AI உற்சாகத்தை தீர்வாக மாற்றுதல்

AI சரளத்தன்மையின் சவால்

செயற்கை நுண்ணறிவு (AI) மீதான ஆர்வம் அதிகமாக இருந்தாலும், அதை நடைமுறைக்கு ஏற்ற, உற்பத்திக்குத் தயாரான பயன்பாடுகளாக மாற்றுவதில் உள்ள இடைவெளியே OpenAI-ன் தற்போதைய சவால் என்று அந்நிறுவனத்தின் சர்வதேச வியூகத்தின் நிர்வாக இயக்குனர் ஆலிவர் ஜே (Oliver Jay), CNBC-ன் CONVERGE LIVE நிகழ்வில் எடுத்துரைத்தார். இந்த ‘இடைவெளி’, அவரது கூற்றுப்படி, AI சரளத்தன்மையில் வேரூன்றியுள்ளது - அதாவது இந்த மேம்பட்ட கருத்துக்களைப் புரிந்துகொண்டு அவற்றை உண்மையான வணிகத் தயாரிப்புகளாக மாற்றும் திறன்.

பெரிய மொழி மாதிரிகளுடன் (LLMs) பணிபுரிவது முற்றிலும் புதிய முறையாதலால், இந்த சிரமம் ஏற்படுவதாக ஜே கூறுகிறார். இது பாரம்பரிய மென்பொருள் உருவாக்கத்திலிருந்து வேறுபட்ட ஒரு ‘புதிய முன்னுதாரணம்’ என்று அவர் வலியுறுத்தினார். இதற்கு ‘பாதுகாப்புக் கவசங்களை’ நிறுவுதல் மற்றும் பாதுகாப்பு, மிதமான தன்மை சிக்கல்களை கவனமாகக் கருத்தில் கொள்ளுதல் அவசியம்.

புதிய நிபுணத்துவம் தேவைப்படும் ஒரு முன்னுதாரண மாற்றம்

AI-சார்ந்த தீர்வுகளுக்கு மாறுவது என்பது வெறும் தொழில்நுட்ப மேம்படுத்தல் மட்டுமல்ல; இது வணிகங்கள் செயல்படும் மற்றும் புதுமை செய்யும் விதத்தில் ஒரு அடிப்படை மாற்றமாகும். முந்தைய தொழில்நுட்ப முன்னேற்றங்களைப் போலல்லாமல், AI பல்வேறு துறைகள் மற்றும் நிறுவன நிலைகளில் ஒரே நேரத்தில் ஏற்றுக்கொள்ளப்படுகிறது. இந்த விரைவான, பரவலான தத்தெடுப்பு ஒரு புதிய வகையான நிபுணத்துவத்தின் தேவையை அடிக்கோடிட்டுக் காட்டுகிறது - இது தொழில்நுட்பத் திறமைக்கு அப்பாற்பட்டது மற்றும் AI-ன் சாத்தியம் மற்றும் வரம்புகள் பற்றிய ஆழமான புரிதலை உள்ளடக்கியது.

எனவே, நிறுவனங்கள் முழுவதும் இந்த AI சரளத்தன்மைய வளர்ப்பதில் சவால் உள்ளது. இதற்குத் தேவை:

