நீண்ட சிந்தனை AI என்றால் என்ன?

ஆழமான AI-யின் ஆழங்களை ஆராய்தல்

செயற்கை நுண்ணறிவு உலகம் தொடர்ந்து உருவாகி வருகிறது, சிக்கலான சிக்கல்களைத் தீர்க்க புதிய அணுகுமுறைகள் வெளிவருகின்றன. அத்தகைய ஒரு முன்னுதாரணம் நீண்ட சிந்தனை AI ஆகும், இது வேகத்திலிருந்து ஆழமான பகுப்பாய்வு மற்றும் துல்லியத்திற்கு கவனத்தை மாற்றும் ஒரு கருத்தாகும். விரைவான பதில்களுக்கு முன்னுரிமை அளிக்கும் ChatGPT போன்ற ‘குறுகிய சிந்தனை’ மாதிரிகளைப் போலல்லாமல், நீண்ட சிந்தனை AI மிகவும் சிந்தனைமிக்க வெளியீடுகளை வழங்குகிறது, பிழைகளைக் குறைக்கிறது மற்றும் சிக்கலான சவால்களைச் சமாளிக்கிறது, குறிப்பாக கோடிங் போன்ற களங்களில். Anthropic’s Claude 3.7 Sonnet இந்த புதிய வகை AI-க்கு ஒரு எடுத்துக்காட்டு.

மனித இணைப்பு: கான்மேனின் இரண்டு அமைப்புகள்

நீண்ட சிந்தனை AI-யின் பின்னணியில் உள்ள உந்துதல், நோபல் பரிசு பெற்ற டேனியல் கான்மேன் விவரித்த மனித அறிவாற்றலில் உள்ள ஒரு அடிப்படை இருமையை பிரதிபலிக்கிறது. அவர் இரண்டு தனித்துவமான சிந்தனை முறைகளை விவரித்தார்:

• அமைப்பு ஒன்று: இந்த அமைப்பு இயல்பாகவும் விரைவாகவும் செயல்படுகிறது, குறைந்த முயற்சி தேவைப்படுகிறது. இது அன்றாட பணிகளுக்கும் விரைவான தீர்ப்புகளுக்கும் நாம் பயன்படுத்தும் முறையாகும்.
• அமைப்பு இரண்டு: இதற்கு நேர்மாறாக, அமைப்பு இரண்டு வேண்டுமென்றே, முயற்சிமிக்க மன செயல்பாடுகளில் ஈடுபடுகிறது. இது தர்க்கரீதியான, பகுப்பாய்வு மற்றும் விவரம் சார்ந்ததாகும், சிக்கலான கணக்கீடுகள் மற்றும் சிக்கல் தீர்ப்புக்கு அவசியம்.

ஒரு நன்கு செயல்படும் மனித மனம் இரண்டு அமைப்புகளையும் தடையின்றி ஒருங்கிணைக்கிறது, ஒவ்வொரு சூழ்நிலைக்கும் பொருத்தமான முறையைத் தேர்வு செய்கிறது.

கலப்பின பகுத்தறிவு: இரு உலகங்களின் சிறந்தது

நீண்ட சிந்தனை AI இந்த கலப்பின பகுத்தறிவை பின்பற்றுவதை நோக்கமாகக் கொண்டுள்ளது, அதாவது விரைவான, உள்ளுணர்வு செயலாக்கம் மற்றும் ஆழமான, பகுப்பாய்வு சிந்தனை ஆகியவற்றுக்கு இடையில் மாறும் திறன். இந்த அணுகுமுறை குறிப்பிடத்தக்க நன்மைகளை வழங்குகிறது:

• குறைக்கப்பட்ட மாயத்தோற்றங்கள்: மிகவும் முழுமையான பகுப்பாய்வில் ஈடுபடுவதன் மூலம், நீண்ட சிந்தனை மாதிரிகள் தவறான அல்லது அர்த்தமற்ற வெளியீடுகளை உருவாக்குவதற்கான வாய்ப்புகள் குறைவு.
• மேம்படுத்தப்பட்ட துல்லியம்: விரிவான பகுத்தறிவுக்கு முக்கியத்துவம் கொடுப்பது மிகவும் துல்லியமான மற்றும் நம்பகமான முடிவுகளுக்கு வழிவகுக்கிறது.
• மேம்படுத்தப்பட்ட விளக்கத்தன்மை: நீண்ட சிந்தனை AI-யின் படிப்படியான தன்மை அதன் முடிவெடுக்கும் செயல்முறையை மேலும் வெளிப்படையானதாக ஆக்குகிறது, இது பெரும்பாலும் AI அமைப்புகளை பாதிக்கும் ‘கருப்பு பெட்டி’ சிக்கலை தீர்க்கிறது.

