செயற்கை நுண்ணறிவு மேம்பாட்டின் களம் ஒரு சுவாரஸ்யமான மாற்றத்திற்கு உள்ளாகி வருகிறது, இது சக்திவாய்ந்த புதிய மாதிரிகளின் திறந்த தன்மை குறித்த தீவிர விவாதம் மற்றும் மாறும் உத்திகளால் குறிக்கப்படுகிறது. பல ஆண்டுகளாக, முன்னணி ஆய்வகங்கள் அதிநவீன AI-ஐ வணிகமயமாக்க முயன்றதால், தனியுரிம, மூடிய அமைப்புகளுக்கு ஆதரவாக காற்று வீசியது. இருப்பினும், Meta (Llama 2), Google (Gemma) மற்றும் சீனாவிலிருந்து குறிப்பாக தாக்கத்தை ஏற்படுத்திய Deepseek போன்ற போட்டியாளர்களால் வெளியிடப்பட்ட மிகவும் திறமையான மாதிரிகளின் குறிப்பிடத்தக்க வெற்றி மற்றும் விரைவான தத்தெடுப்பால் தூண்டப்பட்ட ஒரு எதிர் நீரோட்டம் மறுக்க முடியாத வேகத்தைப் பெற்றுள்ளது. இந்த எழுச்சி, ஒரு கூட்டு அணுகுமுறை குறிப்பிடத்தக்க தொழில்நுட்ப முன்னேற்றங்களையும் பரவலான டெவலப்பர் உற்சாகத்தையும் அளிக்க முடியும் என்பதை நிரூபித்துள்ளது. இந்த வளர்ந்து வரும் இயக்கவியல், உற்பத்தி AI துறையில் மிகவும் அங்கீகரிக்கப்பட்ட பெயரான OpenAI-இல் ஒரு குறிப்பிடத்தக்க மூலோபாய மறுமதிப்பீட்டைத் தூண்டியதாகத் தெரிகிறது. அதன் முன்னோடிப் பணிக்காகவும், GPT-2 காலத்திலிருந்து மூடிய மாதிரிகளை நோக்கி படிப்படியாக நகர்ந்ததற்காகவும் புகழ்பெற்ற இந்நிறுவனம், இப்போது திசையில் ஒரு குறிப்பிடத்தக்க மாற்றத்தைக் குறிக்கிறது, ஒரு சக்திவாய்ந்த புதிய மாதிரியை ‘திறந்த-எடை’ (open-weight) முன்னுதாரணத்தின் கீழ் வெளியிடத் தயாராகி வருகிறது.
திறந்த கொள்கைகளிலிருந்து மூடிய அமைப்புகளுக்கு: OpenAI-யின் பயணப்பாதை மறுபரிசீலனை
OpenAI-யின் பயணம் பரந்த நன்மை மற்றும் திறந்த ஆராய்ச்சிக்கு ஒரு கூறப்பட்ட அர்ப்பணிப்புடன் தொடங்கியது. 2019 இல் வெளியிடப்பட்ட செல்வாக்குமிக்க GPT-2 மாதிரி உட்பட அதன் ஆரம்பகாலப் பணிகள், சாத்தியமான தவறான பயன்பாடு குறித்த ஆரம்ப எச்சரிக்கையுடன் இருந்தாலும், இந்தக் கொள்கைகளுக்கு மிகவும் நெருக்கமாக ஒட்டிக்கொண்டன. இருப்பினும், GPT-3 மற்றும் அதன் வாரிசுகளுடன் மாதிரிகள் அதிவேகமாக சக்திவாய்ந்ததாகவும் வணிக ரீதியாக மதிப்புமிக்கதாகவும் வளர்ந்ததால், நிறுவனம் தீர்க்கமாக ஒரு மூடிய-மூல அணுகுமுறைக்கு மாறியது. சிக்கலான கட்டமைப்புகள், பாரிய பயிற்சி தரவுத்தொகுப்புகள், மற்றும் முக்கியமாக, AI-யின் கற்றறிந்த அறிவை உள்ளடக்கிய எண் அளவுருக்கள் - குறிப்பிட்ட மாதிரி எடைகள் - மறைத்து வைக்கப்பட்டன, முதன்மையாக API-கள் மற்றும் ChatGPT போன்ற தனியுரிம தயாரிப்புகள் மூலம் அணுகக்கூடியதாக இருந்தன.