1. LLM-களின் திறன்களைப் புரிந்துகொள்வது: LLM-களால் என்ன செய்ய முடியும், என்ன செய்ய முடியாது என்பதை வணிகங்கள் புரிந்து கொள்ள வேண்டும். மிகைப்படுத்தலுக்கு அப்பால் சென்று அவற்றின் பலம் மற்றும் பலவீனங்களைப் பற்றிய யதார்த்தமான புரிதலைப் பெறுவது இதில் அடங்கும்.
2. பொருத்தமான பயன்பாட்டு நிகழ்வுகளைக் கண்டறிதல்: ஒவ்வொரு வணிகச் சிக்கலுக்கும் AI சிறந்த தீர்வல்ல. LLM-கள் உண்மையிலேயே மதிப்பைச் சேர்க்கக்கூடிய பகுதிகளைக் கண்டறிவது முக்கியம்.
3. வலுவான செயலாக்க உத்திகளை உருவாக்குதல்: LLM-களை ஏற்கனவே உள்ள பணிப்பாய்வுகள் மற்றும் அமைப்புகளில் ஒருங்கிணைப்பதற்கு கவனமாக திட்டமிடல் மற்றும் செயல்படுத்தல் தேவை. தரவு தனியுரிமை, பாதுகாப்பு மற்றும் நெறிமுறை பரிசீலனைகளை நிவர்த்தி செய்வது இதில் அடங்கும்.
4. ‘பாதுகாப்புக் கவசங்களை’ உருவாக்குதல்: LLM-கள் பாரம்பரிய மென்பொருள் அல்ல என்பதால், பாதுகாப்புகளை உருவாக்குவது முக்கியம், இதில் மிதமான தன்மை மற்றும் பாதுகாப்பு சிக்கல்கள் அடங்கும்.
5. தொடர்ச்சியான கற்றல் மற்றும் தழுவல்: AI-ன் துறை வேகமாக வளர்ந்து வருகிறது. வணிகங்கள் முன்னேற, தொடர்ச்சியான கற்றல் மற்றும் தழுவல் கலாச்சாரத்தை வளர்க்க வேண்டும்.

சிங்கப்பூர்: ChatGPT தத்தெடுப்பின் மையம்

ChatGPT-ன் உலகளாவிய பயன்பாடு குறித்த ஒரு சுவாரஸ்யமான தகவலையும் ஜே பகிர்ந்து கொண்டார். சிங்கப்பூர் தான் தனிநபர் பயன்பாட்டில் உலகிலேயே முன்னணியில் இருப்பதாக அவர் தெரிவித்தார். இந்த புள்ளிவிவரம், தொழில்நுட்பம் குறித்த நகர-மாநிலத்தின் முன்னோக்கு சிந்தனையையும், AI தீர்வுகளைத் தழுவுவதையும் அடிக்கோடிட்டுக் காட்டுகிறது. இது OpenAI-ன் சிங்கப்பூரில் ஒரு அலுவலகத்தை நிறுவும் திட்டத்துடன் ஒத்துப்போகிறது, இது கடந்த ஆண்டு அக்டோபரில் அறிவிக்கப்பட்டது.

AI புரட்சியில் ஆசியாவின் தனித்துவமான வாய்ப்பு

மேலும், AI நிறுவனங்களுக்கு, குறிப்பாக ஆசியாவில் உள்ளவர்களுக்கு வழங்கும் தனித்துவமான வாய்ப்பை ஜே எடுத்துரைத்தார். இந்த தொழில்நுட்பப் புரட்சி ஆசிய வணிகங்களை ‘உலக அரங்கில் தலைமைப் பாத்திரத்தை’ ஏற்க அதிகாரம் அளிக்கும் என்று அவர் நம்புகிறார். பாரம்பரியமாக, தொழில்நுட்பத்தை முதலில் சிலிக்கான் பள்ளத்தாக்கில் ஏற்றுக்கொண்டு, பின்னர் ஐரோப்பா மற்றும் பிற பகுதிகளுக்குப் பரவுவதைக் காண்கிறோம். இருப்பினும், AI-ஐ உலகெங்கிலும் ஒரே நேரத்தில் ஏற்றுக்கொள்வது, ஆசிய நிறுவனங்கள் புதுமைகளில் முன்னோடிகளாக மாறுவதற்கான கதவுகளைத் திறக்கிறது.