துல்லியத்திற்கு அப்பால்: நம்பிக்கை, சிக்கல்தன்மை மற்றும் உண்மையான உலக தாக்கம்

நீண்ட சிந்தனை AI-யின் நன்மைகள் வெறும் துல்லியத்திற்கு அப்பாற்பட்டவை. சிஸ்டம் டூ பகுத்தறிவை இணைப்பதன் மூலம், இந்த அடுத்த தலைமுறை மாதிரிகள்:

• நம்பிக்கையை உருவாக்குங்கள்: துல்லியம் மற்றும் விளக்கத்தை மேம்படுத்துவதன் மூலம், இந்த அடுத்த தலைமுறை மாதிரிகள் நம்பிக்கையை வளர்க்க முடியும்.
• சிக்கலான சிக்கல்களைச் சமாளித்தல்: சிக்கலான சிக்கல்களைப் புரிந்துகொள்ளும் திறன், நிலைத்தன்மை மற்றும் விநியோகச் சங்கிலி திறமையின்மை போன்ற உலகளாவிய சவால்களை எதிர்கொள்ள நீண்ட சிந்தனை AI-ஐ ஒரு மதிப்புமிக்க கருவியாக ஆக்குகிறது.

தொழில்நுட்ப அடித்தளங்கள்: நுட்பங்களின் கலவை

நீண்ட சிந்தனை AI சக்திவாய்ந்த நுட்பங்களின் கலவையை பயன்படுத்துகிறது:

1. ஆழ்ந்த கற்றல்: இது ஆழ்ந்த கற்றல் முறைகளைப் பயன்படுத்துகிறது, அதாவது ட்ரான்ஸ்ஃபார்மர்கள் மற்றும் பெரிய மொழி மாதிரிகள் (LLMs), வடிவங்களை அடையாளம் காணவும், இயற்கையான மொழியில் பதில்களை உருவாக்கவும்.
2. குறியீட்டு AI: இது குறியீட்டு AI-ஐ உள்ளடக்கியது, கட்டமைப்பு சிக்கல் தீர்க்கும் திறனை செயல்படுத்த விதி அடிப்படையிலான அல்லது அறிவு அடிப்படையிலான அமைப்புகளைப் பயன்படுத்துகிறது.
3. அறிவு வரைபடங்கள் மற்றும் தர்க்கம்: நியூரல் மற்றும் குறியீட்டு அணுகுமுறைகளை அறிவு வரைபடங்கள், முறையான தர்க்கம் மற்றும் நிகழ்தகவு பகுத்தறிவு ஆகியவற்றுடன் இணைப்பதன் மூலம், நீண்ட சிந்தனை AI ஆனது AI-யின் தரவு செயலாக்கத்தை மேலும் தர்க்கரீதியாக இயக்க முயற்சிக்கிறது.

கிளாட் 3.7 சோனெட் போன்ற மாதிரிகள் இந்த ஒருங்கிணைப்பை எடுத்துக்காட்டுகின்றன, விரைவான பதில்களை ஒரு ஒருங்கிணைந்த கட்டமைப்பிற்குள் நீட்டிக்கப்பட்ட, படிப்படியான பகுத்தறிவுடன் தடையின்றி கலக்கின்றன.

தற்போதைய நிலப்பரப்பு: தலைவர்கள் மற்றும் போட்டியாளர்கள்

கலப்பின பகுத்தறிவு மாதிரிகளின் புலம் வேகமாக வளர்ந்து வருகிறது, பல முக்கிய வீரர்கள் வெளிவருகின்றனர்:

• கிளாட் 3.7 (Anthropic): நீண்ட சிந்தனை AI-யின் ஒரு முன்னணி உதாரணம், ஒருங்கிணைந்த பகுத்தறிவின் சக்தியை நிரூபிக்கிறது.
• க்ரோக் 3 (xAI): மற்றொரு வலுவான போட்டியாளர், பகுத்தறிவு மற்றும் கோடிங் திறன்களின் எல்லைகளைத் தள்ளுகிறது.
• பிற மாதிரிகள்: OpenAI’s o3-mini மற்றும் DeepSeek-R1 போன்ற மாதிரிகள் அடர்த்தியான ட்ரான்ஸ்ஃபார்மர் நெட்வொர்க்குகளை அடிப்படையாகக் கொண்டவை என்றாலும், அவை தற்போது பகுத்தறிவு மற்றும் கோடிங் பணிகளில் கலப்பின பகுத்தறிவு மாதிரிகளால் விஞ்சப்படுகின்றன.