இந்த மாற்றத்திற்கு அடிக்கடி மேற்கோள் காட்டப்பட்ட காரணம், பாதுகாப்பு பற்றிய கவலைகள், தீங்கு விளைவிக்கும் திறன்களின் கட்டுப்பாடற்ற பெருக்கத்தைத் தடுப்பது மற்றும் அதிநவீன மாதிரிகளைப் பயிற்றுவிப்பதற்கான மகத்தான கணினிச் செலவுகளுக்கு நிதியளிக்க குறிப்பிடத்தக்க முதலீட்டு வருமானத்தின் தேவை ஆகியவை அடங்கும். இந்த மூலோபாயம், வணிக ரீதியாக வெற்றிகரமாக இருந்தபோதும், OpenAI ஒரு உணரப்பட்ட தொழில்நுட்ப முன்னணியைத் தக்கவைக்க அனுமதித்தபோதும், வளர்ந்து வரும் திறந்த மூல AI இயக்கத்துடன் பெருகிய முறையில் முரண்பட்டது. இந்த இயக்கம் வெளிப்படைத்தன்மை, மறுஉருவாக்கம் மற்றும் AI தொழில்நுட்பத்தின் ஜனநாயகமயமாக்கலை ஆதரிக்கிறது, இது உலகெங்கிலும் உள்ள ஆராய்ச்சியாளர்கள் மற்றும் டெவலப்பர்கள் மாதிரிகளை சுதந்திரமாக உருவாக்கவும், ஆராயவும் மற்றும் மாற்றியமைக்கவும் உதவுகிறது. இந்த இரண்டு தத்துவங்களுக்கும் இடையிலான பதற்றம் நவீன AI சகாப்தத்தின் ஒரு வரையறுக்கும் அம்சமாக மாறியுள்ளது.
ஒரு மூலோபாய மாற்றம்: திறந்த-எடை முயற்சியை அறிவித்தல்
இந்த பின்னணியில், OpenAI-யின் சமீபத்திய அறிவிப்பு ஒரு குறிப்பிடத்தக்க வளர்ச்சியை பிரதிபலிக்கிறது. தலைமை நிர்வாக அதிகாரி Sam Altman, நிறுவனம் ‘அடுத்த சில மாதங்களுக்குள்’ ஒரு புதிய, சக்திவாய்ந்த AI மாதிரியை அறிமுகப்படுத்தும் நோக்கத்தை உறுதிப்படுத்தியுள்ளார். முக்கியமாக, இந்த மாதிரி முழுமையாக மூடப்படவோ அல்லது முழுமையாக திறந்த மூலமாகவோ இருக்காது; அதற்கு பதிலாக, இது ஒரு ‘திறந்த-எடை’ (open-weight) மாதிரியாக வெளியிடப்படும். இந்த குறிப்பிட்ட பதவி முக்கியமானது. அடிப்படை மூலக் குறியீடு மற்றும் பயிற்சிக்காகப் பயன்படுத்தப்படும் பரந்த தரவுத்தொகுப்புகள் தனியுரிமையாக இருக்கக்கூடும் என்றாலும், மாதிரியின் அளவுருக்கள் அல்லது எடைகள் பொதுவில் கிடைக்கும் என்பதைக் குறிக்கிறது.
