Claude Fable 5 ಒಂದು ನಾಲ್ಕು ವರ್ಷ ಹಳೆಯ ಟ್ವೀಟ್ ಅನ್ನು ಕೇವಲ ಒಂದು ಅಭಿವೃದ್ಧಿ ಅವಧಿಯಲ್ಲಿ (development session) ಆಡಬಹುದಾದ 3D ಬ್ರೌಸರ್ ಗೇಮ್ ಆಗಿ ಪರಿವರ್ತಿಸಿತು, ಮತ್ತು ಯಾವುದೇ ಮಾನವ ನಿರ್ಧರಿಸಿದ ತಂತ್ರಜ್ಞಾನ ಅಥವಾ ವಿನ್ಯಾಸದ ಪ್ರವೇಶವಿಲ್ಲದೆಯೇ ಎಲ್ಲಾ ಕಠಿಣ ಕೆಲಸಗಳನ್ನು ಮಾಡಿತು.

Simon Willison ಆ ಮಾಡೆಲ್‌ಗೆ ಟ್ವೀಟ್‌ನ ಸಂಕ್ಷಿಪ್ತ ವಿವರಣೆ, ಒಂದು ಸ್ಕ್ರೀನ್‌ಶಾಟ್ ಮತ್ತು ಎರಡು ಪೂರಕ ಚಿತ್ರಗಳನ್ನು ನೀಡಿದರು. ಆ ಸಣ್ಣ ಪ್ರಾಂಪ್ಟ್‌ನಿಂದ Claude Fable 5 ಸಂಪೂರ್ಣ ಕೋಡ್‌ಬೇಸ್ ಅನ್ನು ಬರೆಯಿತು, 3D ಇಂಜಿನ್ ಆಗಿ Three.js ಅನ್ನು ಆಯ್ಕೆ ಮಾಡಿತು, OpenAI ಮಾಡೆಲ್ ಮೂಲಕ ಗೇಮ್‌ನ ಟೆಕ್ಸ್‌ಚರ್‌ಗಳನ್ನು (textures) ಸೃಷ್ಟಿಸಿತು ಮತ್ತು ಪ್ರತಿಯೊಂದು ಬದಲಾವಣೆಯನ್ನು GitHub ರೆಪೊಸಿಟರಿಗೆ (repository) ಕಳುಹಿಸಿತು. ಆ ರೆಪೊಸಿಟರಿಯನ್ನು GitHub Pages ಗೆ ಸಂಪರ್ಕಿಸಲಾಗಿತ್ತು, ಆದ್ದರಿಂದ ಪ್ರತಿ ಕಮಿಟ್ ಕೂಡ ಸುಮಾರು ಅರ್ಧ ನಿಮಿಷದೊಳಗೆ ಲೈವ್ URL ನಲ್ಲಿ ಕಾಣಿಸಿಕೊಳ್ಳುತ್ತಿತ್ತು. ಇದರ ಫಲಿತಾಂಶವೆಂದರೆ ಇಂದು ಯಾರೂ ಕೂಡ ಬ್ರೌಸರ್‌ನಲ್ಲಿ ಆಡಬಹುದಾದ ಕಾರ್ಯಗತ "Raccoon Heist" ಗೇಮ್.