சவால்களை வழிநடத்துதல்: செலவுகள், ஓவர்ஃபிட்டிங் மற்றும் பயனர் அனுபவம்

நீண்ட சிந்தனை AI மகத்தான வாக்குறுதியைக் கொண்டிருந்தாலும், அது சவால்கள் இல்லாமல் இல்லை:

கணக்கீட்டு செலவுகள்

நீண்ட சிந்தனை AI-யில் உள்ள சிக்கலான செயலாக்கத்திற்கு கணிசமான கணக்கீட்டு வளங்கள் தேவைப்படுகின்றன, இது பல கவலைகளுக்கு வழிவகுக்கிறது:

• ஆற்றல் நுகர்வு: ஆற்றல் தேவைகள் கணிசமானதாக இருக்கலாம், இது சுற்றுச்சூழல் கவலைகளை அதிகரிக்கக்கூடும்.
• நிதி தடைகள்: சிறிய வணிகங்கள் நீண்ட சிந்தனை AI மாதிரிகளைப் பயிற்றுவிப்பதற்கும் பயன்படுத்துவதற்கும் அதிக செலவு பிடிக்கலாம்.

ஓவர்ஃபிட்டிங் அபாயங்கள்

நீண்ட சிந்தனை AI அமைப்புகளின் சிக்கலான கட்டமைப்புகள், பெரும்பாலும் பில்லியன் கணக்கான அளவுருக்களை உள்ளடக்கியது, கோட்பாட்டளவில் ஓவர்ஃபிட்டிங் அபாயத்தை அதிகரிக்கிறது. இதன் பொருள் மாதிரி பயிற்சி தரவுக்கு மிகவும் சிறப்பு வாய்ந்ததாக மாறக்கூடும், இது புதிய, பார்க்காத தரவுக்கு பொதுமைப்படுத்தும் திறனைத் தடுக்கிறது.

பயனர் அனுபவ பரிசீலனைகள்

நீண்ட சிந்தனை AI-யில் பகுத்தறிவு நிலைகளைத் தனிப்பயனாக்கும் திறன் புதிய பயனர்களுக்கு குழப்பத்தை ஏற்படுத்தலாம். அவர்கள் அதிகபட்ச பகுத்தறிவை கவனக்குறைவாக தேர்வு செய்யலாம், பயன்பாட்டு வரம்புகள் அல்லது வெளியீட்டு வேகம் ஆகியவற்றின் அடிப்படையில் சாத்தியமான வர்த்தகங்களைப் பற்றி அறியாமல் இருக்கலாம். எனவே டெவலப்பர்கள் நீண்ட சிந்தனை AI தயாரிப்புகள் ஆரம்ப மற்றும் நிபுணர்கள் இருவருக்கும் அணுகக்கூடியதாகவும் பயனர் நட்பாகவும் இருப்பதை உறுதி செய்ய வேண்டும்.

சிந்தனைமிக்க AI-யின் எதிர்காலம்

அடுத்த தலைமுறை கலப்பின பகுத்தறிவு மாதிரிகள் மிகவும் சிந்தனைமிக்க மற்றும் நம்பகமான AI-ஐ நோக்கிய ஒரு குறிப்பிடத்தக்க படியாகும். LLM-களின் சூழல் சாளரத்தை வெறுமனே விரிவுபடுத்துவதற்குப் பதிலாக, இந்த மாதிரிகள் சிக்கலான, நன்கு நியாயப்படுத்தப்பட்ட வெளியீடுகளை உருவாக்க நீண்ட சிந்தனையில் தீவிரமாக ஈடுபடுகின்றன.
Anthropic, NVIDIA மற்றும் Google DeepMind போன்ற நிறுவனங்கள் இந்த அற்புதமான வளர்ச்சியில் முன்னணியில் உள்ளன. நீண்ட சிந்தனை AI தொடர்ந்து உருவாகி வருவதால். அதன் மேம்பட்ட அறிவாற்றல் திறன்கள் பொறுப்புடன் பயன்படுத்தப்பட வேண்டும், சாத்தியமான அபாயங்களைக் குறைக்கும் அதே வேளையில் கண்டுபிடிப்புகளை வளர்க்க வேண்டும்.
உண்மையான அறிவார்ந்த AI-ஐ நோக்கிய பயணம் தொடர்கிறது, மேலும் நீண்ட சிந்தனை AI அந்த திசையில் ஒரு முக்கியமான படியாகும்.
நீண்ட சிந்தனை AI’யின் மேம்பட்ட அறிவாற்றல் திறன்கள் பொறுப்பான கண்டுபிடிப்புகளை ஊக்குவிக்க பொறுப்புடன் பயன்படுத்தப்பட வேண்டும்.