அவர் கூறினார், “ஆசிய நிறுவனங்கள், ஒருவேளை, உலக அரங்கில் தலைமைப் பாத்திரத்தை வகிக்கக்கூடிய முதல் முறை இதுவாகும். பாரம்பரியமாக, தொழில்நுட்பம் முதலில் சிலிக்கான் பள்ளத்தாக்கில் ஏற்றுக்கொள்ளப்படுவதையும், பின்னர் ஐரோப்பாவையும் நீங்கள் காண்கிறீர்கள். … இப்போது ஆசியாவிலிருந்து ஒரு நிறுவனம் மிகவும் புதுமையானதாக இருக்கும்.”

முன்னெப்போதும் இல்லாத தேவை மற்றும் ‘ரோலர்கோஸ்டர்’ விளைவு

OpenAI, ஜே விவரித்தபடி, “அனைத்து பிரிவுகளிலும் சந்தையில் மிகப்பெரிய தேவையை” எதிர்கொள்கிறது. ஆர்வத்தின் இந்த எழுச்சி முன்னெப்போதும் இல்லாதது, நிறுவனம் வேகத்தைத் தக்கவைக்க முயற்சிக்கும்போது ஒரு ‘ரோலர்கோஸ்டர்’ விளைவை உருவாக்குகிறது. இது சேவை மென்பொருள் (SaaS) அல்லது கிளவுட் கம்ப்யூட்டிங் போன்ற முந்தைய தொழில்நுட்ப மாற்றங்களின் தத்தெடுப்பு முறைகளுக்கு முற்றிலும் மாறுபட்டது, அவை பொதுவாக ஆரம்பகால தத்தெடுப்பாளர்களிடமிருந்து பரவலான செயலாக்கத்திற்கு படிப்படியாக முன்னேறுவதைக் கண்டன.

நுகர்வோர், வணிகங்கள், கல்வி நிறுவனங்கள் மற்றும் டெவலப்பர்கள் மத்தியில் AI-ஐ ஒரே நேரத்தில் ஏற்றுக்கொள்வது ChatGPT-ன் குறிப்பிடத்தக்க வளர்ச்சியில் பிரதிபலிக்கிறது. இந்த தளம் சமீபத்தில் 400 மில்லியனுக்கும் அதிகமான வாராந்திர செயலில் உள்ள பயனர்களை கடந்துவிட்டது என்று ஜே குறிப்பிட்டார், இது அதன் பரவலான ஈர்ப்பு மற்றும் பயன்பாட்டிற்கு ஒரு சான்றாகும்.

AI: ‘நிலையற்ற மர்மத்திற்கு’ அப்பால்

AI என்பது ஒரு புதிரான அல்லது அணுக முடியாத தொழில்நுட்பம் என்ற கருத்தை ஜே மறுத்தார். “AI இந்த நிலையற்ற மர்மம் அல்ல. இது உண்மையில் தயாராக உள்ளது” என்று அவர் வலியுறுத்தினார். நிறுவனங்கள் ஏற்கனவே AI-ஆல் தூண்டப்பட்ட மாற்றங்களுக்கு உள்ளாகி வருகின்றன, இது வணிகச் சூழலில் அதன் உறுதியான தாக்கத்தை வெளிப்படுத்துகிறது என்று அவர் வலியுறுத்தினார்.

பல்வேறு துறைகளில் AI-ன் பரவலான தத்தெடுப்பு அதன் முதிர்ச்சி மற்றும் உண்மையான பயன்பாடுகளுக்கான தயார்நிலையின் தெளிவான குறிகாட்டியாகும். இது இனி ஆராய்ச்சி ஆய்வகங்களுக்குள் அடைக்கப்பட்ட ஒரு எதிர்கால கருத்து அல்ல; இது தொழில்களை மறுவடிவமைக்கும் மற்றும் வணிகங்கள் செயல்படும் விதத்தை மறுவரையறை செய்யும் நிகழ்கால யதார்த்தம்.

