானது, வெறும் மென்பொருளைத் தாண்டி தொழிற்சாலைகள், சுரங்கங்கள், பயன்பாட்டு நிறுவனங்கள் மற்றும் எண்ணெய் துரப்பண மேடைகள் வரை நகரும் என கோல்ட்மேன் சாக்ஸ் வங்கியாளர்கள் கருதுவதாக அந்தக் கட்டுரை கூறுகிறது. பொருளாதாரத்தின் பெரும்பகுதி, வெறும் திரைகள் மற்றும் செயலிகளை மட்டும் சார்ந்திருக்காமல், உடல் உழைப்பையே சார்ந்துள்ளது என்பதே இதன் பின்னணியில் உள்ள தர்க்கம். அந்தக் கண்ணோட்டத்தில், தொழில்துறை அமைப்புகளில் தானியக்கமானது, எதிர்கால செயற்கை நுண்ணறிவு முதலீடு மற்றும் செயல்பாட்டிற்கான ஒரு முக்கிய மையமாக மாறக்கூடும்.
பிக்சல் போன்களில் உள்ள ஜெமினி நானோவிற்கு, முடக்கப்பட்ட பல-டோக்கன் கணிப்பு எவ்வாறு உதவுகிறது?
பிக்சல் தொலைபேசிகளில் ஜெமினி நானோவை வேகமாக்குவதற்கான ஒரு வழியாக உறைந்த பல-டோக்கன் கணிப்பு (Frozen Multi-Token Prediction) முன்வைக்கப்படுகிறது. ஒரு நேரத்தில் ஒரே ஒரு டோக்கனை மட்டும் உருவாக்குவதற்குப் பதிலாக, இந்த மாதிரி முழு அமைப்பிற்கும் தொடர்ச்சியான மறுபயிற்சி அளிப்பதைத் தவிர்த்து, பல டோக்கன்களை உருவாக்க முடியும். இதன் நடைமுறை நோக்கம் தாமதத்தைக் குறைப்பதாகும், இதன் மூலம் சாதனத்தில் உள்ள செயற்கை நுண்ணறிவு (AI) வேகமாகவும் அதிக துரிதமாகவும் செயல்படுவது போல் உணரப்படும்.
திறந்த மூலப் பாதுகாப்பில் லைட்வெல் என்ன சிக்கலைத் தீர்க்க முயற்சிக்கிறது?
ஐபிஎம், ரெட் ஹேட் மற்றும் டெலாய்ட் நிறுவனங்களைச் சேர்ந்த லைட்வெல், திறந்த மூல மென்பொருள் விநியோகச் சங்கிலியில் நம்பிக்கையை வலுப்படுத்துவதில் கவனம் செலுத்துகிறது. நிறுவனங்கள் ஏற்கனவே பயன்படுத்தும் மென்பொருள் பதிப்புகளுக்கான, சரிபார்க்கப்பட்ட, பின்னோக்கி கொண்டுவரப்பட்ட திருத்தங்களை (patches) மையமாகக் கொண்டு இதன் அணுகுமுறை அமைந்துள்ளது. இது முக்கியமானது, ஏனெனில் பல நிறுவனங்கள் பாதுகாப்பு குறைபாடுகளை விரைவாக சரிசெய்ய வேண்டியுள்ளது, அதே சமயம் பழைய அல்லது இறுக்கமாக ஒருங்கிணைக்கப்பட்ட அமைப்புகளைக் கொண்ட உற்பத்திச் சூழல்களில், இடையூறு விளைவிக்கும் மேம்படுத்தல்களைச் செய்வது கடினமாக இருக்கலாம்.
செயற்கை நுண்ணறிவு முகவர்களுக்கு உருவகப்படுத்தப்பட்ட சோதனைச் சூழல்கள் ஏன் தேவைப்படுகின்றன?
பேட்ரோனஸ் ஏஐ, செயற்கை நுண்ணறிவு முகவர்கள் நேரடி அமைப்புகளுடன் தொடர்பு கொள்வதற்கு முன்பு அவற்றைச் சோதிப்பதற்காக உருவகப்படுத்தப்பட்ட சூழல்களை உருவாக்கி வருகிறது. இந்த "டிஜிட்டல் உலக மாதிரிகள்", வலைத்தளங்களையும் உள்ளகக் கருவிகளையும் பிரதிபலிக்கும் வகையில் வடிவமைக்கப்பட்டுள்ளன, இது முகவர்கள் சிக்கலான பணிகளைப் பாதுகாப்பாகப் பயிற்சி செய்ய அனுமதிக்கிறது. நேரடிப் பணிப்பாய்வுகளில் முகவர்களை நம்புவதற்கு முன்பு, தோல்விகள், குறுக்குவழிகள் அல்லது அபாயகரமான நடத்தைகளைக் கண்டறிவதே இதன் நோக்கமாகும்.