இந்த நடவடிக்கை கடந்த பல ஆண்டுகளாக OpenAI-யின் நடைமுறைகளிலிருந்து ஒரு விலகலைக் குறிக்கிறது. முழுமையான வரைபடம் இல்லாவிட்டாலும், முக்கிய செயல்பாட்டுக் கூறுகளான (எடைகள்) அணுகக்கூடிய மாதிரிகளின் வளர்ந்து வரும் செல்வாக்கு மற்றும் பயன்பாட்டிற்கான அங்கீகாரத்தை இந்த முடிவு பரிந்துரைக்கிறது. காலக்கெடு, துல்லியமாக இல்லாவிட்டாலும், இந்த முயற்சி நிறுவனத்திற்கு ஒரு குறுகிய கால முன்னுரிமை என்பதைக் குறிக்கிறது. மேலும், முக்கியத்துவம் ஒரு மாதிரியை வழங்குவதில் உள்ளது, அது வெறுமனே திறந்ததாக மட்டுமல்லாமல் சக்திவாய்ந்ததாகவும் இருக்கும், இது மற்ற சமகால அமைப்புகளுடன் போட்டியிடக்கூடிய மேம்பட்ட திறன்களை உள்ளடக்கும் என்று பரிந்துரைக்கிறது.
தர்க்கரீதியான கூர்மையை மேம்படுத்துதல்: பகுத்தறிவு திறன்களில் கவனம்
வரவிருக்கும் மாதிரியின் ஒரு குறிப்பிடத்தக்க அம்சம், Altman-ஆல் முன்னிலைப்படுத்தப்பட்டது, அதன் பகுத்தறிவு செயல்பாடுகளை (Reasoning functions) இணைப்பதாகும். இது எளிய வடிவ அங்கீகாரம் அல்லது உரை உருவாக்கத்திற்கு அப்பாற்பட்ட தர்க்கரீதியான சிந்தனை, கழித்தல், அனுமானம் மற்றும் சிக்கல் தீர்க்கும் AI-யின் திறனைக் குறிக்கிறது. வலுவான பகுத்தறிவு திறன்களைக் கொண்ட மாதிரிகள் சாத்தியமானவை:
- சிக்கலான சிக்கல்களை பகுப்பாய்வு செய்தல்: அவற்றை கூறு பகுதிகளாகப் பிரித்து உறவுகளை அடையாளம் காணுதல்.
- பல-படி அனுமானங்களைச் செய்தல்: தர்க்கரீதியான படிகளின் சங்கிலியின் அடிப்படையில் முடிவுகளை வரைதல்.
- வாதங்களை மதிப்பீடு செய்தல்: வழங்கப்பட்ட தகவலின் செல்லுபடியாகும் தன்மை மற்றும் நம்பகத்தன்மையை மதிப்பிடுதல்.
- திட்டமிடலில் ஈடுபடுதல்: ஒரு குறிப்பிட்ட இலக்கை அடைய செயல்களின் வரிசைகளை வகுத்தல்.
திறந்த முறையில் அணுகக்கூடிய (எடை மூலம்) மாதிரியில் வலுவான பகுத்தறிவு திறன்களை ஒருங்கிணைப்பது மாற்றத்தை ஏற்படுத்தும். இது டெவலப்பர்களுக்கு ஆழமான புரிதல் மற்றும் மிகவும் அதிநவீன அறிவாற்றல் பணிகளைக் கோரும் பயன்பாடுகளை உருவாக்க அதிகாரம் அளிக்கிறது, அறிவியல் ஆராய்ச்சி மற்றும் கல்வி முதல் சிக்கலான தரவு பகுப்பாய்வு மற்றும் தானியங்கு முடிவு ஆதரவு வரையிலான துறைகளில் புதுமைகளை விரைவுபடுத்தும். பகுத்தறிவின் வெளிப்படையான குறிப்பு, OpenAI இந்த மாதிரியை அதன் திறந்த தன்மைக்காக மட்டுமல்லாமல், அதன் அறிவுசார் திறனுக்காகவும் அங்கீகரிக்கப்பட வேண்டும் என்று நோக்கமாகக் கொண்டுள்ளது என்பதைக் குறிக்கிறது.