ಪ್ರಯೋಗವು ಹೇಗೆ ನಡೆದಿದೆ

  • ಕನಿಷ್ಠ ಪ್ರಾಂಪ್ಟ್ (Minimal prompt) – ಮೂಲ 2022ರ ಟ್ವೀಟ್ ಒಂದು ಗೇಮ್ ಪರಿಕಲ್ಪನೆಯನ್ನು ಪಟ್ಟಿ ಮಾಡಿತ್ತು ಮತ್ತು ಕೇವಲ ಒಂದು ಸ್ಕ್ರೀನ್‌ಶಾಟ್ ಅನ್ನು ತೋರಿಸುತ್ತಿತ್ತು. Willison ಉಲ್ಲೇಖಕ್ಕಾಗಿ ಎರಡು ಹೆಚ್ಚುವರಿ ಚಿತ್ರಗಳು ಮತ್ತು ಕೆಲವು ಸಾಲುಗಳ ಪಠ್ಯವನ್ನು ಸೇರಿಸಿದರು. ಅವರು ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಭಾಷೆ, ಗ್ರಾಫಿಕ್ಸ್ ಲೈಬ್ರರಿ ಅಥವಾ ನಿಯೋಜನೆ (deployment) ಬಗ್ಗೆ ಯಾವುದೇ ಸೂಚನೆಗಳನ್ನು ನೀಡಲಿಲ್ಲ.
  • ಮಾಡಲ್-ಚಾಲಿತ ನಿರ್ಧಾರಗಳು (Model-driven decisions) – Claude Fable 5, 3D ಗ್ರಾಫಿಕ್ಸ್ ಗಾಗಿ ಬಳಸುವ JavaScript ಲೈಬ್ರರಿಯಾದ Three.js ಅನ್ನು ರೆಂಡರಿಂಗ್ ಇಂಜಿನ್ ಆಗಿ ಆಯ್ಕೆ ಮಾಡಿತು. ಗೇಮ್ ಅನ್ನು ಚಲಾಯಿಸಲು ಅಗತ್ಯವಿರುವ HTML, JavaScript ಮತ್ತು ಅಸೆಟ್-ಲೋಡಿಂಗ್ (asset-loading) ಕೋಡ್ ಅನ್ನು ಇದು ಬರೆಯಿತು.
  • AI-ಸೃಷ್ಟಿತ ಅಸೆಟ್‌ಗಳು (AI-generated assets) – ಒಂದು OpenAI ಮಾಡೆಲ್ ಟೆಕ್ಸ್‌ಚರ್ ಚಿತ್ರಗಳನ್ನು ತಯಾರಿಸಿತು, ಇದರಿಂದ ವಿನ್ಯಾಸಕನ (designer) ಅಗತ್ಯವಿಲ್ಲದಂತಾಯಿತು.
  • ನಿರಂತರ ವಿತರಣೆ (Continuous delivery) – ಪ್ರತಿ ಕೋಡ್ ಪುಶ್ (code push) GitHub Pages ಅನ್ನು ಸೈಟ್ ಅನ್ನು ಮರುನಿರ್ಮಿಸಲು ಪ್ರಚೋದಿಸಿತು, ಇದರಿಂದ ಹೊಸ ಆವೃತ್ತಿಯು 30 ಸೆಕೆಂಡ್‌ಗಳಿಗಿಂತ ಕಡಿಮೆ ಸಮಯದಲ್ಲಿ ಲಭ್ಯವಾಯಿತು. Willison ಗೇಮ್ ಖಾಲಿ ಕ್ಯಾನ್ವಾಸ್‌ನಿಂದ ಪೂರ್ಣವಾಗಿ ಆಡಬಹುದಾದ ಪ್ರೊಟೊಟೈಪ್ ಆಗಿ ಬದಲಾಗುವುದನ್ನು ನೈಜ ಸಮಯದಲ್ಲಿ ವೀಕ್ಷಿಸಿದರು.

ಇದು ಏಕೆ ಮುಖ್ಯವಾಗಿದೆ

ಸಾಂಪ್ರದಾಯಿಕ AI ಕೋಡಿಂಗ್ ಅಸಿಸ್ಟೆಂಟ್‌ಗಳು, ಒಬ್ಬ ಡೆವಲಪರ್ ವಿವರವಾದ ಸ್ಪೆಸಿಫಿಕೇಶನ್ ನೀಡಿದಾಗ ಆಟೋಕಂಪ್ಲೀಟ್, ಬಗ್-ಫಿಕ್ಸ್ ಸಲಹೆಗಳು ಅಥವಾ ಸ್ನಿಪ್ಪೆಟ್ ಜನರೇಷನ್ ಮಾಡಲು ಸಹಾಯ ಮಾಡುತ್ತವೆ. ಆದರೆ Claude Fable 5 ಒಂದು ಮಿತಿಯನ್ನು ಮೀರಿ ನಿಂತಿದೆ: ಇದು ಉನ್ನತ ಮಟ್ಟದ ಗುರಿಯನ್ನು ಸ್ವೀಕರಿಸಿತು, ಇಂಪ್ಲಿಮೆಂಟೇಶನ್ ಸ್ಟ್ಯಾಕ್ ಅನ್ನು ಆಯ್ಕೆ ಮಾಡಿತು, ಅಸೆಟ್‌ಗಳನ್ನು ತಯಾರಿಸಿತು ಮತ್ತು ಯಾವುದೇ ಹೆಚ್ಚಿನ ಮಾನವ ನಿರ್ದೇಶನವಿಲ್ಲದೆ ಲೈವ್ ಉತ್ಪನ್ನವನ್ನು ಬಿಡುಗಡೆ ಮಾಡಿತು.

