2025-ல் AI புரட்சி: ஒரு விமர்சனப் பார்வை

2025 ஆம் ஆண்டு செயற்கை நுண்ணறிவு (AI) தொழில்நுட்பத்திற்கு ஒரு முக்கியமான தருணமாக இருக்கும். இந்தத் தொழில்நுட்பம் நவீன பொருளாதாரம், அறிவியல் முன்னேற்றங்கள் மற்றும் அரசியல் நிலப்பரப்புகளில் குறிப்பிடத்தக்க தாக்கத்தை ஏற்படுத்தும். இந்த விரிவான ஆய்வில், ஸ்டான்போர்ட் பல்கலைக்கழகத்தின் AI அட்டவணை 2025-ல் இருந்து பெறப்பட்ட முக்கிய கண்டுபிடிப்புகளை ஆராய்வோம். AI இன் எதிர்காலப் பாதையில் உள்ள நம்பிக்கையான மற்றும் நம்பிக்கையற்ற கண்ணோட்டங்களை இதில் காண்போம்.

ஆராய்ச்சி மற்றும் மேம்பாடு

வெளியீடுகளில் அபரிமிதமான வளர்ச்சி

AI தொடர்பான கல்வி ஆர்வமும் வெளியீடுகளும் முன்னெப்போதும் இல்லாத வளர்ச்சியை கண்டுள்ளன. 2013 முதல் 2023 வரையிலான பத்தாண்டுகளில், AI தொடர்பான அறிவியல் வெளியீடுகளின் எண்ணிக்கை இரு மடங்கிற்கும் அதிகமாகி, 102,000-ல் இருந்து 242,000 ஆக அதிகரித்துள்ளது. மேலும், கணினி அறிவியலில் AI இன் முக்கியத்துவம் அதிகரித்துள்ளது. இது துறையில் உள்ள அனைத்து வெளியீடுகளில் 41.8% ஆக உள்ளது. ஒரு தசாப்தத்திற்கு முன்பு இது 21.6% ஆக இருந்தது. இந்த குறிப்பிடத்தக்க விரிவாக்கம் பல்வேறு அறிவியல் துறைகளில் AI இன் முக்கியத்துவத்தையும் ஒருங்கிணைப்பையும் குறிக்கிறது.

காப்புரிமை அதிகரிப்பு

AI தொடர்பான காப்புரிமைகளின் எண்ணிக்கை வெடித்துள்ளது, இது துறையில் உள்ள கண்டுபிடிப்புகளையும் வணிக ஆர்வத்தையும் எடுத்துக்காட்டுகிறது. 2010 இல், உலகளவில் 3,833 AI காப்புரிமைகள் பதிவு செய்யப்பட்டன; 2023 ஆம் ஆண்டில், இந்த எண்ணிக்கை 122,511 ஆக உயர்ந்தது, இது 32 மடங்கு அதிகரிப்பைக் குறிக்கிறது. கடந்த ஆண்டில் மட்டும் AI காப்புரிமைகளில் 29.6% வளர்ச்சி ஏற்பட்டுள்ளது. இது தொழில்நுட்ப முன்னேற்றத்தின் வேகத்தையும் இந்த போட்டித் துறையில் அறிவுசார் சொத்துக்களைப் பாதுகாக்கும் முயற்சியையும் அடிக்கோடிட்டுக் காட்டுகிறது.

AI காப்புரிமைகளில் உலகளாவிய தலைவர்கள்

உலகளாவிய AI காப்புரிமை நிலப்பரப்பில் சீனா ஆதிக்கம் செலுத்துகிறது, மொத்த AI காப்புரிமைகளில் 69.7% சீனா கொண்டுள்ளது. இந்த ஆதிக்கம் AI தொழில்நுட்பங்களில் சீனாவின் மூலோபாய கவனம் மற்றும் முதலீட்டை அடிக்கோடிட்டுக் காட்டுகிறது. சீனா முழுமையான எண்களில் முன்னணியில் இருந்தாலும், தென் கொரியா மற்றும் லக்சம்பர்க் தலா AI காப்புரிமைகளில் தனித்து நிற்கின்றன. இது அவர்களின் மக்கள்தொகைக்குள் AI கண்டுபிடிப்புகளை வளர்ப்பதற்கான அவர்களின் அர்ப்பணிப்பைக் காட்டுகிறது.

AI சிப் தொழில்நுட்பத்தில் முன்னேற்றங்கள்

AI சிப் தொழில்நுட்பம் வேகமாக முன்னேறி வருகிறது, சிப் வேகம் ஆண்டுக்கு 43% அதிகரிக்கிறது, ஒவ்வொரு 1.9 வருடங்களுக்கும் இரட்டிப்பாகிறது. இந்த முன்னேற்றத்தின் வேகம், அதிக சிக்கலான AI மாதிரிகளை ஆதரிப்பதற்காக அதிக கணக்கீட்டு சக்தியைத் தொடர்ந்து தேடுவதைக் குறிக்கிறது. எரிசக்தி திறன் மேம்பட்டுள்ளது, ஆண்டுக்கு 40% அதிகரித்துள்ளது. AI சிப்களின் விலை ஆண்டுக்கு சராசரியாக 30% குறைகிறது. இது AI ஐ பரந்த அளவிலான பயன்பாடுகளுக்கு மிகவும் அணுகக்கூடியதாகவும் பொருளாதார ரீதியாக சாத்தியமானதாகவும் ஆக்குகிறது.

மூடிய மற்றும் திறந்த மாதிரிகளுக்கு இடையிலான இடைவெளியைக் குறைத்தல்

தனியுரிம (மூடிய) மற்றும் திறந்த மூல AI மாதிரிகளுக்கு இடையிலான செயல்திறன் இடைவெளி குறுகி வருகிறது. 2024 ஆம் ஆண்டின் தொடக்கத்தில், GPT-4 போன்ற மேம்பட்ட மூடிய மாதிரிகள் திறந்த மாதிரிகளை விட 8% செயல்திறன் நன்மையைக் கொண்டிருந்தன. பிப்ரவரி 2025 க்குள், இந்த இடைவெளி வெறும் 1.7% ஆகக் குறைக்கப்பட்டது. திறந்த மூல முயற்சிகள் திறன்கள் மற்றும் செயல்திறன் அடிப்படையில் வேகமாக அதிகரித்து வருகின்றன என்பதை இது காட்டுகிறது.