மாற்றத்தின் முக்கிய பகுதிகள்

AI-ன் குறிப்பிட்ட பயன்பாடுகள் வேறுபட்டவை மற்றும் தொடர்ந்து உருவாகி வரும் நிலையில், பல முக்கிய பகுதிகள் குறிப்பிடத்தக்க மாற்றத்தை அனுபவித்து வருகின்றன:

• வாடிக்கையாளர் சேவை: AI-ஆற்றல் கொண்ட சாட்போட்கள் மற்றும் விர்ச்சுவல் அசிஸ்டென்ட்கள் வாடிக்கையாளர் சேவை அனுபவங்களை மேம்படுத்துகின்றன, உடனடி ஆதரவு மற்றும் தனிப்பயனாக்கப்பட்ட தொடர்புகளை வழங்குகின்றன.
• சந்தைப்படுத்தல் மற்றும் விற்பனை: AI அல்காரிதம்கள் வாடிக்கையாளர் விருப்பங்களை அடையாளம் காணவும், சந்தைப்படுத்தல் பிரச்சாரங்களைத் தனிப்பயனாக்கவும் மற்றும் விற்பனை உத்திகளை மேம்படுத்தவும் பரந்த தரவுத்தொகுப்புகளை பகுப்பாய்வு செய்கின்றன.
• செயல்பாடுகள் மற்றும் லாஜிஸ்டிக்ஸ்: AI விநியோகச் சங்கிலிகளை நெறிப்படுத்துகிறது, லாஜிஸ்டிக்ஸை மேம்படுத்துகிறது மற்றும் முன்கணிப்பு பகுப்பாய்வு மற்றும் ஆட்டோமேஷன் மூலம் செயல்பாட்டுத் திறனை மேம்படுத்துகிறது.
• தயாரிப்பு மேம்பாடு: AI தயாரிப்பு மேம்பாட்டு சுழற்சியை துரிதப்படுத்துகிறது, விரைவான முன்மாதிரி, சோதனை மற்றும் மறு செய்கையை செயல்படுத்துகிறது.
• மனித வளங்கள்: AI ஆட்சேர்ப்பு, திறமை மேலாண்மை மற்றும் பணியாளர் ஈடுபாடு ஆகியவற்றில் உதவுகிறது, பணிகளை தானியக்கமாக்குகிறது மற்றும் தரவு சார்ந்த நுண்ணறிவுகளை வழங்குகிறது.
• நிதி சேவைகள்: சிறந்த முதலீட்டு முடிவுகளை எடுக்கவும், அதிக பாதுகாப்பான மற்றும் தனிப்பயனாக்கப்பட்ட சேவைகளை செயல்படுத்தவும், அபாயத்தை சிறப்பாக நிர்வகிக்கவும் AI பயன்படுத்தப்படுகிறது.

ChatGPT-ன் கட்டுமானத் தொகுதிகள்

இந்த மாற்றத்தின் பெரும்பகுதியை இயக்கும் AI சாட்போட் ஆன ChatGPT, சான் பிரான்சிஸ்கோவை தளமாகக் கொண்ட OpenAI நிறுவனத்தின் தயாரிப்பு ஆகும். பயனர் உள்ளீடுகளுக்கு மனிதனைப் போன்ற பதில்களை உருவாக்க இது ஆழமான கற்றல் நுட்பங்களைப் பயன்படுத்துகிறது. இந்த தொழில்நுட்பம் ChatGPT உரையாடல்களில் ஈடுபடவும், கேள்விகளுக்கு பதிலளிக்கவும், ஆக்கப்பூர்வமான உள்ளடக்கத்தை உருவாக்கவும் அனுமதிக்கிறது.

எலோன் மஸ்க் (Elon Musk) மற்றும் சாம் ஆல்ட்மேன் (Sam Altman) ஆகியோரால் 2015-ல் இணைந்து நிறுவப்பட்ட OpenAI, முக்கிய முதலீட்டாளர்களிடமிருந்து, குறிப்பாக மைக்ரோசாப்ட் (Microsoft)-இடமிருந்து கணிசமான ஆதரவைப் பெற்றுள்ளது. இந்த வலுவான நிதி ஆதரவு, AI ஆராய்ச்சி மற்றும் மேம்பாட்டின் எல்லைகளைத் தள்ள நிறுவனத்திற்கு உதவியது, இது ChatGPT போன்ற அற்புதமான கண்டுபிடிப்புகளுக்கு வழிவகுத்தது.

