DeepSeek AI: கார்பன் குறைப்புக்கான தீர்வு?

AI கருவிகளின் கார்பன் வெளியேற்றம் குறித்த கவலைகள் அதிகரித்து வரும் நிலையில், DeepSeek AI தனது மாடல்கள் மற்றவற்றை விட அதிக செயல்திறன் கொண்டவை என்று கூறியுள்ளது, இது தொழில்துறையில் கவனத்தை ஈர்த்துள்ளது. பிரெஞ்சு நிலைத்தன்மை மென்பொருள் நிறுவனமான Greenly சமீபத்திய ஆய்வில் DeepSeek AI இன் கூற்றுகளை மதிப்பாய்வு செய்தது.

Greenly நடத்திய ஆய்வில் DeepSeek மாடல்கள் பயிற்சிக்கு குறைந்த நேரத்தையும், குறைந்த Nvidia சிப்ஸ்களையும் பயன்படுத்துவதாக கண்டறியப்பட்டுள்ளது. DeepSeek V3 மற்றும் Meta-வின் Llama 3.1 ஆகிய மாடல்களை ஒரே சூழலில் பயிற்சி செய்தபோது, DeepSeek 2.78 மில்லியன் GPU மணி நேரங்களை பயன்படுத்தியது. அதே நேரத்தில் Meta-வின் மாடல் 30.8 மில்லியன் GPU மணி நேரங்களை பயன்படுத்தியது. பொதுவாக AI மாடல்களின் செயல்பாட்டில் பயிற்சி என்பது கார்பன் அதிகம் வெளியேற்றும் செயல்முறையாகும். எனவே DeepSeek-ன் வேகமான பயிற்சி அதன் செயல்திறனை மேம்படுத்துகிறது. கூடுதலாக, DeepSeek 2000 Nvidia சிப்ஸ்களைப் பயன்படுத்தியது. ஆனால் Meta-வின் மாடல் 16000-க்கும் மேற்பட்ட சிப்ஸ்களைப் பயன்படுத்தியது, ChatGPT 25000 சிப்ஸ்களை பயன்படுத்தியது. மேலும் DeepSeek பயன்படுத்தும் சிப்ஸ்கள் ChatGPT-ஐ விட “எரிசக்தி அடர்த்தி” குறைவாக உள்ளது.

Nvidia-வின் அதிநவீன AI சிப்ஸ்களை அணுகுவதில் அமெரிக்காவின் தடைகள் DeepSeek-க்கு தடையாக இருந்ததால், இந்நிறுவனம் இந்த புதுமையான தொழில்நுட்பங்களை உருவாக்க வேண்டியிருந்தது என்று Greenly ஆய்வு சுட்டிக்காட்டுகிறது. இந்த கட்டுப்பாடு, DeepSeek-ஐ அதிக கணினி சக்தியைச் சார்ந்திருப்பதை விட செயல்திறனை அதிகரிக்கும் மாடல்களை வடிவமைக்க தூண்டியது.

DeepSeek-ன் தொழில்நுட்ப கண்டுபிடிப்பு: கலப்பு நிபுணர் மாதிரி

DeepSeek-ன் வடிவமைப்பு கலப்பு நிபுணர் (Mixture-of-Experts) மாதிரியை உள்ளடக்கியது. இது கருவி பயனரின் பணிகளை துணை மாடல்களுக்கு வழங்க உதவுகிறது. மேலும் குறிப்பிட்ட கோரிக்கைக்கு தேவையான கணினி திறனை மட்டும் பயன்படுத்துகிறது. இந்த அணுகுமுறை ஒரு பெரிய அணியைப் போன்றது. ஒவ்வொரு உறுப்பினரும் ஒரு குறிப்பிட்ட துறையில் நிபுணத்துவம் பெற்றவர்கள். ஒரு புதிய சிக்கல் வரும்போது, ஒட்டுமொத்த அணியையும் ஈடுபடுத்துவதற்கு பதிலாக அந்த சிக்கலைத் தீர்க்க சிறந்த நிபுணரிடம் அந்த பணி ஒப்படைக்கப்படுகிறது.

