டீப்சீக் ஆதாரத்தால் உந்தப்பட்ட கண்டுபிடிப்புகளுக்கு முன்னோடியாக உள்ளது

AI வளர்ச்சியில் ஒரு முன்னுதாரண மாற்றம்

செயற்கை நுண்ணறிவின் நிலப்பரப்பு ஒரு ஆழமான மாற்றத்திற்கு உள்ளாகி வருகிறது, இது பாரம்பரிய திறந்த-மூல மாதிரிகளை விட வள கிடைப்பதை வலியுறுத்தும் ஒரு புதுமையான அணுகுமுறையால் தூண்டப்படுகிறது. DeepSeek போன்ற சீன நிறுவனங்களால் முன்னெடுக்கப்படும் இந்த மாற்றம், அதிநவீன AI கருவிகளுக்கான அணுகலை ஜனநாயகப்படுத்துகிறது மற்றும் உலகளாவிய தொழில்நுட்ப அரங்கில் சீனாவின் பங்கை மறுவரையறை செய்கிறது. சீன பொறியியல் அகாடமியின் கல்வியாளரும், சீன மக்கள் அரசியல் ஆலோசனைக் குழுவின் (CPPCC) 14வது தேசியக் குழுவின் உறுப்பினருமான Wang Jian, சமீபத்தில் சீனா குளோபல் டெலிவிஷன் நெட்வொர்க்கிற்கு (CGTN) அளித்த பேட்டியில் இந்த மாற்றத்தக்க போக்கை எடுத்துரைத்தார். இந்த பரிணாம வளர்ச்சியில் DeepSeek இன் முக்கிய பங்கையும், குறிப்பாக உலகளாவிய தொழில்நுட்ப சுற்றுச்சூழல் அமைப்பில் அதன் தாக்கத்தையும் அவர் அடிக்கோடிட்டுக் காட்டினார்.

டீப்சீக் மற்றும் திறந்த வள கண்டுபிடிப்பின் எழுச்சி

DeepSeek, வளர்ந்து வரும் ஒரு சீன ஸ்டார்ட்அப், AI சமூகத்தில் வேகமாக முக்கியத்துவம் பெற்றுள்ளது. ஜனவரி 20 அன்று வெளியிடப்பட்ட அதன் சமீபத்திய திறந்த-மூல மாதிரி, DeepSeek-R1, ஆப்பிளின் ஆப் ஸ்டோரின் இலவச தரவரிசையில் விரைவாக முதலிடத்தைப் பிடித்தது, OpenAI இன் ChatGPT ஐ விட பிரபலத்தில் உயர்ந்தது. DeepSeek இன் ஒப்பீட்டளவில் மிதமான வளங்களைக் கருத்தில் கொண்டு இந்த சாதனை குறிப்பாக குறிப்பிடத்தக்கது. கணிதம், குறியீட்டு முறை மற்றும் இயற்கை மொழி பகுத்தறிவு போன்ற பணிகளில் OpenAI போன்ற தொழில்துறை ஜாம்பவான்களின் மாடல்களின் செயல்திறனுடன் DeepSeek-R1 போட்டியிடுவதாக நிறுவனம் கூறுகிறது, இருப்பினும் இது கணிசமாக குறைவான நிதி மற்றும் கணக்கீட்டு முதலீட்டில் இதை அடைகிறது.

இந்த புதிய முன்னுதாரணத்தை விவரிக்க Wang Jian “திறந்த வள கண்டுபிடிப்பு” என்ற சொல்லை உருவாக்கினார். குறியீட்டைப் பகிர்வதில் முதன்மையாக கவனம் செலுத்தும் பாரம்பரிய திறந்த-மூல முயற்சிகளைப் போலல்லாமல், திறந்த வள கண்டுபிடிப்பு டீப்சீக்கின் பெரிய மொழி மாதிரி போன்ற சக்திவாய்ந்த AI மாடல்களை உலகளாவிய பார்வையாளர்களுக்கு அணுகக்கூடியதாக ஆக்குகிறது. இந்த அணுகல்தன்மை உலகெங்கிலும் உள்ள டெவலப்பர்களுக்கு இந்த மாடல்களை உருவாக்க அதிகாரம் அளிக்கிறது, படைப்பாற்றல் மற்றும் கண்டுபிடிப்புகளின் அலையை வளர்க்கிறது, அதை DeepSeek கூட ஆரம்பத்தில் கற்பனை செய்திருக்க முடியாது.