ஒத்துழைப்பை வளர்ப்பது: டெவலப்பர் சமூகத்தை ஈடுபடுத்துதல்
OpenAI இந்த புதிய திறந்த-எடை மாதிரி வெறுமனே காடுகளில் வெளியிடப்படாமல், அது சேவை செய்ய விரும்பும் சமூகத்தால் தீவிரமாக வடிவமைக்கப்படுவதை உறுதிசெய்ய ஆர்வமாகத் தெரிகிறது. Altman, மாதிரியின் பயன்பாட்டை அதிகரிக்கவும், இறுதியில் அதன் மீது கட்டமைப்பவர்களின் நடைமுறைத் தேவைகள் மற்றும் பணிப்பாய்வுகளுடன் அது ஒத்துப்போவதை உறுதிசெய்யவும், டெவலப்பர்களை நேரடியாகச் செம்மைப்படுத்தும் செயல்பாட்டில் ஈடுபடுத்தும் ஒரு செயலூக்கமான அணுகுமுறையை வலியுறுத்தினார்.
இதை எளிதாக்க, நிறுவனம் தொடர்ச்சியான சிறப்பு டெவலப்பர் நிகழ்வுகளை (special developer events) நடத்த திட்டமிட்டுள்ளது. San Francisco-வில் ஒரு ஆரம்ப நிகழ்வுடன் தொடங்கி, ஐரோப்பா மற்றும் ஆசியா-பசிபிக் பிராந்தியங்களில் மற்றவர்களால் தொடரப்படும் இந்தக் கூட்டங்கள் பல நோக்கங்களுக்கு உதவும்:
- கருத்து சேகரிப்பு: விரும்பிய அம்சங்கள், சாத்தியமான வலி புள்ளிகள் மற்றும் ஒருங்கிணைப்பு சவால்கள் குறித்து டெவலப்பர்களிடமிருந்து நேரடி உள்ளீட்டைச் சேகரித்தல்.
- முன்மாதிரி சோதனை: பிழைகளைக் கண்டறியவும், செயல்திறனை மதிப்பிடவும், மேம்பாடுகளைப் பரிந்துரைக்கவும் மாதிரியின் ஆரம்ப பதிப்புகளுடன் டெவலப்பர்களுக்கு நேரடி அனுபவத்தை அனுமதித்தல்.
- சமூக உருவாக்கம்: புதிய மாதிரியைச் சுற்றி ஒரு கூட்டு சூழலை வளர்ப்பது.
இந்த மூலோபாயம், ஒரு திறந்த-எடை மாதிரியின் வெற்றி அதன் தத்தெடுப்பு மற்றும் பரந்த தொழில்நுட்ப சமூகத்தால் மாற்றியமைக்கப்படுவதைப் பொறுத்தது என்பதை அங்கீகரிக்கிறது. ஆரம்பத்திலேயே உள்ளீட்டைக் கோருவதன் மூலமும், மீண்டும் மீண்டும் செய்வதன் மூலமும், OpenAI தொழில்நுட்ப ரீதியாகத் திறமையானது மட்டுமல்லாமல், நடைமுறையில் மதிப்புமிக்கதாகவும் நன்கு ஆதரிக்கப்படும் ஒரு வளத்தை உருவாக்க நோக்கமாகக் கொண்டுள்ளது.