DeepSeek-ன் கலப்பு நிபுணர் மாதிரியில், பெரிய AI மாடல் சிறிய, சிறப்பு வாய்ந்த துனை மாடல்களாக பிரிக்கப்படுகிறது. ஒவ்வொரு துணை மாடலும் ஒரு குறிப்பிட்ட வகை பணியில் சிறந்து விளங்க பயிற்சி அளிக்கப்படுகிறது. எடுத்துக்காட்டாக, ஒரு துணை மாடல் இயற்கையான மொழி செயலாக்க பணிகளில் சிறந்ததாக இருக்கலாம். மற்றொரு துணை மாடல் பட அங்கீகார பணிகளில் சிறந்ததாக இருக்கலாம்.

பயனர் DeepSeek AI-யிடம் ஒரு கோரிக்கையை முன்வைக்கும்போது, அது கோரிக்கையை பகுப்பாய்வு செய்து எந்த துணை மாடல் அந்த கோரிக்கையை கையாள சிறந்தது என்பதை தீர்மானிக்கிறது. பின்னர் அந்த கோரிக்கை தொடர்புடைய துணை மாடலுக்கு அனுப்பிவைக்கப்படும். அந்த கோரிக்கை செயலாக்கப்பட்டு முடிவு திருப்பி அனுப்பப்படும்.

இந்த முறை பல நன்மைகளை கொண்டுள்ளது.

• செயல்திறனை மேம்படுத்துதல்: ஒரு குறிப்பிட்ட கோரிக்கைக்கு தேவையான கணினி திறனை மட்டும் செயல்படுத்துவதன் மூலம், கலப்பு நிபுணர் மாதிரி செயல்திறனை கணிசமாக மேம்படுத்த முடியும். ஒட்டுமொத்த மாடலையும் செயல்படுத்த வேண்டிய பாரம்பரிய AI மாடல்களுடன் ஒப்பிடும்போது, இது கணிசமான கணினி வளங்களை சேமிக்கிறது.
• துல்லியத்தை மேம்படுத்துதல்: ஒரு பணியை கையாள சிறந்த துணை மாடலுக்கு ஒப்படைப்பதன்மூலம், கலப்பு நிபுணர் மாதிரி துல்லியத்தை மேம்படுத்த முடியும். ஒவ்வொரு துணை மாடலும் அதன் குறிப்பிட்ட துறையில் சிறந்து விளங்க சிறப்பாக பயிற்சி அளிக்கப்படுகிறது. அதனால் அது துல்லியமான முடிவுகளை உருவாக்க அதிக வாய்ப்புள்ளது.
• விரிவாக்கத்தை மேம்படுத்துதல்: கலப்பு நிபுணர் மாதிரியை எளிதாக விரிவாக்க முடியும். ஏனெனில் புதிய பணிகளை கையாள தேவைக்கேற்ப புதிய துணை மாடல்களை சேர்க்க முடியும். இது தொடர்ந்து மாறிவரும் தேவைகளுக்கு ஏற்ப மாறும் திறனை அளிக்கிறது.

DeepSeek மற்றும் தரவு மைய உறவு: நிலைத்தன்மையின் முக்கிய காரணிகள்

DeepSeek-ன் நிலைத்தன்மைக்கு அதன் தரவு மைய உறவும் ஒரு காரணம் என்று Greenly-ன் ஆய்வு சுட்டிக்காட்டுகிறது. DeepSeek ஒரு திறந்த எடை மாதிரியாக இருப்பதால், அதை கிளவுட் கம்ப்யூட்டிங்கில் அல்லது தரவு மையங்கள் வழியாக இயக்குவதற்கு பதிலாக இயற்பியல் சாதனங்களில் இயக்க முடியும் என்று Greenly குறிப்பிடுகிறது. தரவு மையங்களின் தேவையை குறைப்பதன் மூலம், DeepSeek வசதிகளின் ஆற்றல் நுகர்வு குறைக்க முடியும். இந்த வசதிகளின் ஆற்றல் நுகர்வு ஐந்து வருடங்களில் இரட்டிப்பாகும் என்று எதிர்பார்க்கப்படுகிறது.