உலகளாவிய தொழில்நுட்ப சமூகத்திற்கு சீனாவின் பங்களிப்பு

DeepSeek இன் மாடல்களை பரவலாக ஏற்றுக்கொள்வது சர்வதேச தொழில்நுட்ப சமூகத்திற்கு சீனாவின் கணிசமான பங்களிப்பைக் குறிக்கிறது. உலகெங்கிலும் உள்ள டெவலப்பர்களுக்கு அதன் பெரிய மொழி மாதிரியைத் திறப்பதன் மூலம், DeepSeek சீன தொழில்நுட்பத் திறனை வெளிப்படுத்துவது மட்டுமல்லாமல், AI துறையில் ஒத்துழைப்பை வளர்ப்பதற்கும் முன்னேற்றத்தை விரைவுபடுத்துவதற்கும் உதவுகிறது. இந்த நடவடிக்கை முற்றிலும் போட்டி அணுகுமுறையிலிருந்து விலகி, முழுத் தொழிலுக்கும் பயனளிக்கும் ஒரு கூட்டு, திறந்த மாதிரியைத் தழுவுகிறது.

எதிர்காலம் குறித்து Wang Jian நம்பிக்கையை வெளிப்படுத்தினார், வேகத்தைத் தக்கவைத்துக்கொள்வதன் அவசியத்தையும், திறந்த வள கண்டுபிடிப்பின் எல்லைகளைத் தொடர்ந்து தள்ளுவதன் அவசியத்தையும் வலியுறுத்தினார். டீப்சீக்கை ஒரு முன்னோடியாக அவர் கருதுகிறார், மற்ற சீன தொழில்நுட்ப நிறுவனங்கள் தங்கள் கண்டுபிடிப்புகளை உலகத்துடன் பகிர்ந்து கொள்வதற்கான வழியை வகுத்து, உலகளாவிய தொழில்நுட்ப நிலப்பரப்பில் ஒரு முக்கிய பங்களிப்பாளராக சீனாவின் நிலையை மேலும் பலப்படுத்துகிறது.

டீப்சீக்கின் பயணம்: தொடக்கம் முதல் திறந்த-மூல தலைமை வரை

அதிகாரப்பூர்வமாக ஜூலை 2023 இல் டீப்சீக் ஆர்ட்டிஃபிஷியல் இன்டெலிஜென்ஸ் ஃபண்டமென்டல் டெக்னாலஜி ரிசர்ச் கோ., லிமிடெட் என நிறுவப்பட்டது, நிறுவனம் ஒரு ஆரம்ப நிலை ஸ்டார்ட்அப்பில் இருந்து அதிநவீன பெரிய மொழி மாதிரிகளை (LLMs) உருவாக்குவதில் ஒரு தலைவராக வேகமாக வளர்ந்துள்ளது. அதன் பயணம் முந்தைய ஆண்டு ஜனவரியில் அதன் முதல் மாதிரியான “DeepSeek LLM” வெளியீட்டில் தொடங்கியது. அப்போதிருந்து, நிறுவனம் பல மறு செய்கைகளுக்கு உட்பட்டுள்ளது, டிசம்பரில் அதன் திறந்த-மூல LLM “V3” அறிமுகப்படுத்தப்பட்டது. இந்த மாதிரி Meta வின் அனைத்து திறந்த-மூல LLM களையும் விஞ்சியது மற்றும் OpenAI இன் மூடிய-மூல GPT4-o உடன் கூட போட்டியிட்டது என்று அமெரிக்க ஊடக அறிக்கைகளின்படி கூறப்படுகிறது. இந்த விரைவான முன்னேற்றம் DeepSeek இன் கண்டுபிடிப்புக்கான அர்ப்பணிப்பையும், அதிக போட்டித்தன்மை வாய்ந்த AI சந்தையில் நிறுவப்பட்ட நிறுவனங்களுடன் போட்டியிடும் திறனையும் அடிக்கோடிட்டுக் காட்டுகிறது.