நீண்ட சிந்தனை AI-யில் ஆழமான மூழ்குதல்: முக்கிய கருத்துக்களை விரிவுபடுத்துதல்

நீண்ட சிந்தனை AI-யைப் பற்றிய விரிவான புரிதலை வழங்க, முன்பு குறிப்பிடப்பட்ட சில முக்கிய அம்சங்களை ஆழமாக ஆராய்வோம்:

1. மனித சிந்தனையின் இருமை: அமைப்பு ஒன்று மற்றும் அமைப்பு இரண்டு

டேனியல் கான்மேனின் சிஸ்டம் ஒன் மற்றும் சிஸ்டம் டூ சிந்தனை பற்றிய பணி, நீண்ட சிந்தனை AI-யின் பின்னணியில் உள்ள உந்துதலைப் புரிந்துகொள்வதற்கான ஒரு முக்கியமான கட்டமைப்பை வழங்குகிறது. சிஸ்டம் ஒன் என்பது நமது உள்ளுணர்வு, வேகமாக சிந்திக்கும் முறை, இதற்கு பொறுப்பாகும்:

• திடீர் தீர்ப்புகள்: வரையறுக்கப்பட்ட தகவல்களின் அடிப்படையில் விரைவான முடிவுகளை எடுப்பது.
• வழக்கமான பணிகள்: வாகனம் ஓட்டுதல் அல்லது தெரிந்த முகங்களை அடையாளம் காண்பது போன்ற அன்றாட நடவடிக்கைகளைக் கையாளுதல்.
• உணர்ச்சிபூர்வமான பதில்கள்: சூழ்நிலைகளுக்கு இயல்பாக எதிர்வினையாற்றுதல்.

மறுபுறம், சிஸ்டம் டூ என்பது நமது வேண்டுமென்றே, மெதுவாக சிந்திக்கும் முறை, இது பின்வருமாறு வகைப்படுத்தப்படுகிறது:

• தர்க்கரீதியான பகுப்பாய்வு: ஆதாரங்களை கவனமாக பரிசீலித்து சிக்கல்களைப் பற்றி சிந்திப்பது.
• சிக்கலான கணக்கீடுகள்: கணித செயல்பாடுகளைச் செய்தல் அல்லது புதிர்களைத் தீர்ப்பது.
• கவனம் செலுத்திய கவனம்: மன முயற்சி தேவைப்படும் பணிகளில் கவனம் செலுத்துதல்.

மனித மூளை தொடர்ந்து இந்த இரண்டு அமைப்புகளுக்கு இடையில் மாறுகிறது, அவற்றின் பலத்தைப் பயன்படுத்துகிறது. நீண்ட சிந்தனை AI இந்த இயக்கவியல் தொடர்பை நகலெடுக்க முயற்சிக்கிறது.

2. கலப்பின பகுத்தறிவு: இடைவெளியைக் குறைத்தல்

நீண்ட சிந்தனை AI-யின் முழு திறனையும் திறக்க கலப்பின பகுத்தறிவு முக்கியமாகும். இது சிஸ்டம் ஒன் மற்றும் சிஸ்டம் டூ சிந்தனை இரண்டின் பலத்தையும் இணைப்பதை உள்ளடக்குகிறது:

• நியூரல் நெட்வொர்க்குகள் (சிஸ்டம் ஒன் அனலாக்): ஆழமான கற்றல் மாதிரிகள், குறிப்பாக பெரிய மொழி மாதிரிகள் (LLMs), வடிவ அங்கீகாரம் மற்றும் உரையை உருவாக்குவதில் சிறந்து விளங்குகின்றன, சிஸ்டம் ஒன்னின் விரைவான, உள்ளுணர்வு தன்மையை பின்பற்றுகின்றன.
• குறியீட்டு AI (சிஸ்டம் டூ அனலாக்): விதி அடிப்படையிலான அமைப்புகள், அறிவு வரைபடங்கள் மற்றும் முறையான தர்க்கம் ஆகியவை சிஸ்டம் டூவின் சிறப்பியல்புடைய கட்டமைக்கப்பட்ட பகுத்தறிவு திறன்களை வழங்குகின்றன.