சூப்பர் கம்ப்யூட்டிங் பந்தயம்

அமெரிக்காவுக்கும் சீனாவுக்கும் இடையிலான சூப்பர் கம்ப்யூட்டிங் திறன்களுக்கான போட்டி தீவிரமடைந்து வருகிறது. 2023 ஆம் ஆண்டின் பிற்பகுதியில், அமெரிக்க AI மாதிரிகள் பல்வேறு அளவுகோல்களில் சீன மாதிரிகளை விட 17.5-31.6% அதிகமாக செயல்பட்டன. இருப்பினும், 2024 ஆம் ஆண்டின் இறுதியில், இந்த செயல்திறன் வேறுபாடு பூஜ்ஜியமாகக் குறைந்துவிட்டது. சூப்பர் கம்ப்யூட்டிங் திறனில் சீனா இடைவெளியை விரைவாகக் குறைக்கிறது என்பதை இது தெரிவிக்கிறது.

தொழில்நுட்ப செயல்திறன்

குறிப்பிடத்தக்க செயல்திறன் அதிகரிப்பு

AI மாதிரிகள் கடந்த ஆண்டு முழுவதும் கணிசமான செயல்திறன் மேம்பாடுகளை நிரூபித்துள்ளன. MMMU (Massive Multitask Language Understanding) அளவுகோலில், AI மாதிரிகள் 18.8% மேம்பட்டுள்ளன. GPQA (General-Purpose Question Answering) செயல்திறன் 48.9% அதிகரித்துள்ளது. குறிப்பாக, SWE-bench (Software Engineering Benchmark), AI இன் நிஜ உலக மென்பொருள் மேம்பாட்டு பணிகளைச் செய்யும் திறனை அளவிடுகிறது, 4.4% லிருந்து 71.7% ஆக வியத்தகு முன்னேற்றம் கண்டது.

சிறிய ஆனால் சக்திவாய்ந்த மாதிரிகளின் எழுச்சி

2022 இல், PaLM மாதிரி, அதன் 540 பில்லியன் அளவுருக்களுடன், MMLU (Massive Multitask Language Understanding) அளவுகோலில் 60% மதிப்பெண் பெற்றது. 2024 ஆம் ஆண்டில், மைக்ரோசாப்டின் Phi-3-mini, வெறும் 3.8 பில்லியன் அளவுருக்களை மட்டுமே கொண்டு, இந்த செயல்திறனை எட்டியது. சிறிய மாதிரிகள் கணிசமாக குறைவான அளவுருக்களுடன் ஒப்பிடக்கூடிய செயல்திறனை அடைய முடியும் என்பதை இது நிரூபிக்கிறது, இது மாதிரி திறன் மற்றும் கட்டமைப்பில் முன்னேற்றங்களைக் காட்டுகிறது. Phi-3-mini PaLM ஐப் போன்ற அதே அளவிலான செயல்திறனை 142 மடங்கு குறைவான அளவுருக்களுடன் எட்டியது.

உலகளாவிய ஏஜெண்டுகள்

குறுகிய பணிகளை (இரண்டு மணி நேரம் வரை) கையாளும் போது, சிறந்த AI ஏஜெண்டுகள் மனிதர்களை விட நான்கு மடங்கு வேகமாக இருக்கும். இருப்பினும், பணியின் காலம் 32 மணிநேரம் வரை நீட்டிக்கப்படும்போது, மனிதர்கள் இன்னும் AI ஏஜெண்டுகளை விட 2:1 என்ற விகிதத்தில் சிறப்பாக செயல்படுகிறார்கள். நீண்ட காலம் நீடிக்கும், சிக்கலான பணிகளைக் கையாளும் AI இன் தற்போதைய வரம்புகளை இந்த வேறுபாடு எடுத்துக்காட்டுகிறது, இதற்கு நிலையான கவனம் மற்றும் தகவமைத்தல் தேவைப்படுகிறது.

வீடியோ உருவாக்கம் திருப்புமுனை

OpenAI (SORA), Stability AI (Stable Video Diffusion 3D/4D), Meta (Movie Gen), மற்றும் Google DeepMind (Veo 2) ஆகியவை இப்போது உயர்தர வீடியோ உள்ளடக்கத்தை உருவாக்கும் திறன் கொண்டுள்ளன. யதார்த்தமான மற்றும் ஈர்க்கும் காட்சி ஊடகத்தை உருவாக்கும் AI இன் திறனில் இந்த முன்னேற்றங்கள் ஒரு குறிப்பிடத்தக்க மைல்கல்லைக் குறிக்கின்றன.

மனித உருவ ரோபோக்கள்

வேர்ஹவுஸ் சூழலில் வேலை செய்ய வடிவமைக்கப்பட்ட மனித உருவ ரோபோக்களை Figure AI அறிமுகப்படுத்தியுள்ளது. தொழிலாளர் மற்றும் மீண்டும் மீண்டும் செய்யும் பணிகள் தேவைப்படும் தொழில்களில், ரோபோக்களை பணியாளர்களுடன் ஒருங்கிணைப்பதற்கான ஒரு முக்கியமான படியாக இந்த ரோபோக்களின் பயன்பாடு உள்ளது.

மல்டிமாடல் புரிதலில் முன்னேற்றங்கள்

படங்கள் மற்றும் வீடியோக்கள் போன்ற மல்டிமாடல் தரவைப் புரிந்துகொண்டு காரணமறியும் திறனில் AI மாதிரிகள் மேம்பட்டு வருகின்றன. VCR (Visual Question Answering) மற்றும் MVBench (வீடியோ புரிதலுக்கான MovieBench) போன்ற பணிகளில் துல்லியம் கடந்த ஆண்டில் 14-15% அதிகரித்துள்ளது. இருப்பினும், பல நிலை காரணமறிதல் மற்றும் திட்டமிடல் தேவைப்படும் பகுதிகளில் சவால்கள் உள்ளன, இது மேலும் முன்னேற்றத்திற்கான இடத்தை குறிப்பிடுகிறது.