“AI பிளஸ் முன்முயற்சி” மற்றும் அதன் தாக்கம்

சீனாவின் “AI பிளஸ் முன்முயற்சி”, தொடர்ந்து இரண்டு ஆண்டுகளாக “இரண்டு அமர்வுகளின்” போது அரசாங்கத்தின் பணி அறிக்கையின் முக்கிய அம்சமாக இருந்து வருகிறது, இது பல்வேறு தொழில்களில் AI ஐ ஏற்றுக்கொள்வதை ஊக்குவிப்பதில் முக்கிய பங்கு வகிக்கிறது. இந்த முன்முயற்சி சீனாவிற்குள் மட்டுமல்ல, உலக அளவிலும் ஒரு அமைதியான ஆனால் குறிப்பிடத்தக்க மாற்றத்தை வளர்த்து வருகிறது. பல்வேறு துறைகளில் AI ஐ ஒருங்கிணைப்பதை ஊக்குவிப்பதன் மூலம், இந்த முன்முயற்சி டீப்சீக் போன்ற நிறுவனங்கள் செழித்து வளரவும், பரந்த திறந்த-மூல சுற்றுச்சூழல் அமைப்புக்கு பங்களிக்கவும் ஒரு வளமான தளத்தை உருவாக்குகிறது.

திறந்த வள கண்டுபிடிப்பில் ஆழமாக ஆராய்தல்

திறந்த வள கண்டுபிடிப்பு என்ற கருத்து AI மேம்பாடு எவ்வாறு அணுகப்படுகிறது என்பதில் ஒரு அடிப்படை மாற்றத்தைக் குறிக்கிறது. பாரம்பரியமாக, திறந்த-மூல முயற்சிகள் முதன்மையாக மென்பொருள் திட்டங்களின் அடிப்படைக் குறியீட்டைப் பகிர்வதில் கவனம் செலுத்துகின்றன. இது டெவலப்பர்கள் ஒத்துழைக்கவும், குறியீட்டை மாற்றவும் மற்றும் விநியோகிக்கவும் அனுமதிக்கிறது, பங்களிப்பாளர்களின் துடிப்பான சமூகத்தை வளர்க்கிறது. இருப்பினும், திறந்த வள கண்டுபிடிப்பு இந்த கருத்தை ஒரு படி மேலே கொண்டு செல்கிறது.

AI இன் சூழலில், குறிப்பாக பெரிய மொழி மாதிரிகளுடன், திறந்த வள கண்டுபிடிப்பு என்பது பயிற்சி பெற்ற மாதிரியை ஒரு பரந்த பார்வையாளர்களுக்கு அணுகக்கூடியதாக மாற்றுவதாகும். இது மாதிரியைப் பயிற்றுவிக்கப் பயன்படுத்தப்படும் குறியீட்டைப் பகிர்வதிலிருந்து வேறுபட்டது. பயிற்சி பெற்ற மாதிரி பரந்த அளவு தரவு மற்றும் கணக்கீட்டு வளங்களிலிருந்து பெறப்பட்ட திரட்டப்பட்ட அறிவு மற்றும் திறன்களை உள்ளடக்கியது. இந்த பயிற்சி பெற்ற மாதிரியை கிடைக்கச் செய்வதன் மூலம், டீப்சீக் போன்ற நிறுவனங்கள் AI அமைப்பின் “மூளைகளுக்கான” அணுகலை ஜனநாயகப்படுத்துகின்றன.