இந்த அணுகுமுறைகளை ஒருங்கிணைப்பதன் மூலம், கலப்பின பகுத்தறிவு மாதிரிகள்:

• தகவலை விரைவாக செயலாக்குங்கள்: ஆரம்ப பகுப்பாய்வுக்கு நியூரல் நெட்வொர்க்குகளின் வேகத்தைப் பயன்படுத்துங்கள்.
• ஆழமாக சிந்தியுங்கள்: விரிவான, படிப்படியான பகுத்தறிவுக்கு குறியீட்டு AI-ஐ ஈடுபடுத்துங்கள்.
• வெவ்வேறு பணிகளுக்கு ஏற்ப: சிக்கலின் சிக்கலைப் பொறுத்து முறைகளுக்கு இடையில் மாறும் வகையில் மாறவும்.

3. ‘கருப்பு பெட்டி’ சிக்கலைத் தீர்ப்பது

பாரம்பரிய AI மாதிரிகள், குறிப்பாக ஆழமான கற்றல் அமைப்புகளின் முக்கிய விமர்சனங்களில் ஒன்று அவற்றின் வெளிப்படைத்தன்மை இல்லாதது. ஒரு மாதிரி ஒரு குறிப்பிட்ட முடிவை ஏன் எடுத்தது என்பதைப் புரிந்துகொள்வது பெரும்பாலும் கடினம், இது நம்பிக்கை மற்றும் பொறுப்புக்கூறல் பற்றிய கவலைகளுக்கு வழிவகுக்கிறது.

நீண்ட சிந்தனை AI, படிப்படியான பகுத்தறிவுக்கு முக்கியத்துவம் கொடுப்பதன் மூலம், ஒரு சாத்தியமான தீர்வை வழங்குகிறது:

• கண்டுபிடிக்கக்கூடிய தர்க்கம்: குறியீட்டு AI மற்றும் அறிவு வரைபடங்களின் பயன்பாடு பகுத்தறிவு செயல்முறையின் மிகவும் வெளிப்படையான பிரதிநிதித்துவத்தை அனுமதிக்கிறது.
• விளக்கக்கூடிய வெளியீடுகள்: மாதிரி அதன் முடிவுகளுக்கான விளக்கங்களை வழங்க முடியும், ஒரு குறிப்பிட்ட முடிவுக்கு வர அது எடுத்த படிகளை கோடிட்டுக் காட்டுகிறது.
• அதிகரித்த நம்பிக்கை: இந்த அதிகரித்த வெளிப்படைத்தன்மை AI அமைப்புகளில் அதிக நம்பிக்கையை வளர்க்க முடியும், குறிப்பாக முக்கியமான பயன்பாடுகளில்.

4. உண்மையான உலக பயன்பாடுகள்: கோட்பாட்டிற்கு அப்பால்

நீண்ட சிந்தனை AI பல்வேறு துறைகளில் புரட்சியை ஏற்படுத்தும் ஆற்றலைக் கொண்டுள்ளது:

• அறிவியல் கண்டுபிடிப்பு: சிக்கலான தரவை பகுப்பாய்வு செய்வதற்கும், கருதுகோள்களை உருவாக்குவதற்கும், சோதனைகளை வடிவமைப்பதற்கும் ஆராய்ச்சியாளர்களுக்கு உதவுதல்.
• நிதி மாதிரியாக்கம்: பரந்த அளவிலான காரணிகளைக் கணக்கில் கொள்ளக்கூடிய மிகவும் துல்லியமான மற்றும் வலுவான நிதி மாதிரிகளை உருவாக்குதல்.
• மருத்துவ நோய் கண்டறிதல்: நோயாளியின் தரவு மற்றும் மருத்துவ இலக்கியங்களை பகுப்பாய்வு செய்வதன் மூலம் மருத்துவர்கள் மேலும் தகவலறிந்த நோயறிதல்களைச் செய்ய உதவுதல்.
• விநியோகச் சங்கிலி உகப்பாக்கம்: சிக்கலான தளவாட சவால்களை எதிர்கொள்வது மற்றும் உலகளாவிய விநியோகச் சங்கிலிகளில் செயல்திறனை மேம்படுத்துதல்.
• நிலையான தீர்வுகள்: சிக்கலான அமைப்புகளை பகுப்பாய்வு செய்வதன் மூலமும் உகந்த உத்திகளை அடையாளம் காண்பதன் மூலமும் சுற்றுச்சூழல் பிரச்சினைகளுக்கு புதுமையான தீர்வுகளை உருவாக்குதல்.