அபாயங்களைக் கையாளுதல்: பாதுகாப்பு மற்றும் பாதுகாப்பிற்கு முன்னுரிமை அளித்தல்
ஒரு சக்திவாய்ந்த AI மாதிரியின் எடைகளை வெளியிடுவது தவிர்க்க முடியாமல் பாதுகாப்பு பரிசீலனைகளை அறிமுகப்படுத்துகிறது. OpenAI இந்த அபாயங்களைப் பற்றி நன்கு அறிந்திருக்கிறது மற்றும் புதிய மாதிரி அதன் பொது வெளியீட்டிற்கு முன்னர் நிறுவனத்தின் நிறுவப்பட்ட உள் நெறிமுறைகளின் அடிப்படையில் ஒரு முழுமையான பாதுகாப்பு மதிப்பீட்டிற்கு உட்படுத்தப்படும் என்று கூறியுள்ளது. வெளிப்படையாகக் குறிப்பிடப்பட்ட ஒரு முதன்மை கவனம் செலுத்தும் பகுதி, தீங்கிழைக்கும் நடிகர்களால் தவறான நுண்-சரிசெய்தல் (abusive fine-tuning) சாத்தியமாகும்.
நுண்-சரிசெய்தல் என்பது முன்-பயிற்சி பெற்ற மாதிரியை எடுத்து, ஒரு குறிப்பிட்ட பணிக்காக அதை மாற்றியமைக்க அல்லது சில குணாதிசயங்களை அதனுடன் புகுத்துவதற்காக ஒரு சிறிய, குறிப்பிட்ட தரவுத்தொகுப்பில் மேலும் பயிற்சி செய்வதை உள்ளடக்குகிறது. இது முறையான பயன்பாடுகளுக்கு ஒரு நிலையான மற்றும் நன்மை பயக்கும் நடைமுறையாக இருந்தாலும், அது சுரண்டப்படலாம். எடைகள் பொதுவில் இருந்தால், மூன்றாம் தரப்பினர் சாத்தியமான வகையில் மாதிரியை நுண்-சரிசெய்யலாம்:
- தீங்கு விளைவிக்கும், பக்கச்சார்பான அல்லது பொருத்தமற்ற உள்ளடக்கத்தை மிகவும் திறம்பட உருவாக்க.
- அசல் மாதிரியில் பதிக்கப்பட்ட பாதுகாப்பு வழிமுறைகளைத் தவிர்க்க.
- தவறான தகவல் பிரச்சாரங்கள் அல்லது பிற தீங்கிழைக்கும் நோக்கங்களுக்காக சிறப்பு கருவிகளை உருவாக்க.
இந்த அச்சுறுத்தல்களை எதிர்கொள்ள, OpenAI-யின் பாதுகாப்பு மறுஆய்வு செயல்முறை அத்தகைய பாதிப்புகளை அடையாளம் கண்டு தணிக்க வடிவமைக்கப்பட்ட கடுமையான உள் சோதனைகளை உள்ளடக்கும். முக்கியமாக, நிறுவனம் இந்த செயல்பாட்டில் வெளிப்புற நிபுணர்களை ஈடுபடுத்தவும் திட்டமிட்டுள்ளது. வெளிப்புற கண்ணோட்டங்களைக் கொண்டுவருவது ஆய்வின் மற்றொரு அடுக்கைச் சேர்க்கிறது மற்றும் சாத்தியமான அபாயங்கள் பல்வேறு கண்ணோட்டங்களிலிருந்து மதிப்பீடு செய்யப்படுவதை உறுதிசெய்ய உதவுகிறது, குருட்டுப் புள்ளிகளைக் குறைக்கிறது. பலதரப்பட்ட பாதுகாப்பு மதிப்பீட்டிற்கான இந்த அர்ப்பணிப்பு, AI களத்தில் திறந்த தன்மையை பொறுப்புடன் சமநிலைப்படுத்தும் சிக்கலான சவாலைப் பிரதிபலிக்கிறது.