SWE-bench ನಂತಹ ಬೆಂಚ್‌ಮಾರ್ಕ್‌ಗಳು ಮಾಡೆಲ್‌ಗಳು ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಸಮಸ್ಯೆಗಳನ್ನು ಎಷ್ಟು ಚೆನ್ನಾಗಿ ಪರಿಹರಿಸುತ್ತವೆ ಎಂಬುದನ್ನು ಅಳೆಯುತ್ತವೆ, ಆದರೆ ಒಂದು ಮಾಡೆಲ್ ಸ್ವತಂತ್ರವಾಗಿ ಎಂಡ್-ಟು-ಎಂಡ್ (end-to-end) ಸಂವಾದಾತ್ಮಕ ಅನುಭವವನ್ನು ನಿರ್ಮಿಸುವುದನ್ನು ನೋಡುವುದು ವಿಭಿನ್ನ ಸಾಮರ್ಥ್ಯವನ್ನು ತೋರಿಸುತ್ತದೆ. ವೇಗದ ಪ್ರೊಟೊಟೈಪಿಂಗ್‌ಗಾಗಿ, ಒಬ್ಬ ಡೆವಲಪರ್ ಒಂದು ಪರಿಕಲ್ಪನೆ ಮತ್ತು ಕೆಲವು ಅಸೆಟ್‌ಗಳನ್ನು ಮಾಡೆಲ್‌ಗೆ ನೀಡಿ, ಅದನ್ನು ನಿಯೋಜಿಸುವ ಗುರಿಯನ್ನು (deployment target) ಸೂಚಿಸಿದರೆ, ಕೆಲವೇ ನಿಮಿಷಗಳಲ್ಲಿ ಬಳಸಬಹುದಾದ ಡೆಮೋವನ್ನು ಪಡೆಯಬಹುದು ಎಂಬುದನ್ನು ಈ ವರ್ಕ್‌ಫ್ಲೋ ಸಾಬೀತುಪಡಿಸುತ್ತದೆ.

ಯಾರು ಲಾಭ ಪಡೆಯಬಹುದು ಮತ್ತು ಯಾರು ಹಿಂದೆ ಉಳಿಯಬಹುದು

  • ಸ್ಟಾರ್ಟ್-ಅಪ್‌ಗಳು ಮತ್ತು ಇಂಡಿ ಡೆವಲಪರ್‌ಗಳು ಪೂರ್ಣ ಪ್ರಮಾಣದ ಇಂಜಿನಿಯರಿಂಗ್ ತಂಡವನ್ನು ನೇಮಿಸಿಕೊಳ್ಳದೆ ಗೇಮ್ ಐಡಿಯಾಗಳು ಅಥವಾ UI ಪರಿಕಲ್ಪನೆಗಳ ಮೇಲೆ ಕೆಲಸ ಮಾಡಬಹುದು.
  • ಉತ್ಪನ್ನ ತಂಡಗಳು (Product teams) ಆಂತರಿಕ ವಿಮರ್ಶೆಗಳಿಗಾಗಿ ಪ್ರೂಫ್-ಆಫ್-ಕನ್ಸೆಪ್ಟ್ (proof-of-concept) ಫೀಚರ್‌ಗಳನ್ನು ತಯಾರಿಸಲು ಈ ವಿಧಾನವನ್ನು ಬಳಸಬಹುದು.
  • ಟೂಲ್ ವೆಂಡರ್‌ಗಳು (Tool vendors) AI-ಚಾಲಿತ ಕೋಡ್ ಜನರೇಷನ್ ಒದಗಿಸುವವರು, ಹೆಚ್ಚಿನ ಮಟ್ಟದ ಆರ್ಕೆಸ್ಟ್ರೇಶನ್ (orchestration) ಫೀಚರ್‌ಗಳ ಕಡೆಗೆ ಬೇಡಿಕೆ ಬದಲಾಗುವುದನ್ನು ನೋಡಬಹುದು—ಅಂದರೆ ಮಾಡೆಲ್‌ಗಳು ಫ್ರೇಮ್‌ವರ್ಕ್‌ಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಲು ಮತ್ತು CI/CD ಪೈಪ್‌ಲೈನ್‌ಗಳನ್ನು ನಿರ್ವಹಿಸಲು ಅವಕಾಶ ಮಾಡಿಕೊಡುವುದು.