தரவு மையங்கள் பெரிய கட்டிடங்கள் ஆகும். அவற்றில் ஏராளமான கணினி சேவையகங்கள் மற்றும் பிற சாதனங்கள் உள்ளன. இந்த சேவையகங்கள் தரவைச் சேமிக்கவும், செயலாக்கவும் விநியோகிக்கவும் பயன்படுகின்றன. தரவு மையங்களுக்கு அதிக அளவு ஆற்றல் தேவைப்படுகிறது. ஏனெனில் சேவையகங்கள் அதிக வெப்பத்தை உருவாக்குகின்றன. அதை குளிர்விக்கும் அமைப்புகள் மூலம் வெளியேற்ற வேண்டும்.

தரவு மையங்களின் தேவையை குறைப்பதன் மூலம், DeepSeek உலகளாவிய ஆற்றல் நுகர்வு மற்றும் கார்பன் வெளியேற்றத்தை குறைக்க உதவுகிறது. காலநிலை மாற்றத்தை எதிர்கொள்ள இது அவசியம்.

ஜெவோன்ஸ் முரண்பாடு: செயல்திறன் மேம்பாடுகளால் ஏற்படக்கூடிய அபாயங்கள்

இருப்பினும், கிரீன்லி ஆய்வானது “இந்த ஆதாயங்கள் விரைவில் மறைந்துவிடும்” என்று எச்சரிக்கிறது. இது ஜெவோன்ஸ் முரண்பாடு காரணமாக ஏற்படுகிறது. அதாவது ஒரு பொருள் எவ்வளவு திறமையானதோ, அவ்வளவு அதிகமாக பயன்படுத்தப்படும். இதனால் அதிக வெளியேற்றங்கள் ஏற்படும்.

ஜெவோன்ஸ் முரண்பாடு 19 ஆம் நூற்றாண்டில் ஆங்கில பொருளாதார நிபுணர் வில்லியம் ஸ்டான்லி ஜெவோன்ஸால் முன்மொழியப்பட்டது. ஜெவோன்ஸ் நிலக்கரியை எரிக்கும் திறன் அதிகரித்ததால், நிலக்கரியின் பயன்பாடு குறையவில்லை மாறாக அதிகரித்தது என்பதை கவனித்தார். திறமையான நிலக்கரி எரியும் முறை நிலக்கரியின் விலையை குறைக்கிறது. இது அதிக தேவையை தூண்டுகிறது என்று அவர் வாதிட்டார்.

AI-யின் பின்னணியில், ஜெவோன்ஸ் முரண்பாடு என்பது DeepSeek போன்ற AI மாடல்களின் செயல்திறன் மேம்படுத்தப்பட்டாலும், AI இன் பரவலான பயன்பாடு காரணமாக ஒட்டுமொத்த கார்பன் வெளியேற்றம் அதிகரிக்க வாய்ப்புள்ளது. உதாரணமாக, AI அதிக செயல்திறன் மிக்கதாக மாறினால், நிறுவனங்கள் அதிக பணிகளை தானியக்க AI-ஐ பயன்படுத்த முற்படுகின்றன. இது AI பயன்பாட்டின் அளவை அதிகரிக்கிறது. இந்த அதிகரிப்பு செயல்திறன் மேம்பாடுகளால் ஏற்படும் நன்மைகளை ஈடுசெய்து கார்பன் வெளியேற்றத்தை அதிகரிக்க காரணமாகிறது.

பொறுப்பான AI பயன்பாடு: நிலைத்தன்மையை உறுதி செய்வதற்கான வழி

ஜெவோன்ஸ் முரண்பாட்டைத் தவிர்க்க, கிரீன்லி ஆய்வு “பொறுப்பான பயன்பாட்டை” வலியுறுத்துகிறது. AI-ஐ பயன்படுத்தும் நிறுவனங்களும் தனிநபர்களும் அதன் கார்பன் தடத்தை குறைக்க நடவடிக்கை எடுக்க வேண்டும் என்று இதன் பொருள். இதோ சில நடவடிக்கைகள்:

• திறமையான AI மாடல்களை பயன்படுத்தவும்: DeepSeek போன்ற திறமையான AI மாடல்களைத் தேர்ந்தெடுப்பது ஆற்றல் நுகர்வு மற்றும் கார்பன் வெளியேற்றத்தை குறைக்கலாம்.
• AI மாடல் பயன்பாட்டை மேம்படுத்தவும்: தேவைப்படும்போது மட்டுமே AI மாடல்கள் இயங்குவதை உறுதிசெய்து, அதிகப்படியான பயன்பாட்டை தவிர்க்கவும்.
• புதுப்பிக்கத்தக்க ஆற்றலைப் பயன்படுத்தவும்: தரவு மையங்கள் மற்றும் இயற்பியல் சாதனங்களுக்கு சக்தியளிக்க புதுப்பிக்கத்தக்க ஆற்றலைப் பயன்படுத்துவது கார்பன் வெளியேற்றத்தை குறைக்க உதவும்.
• நிலையான AI மேம்பாட்டை ஆதரிக்கவும்: நிலையான AI தொழில்நுட்பங்களை உருவாக்க மற்றும் பயன்படுத்த அர்ப்பணித்துள்ள நிறுவனங்கள் மற்றும் அமைப்புகளை ஆதரிக்கவும்.

இந்த நடவடிக்கைகளை எடுப்பதன் மூலம், AI வழங்கும் நன்மைகள் சுற்றுச்சூழலை பாதிக்காதபடி பார்த்துக்கொள்ள முடியும்.

DeepSeek AI-ன் திறந்த மூல உத்தி: கண்டுபிடிப்புகள் மற்றும் நிலையான வளர்ச்சியை விரைவுபடுத்துதல்

DeepSeek AI தனது மாடல்களில் சிலவற்றை திறந்த மூலமாக வெளியிட்டது. இது AI தொழில்நுட்பத்தின் கண்டுபிடிப்புகளை விரைவுபடுத்துவதோடு நிலையான வளர்ச்சியை ஊக்குவிக்கிறது. திறந்த மூல என்பது DeepSeek AI-ன் மாடல் குறியீட்டை யார் வேண்டுமானாலும் அணுகலாம், பயன்படுத்தலாம், மாற்றலாம் மற்றும் விநியோகிக்கலாம் என்று அர்த்தம். இந்த வெளிப்படைத்தன்மை பின்வரும் நன்மைகளை அளிக்கிறது:

• கண்டுபிடிப்பை விரைவுபடுத்துதல்: திறந்த மூலமாக்குவதன் மூலம், DeepSeek AI மாதிரியின் மேம்பாடு மற்றும் தேர்வுமுறையில் பங்கேற்க அதிக டெவலப்பர்களை ஈர்க்க முடிகிறது. உலகெங்கிலும் உள்ள டெவலப்பர்கள் ஒன்றிணைந்து மாடலில் உள்ள குறைபாடுகளைக் கண்டறிந்து புதிய தீர்வுகளை முன்வைக்க முடியும். இந்த கூட்டு முயற்சி AI தொழில்நுட்பத்தின் கண்டுபிடிப்புகளை துரிதப்படுத்தி பல்வேறு துறைகளில் அதன் பயன்பாட்டை ஊக்குவிக்கிறது.
• மேம்பாட்டு செலவுகளை குறைத்தல்: பிற நிறுவனங்களுக்கும் ஆராய்ச்சி நிறுவனங்களுக்கும் DeepSeek AI-ன் திறந்த மூல மாதிரிகளைப் பயன்படுத்துவது AI மேம்பாட்டுச் செலவைக் கணிசமாகக் குறைக்கிறது. அவர்கள் தங்கள் சொந்த மாடல்களை புதிதாக உருவாக்க வேண்டியதில்லை. மாறாக DeepSeek AI-ன் மாதிரியின் அடிப்படையில் மாற்றங்களைச் செய்து தனிப்பயனாக்கலாம். இதன் மூலம் நேரம் மற்றும் வளங்களைச் சேமிக்க முடியும்.
• மாடலுக்கான அணுகலை மேம்படுத்துதல்: DeepSeek AI-ன் மாதிரியை அணுகவும் பயன்படுத்தவும் திறந்த மூல வழி வகுக்கிறது. இது AI தொழில்நுட்பத்தை பிரபலப்படுத்த உதவுகிறது. மேலும் பலருக்கு இதன் மூலம் நன்மையடைய முடியும்.
• நிலையான வளர்ச்சியை ஊக்குவித்தல்: மாதிரியின் செயல்திறனை மேம்படுத்துவதற்கான DeepSeek AI-ன் முயற்சிகளைப் பற்றி அதிகமான டெவலப்பர்கள் திறந்த மூல மூலம் தெரிந்துகொள்ள முடியும். இது நிலையான AI வளர்ச்சிக்கான யோசனைகளை ஊக்குவிக்கிறது. மேலும் டெவலப்பர்கள் AI-ன் சுற்றுச்சூழல் தாக்கத்தில் கவனம் செலுத்தவும் அதிக திறன் மற்றும் சுற்றுச்சூழல் பாதுகாப்பான AI மாடல்களை உருவாக்கவும் ஊக்குவிக்கிறது.