ChatGPT-ன் பின்னணியில் உள்ள தொழில்நுட்பம் பல முக்கிய கூறுகளின் சிக்கலான இடைவினையாகும்:

1. பெரிய மொழி மாதிரிகள் (LLMs): இவை உரை மற்றும் குறியீட்டின் மிகப்பெரிய தரவுத்தொகுப்புகளில் பயிற்சி பெற்ற அதிநவீன AI மாதிரிகள். அவை வடிவங்களை அடையாளம் காணவும், சூழலைப் புரிந்து கொள்ளவும் மற்றும் ஒத்திசைவான உரையை உருவாக்கவும் கற்றுக்கொள்கின்றன.
2. ஆழமான கற்றல் நுட்பங்கள்: இந்த நுட்பங்கள் வெளிப்படையான நிரலாக்கமின்றி தரவுகளிலிருந்து கற்றுக்கொள்ள மாதிரியை செயல்படுத்துகின்றன. அவை தகவல்களை படிநிலை முறையில் செயலாக்கும் செயற்கை நரம்பியல் நெட்வொர்க்குகளின் பல அடுக்குகளை உள்ளடக்கியது.
3. இயற்கை மொழி செயலாக்கம் (NLP): AI-ன் இந்த புலம் கணினிகள் மனித மொழியைப் புரிந்துகொண்டு செயலாக்குவதை செயல்படுத்துவதில் கவனம் செலுத்துகிறது. பயனர் உள்ளீடுகளை விளக்குவதற்கும் பொருத்தமான பதில்களை உருவாக்குவதற்கும் ChatGPT-ன் திறனுக்கு NLP நுட்பங்கள் முக்கியமானவை.
4. டிரான்ஸ்ஃபார்மர் நெட்வொர்க்குகள்: இவை NLP பணிகளுக்கு குறிப்பாக பயனுள்ளதாக இருக்கும் ஒரு குறிப்பிட்ட வகை நரம்பியல் நெட்வொர்க் கட்டமைப்பாகும். அவை ஒரு பதிலை உருவாக்கும்போது உள்ளீட்டின் மிகவும் பொருத்தமான பகுதிகளுக்கு கவனம் செலுத்த ‘கவனம்’ எனப்படும் ஒரு பொறிமுறையைப் பயன்படுத்துகின்றன.

AI-ன் எதிர்காலம்: ஒரு கூட்டு முயற்சி

ChatGPT போன்ற AI தொழில்நுட்பங்களின் தொடர்ச்சியான வளர்ச்சி மற்றும் வரிசைப்படுத்தல் ஆராய்ச்சியாளர்கள், டெவலப்பர்கள், வணிகங்கள் மற்றும் கொள்கை வகுப்பாளர்களை உள்ளடக்கிய ஒரு கூட்டு முயற்சியைக் குறிக்கிறது. AI தொடர்ந்து வளர்ச்சியடைந்து வருவதால், நெறிமுறை பரிசீலனைகளை நிவர்த்தி செய்வது, பொறுப்பான பயன்பாட்டை உறுதி செய்வது மற்றும் அதன் சாத்தியம் மற்றும் வரம்புகள் பற்றிய பகிரப்பட்ட புரிதலை வளர்ப்பது முக்கியம்.

OpenAI எதிர்கொள்ளும் சவால், AI பற்றிய உற்சாகத்தை பயன்படுத்தக்கூடிய தயாரிப்புகளாக மாற்றுவது, AI துறையில் உள்ள அனைத்து நிறுவனங்களும் எதிர்கொள்ளும் ஒரு சவாலாகும். இது AI புரட்சியின் அடுத்த பெரிய படியாகும்.