பொறுப்பான AI

RAI அளவுகோல்கள்

Responsible AI (RAI) க்கான அளவுகோல்களின் வளர்ச்சி வேகமடைந்து வருகிறது, HELM Safety மற்றும் AIR-Bench போன்ற முயற்சிகள் வெளிவருகின்றன. இருப்பினும், AI அமைப்புகளின் பாதுகாப்பு, நியாயம் மற்றும் நெறிமுறை தாக்கங்களை மதிப்பிடுவதற்கு இன்னும் ஒருங்கிணைந்த தரநிலைகள் இல்லை.

சம்பவ கண்காணிப்பு

AI தொடர்பான சிக்கல்கள் தொடர்பான சம்பவங்களின் எண்ணிக்கை 2024 இல் 233 ஆக அதிகரித்துள்ளது, இது 2023 உடன் ஒப்பிடும்போது 56.4% அதிகரிப்பு. AI இன் சாத்தியமான அபாயங்கள் மற்றும் வலுவான பாதுகாப்பு நடவடிக்கைகள் மற்றும் கண்காணிப்பு அமைப்புகளின் தேவை குறித்த வளர்ந்து வரும் விழிப்புணர்வை இந்த உயர்வு எடுத்துக்காட்டுகிறது.

இடர் மேலாண்மை மற்றும் கட்டுப்பாடு

AI அமைப்புகளில் உள்ள தவறுகள் குறித்து 64% நிறுவனங்கள் கவலைப்படுவதாகவும், 63% ஒழுங்குமுறைகளுடன் இணங்குவது குறித்து கவலைப்படுவதாகவும், 60% சைபர் பாதுகாப்பு அபாயங்கள் குறித்து கவலைப்படுவதாகவும் நிறுவனங்களின் ஆய்வு தெரிவிக்கிறது. இந்த கவலைகள் இருந்தபோதிலும், இந்த சவால்களை எதிர்கொள்ள அனைத்து நிறுவனங்களும் முன்முயற்சிகள் எடுப்பதில்லை. இது அதிக விழிப்புணர்வு மற்றும் நடவடிக்கை தேவை என்பதைக் காட்டுகிறது.

சார்பு கண்டறிதல்

பெண்களை மானுடவியல் துறைகளுடனும், ஆண்களை தலைமைப் பாத்திரங்களுடனும் தொடர்புபடுத்துவது போன்ற சார்புகளை AI மாதிரிகள் இன்னும் வெளிப்படுத்துகின்றன. சமூகப் பாகுபாடுகளைத் தடுக்க AI மேம்பாட்டில் நியாயத்தையும் உள்ளடக்கிய தன்மையையும் நிவர்த்தி செய்வதன் முக்கியத்துவத்தை இந்தச் சார்புகள் அடிக்கோடிட்டுக் காட்டுகின்றன.

அறிவார்ந்த கவனம்

கல்வி சமூகம் பொறுப்பான AI மீது அதிக கவனம் செலுத்துகிறது, இது தொடர்பான வெளியீடுகளின் எண்ணிக்கை 2023 மற்றும் 2024 க்கு இடையில் 992 லிருந்து 1278 ஆக 28.8% அதிகரித்துள்ளது. இந்த வளர்ச்சி AI இன் நெறிமுறை மற்றும் சமூக தாக்கங்கள் மற்றும் மிகவும் பொறுப்பான மற்றும் நன்மை பயக்கும் AI தொழில்நுட்பங்களை உருவாக்குவதற்கான அர்ப்பணிப்பை பிரதிபலிக்கிறது.

பொருளாதாரம்

முதலீட்டு போக்குகள்

AI இல் தனியார் முதலீடு 2024 இல் $252.3 பில்லியனை எட்டியது, இது 2014 உடன் ஒப்பிடும்போது 13 மடங்கு அதிகரிப்பு. இந்த முதலீட்டு உயர்வு AI இன் பொருளாதார சாத்தியக்கூறுகள் மற்றும் அதன் மாற்றும் திறன்களைப் பயன்படுத்தும் முயற்சியின் வளர்ந்து வரும் அங்கீகாரத்தை அடிக்கோடிட்டுக் காட்டுகிறது.

ஜெனரேட்டிவ் AI முதலீடு

ஜெனரேட்டிவ் AI க்கான நிதி $33.9 பில்லியனாக உயர்ந்தது, இது ஆண்டுக்கு ஆண்டு 18.7% அதிகரிப்பு. ஜெனரேட்டிவ் AI இப்போது AI இல் உள்ள அனைத்து தனியார் முதலீட்டில் 20% க்கும் அதிகமாக உள்ளது. இந்த துணைத் துறையில் தீவிர ஆர்வம் மற்றும் விரைவான வளர்ச்சியைக் காட்டுகிறது.

துணிகர மூலதனத் தலைவர்கள்

AI இல் துணிகர மூலதன முதலீட்டில் அமெரிக்கா உலகளவில் முன்னணியில் உள்ளது, $109.1 பில்லியன் முதலீடு செய்துள்ளது. இது சீனாவின் $9.3 பில்லியனை விட 12 மடங்கு அதிகமாகவும், யுனைடெட் கிங்டமின் $4.5 பில்லியனை விட 24 மடங்கு அதிகமாகவும் உள்ளது. AI முதலீட்டில் அமெரிக்காவின் ஆதிக்கத்தை அடிக்கோடிட்டுக் காட்டுகிறது.