5. தொழில்நுட்ப கருவித்தொகுப்பு: ஒரு நெருக்கமான பார்வை

நீண்ட சிந்தனை AI நுட்பமான நுட்பங்களின் கலவையை நம்பியுள்ளது:

• டிரான்ஸ்ஃபார்மர்கள்: இந்த நியூரல் நெட்வொர்க் கட்டமைப்புகள் உரை மற்றும் குறியீடு போன்ற தொடர்ச்சியான தரவை செயலாக்குவதில் குறிப்பாக பயனுள்ளதாக இருக்கும்.
• பெரிய மொழி மாதிரிகள் (LLMs): இந்த மாதிரிகள் உரை மற்றும் குறியீட்டின் மிகப்பெரிய தரவுத்தொகுப்புகளில் பயிற்சி அளிக்கப்படுகின்றன, இது மனித-தர உரையை உருவாக்கவும், மொழிகளை மொழிபெயர்க்கவும், கேள்விகளுக்கு பதிலளிக்கவும் உதவுகிறது.
• அறிவு வரைபடங்கள்: அறிவின் இந்த கட்டமைக்கப்பட்ட பிரதிநிதித்துவங்கள் நிறுவனங்களுக்கு இடையிலான உறவுகளைப் பிடிக்கின்றன, இது மிகவும் நுட்பமான பகுத்தறிவுக்கு அனுமதிக்கிறது.
• முறையான தர்க்கம்: கணிதத்தின் இந்த கிளை அறிவை துல்லியமான மற்றும் தெளிவற்ற வழியில் பிரதிநிதித்துவப்படுத்துவதற்கும் பகுத்தறிவு செய்வதற்கும் ஒரு கட்டமைப்பை வழங்குகிறது.
• நிகழ்தகவு பகுத்தறிவு: இந்த அணுகுமுறை AI அமைப்புகள் நிச்சயமற்ற தன்மையைக் கையாளவும், முழுமையற்ற தகவல்களின் அடிப்படையில் அனுமானங்களைச் செய்யவும் அனுமதிக்கிறது.

இந்த கருவிகளை இணைப்பதன் மூலம், நீண்ட சிந்தனை AI மிகவும் சக்திவாய்ந்த மற்றும் பல்துறை செயற்கை நுண்ணறிவை உருவாக்குவதை நோக்கமாகக் கொண்டுள்ளது.

6. முன்னோக்கி செல்லும் பாதை: சவால்கள் மற்றும் வாய்ப்புகள்

நீண்ட சிந்தனை AI-யின் வளர்ச்சி இன்னும் ஆரம்ப கட்டத்தில் உள்ளது, மேலும் பல சவால்கள் உள்ளன:

• அளவிடுதல்: இந்த சிக்கலான மாதிரிகளைப் பயிற்றுவிப்பதற்கும் பயன்படுத்துவதற்கும் கணிசமான கணக்கீட்டு வளங்கள் தேவை.
• தரவு தேவைகள்: நீண்ட சிந்தனை AI பெரும்பாலும் பெரிய, உயர்தர தரவுத்தொகுப்புகளை நம்பியுள்ளது, அவை எப்போதும் கிடைக்காது.
• விளக்கத்தன்மை: நீண்ட சிந்தனை AI பாரம்பரிய மாதிரிகளை விட வெளிப்படையானதாக இருப்பதை நோக்கமாகக் கொண்டிருந்தாலும், முழு விளக்கத்தன்மையை அடைவது ஒரு சவாலாகவே உள்ளது.
• நெறிமுறை பரிசீலனைகள்: எந்தவொரு சக்திவாய்ந்த தொழில்நுட்பத்தையும் போலவே, நீண்ட சிந்தனை AI நெறிமுறை கவலைகளை எழுப்புகிறது, அவை முன்கூட்டியே தீர்க்கப்பட வேண்டும்.

இந்த சவால்கள் இருந்தபோதிலும், நீண்ட சிந்தனை AI-யின் சாத்தியமான நன்மைகள் மகத்தானவை. இந்த பாதையைத் தொடர்வதன் மூலம், புத்திசாலித்தனமான, சிந்தனைமிக்க, நம்பகமான மற்றும் நம்பகமான AI அமைப்புகளை உருவாக்குவதற்கு நாம் நெருக்கமாக செல்ல முடியும்.