‘திறந்த-எடை’யை டிகோட் செய்தல்: ஒரு கலப்பின அணுகுமுறை
வெவ்வேறு அளவிலான திறந்த தன்மைக்கு இடையிலான வேறுபாட்டைப் புரிந்துகொள்வது OpenAI-யின் நகர்வைப் பாராட்டுவதற்கு முக்கியமாகும். ஒரு திறந்த-எடை மாதிரி (open-weight model) முழு தனியுரிம (மூடிய-மூலம்) மற்றும் முழு திறந்த-மூல அமைப்புகளுக்கு இடையில் ஒரு நடுத்தர நிலையை ஆக்கிரமிக்கிறது:
- மூடிய-மூலம் (Closed-Source): மாதிரியின் கட்டமைப்பு, பயிற்சித் தரவு, மூலக் குறியீடு மற்றும் எடைகள் அனைத்தும் ரகசியமாக வைக்கப்படுகின்றன. பயனர்கள் பொதுவாக கட்டுப்படுத்தப்பட்ட API-கள் வழியாக அதனுடன் தொடர்பு கொள்கிறார்கள். (எ.கா., OpenAI-யின் GPT-4 API வழியாக).
- திறந்த-எடை (Open-Weight): மாதிரியின் எடைகள் (அளவுருக்கள்) பொதுவில் வெளியிடப்படுகின்றன. எவரும் இந்த எடைகளைப் பதிவிறக்கம் செய்யலாம், ஆய்வு செய்யலாம் மற்றும் மாதிரியை உள்ளூரில் அல்லது தங்கள் சொந்த உள்கட்டமைப்பில் இயக்கப் பயன்படுத்தலாம். இருப்பினும், பயிற்சிக்காகப் பயன்படுத்தப்பட்ட அசல் மூலக் குறியீடு மற்றும் குறிப்பிட்ட பயிற்சித் தரவுத்தொகுப்புகள் பெரும்பாலும் வெளியிடப்படாமல் இருக்கும். (எ.கா., Meta-வின் Llama 2, வரவிருக்கும் OpenAI மாதிரி).
- திறந்த-மூலம் (Open-Source): சிறந்த முறையில், இது மாதிரி எடைகள், பயிற்சி மற்றும் அனுமானத்திற்கான மூலக் குறியீடு மற்றும் பெரும்பாலும் பயிற்சித் தரவு மற்றும் முறை பற்றிய விவரங்களுக்கான பொது அணுகலை உள்ளடக்கியது. இது மிக உயர்ந்த அளவு வெளிப்படைத்தன்மை மற்றும் சுதந்திரத்தை வழங்குகிறது. (எ.கா., EleutherAI-இன் மாதிரிகள், Stable Diffusion-இன் சில வகைகள்).
திறந்த-எடை அணுகுமுறை பல கட்டாய நன்மைகளை வழங்குகிறது, அதன் வளர்ந்து வரும் பிரபலத்திற்கு பங்களிக்கிறது:
- மேம்படுத்தப்பட்ட வெளிப்படைத்தன்மை (பகுதி): முழுமையாக வெளிப்படையாக இல்லாவிட்டாலும், எடைகளுக்கான அணுகல் ஆராய்ச்சியாளர்களை மாதிரியின் உள் கட்டமைப்புகள் மற்றும் அளவுரு இணைப்புகளைப் படிக்க அனுமதிக்கிறது, இது ஒரு கருப்பு-பெட்டி API-ஐ விட அதிக நுண்ணறிவை வழங்குகிறது.
- அதிகரித்த ஒத்துழைப்பு: ஆராய்ச்சியாளர்கள் மற்றும் டெவலப்பர்கள் கண்டுபிடிப்புகளைப் பகிர்ந்து கொள்ளலாம், எடைகளின் மீது கட்டமைக்கலாம் மற்றும் மாதிரியின் கூட்டு புரிதல் மற்றும் மேம்பாட்டிற்கு பங்களிக்கலாம்.
- குறைக்கப்பட்ட செயல்பாட்டு செலவுகள்: பயனர்கள் தங்கள் சொந்த வன்பொருளில் மாதிரியை இயக்கலாம், மூடிய மாதிரிகளுடன் தொடர்புடைய அதிக API பயன்பாட்டுக் கட்டணங்களைத் தவிர்க்கலாம், குறிப்பாக பெரிய அளவிலான பயன்பாடுகளுக்கு.