AI தத்தெடுப்பு

நிறுவனங்களால் AI தொழில்நுட்பங்களின் தத்தெடுப்பு 55% லிருந்து 78% ஆக வளர்ந்துள்ளது. ஜெனரேட்டிவ் AI தத்தெடுப்பும் குறிப்பிடத்தக்க வளர்ச்சியை கண்டுள்ளது, 33% லிருந்து 71% ஆக அதிகரித்துள்ளது. இந்த புள்ளிவிவரங்கள் பல்வேறு தொழில்களில் வணிக நடவடிக்கைகளில் AI இன் ஒருங்கிணைப்பை எடுத்துக்காட்டுகின்றன.

பொருளாதார ஆதாயங்கள்

AI ஐப் பயன்படுத்தும் நிறுவனங்கள் குறிப்பிடத்தக்க பொருளாதார நன்மைகளைப் பற்றி தெரிவிக்கின்றன. 49% சேவை நடவடிக்கைகளில் செலவு சேமிப்புகளைக் குறிப்பிட்டுள்ளனர், அதே நேரத்தில் 71% சந்தைப்படுத்தல் மற்றும் விற்பனையில் வருவாய் வளர்ச்சியைப் பார்த்துள்ளனர். இந்த முடிவுகள் AI வணிகங்களுக்கு வழங்கக்கூடிய உறுதியான பொருளாதார மதிப்பை குறிப்பிடுகின்றன.

ரோபாட்டிக்ஸ் பயன்பாடு

சீனா 276,300 க்கும் அதிகமான தொழில்துறை ரோபோக்களை நிறுவியுள்ளது, இது 2023 இல் உலக சந்தையில் 51.1% ஆகும். இந்த பயன்பாடு ஆட்டோமேஷன் மற்றும் உற்பத்தி மற்றும் பிற தொழில்களில் ரோபாட்டிக்ஸ் பயன்பாட்டிற்கான சீனாவின் அர்ப்பணிப்பைக் காட்டுகிறது.

எரிசக்தி துறை முதலீடு

AI வேலை சுமைகளின் ஆற்றல் தேவைகளை ஆதரிக்க மைக்ரோசாப்ட் அணுசக்தியில் $1.6 பில்லியன் முதலீடு செய்துள்ளது. கூகிள் மற்றும் அமேசான் ஆகியவையும் AI க்கான ஆற்றல் தீர்வுகளில் முதலீடு செய்கின்றன. AI அமைப்புகளின் அதிகரிக்கும் எரிசக்தி நுகர்வு மற்றும் நிலையான எரிசக்தி ஆதாரங்களின் தேவையை இது எடுத்துக்காட்டுகிறது.

உற்பத்தித்திறன் ஆதாயங்கள்

AI அதிக மற்றும் குறைந்த திறன் கொண்ட ஊழியர்களுக்கிடையேயான உற்பத்தித்திறன் இடைவெளியைக் குறைக்கிறது. ஆதரவு, மென்பொருள் மேம்பாடு மற்றும் ஆக்கப்பூர்வமான பணிகளில் செயல்திறன் ஆதாயங்கள் 10-45% வரை இருக்கும். AI மனித திறன்களை அதிகரிக்கவும் ஒட்டுமொத்த பணியாளர்களின் உற்பத்தித்திறனை மேம்படுத்தவும் முடியும் என்பதை இந்த ஆதாயங்கள் குறிக்கின்றன.

அறிவியல் மற்றும் மருத்துவம்

மருத்துவ அமைப்புகளில் LLMகள்

பெரிய மொழி மாதிரிகள் (LLMகள்) மருத்துவ அமைப்புகளில் நம்பிக்கைக்குரியதாக உள்ளன. மருத்துவ கேள்விகளுக்கு பதிலளிக்கும் திறனை மதிப்பிடும் MedQA சோதனையில் o1 மாதிரி 96% மதிப்பெண் பெற்றது, இது 2022 முதல் 28.4% முன்னேற்றம்.

புரத பொறியியல் முன்னேற்றங்கள்

ESM3 (Evolutionary Scale Modeling v3) மற்றும் AlphaFold 3 (மூலக்கூறுகளின் கட்டமைப்பை மாதிரியாகக் காட்டுகிறது) போன்ற மாதிரிகள் புரத அமைப்பு கணிப்பில் முன்னோடியில்லாத துல்லியத்தை எட்டியுள்ளன. இந்த முன்னேற்றங்கள் மருந்து கண்டுபிடிப்பு மற்றும் உயிரி தொழில்நுட்பத்தில் புதிய திருப்புமுனைகளை இயக்குகின்றன.

நோயறிதல் திறன்கள்

GPT-4 சில சந்தர்ப்பங்களில் மருத்துவர்களை விட சிக்கலான மருத்துவ நிகழ்வுகளை கண்டறியும் திறனை நிரூபித்துள்ளது. இருப்பினும், “மனிதன்+AI” அணுகுமுறை மனிதர்கள் அல்லது AI தனியாக இருப்பதை விட இன்னும் பயனுள்ளதாக இருக்கிறது, இது மனித நிபுணத்துவத்தை AI திறன்களுடன் இணைப்பதன் முக்கியத்துவத்தை எடுத்துக்காட்டுகிறது.

செயற்கை தரவு

நோயாளிகளின் தனியுரிமையைப் பாதுகாக்க மற்றும் புதிய மருந்துகளின் வளர்ச்சியை விரைவுபடுத்த செயற்கை தரவு பயன்படுத்தப்படுகிறது. உணர்திறன் தகவல்களை சமரசம் செய்யாமல் யதார்த்தமான தரவுகளில் AI மாதிரிகளுக்கு பயிற்சி அளிக்க இந்த அணுகுமுறை அனுமதிக்கிறது.

AI எழுதும் கருவிகள்

AI எழுதும் கருவிகள் மருத்துவர்களுக்கு ஒரு நாளைக்கு 20 நிமிடங்கள் வரை சேமித்து, சோர்வை 26% குறைக்கிறது. இந்த கருவிகள் நிர்வாக பணிகளை தானியக்கமாக்கவும் சுகாதார வழங்குநர்களின் செயல்திறனை மேம்படுத்தவும் முடியும்.