இந்த அணுகுமுறை பல முக்கிய நன்மைகளை வழங்குகிறது:

• விரைவுபடுத்தப்பட்ட கண்டுபிடிப்பு: டெவலப்பர்கள் தங்கள் சொந்த திட்டங்களுக்கு ஒரு அடித்தளமாக முன் பயிற்சி பெற்ற மாதிரியைப் பயன்படுத்தலாம், கணிசமான நேரத்தையும் வளங்களையும் சேமிக்கலாம். அவர்கள் புதிதாகத் தொடங்க வேண்டியதில்லை, பெரிய தரவுத்தொகுப்புகளில் தங்கள் சொந்த மாதிரிகளுக்கு பயிற்சி அளிக்க வேண்டியதில்லை.
• நுழைவதற்கான தடைகள் குறைப்பு: பெரிய மொழி மாதிரிகளுக்கு பயிற்சி அளிப்பதற்கான அதிக செலவு பாரம்பரியமாக சிறிய நிறுவனங்கள் மற்றும் தனிப்பட்ட ஆராய்ச்சியாளர்களுக்கு நுழைவதற்கான ஒரு குறிப்பிடத்தக்க தடையாக இருந்து வருகிறது. திறந்த வள கண்டுபிடிப்பு இந்த தடையைக் குறைக்கிறது, பரந்த அளவிலான பங்கேற்பாளர்கள் இந்தத் துறையில் பங்களிக்க உதவுகிறது.
• முன்கூட்டியே அறியப்படாத பயன்பாடுகள்: மாதிரியை பரவலாக கிடைக்கச் செய்வதன் மூலம், டீப்சீக் போன்ற நிறுவனங்கள் ஆரம்பத்தில் எதிர்பார்க்காத படைப்பாற்றல் மற்றும் கண்டுபிடிப்புகளின் அலையை வளர்க்கின்றன. டெவலப்பர்கள் அசல் படைப்பாளர்கள் கருத்தில் கொள்ளாத புதிய பயன்பாடுகள் மற்றும் பயன்பாட்டு நிகழ்வுகளை ஆராயலாம்.
• உலகளாவிய ஒத்துழைப்பு: திறந்த வள கண்டுபிடிப்பு உலகளாவிய அளவில் ஒத்துழைப்பை ஊக்குவிக்கிறது. வெவ்வேறு நாடுகள் மற்றும் பின்னணியைச் சேர்ந்த டெவலப்பர்கள் ஒருவருக்கொருவர் வேலையை உருவாக்க முடியும், முன்னேற்றத்தை விரைவுபடுத்தலாம் மற்றும் மிகவும் மாறுபட்ட மற்றும் உள்ளடக்கிய AI சுற்றுச்சூழல் அமைப்பை வளர்க்கலாம்.

திறந்த வள கண்டுபிடிப்பின் எதிர்காலம்

டீப்சீக்கின் வெற்றி மற்றும் திறந்த வள கண்டுபிடிப்பு கொள்கைகளை அதிகரித்து வரும் தத்தெடுப்பு ஆகியவை AI வளர்ச்சியின் எதிர்காலத்தில் இந்த அணுகுமுறை பெருகிய முறையில் முக்கிய பங்கு வகிக்கத் தயாராக இருப்பதைக் குறிக்கிறது. அதிகமான நிறுவனங்கள் இந்த மாதிரியைத் தழுவும்போது, கண்டுபிடிப்புகளின் தொடர்ச்சியான முடுக்கம், பரந்த அளவிலான AI பயன்பாடுகள் மற்றும் மிகவும் கூட்டுறவு மற்றும் உள்ளடக்கிய உலகளாவிய AI சமூகம் ஆகியவற்றைக் காணலாம்.