இருப்பினும், திறந்த மூல சில சவால்களையும் கொண்டுள்ளது. எடுத்துக்காட்டாக, திறந்த மூல மாதிரிகளின் பாதுகாப்பு என்பது ஒரு முக்கியமான பிரச்சினை. மாதிரியில் பாதிப்புகள் இருந்தால், அதை தீங்கிழைக்கும் தாக்குதல் செய்பவர்கள் பயன்படுத்த வாய்ப்புள்ளது. அதுமட்டுமின்றி திறந்த மூல மாதிரிகளின் அறிவுசார் சொத்துரிமை பாதுகாப்பும் ஒரு கவலைக்குரிய விஷயமாகும்.

சில சவால்கள் இருந்தாலும், DeepSeek AI-ன் திறந்த மூல உத்தி பொதுவாக நன்மை பயக்கும். இது AI தொழில்நுட்ப கண்டுபிடிப்புகளை துரிதப்படுத்துகிறது, AI மேம்பாட்டு செலவுகளை குறைக்கிறது, மாதிரியை அணுகும் விதத்தை மேம்படுத்துகிறது மேலும் நிலையான வளர்ச்சியை ஊக்குவிக்கிறது.

பல்வேறு தொழில்களில் DeepSeek AI-ன் பயன்பாட்டு திறன்

DeepSeek AI-ன் செயல்திறன் மற்றும் நிலைத்தன்மை அதை பல்வேறு தொழில்களில் பரவலாகப் பயன்படுத்த வழிவகுக்கிறது. DeepSeek AI முக்கிய பங்கு வகிக்கக்கூடிய சில பகுதிகள் இதோ:

• **இயற்கை மொழி செயலாக்கம்(NLP):**DeepSeek AI இயந்திர மொழிபெயர்ப்பு, உரையை சுருக்குதல், உணர்ச்சி பகுப்பாய்வு போன்ற பயன்பாடுகளை மேம்படுத்த அதிக திறன் மற்றும் துல்லியமான NLP மாதிரிகளை உருவாக்க பயன்படும்.
• கணினி பார்வை: DeepSeek AI அதிக திறன் மற்றும் துல்லியமான கணினி பார்வை மாதிரிகளை உருவாக்க பயன்படும். இதன் மூலம் பட அங்கீகாரம், பொருள் கண்டறிதல், வீடியோ பகுப்பாய்வு போன்ற பயன்பாடுகளை மேம்படுத்தலாம்.
• பரிந்துரை அமைப்பு: DeepSeek AI அதிக திறன் மற்றும் தனிப்பயனாக்கப்பட்ட பரிந்துரை அமைப்புகளை உருவாக்க பயன்படும். இதன் மூலம் பயனர் அனுபவம் மற்றும் வணிக செயல்திறனை மேம்படுத்தலாம்.
• சுகாதாரம்: DeepSeek AI நோயறிதலில் உதவுதல், மருந்து கண்டுபிடிப்பு மற்றும் தனிப்பயனாக்கப்பட்ட சிகிச்சை போன்ற துறைகளில் பயன்படுத்தப்படலாம். இதன் மூலம் சுகாதார செயல்திறனை மேம்படுத்தி நோயாளிகளின் ஆரோக்கியத்தை மேம்படுத்தலாம்.
• நிதிச் சேவைகள்: DeepSeek AI ஆபத்து மதிப்பீடு, மோசடி கண்டறிதல், அளவு வர்த்தகம் போன்ற துறைகளில் பயன்படுத்தப்படலாம். இதன் மூலம் நிதி சேவைகளின் செயல்திறன் மற்றும் பாதுகாப்பை மேம்படுத்தலாம்.
• உற்பத்தி: DeepSeek AI உற்பத்தி செயல்முறை தேர்வுமுறை, தரக் கட்டுப்பாடு, தோல்வி கணிப்பு போன்ற துறைகளில் பயன்படுத்தப்படலாம். இதன் மூலம் உற்பத்தி செயல்திறனை மேம்படுத்த முடியும்.