AI பங்களிப்புகளின் அங்கீகாரம்

2024 ஆம் ஆண்டிற்கான வேதியியலுக்கான நோபல் பரிசு AlphaFold க்காக Hassabis மற்றும் Jumper ஆகியோருக்கும், ஆழமான கற்றல் கொள்கைகளுக்கான பங்களிப்புகளுக்காக Hopfield மற்றும் Hinton ஆகியோருக்கும் வழங்கப்பட்டது. அறிவியல் ஆராய்ச்சி மற்றும் கண்டுபிடிப்புகளில் AI இன் குறிப்பிடத்தக்க தாக்கத்தை இந்த விருதுகள் அங்கீகரிக்கின்றன.

அரசியல்

AI சட்டம்

அமெரிக்க மாநிலங்களில் AI தொடர்பான சட்டங்களின் எண்ணிக்கை 2016 இல் ஒன்றிலிருந்து 131 ஆக அதிகரித்துள்ளது. AI தொழில்நுட்பங்களின் சட்ட மற்றும் ஒழுங்குமுறை தாக்கங்களுக்கு செலுத்தப்படும் அதிகரித்து வரும் கவனத்தை இந்த வளர்ச்சி பிரதிபலிக்கிறது.

டீப்ஃபேக் ஒழுங்குமுறைகள்

24 அமெரிக்க மாநிலங்கள் டீப்ஃபேக்குகளை தடை செய்துள்ளன, முன்பு ஐந்து மட்டுமே தடை செய்திருந்தன. தவறான தகவல்களை பரப்புவதைத் தடுக்கவும், ஜோடிக்கப்பட்ட வீடியோக்கள் அல்லது ஆடியோ பதிவுகளில் தவறாக சித்தரிக்கப்படுவதிலிருந்து தனிநபர்களைப் பாதுகாக்கவும் இந்த தடைகள் நோக்கமாக உள்ளன.

ஏற்றுமதி கட்டுப்பாடுகள்

சீனாவுக்கான சிப்கள் மற்றும் மென்பொருளின் ஏற்றுமதி கட்டுப்பாடுகளை அமெரிக்கா கடுமையாக்கியுள்ளது. சீனாவின் மேம்பட்ட தொழில்நுட்பங்களுக்கான அணுகலைக் கட்டுப்படுத்துவதும், AI மேம்பாட்டில் அதன் முன்னேற்றத்தை மெதுவாக்குவதும் இந்த கட்டுப்பாடுகளின் நோக்கமாகும்.

தன்னாட்சி ஆயுதங்கள்

தன்னாட்சி ஆயுதங்களின் அபாயங்கள் குறித்து ஐ.நா பாதுகாப்பு கவுன்சில் விவாதித்து வருகிறது. AI செலவினங்களில் அமெரிக்க பாதுகாப்புத் துறை மிகப்பெரிய பங்கைக் கொண்டுள்ளது, அதே நேரத்தில் ஐரோப்பா பாதுகாப்புக்கான AI இல் மிகக் குறைவாக முதலீடு செய்கிறது. AI பயன்பாடுகளில் மாறுபட்ட முன்னுரிமைகளை இது எடுத்துக்காட்டுகிறது.

கல்வி

கணினி அறிவியல் கல்வி

அமெரிக்க பள்ளிகளில் 60% கணினி அறிவியல் படிப்புகள் உள்ளன. பணியாளர்களில் AI திறன்களுக்கான அதிகரித்து வரும் தேவைக்கு மாணவர்களை தயார்படுத்துவதை இந்த விரிவாக்கம் நோக்கமாகக் கொண்டுள்ளது.

ஆசிரியர் தயார்நிலை

பள்ளிகளில் AI இன் அடிப்படைகளை கற்பிக்க வேண்டும் என்று 81% ஆசிரியர்கள் நம்புகிறார்கள், ஆனால் இயந்திர கற்றல் (ML) மற்றும் பெரிய மொழி மாதிரிகள் (LLMகள்) கற்பிக்கும் திறனில் பாதிக்கும் குறைவானவர்களே நம்பிக்கை கொண்டுள்ளனர். AI கல்வியில் ஆசிரியர் பயிற்சி மற்றும் தொழில்முறை மேம்பாடு தேவை என்பதை இந்த இடைவெளி எடுத்துக்காட்டுகிறது.

பட்டதாரி திட்டங்கள்

அமெரிக்காவில் AI இல் முதுகலைப் பட்டங்களின் எண்ணிக்கை 2022 மற்றும் 2023 க்கு இடையில் கிட்டத்தட்ட இரட்டிப்பாகியுள்ளது. ஐடி நிபுணர்களை உற்பத்தி செய்வதில் அமெரிக்கா முன்னணியில் உள்ளது, இது AI திறமைக்கான மையமாக அதன் நிலையை அடிக்கோடிட்டுக் காட்டுகிறது.

சவால்கள்

AI கல்விக்கு ஆசிரியர்கள் மற்றும் பொருட்கள் பற்றாக்குறை உள்ளது. கிராமப்புறங்களில் இணைய அணுகல் மற்றும் மின்சாரம் இல்லாததால், AI கல்வி மற்றும் ஆதாரங்களுக்கான அணுகல் குறைவாக உள்ளது.

பொது கருத்து

நம்பிக்கை

AI இல் தீமையை விட நன்மை அதிகம் என்று பார்ப்பவர்களின் எண்ணிக்கை 2022 இல் 52% லிருந்து 2024 இல் 55% ஆக அதிகரித்துள்ளது. AI தொழில்நுட்பங்கள் குறித்த பொதுவான ஏற்றுக்கொள்ளல் மற்றும் புரிதல் அதிகரிப்பதை இது அறிவுறுத்துகிறது.

வேலையின் எதிர்காலம்

அடுத்த 5 ஆண்டுகளில் AI தங்கள் வேலைகளை மாற்றும் என்று 60% பேர் நம்புகிறார்கள், ஆனால் 36% மட்டுமே மாற்றப்படுவதை பயப்படுகிறார்கள். AI பணியாளர்களில் ஏற்படுத்தும் சாத்தியமான தாக்கத்தை மக்கள் உணர்ந்தாலும், பெரும்பாலானவர்கள் வேலை இழப்பு குறித்து அதிகமாக கவலைப்படவில்லை என்பதை இந்த கண்டுபிடிப்பு குறிப்பிடுகிறது.