ಇದಕ್ಕೆ ವಿರುದ್ಧವಾಗಿ, ಆರ್ಕಿಟೆಕ್ಚರ್ ನಿರ್ಧಾರಗಳು, ಪರ್ಫಾರ್ಮೆನ್ಸ್ ಟ್ಯೂನಿಂಗ್ ಅಥವಾ ಆರ್ಟ್ ಡೈರೆಕ್ಷನ್‌ನಲ್ಲಿ ಪರಿಣತಿ ಹೊಂದಿರುವ ಡೆವಲಪರ್‌ಗಳು, ಹೆಚ್ಚು ಗೋಚರಿಸುವ ಮತ್ತು ಕಡಿಮೆ ಸಂಕೀರ್ಣತೆಯ ಕೆಲಸಗಳು ಹೆಚ್ಚಾಗಿ ಸ್ವಯಂಚಾಲಿತಗೊಳ್ಳುವುದನ್ನು ಕಾಣಬಹುದು. ಮಾಡೆಲ್‌ನ ಸ್ವಾಯತ್ತತೆಯು (autonomy) ಕೋಡ್ ಗುಣಮಟ್ಟ, ಭದ್ರತೆ ಮತ್ತು AI-ಸೃಷ್ಟಿತ ಅಸೆಟ್‌ಗಳ ಲೈಸೆನ್ಸಿಂಗ್ ಬಗ್ಗೆಯೂ ಪ್ರಶ್ನೆಗಳನ್ನು ಎತ್ತುತ್ತದೆ—ಇವುಗಳಿಗೆ ಇನ್ನೂ ಮಾನವ ಮೇಲ್ವಿಚಾರಣೆಯ ಅಗತ್ಯವಿದೆ.

ಪ್ರಸ್ತುತ ಡೆಮೋದ ಮಿತಿಗಳು

  • ವ್ಯಾಪ್ತಿ (Scope) – ಈ ಗೇಮ್ ಒಂದು ಸಣ್ಣ 3D ಪ್ರೊಟೊಟೈಪ್ ಆಗಿದೆ; ಈ ವಿಧಾನವನ್ನು ದೊಡ್ಡದಾದ, ಡೇಟಾ-ಅಭಿಪ್ರಾಯಿತ (data-intensive) ಅಪ್ಲಿಕೇಶನ್‌ಗಳಿಗೆ ವಿಸ್ತರಿಸುವುದು ಇನ್ನೂ ಸಾಬೀತಾಗಿಲ್ಲ.
  • ಮಾನವ ಬೆಂಬಲ (Human scaffolding) – Willison GitHub Pages ಪೈಪ್‌ಲೈನ್ ಅನ್ನು ಹೊಂದ设置 ಮಾಡಿದರು ಮತ್ತು ಮಾಡೆಲ್‌ನ ಔಟ್‌ಪುಟ್ ಅನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಿದರು. ಸಂಪೂರ್ಣವಾಗಿ ಕೈಬಿಟ್ಟ (hands-off) ವ್ಯವಸ್ಥೆಗೆ ಬಿಲ್ಡ್ ವೈಫಲ್ಯಗಳನ್ನು ಅಥವಾ ಅಸುರಕ್ಷಿತ ಕೋಡ್ ಅನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಕಾರ್ಯವಿಧಾನಗಳ ಅಗತ್ಯವಿರುತ್ತದೆ.
  • ಅಸೆಟ್ ನಿಖರತೆ (Asset fidelity) – AI-ಸೃಷ್ಟಿತ ಟೆಕ್ಸ್‌ಚರ್‌ಗಳು ಸರಳ ಗೇಮ್‌ಗೆ ಕೆಲಸ ಮಾಡುತ್ತವೆ ಆದರೆ ಫೋಟೋರಿಯಲಿಸಂ (photorealism) ಅಥವಾ ಬ್ರ್ಯಾಂಡ್-ನಿರ್ದಿಷ್ಟ ಕಲೆ ಅಗತ್ಯವಿರುವ ಹೆಚ್ಚಿನ ಬಜೆಟ್‌ನ ನಿರ್ಮಾಣಗಳಿಗೆ ಸಾಲದೇ ಇರಬಹುದು.