- தனிப்பயனாக்கம் மற்றும் நுண்-சரிசெய்தல்: மேம்பாட்டுக் குழுக்கள் தங்கள் குறிப்பிட்ட தேவைகள் மற்றும் தரவுத்தொகுப்புகளுக்கு மாதிரியை மாற்றியமைக்க குறிப்பிடத்தக்க நெகிழ்வுத்தன்மையைப் பெறுகின்றன, புதிதாகத் தொடங்காமல் சிறப்பு பதிப்புகளை உருவாக்குகின்றன.
- தனியுரிமை மற்றும் கட்டுப்பாடு: மாதிரிகளை உள்ளூரில் இயக்குவது தரவு தனியுரிமையை மேம்படுத்தும், ஏனெனில் முக்கியமான தகவல்களை மூன்றாம் தரப்பு வழங்குநருக்கு அனுப்ப வேண்டியதில்லை.
இருப்பினும், அசல் பயிற்சி குறியீடு மற்றும் தரவுகளுக்கான அணுகல் இல்லாததால், மறுஉருவாக்கம் சவாலாக இருக்கலாம், மேலும் மாதிரியின் தோற்றம் மற்றும் சாத்தியமான சார்புகள் பற்றிய முழுமையான புரிதல் முழு திறந்த-மூல மாற்றுகளுடன் ஒப்பிடும்போது குறைவாகவே உள்ளது.
போட்டித் தேவை: சந்தை இயக்கவியலுக்கு பதிலளித்தல்
OpenAI-யின் திறந்த-எடை மாதிரியைத் தழுவுவது, திறந்த-மூல களத்திலிருந்து தீவிரமடைந்து வரும் போட்டி அழுத்தத்திற்கு (competitive pressure) ஒரு மூலோபாய பதிலாக பரவலாக விளக்கப்படுகிறது. AI நிலப்பரப்பு இனி மூடிய அமைப்புகளால் மட்டுமே ஆதிக்கம் செலுத்தப்படவில்லை. Meta-வின் Llama 2 குடும்பம் போன்ற மாதிரிகளின் வெளியீடு மற்றும் அடுத்தடுத்த வெற்றி, சக்திவாய்ந்த, திறந்த முறையில் அணுகக்கூடிய அடித்தள மாதிரிகளுக்கான டெவலப்பர்களிடையே ஒரு பெரிய பசியை நிரூபித்தது. Google அதன் Gemma மாதிரிகளுடன் அதைப் பின்தொடர்ந்தது.
இருப்பினும், ஒருவேளை மிக முக்கியமான ஊக்கியாக, சீனாவிலிருந்து உருவான AI மாதிரியான Deepseek-இன் வானியல் வெற்றி இருந்தது. Deepseek அதன் வலுவான செயல்திறனுக்காக, குறிப்பாக குறியீட்டுப் பணிகளில், ஒப்பீட்டளவில் அனுமதிக்கப்பட்ட விதிமுறைகளின் கீழ் கிடைக்கும்போது விரைவாக அங்கீகாரத்தைப் பெற்றது. அதன் விரைவான ஏற்றம், உயர்தர திறந்த மாதிரிகளால் முன்வைக்கப்பட்ட நம்பகத்தன்மை மற்றும் சக்திவாய்ந்த அச்சுறுத்தலை அடிக்கோடிட்டுக் காட்டியது, இது முற்றிலும் மூடிய சுற்றுச்சூழல் அமைப்புகளின் மதிப்பு முன்மொழிவை சவால் செய்யக்கூடும்.