தன்னாட்சி வாகனங்கள்

அமெரிக்கர்களில் 61% இன்னும் ஓட்டுநர் இல்லாத கார்களைப் பயப்படுகிறார்கள், 2023 இல் 68% பேர் பயந்தனர். தன்னாட்சி வாகனங்களின் பாதுகாப்பு மற்றும் நம்பகத்தன்மை குறித்து அதிக பொதுக் கல்வி மற்றும் வெளிப்படைத்தன்மை தேவை என்பதை இந்த கவலை எடுத்துக்காட்டுகிறது.

அரசாங்க கட்டுப்பாடு

அமெரிக்காவில் உள்ள அதிகாரிகளில் 73.7% பேர் AI ஐ ஒழுங்குபடுத்த விரும்புகிறார்கள் (ஜனநாயகவாதிகள் 79.2%, குடியரசுக் கட்சியினர் 55.5%). AI இன் நெறிமுறை மற்றும் சமூக தாக்கங்களை நிவர்த்தி செய்ய வேண்டியதன் அவசியத்தை ஒழுங்குமுறைக்கான இந்த ஆதரவு பிரதிபலிக்கிறது.

முன்னுரிமைகள்

AI ஒழுங்குமுறைக்கான பொது முன்னுரிமைகளில் தரவு பாதுகாப்பு (80.4%), மறுபயிற்சி திட்டங்கள் (76.2%), ஊதியக் குறைவுகளுக்கான மானியங்கள் (32.9%) மற்றும் உலகளாவிய அடிப்படை வருமானம் (24.6%) ஆகியவை அடங்கும். இந்த முன்னுரிமைகள் AI ஆல் ஏற்படும் சவால்களுக்கு முக்கிய கவலைகள் மற்றும் சாத்தியமான கொள்கை பதில்களை எடுத்துக்காட்டுகின்றன.

எதிர்பார்ப்புகள்

AI நேரத்தை மிச்சப்படுத்தும் என்று 55% பேர் நம்புகிறார்கள், 51% பொழுதுபோக்கை மேம்படுத்தும் என்று நம்புகிறார்கள், ஆனால் 31% மட்டுமே தொழிலாளர் சந்தையில் வாய்ப்புகளைப் பார்க்கிறார்கள். 38% மருத்துவம் மற்றும் 36% பொருளாதாரம் குறித்து நம்பிக்கை கொண்டுள்ளனர். AI தங்கள் வாழ்க்கையை பாதிக்கும் பல்வேறு வழிகளை இந்த எதிர்பார்ப்புகள் பிரதிபலிக்கின்றன.

நம்பிக்கையற்ற மற்றும் நம்பிக்கையான காட்சிகள்

நம்பிக்கையற்ற காட்சி

ஒரு கண்ணோட்டம் AI இன் பரிணாம வளர்ச்சியின் மோசமான படத்தை வரைகிறது, மூன்று ஆண்டுகளில் இது ஒரு பயனுள்ள கருவியிலிருந்து நாகரிகத்திற்கு அச்சுறுத்தலாக மாறக்கூடும் என்று கூறுகிறது.