Wang Jian சுட்டிக்காட்டியபடி, சவால் வேகத்தைத் தக்கவைத்துக்கொள்வதிலும், இந்த போக்கு தொடர்ந்து வளர்ச்சியடைவதை உறுதி செய்வதிலும் உள்ளது. இதற்கு ஆராய்ச்சி மற்றும் மேம்பாட்டில் தொடர்ச்சியான முதலீடு, வெளிப்படைத்தன்மை மற்றும் ஒத்துழைப்புக்கான அர்ப்பணிப்பு மற்றும் சாத்தியமான நெறிமுறை கவலைகளை நிவர்த்தி செய்யும் அதே வேளையில் கண்டுபிடிப்புகளை ஊக்குவிக்கும் ஒரு ஆதரவான ஒழுங்குமுறை சூழல் தேவைப்படுகிறது.

திறந்த வள கண்டுபிடிப்பு மாதிரியானது தனித்துவமான சவால்களையும் முன்வைக்கிறது:

• தரக் கட்டுப்பாடு: திறந்த-மூல மாதிரிகளின் தரம் மற்றும் நம்பகத்தன்மையை உறுதி செய்வது முக்கியம். இந்த மாதிரிகள் பரவலாக ஏற்றுக்கொள்ளப்படுவதற்கு முன்பு அவற்றின் செயல்திறன் மற்றும் பாதுகாப்பை சரிபார்க்க வழிமுறைகள் இருக்க வேண்டும்.
• தவறான பயன்பாட்டு சாத்தியம்: சக்திவாய்ந்த AI மாதிரிகள் தவறான தகவல்களை உருவாக்குதல் அல்லது டீப்ஃபேக்குகளை உருவாக்குதல் போன்ற தீங்கிழைக்கும் நோக்கங்களுக்காக தவறாகப் பயன்படுத்தப்படலாம். இந்த அபாயங்களைக் குறைக்க பாதுகாப்பு நடவடிக்கைகள் தேவை.

*   **அறிவுசார் சொத்து:** திறந்த-மூல AI மாதிரிகளைப் பயன்படுத்துதல் மற்றும் மாற்றுவதன் சட்ட மற்றும் நெறிமுறை தாக்கங்கள் கவனமாக பரிசீலிக்கப்பட வேண்டும். கண்டுபிடிப்புகளை வளர்க்கும் அதே வேளையில் அறிவுசார் சொத்துரிமைகளைப் பாதுகாக்க தெளிவான வழிகாட்டுதல்கள் தேவை.

• கணக்கீட்டு வளங்கள்: முன் பயிற்சி பெற்ற மாடல்களுக்கான அணுகல் இருந்தாலும், இந்த மாடல்களை நன்றாகச் சரிசெய்து வரிசைப்படுத்துவதற்கு கணிசமான கணக்கீட்டு வளங்கள் இன்னும் தேவைப்படுகின்றன. திறந்த வள கண்டுபிடிப்பு சுற்றுச்சூழல் அமைப்பில் சமமான பங்கேற்பை உறுதி செய்வதற்கு கணக்கீட்டு சக்திக்கான அணுகலில் உள்ள இந்த வேறுபாட்டை நிவர்த்தி செய்வது அவசியம்.

இந்த சவால்கள் இருந்தபோதிலும், திறந்த வள கண்டுபிடிப்பின் சாத்தியமான நன்மைகள் மறுக்க முடியாதவை. மிகவும் திறந்த, கூட்டுறவு மற்றும் அணுகக்கூடிய AI நிலப்பரப்பை வளர்ப்பதன் மூலம், இந்த அணுகுமுறை AI உலகின் மிகவும் அழுத்தமான சில சவால்களை எதிர்கொள்ளவும் ஒட்டுமொத்த மனிதகுலத்திற்கும் பயனளிக்கும் வகையில் பயன்படுத்தக்கூடிய எதிர்காலத்திற்கான வழியை வகுக்கிறது. இந்த பகுதியில் டீப்சீக்கின் முன்னோடி முயற்சிகள் மற்ற நிறுவனங்கள் பின்பற்றுவதற்கான ஒரு முன்னுதாரணத்தை அமைத்து வருகின்றன, மேலும் அதன் வெற்றி திறந்த வள AI துறையில் மேலும் முன்னேற்றங்களை ஊக்குவிக்கும்.