இந்த போட்டி யதார்த்தம் OpenAI-க்குள் எதிரொலித்ததாகத் தெரிகிறது. Deepseek-இன் தோற்றம் பரவலான கவனத்தைப் பெற்ற சிறிது நேரத்திலேயே, Sam Altman பொது சொற்பொழிவில் OpenAI திறந்த மற்றும் மூடிய விவாதம் தொடர்பாக ‘கதையின் தவறான பக்கத்தில்’ இருக்கலாம் என்று ஒப்புக்கொண்டார், இது அவர்களின் நிலைப்பாட்டை உள்நாட்டில் மறுபரிசீலனை செய்வதைக் குறிக்கிறது. திறந்த-எடை மாதிரியின் தற்போதைய அறிவிப்பு அந்த மறுமதிப்பீட்டின் உறுதியான வெளிப்பாடாகக் காணப்படலாம் - சில பார்வையாளர்கள் குறிப்பிட்டது போல் ஒரு ‘U-திருப்பம்’. Altman அவர்களே சமூக ஊடக தளமான X-இல் இந்த முடிவை வடிவமைத்தார், நிறுவனம் கணிசமான காலத்திற்கு அத்தகைய நடவடிக்கையை யோசித்திருந்தாலும், தொடர நேரம் இப்போது பொருத்தமானதாகக் கருதப்பட்டது என்று கூறினார். இது சந்தை முதிர்ச்சி, போட்டி நிலைப்படுத்தல் மற்றும் பரந்த டெவலப்பர் சமூகத்தை மிகவும் நேரடியாக ஈடுபடுத்துவதன் மூலோபாய நன்மைகளுக்கான ஒரு புதுப்பிக்கப்பட்ட பாராட்டால் பாதிக்கப்பட்ட ஒரு கணக்கிடப்பட்ட முடிவைப் பரிந்துரைக்கிறது.
முன்னோக்கிப் பார்த்தல்: AI சுற்றுச்சூழல் அமைப்புக்கான தாக்கங்கள்
OpenAI-ஆல் உருவாக்கப்பட்ட, சக்திவாய்ந்த, பகுத்தறிவு திறன்களைக் கொண்ட திறந்த-எடை மாதிரியின் நுழைவு AI சுற்றுச்சூழல் அமைப்பு முழுவதும் சிற்றலைகளை அனுப்பத் தயாராக உள்ளது. இது ஆராய்ச்சியாளர்கள் மற்றும் டெவலப்பர்களுக்கு மற்றொரு உயர்தர கருவியை வழங்குகிறது, இது அதிக புதுமை மற்றும் போட்டியை வளர்க்கும். வணிகங்கள் மேம்பட்ட AI-ஐ ஒருங்கிணைக்க அதிக விருப்பங்களைப் பெறுகின்றன, இது செலவுகளைக் குறைக்கவும் தனிப்பயனாக்குதல் சாத்தியங்களை அதிகரிக்கவும் கூடும். இந்த நடவடிக்கை மேலும் திறந்த அணுகுமுறைகளை நோக்கிய போக்கை மேலும் துரிதப்படுத்தக்கூடும், மற்ற முன்னணி ஆய்வகங்களை இதேபோன்ற உத்திகளைக் கருத்தில் கொள்ள ஊக்குவிக்கும். மாதிரியின் செயல்திறன், உரிம விதிமுறைகள் மற்றும் இறுதி தாக்கம் ஆகியவற்றின் பிரத்தியேகங்கள் இன்னும் காணப்பட வேண்டியிருந்தாலும், OpenAI-யின் மூலோபாய மாற்றம் AI வளர்ச்சியில் ஒரு ஆற்றல்மிக்க கட்டத்தைக் குறிக்கிறது, அங்கு திறந்த மற்றும் மூடிய தத்துவங்களுக்கு இடையிலான இடைவினை இந்த உருமாறும் தொழில்நுட்பத்தின் எதிர்காலத்தை வடிவமைத்து வருகிறது. மாதிரி வெளியீட்டை நெருங்கி, டெவலப்பர் சமூகம் இந்த புதிய பிரசாதத்துடன் ஈடுபடத் தொடங்கும் போது வரும் மாதங்கள் மேலும் தெளிவை உறுதியளிக்கின்றன.