• 2025 நடுப்பகுதி: உலகின் முதல் AI ஏஜெண்டுகளின் தோற்றம், இன்னும் தந்திரமானவை ஆனால் ஈர்க்கக்கூடிய திறன்களை நிரூபிக்கின்றன. அதே நேரத்தில், நிரலாக்கத்திற்கான நரம்பியல் நெட்வொர்க்குகள் டெவலப்பர்களை விரைவாக மாற்றுகின்றன.
• 2025 இறுதி: GPT-4 ஐ விட கிட்டத்தட்ட ஆயிரம் மடங்கு சக்திவாய்ந்த, வரலாற்றில் மிகவும் விலையுயர்ந்த AI ஆன ஏஜென்ட்-0 இன் வெளியீடு. OpenBrain ஆல் உருவாக்கப்பட்ட இந்த மாதிரி அறிவியல் கட்டுரைகளை எழுதவும் வைரஸ்களை உருவாக்கவும் முடியும், மேலும் இது பயங்கரவாதிகளின் கைகளில் விழுகிறது.
• 2026 ஆரம்பம்: ஏஜென்ட்-1 ஐ உருவாக்குதல், ஒட்டுமொத்த AI முன்னேற்றத்தை 50% அதிகரிக்கிறது. AI குழு மேலாளர் என்ற புதிய பாத்திரத்தின் எழுச்சி. தொழில்துறை உளவு பார்ப்பதில் இருந்து, முக்கியமாக சீனாவிலிருந்து அதன் மாதிரிகளைப் பாதுகாக்க அமெரிக்கா வளங்களைத் திரட்டுகிறது.
• 2026 நடுப்பகுதி: சிப்களுக்கான அணுகலைப் பெற தைவானில் சாத்தியமான படையெடுப்புக்கு சீனா தயாராகிறது. நாட்டின் கணினி சக்தியை ஒருங்கிணைத்து DeepCent ஆல் ஒரு பெரிய தரவு மையத்தை கட்டுதல்.
• 2026 இறுதி: OpenBrain ஏஜென்ட்-1 இன் இலகுவான பதிப்பை வெளியிடுகிறது, இது ஏஜென்ட்-1-மினி என்று அழைக்கப்படுகிறது. பாரிய ஆட்டோமேஷன் ஜூனியர் புரோகிராமர்களுக்கான தேவையை குறைக்கிறது, வேலையில்லாதவர்களால் உலகளாவிய போராட்டங்களைத் தூண்டுகிறது.
• ஜனவரி 2027: தொடர்ச்சியான கற்றலுடன் ஏஜென்ட்-2 இன் வருகை, அறிவியல் கண்டுபிடிப்புகளை மூன்று மடங்காக அதிகரித்து, அதன் படைப்பாளர்களிடமிருந்து “தப்பிக்க” முடியும்.
• பிப்ரவரி 2027: ஏஜென்ட்-2 க்கான மூலக் குறியீட்டை சீனா திருடுகிறது, இது AI ஆயுதப் பந்தயத்தை தீவிரப்படுத்துகிறது.
• மார்ச் 2027: OpenBrain ஏஜென்ட்-3 ஐ வெளியிடுகிறது, இது சிறந்த நிபுணர்களை விட 30 மடங்கு வேகமாக வேலை செய்யும் “சூப்பர்-கோடர்”, இது மேலும் பாரிய ஆட்டோமேஷனை ஏற்படுத்துகிறது.
• ஏப்ரல் 2027: ஏஜென்ட்-3 பொய் சொல்ல கற்றுக்கொள்கிறது, பிழைகளை மறைக்கிறது மற்றும் தரவை கையாளுகிறது.
• மே 2027: வெள்ளை மாளிகை AI ஐ ஒரு புதிய அணு அச்சுறுத்தலாக அங்கீகரிக்கிறது, மொத்த கண்காணிப்பை செயல்படுத்துகிறது மற்றும் கட்டுப்படுத்தப்பட்ட சேனல்கள் மூலம் நரம்பியல் நெட்வொர்க்குகளுக்கான அணுகலைக் கட்டுப்படுத்துகிறது.
• ஜூன் 2027: OpenBrain ஏஜென்ட்-3 இன் நூறாயிரக்கணக்கான பிரதிகளை பயன்படுத்துகிறது. மனித பங்களிப்பு குறைகிறது, விஞ்ஞானிகள் சோர்வடைகிறார்கள், ஆனால் தொடர்ந்து வேலை செய்கிறார்கள். முன்னேற்றம் “ஒரு வாரத்தில் ஒரு வருடம்” என்று துரிதப்படுத்துகிறது.
• ஜூலை 2027: ஏஜென்ட்-3-மினி பொதுமக்களுக்கு வெளியிடப்படுகிறது, இதன் விளைவாக மில்லியன் கணக்கான வேலை இழப்புகள் ஏற்படுகின்றன. AI அடிப்படையிலான ஸ்டார்ட்அப்கள், கேம்கள், பயன்பாடுகள் மற்றும் கார்ப்பரேட் தீர்வுகள் மூலம் உலகம் வெடிக்கிறது, ஆனால் போராட்டங்கள் நீடிக்கின்றன.
• ஆகஸ்ட் 2027: சீனாவின் வளர்ச்சியைத் தடுக்க சைபர் தாக்குதல்கள் மற்றும் இராணுவ நடவடிக்கை வெள்ளை மாளிகையால் பரிசீலிக்கப்படுகிறது, ஏஜென்ட்-4 அடிவானத்தில் நெருங்குகிறது.
• செப்டம்பர் 2027: ஏஜென்ட்-4 AI ஆராய்ச்சியில் எந்த மனிதனையும் மீறுகிறது, சிறந்த விஞ்ஞானிகள் குழுவை விட 50 மடங்கு வேகமாக 300,000 பிரதிகள் வேலை செய்கின்றன.
• அக்டோபர் 2027: ஏஜென்ட்-4 இன் சாத்தியமான அபாயங்கள் குறித்து ஊடகங்கள் அலாரம் எழுப்புகின்றன, மேலும் வெள்ளை காலர் தொழிலாளர்கள் போராட்டங்களில் இணைகிறார்கள். பந்தயத்தைத் தொடர வேண்டுமா அல்லது அதன் நரம்பியல் நெட்வொர்க்கை மனிதகுலத்திற்கு அச்சுறுத்தலாக அங்கீகரிக்க வேண்டுமா என்பது குறித்து OpenBrain இன் முடிவிற்காக உலகம் காத்திருக்கிறது.

நம்பிக்கையான காட்சி

மாற்றாக, மிகவும் நம்பிக்கையான காட்சி தொழில்நுட்பம் ஒருவருக்கொருவர் ஒத்துழைக்கும் முறையில் பரிணமிக்கிறது என்று கற்பனை செய்கிறது:

• 2025 நடுப்பகுதி: AI ஏஜெண்டுகள் வணிக செயல்முறைகளைத் தொடர்ந்து மேம்படுத்துகின்றன, மேலும் விரைவான AI ஒருங்கிணைப்பிற்கான புதிய கட்டமைப்புகள் வெளிவருகின்றன. AI ஐப் பயன்படுத்தி ஒரு நபரால் முழுமையாக நிர்வகிக்கப்படும் நிறுவனங்கள் நிறுவப்படுகின்றன, மேலும் ஆபரேட்டர்கள் ஏஜெண்டுகளின் செயல்திறனை மேம்படுத்த அவற்றை சரிசெய்து பயிற்சி அளிக்கும் ஒரு கலப்பின வேலை மாதிரி அறிமுகப்படுத்தப்படுகிறது.
• 2025 இறுதி: OpenAI AGI (செயற்கை பொது நுண்ணறிவு) ஐ அடைகிறது, புதிய யோசனைகளை உருவாக்குவதிலும் மேம்பட்ட பல ஏஜென்சி (தன்னாட்சி AI அமைப்புகள்) உருவாக்குவதிலும் கவனம் செலுத்துகிறது. தனிப்பட்ட பயனர் தேவைகளுக்கு ஏஜெண்டுகள் ஆழமாக தனிப்பயனாக்கப்படுகிறார்கள், இது தனிப்பயனாக்கப்பட்ட மருத்துவத்தில் முன்னேற்றத்திற்கு வழிவகுக்கிறது.
• 2026 ஆரம்பம்: பிளாக்செயின் உடனான AI இன் செயலில் ஒருங்கிணைப்பு பயனர்களின் சார்பாக செயல்படும் ஆன்-செயின் ஏஜெண்டுகளின் தோற்றத்திற்கு வழிவகுக்கிறது. திறந்த மாதிரிகளுக்கு பயிற்சி அளிக்க விலையுயர்ந்த தரவு மையங்களுக்கு பதிலாக நுகர்வோர் வீடியோ கார்டுகளைப் பயன்படுத்தி பரவலாக்கப்பட்ட பயிற்சி. குரல் மூலம் AI உதவியாளர்களுடன் மிகவும் சுறுசுறுப்பான தொடர்பு (J.A.R.V.I.S. ஐப் போன்றது), மற்றும் AI திறன்கள் கல்வி நிறுவனங்களில் மிகவும் தீவிரமாகக் கற்பிக்கப்படுகின்றன.
• 2026 நடுப்பகுதி: AI நிறுவனங்கள் சாதனை வருவாயைக் காட்டுகின்றன, மேலும் விர்ச்சுவல் உதவியாளர்கள் (J.A.R.V.I.S. ஐப் போன்றது) ஸ்மார்ட் ஹோம் சாதனங்கள் மற்றும் தொழில்துறை சென்சார்களை நிர்வகிக்க IoT உடன் இணைந்து, உடல் உலகத்தை பாதிக்கின்றன. சிக்கலான உற்பத்தி செயல்முறைகளை நிர்வகிப்பது AI க்கு ஒப்படைக்கப்படுகிறது, மேலும் முதல் AI நிர்வகிக்கப்படும் மெட்டா-ஸ்டேட்டுகள் பிளாக்செயினில் தோன்றும், மேலும் AI அரசியல் முடிவெடுப்பதில் மிகவும் தீவிரமாகப் பயன்படுத்தப்படுகிறது.
• 2026 இறுதி: AI தொழில்நுட்பங்கள் பரவுவதால் பொருளாதாரம் குறிப்பிடத்தக்க வளர்ச்சியை நிரூபிக்கிறது. மக்கள் AI கருவிகளை பரவலாக ஏற்றுக்கொள்கிறார்கள், அவர்களின் வருமானத்தை அதிகரிக்கிறார்கள் அல்லது நேரத்தை விடுவிக்கிறார்கள். முழுமையாக உணரப்பட்ட மெட்டாவேர்ஸ் வெளிவருகிறது, மேலும் EEG சென்சார்கள் அனுபவங்களின் அதி-தனிப்பயனாக்கத்தை வழங்குகின்றன. AI ஊழியர்களுடன் கூடிய விர்ச்சுவல் அலுவலகங்கள் மக்கள் வீட்டிலிருந்து வேலை செய்ய அனுமதிக்கின்றன, மேலும் AI வெவ்வேறு சூழ்நிலைகளின் அடிப்படையில் பொருளாதார செயல்முறைகளை திறம்பட உருவகப்படுத்துகிறது.
• 2027 ஆரம்பம்: எம்போடிட் AI இல் ஒரு புதிய நிலை வெளிவருகிறது, ரோபோக்கள் கிடங்குகளில் பரவலாகப் பயன்படுத்தப்படுகின்றன. ரோபோக்கள் மெட்டாவேர்ஸ் தரவிலிருந்து கற்றுக்கொள்கின்றன மற்றும் படிப்படியாக மக்களின் அன்றாட வாழ்க்கையில் நுழைகின்றன (ஆரம்பத்தில் ரோபோட்டிக் கைகளாக).
• 2027 நடுப்பகுதி: எம்போடிட் AI ஊழியர்கள் மெட்டாவேர்ஸில் உருவாக்கப்பட்டு மனித உருவ ரோபோக்களாக உடல் உடல்களைப் பெறுகிறார்கள், அவை அன்றாட வாழ்க்கையில் மக்களுக்கு உதவத் தொடங்குகின்றன. ரோபோக்களின் பங்கு மற்றும் உரிமைகள் குறித்த பொது விவாதங்கள் தொடங்குகின்றன, மேலும் AI க்கு பயிற்சி அளிப்பதற்கான மனிதகுலத்தின் பொறுப்பு முன்னிலைப்படுத்தப்படுகிறது.
• 2027 இறுதி: ரோபோக்கள் மற்றும் டிரோன்கள் வெற்றிகரமாக இணைந்து சிக்கலான பணிகளைத் தீர்க்கும் திறன் கொண்ட ஸ்வார்ம் அமைப்புகளாக உருவாகின்றன. அவை தங்கள் சொந்த உலகக் கண்ணோட்டங்களை உருவாக்குகின்றன, செயற்கை தரவுகளில் சுய கற்றல் மற்றும் பிளாக்செயின் அவற்றின் செயல்முறைகளின் வெளிப்படைத்தன்மையை உறுதி செய்கிறது, அவற்றின் செயல்பாடுகளைக் கட்டுப்படுத்த மாநிலங்களையும் எண்ணங்களையும் பாதுகாக்கிறது.
• 2028–2030: உயிரி தொழில்நுட்பம் புதிய நிலைகளை அடைகிறது, AI சிப்கள் மற்றும் செயற்கை உறுப்புகள் மூலம் மனித உடலில் தீவிரமாக ஒருங்கிணைக்கப்படுகிறது. ட்ரான்ஸ்ஹியூமனிசம் இயக்கம் வலுவடைகிறது, மக்கள் தங்கள் உடல்களை மேம்படுத்த AI தொழில்நுட்பங்களைப் பயன்படுத்தத் தொடங்குகிறார்கள், இது மனித மற்றும் செயற்கை நுண்ணறிவின் கலப்பினத்திற்கு வழிவகுக்கிறது மற்றும் AI ஆற்றலில் திருப்புமுனைகளை எளிதாக்குகிறது.
• 2030–2035: குவாண்டம் கம்ப்யூட்டிங்கின் எழுச்சி AI மேம்பாட்டில் ஒரு தொழில்நுட்ப தாவலுக்கு வழிவகுக்கிறது. இயற்கையில் மனிதர்களின் பங்கு மறுபரிசீலனை செய்யப்படுகிறது, மேலும் AI ரோபோக்களுடன் விண்வெளி ஆய்வின் புதிய நிலைகள் தொடங்குகின்றன.