ಮುಂದೆ ಏನನ್ನು ಗಮನಿಸಬೇಕು

  • ಟೂಲ್ ಇಂಟಿಗ್ರೇಷನ್ (Tool integration) – ಲಾರ್ಜ್ ಲ್ಯಾಂಗ್ವೇಜ್ ಮಾಡೆಲ್‌ಗಳು ಮತ್ತು ಕ್ಲೌಡ್ ಬಿಲ್ಡ್ ಸೇವೆಗಳ ನಡುವೆ ಹೆಚ್ಚು ನಿಕಟ ಸಂಬಂಧವನ್ನು ನಿರೀಕ್ಷಿಸಬಹುದು, ಇದು Willison ಮಾಡಿದ ಮ್ಯಾನುಯಲ್ ಹಂತಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ.
  • ಸುರಕ್ಷತಾ ಪದರಗಳು (Safety layers) – ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ಗಳು ನಿಯೋಜನೆಗೆ ಮೊದಲು ಭದ್ರತಾ ದೋಷಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಸ್ವಯಂಚಾಲಿತ ಕೋಡ್ ರಿವ್ಯೂ ಅಥವಾ ಸ್ಯಾಂಡ್‌ಬಾಕ್ಸಿಂಗ್ ಅನ್ನು ಸೇರಿಸಬಹುದು.
  • ಬೆಂಚ್‌ಮಾರ್ಕ್ ವಿಕಸನ (Benchmark evolution) – ಎಂಡ್-ಟು-ಎಂಡ್ ಉತ್ಪನ್ನ ವಿತರಣೆಯನ್ನು ಪರೀಕ್ಷಿಸುವ ಹೊಸ ಮೌಲ್ಯಮಾಪನ ಸೂಟ್‌ಗಳು ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಕೋಡ್-ಕಂಪ್ಲೀಷನ್ ಮೆಟ್ರಿಕ್‌ಗಳಿಗೆ ಪೂರಕವಾಗಿರಬಹುದು.

ಇದರ ಸಾರಾಂಶ ಸ್ಪಷ್ಟವಾಗಿದೆ: ಸಂಕ್ಷಿಪ್ತ ಗುರಿ ಮತ್ತು ಕೆಲವು ಮೂಲ ಸಾಮಗ್ರಿಗಳನ್ನು ನೀಡಿದಾಗ, AI ಈಗ "ಈ ಫಂಕ್ಷನ್ ಬರೆಯಿರಿ" ಎಂಬುದರಿಂದ ಮುಂದೆ ಹೋಗಿ "ಸಂಪೂರ್ಣವಾಗಿ ಚಲಾಯಿಸಬಹುದಾದ ಉತ್ಪನ್ನವನ್ನು ನಿರ್ಮಿಸಿ ಮತ್ತು ಬಿಡುಗಡೆ ಮಾಡಿ" ಎಂಬ ಹಂತಕ್ಕೆ ತಲುಪಿದೆ. ತಂತ್ರಜ್ಞಾನವು ಇನ್ನೂ ಆರಂಭಿಕ ಹಂತದಲ್ಲಿದೆ, ಆದರೆ Claude Fable 5 ಪ್ರದರ್ಶನವು ಅನೇಕ ಸಾಫ್ಟ್‌ವೇರ್ ಐಡಿಯಾಗಳ ಮೊದಲ ಕರಡು (first draft) ಸ್ವತಂತ್ರವಾಗಿ ಸೃಷ್ಟಿಸಲ್ಪಡುವ ಭವಿಷ್ಯದ ಬಗ್ಗೆ ಸುಳಿವು ನೀಡುತ್ತದೆ, ಇದು ಡೆವಲಪರ್‌ಗಳು ಪರಿಷ್ಕರಣೆ, ತಂತ್ರ ಮತ್ತು ಸೃಜನಶೀಲತೆಯ ಮೇಲೆ ಗಮನ ಹರಿಸಲು ಮುಕ್ತಗೊಳಿಸುತ್ತದೆ.