எதிர்கால AI வளர்ச்சியின் போக்குகள்: செயல்திறன், நிலைத்தன்மை மற்றும் பொறுப்பான பயன்பாடு

DeepSeek AI இன் நிலைத்தன்மை, செயல்திறன் மற்றும் அதன் பொறுப்பான பயன்பாட்டின் முக்கியத்துவத்தை எடுத்துக்காட்டுகிறது. AI தொழில்நுட்பம் தொடர்ந்து வளர்ந்து வருவதால் சுற்றுச்சூழல் மற்றும் சமூகத்தில் AI ஏற்படுத்தும் தாக்கத்தில் நாம் கவனம் செலுத்த வேண்டும். இதன் மூலம் AI வழங்கு நன்மைகளை முழுமையாகப் பயன்படுத்திக் கொள்ள முடியும். அதே நேரத்தில் அதன் எதிர்மறையான தாக்கங்களைக் குறைக்க முடியும்.

எதிர்கால AI வளர்ச்சியின் சில போக்குகள் இதோ:

• மாடல் சுருக்கம் மற்றும் தேர்வுமுறை: AI மாடல்களின் கணினி தேவைகள் மற்றும் ஆற்றல் நுகர்வை குறைப்பதற்கான புதிய முறைகளை ஆராய்ச்சியாளர்கள் தொடர்ந்து ஆராய்வார்கள்.
• எட்ஜ் கம்ப்யூட்டிங்: ஸ்மார்ட் போன்கள், சென்சார்கள் போன்ற எட்ஜ் சாதனங்களில் AI மாதிரிகளை பயன்படுத்துவது தரவு மையங்களைச் சார்ந்திருப்பதைக் குறைத்து ஆற்றல் சேமிப்பு மற்றும் குறைந்த தாமதத்தை உறுதி செய்கிறது.
• பசுமை AI: அதிகமான ஆராய்ச்சியாளர்கள் பசுமை AI உருவாக்கம் அதாவது சுற்றுச்சூழல் பாதுகாப்பான AI தொழில்நுட்பத்தை உருவாக்குவதில் கவனம் செலுத்துவார்கள்.
• AI நெறிமுறைகள் மற்றும் பாதுகாப்பு: AI இன் நெறிமுறை மற்றும் பாதுகாப்பு பிரச்சினைகள் முக்கிய கவனத்தை பெறும். AI பாதுகாப்பானது, நம்பகமானது மற்றும் நியாயமானது என்பதை உறுதிப்படுத்த கொள்கைகள் மற்றும் விதிமுறைகளை உருவாக்க வேண்டும்.

AI திறனை மேம்படுத்தும்போது AI நிலையான வளர்ச்சிக்கு DeepSeek AI ஒரு சிறந்த உதாரணத்தை வழங்குகிறது. மேலும் DeepSeek AI போன்ற பல புதுமையான நிறுவனங்கள் பசுமையான மற்றும் நிலையான AI சுற்றுச்சூழல் அமைப்பை உருவாக்க பங்களிக்கும் என்று எதிர்பார்க்கிறோம்.