ತಾಂತ್ರಿಕ ಸುದ್ದಿಗಳ ಚಕ್ರವು ವೇಗವಾಗಿ ಚಲಿಸುತ್ತದೆ, ಆದರೆ ಈ ವಾರ ವಿಭಿನ್ನವಾಗಿತ್ತು. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (AI) ಕೇವಲ ಒಂದು ಉತ್ಪನ್ನ ಬಿಡುಗಡೆ ಅಥವಾ ಸಂಶೋಧನಾ ಪ್ರಬಂಧವಾಗಿ ಉಳಿದಿಲ್ಲ. ಇದು ವಿದೇಶಿ ನೀತಿಯಲ್ಲಿ ಒಂದು ವಹಿವಾಟಿನ ಸಾಧನವಾಗಿ (bargaining chip) ಬದಲಾಗಿದೆ. ಸರ್ಕಾರಗಳು ಮಾಡೆಲ್ ತೂಕಗಳನ್ನು (model weights) ಸಮೃದ್ಧ ಯುರೇನಿಯಂನಂತೆ ಪರಿಗಣಿಸಲು ಪ್ರಾರಂಭಿಸಿವೆ: ಸಾಂದ್ರವಾದ, ದುರುಪಯೋಗವಾದರೆ ಅಪಾಯಕಾರಿ ಮತ್ತು ಪ್ರತಿಸ್ಪರ್ಧಿಗಳು ಅವುಗಳನ್ನು ಸಂಗ್ರಹಿಸಿದರೆ ನಿರ್ಲಕ್ಷಿಸಲು ಅಸಾಧ್ಯವಾದವು. ಹೋರಾಟವು ಈಗ ಯಾವ ಮಾಡೆಲ್ ಬೆಂಚ್ಮಾರ್ಕ್ನಲ್ಲಿ ಹೆಚ್ಚು ಅಂಕ ಪಡೆಯುತ್ತದೆ ಎಂಬುದರ ಬಗ್ಗೆ ಅಲ್ಲ. ಬದಲಾಗಿ, ಅವುಗಳನ್ನು ಯಾರು ನಿರ್ಮಿಸುತ್ತಾರೆ, ಅವುಗಳನ್ನು ತರಬೇತಿ ಮಾಡಲು ಬೇಕಾದ ಸಾಮಗ್ರಿಗಳನ್ನು ಯಾರು ನಿಯಂತ್ರಿಸುತ್ತಾರೆ ಮತ್ತು ಅವು ಕಲಿತ ಡೇಟಾ ಯಾರಿಗೆ ಸೇರಿದ್ದು ಎಂಬುದರ ಬಗ್ಗೆ ಇದೆ.
ಡಿಸ್ಟಿಲೇಶನ್ (Distillation) ಆರೋಪ
ಈ ವಾರ, ಅಮೆರಿಕದ ಅಧಿಕಾರಿಯೊಬ್ಬರು Moonshot AI ಸಂಸ್ಥೆಯು Anthropic ನ Fable ಮಾಡೆಲ್ ಅನ್ನು ಕದ್ದಿದೆ ಎಂದು ಆರೋಪಿಸಿದ್ದಾರೆ. Moonshot ತನ್ನ Kimi K3 ವ್ಯವಸ್ಥೆಯನ್ನು ನಿರ್ಮಿಸಲು ಡಿಸ್ಟಿಲೇಶನ್ (distillation) ವಿಧಾನವನ್ನು ಬಳಸಿದೆ ಎಂಬುದು ನಿರ್ದಿಷ್ಟ ಆರೋಪವಾಗಿದೆ. ತರಬೇತಿ ವಿಧಾನಗಳನ್ನು (training methods) ಸೂಕ್ಷ್ಮವಾಗಿ ಗಮನಿಸದ ಓದುಗರಿಗಾಗಿ ಹೇಳಬೇಕೆಂದರೆ, ಡಿಸ್ಟಿಲೇಶನ್ ಎಂದರೆ ಒಂದು ದೊಡ್ಡ ಮತ್ತು ಸಮರ್ಥ ಮಾಡೆಲ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಸಣ್ಣ ಅಥವಾ ಹೊಸ ಮಾಡೆಲ್ ಅನ್ನು ತರಬೇತಿಗೊಳಿಸುವ ಅಭ್ಯಾಸವಾಗಿದೆ. ಅನುಮತಿಯೊಂದಿಗೆ ಮಾಡಿದರೆ ಇದು ಕಾನೂನುಬದ್ಧ ಮತ್ತು ಸಾಮಾನ್ಯವಾಗಿದೆ. ಆದರೆ ಒಂದು ಕಂಪನಿಯು ತನ್ನ ಅನುಮತಿಯಿಲ್ಲದೆ ಪ್ರತಿಸ್ಪರ್ಧಿಯ ಮಾಲೀಕತ್ವದ ವ್ಯವಸ್ಥೆಯಿಂದ ಜ್ಞಾನವನ್ನು ಹೊರತೆಗೆಯಲು ಪ್ರಯತ್ನಿಸಿದಾಗ ಅದು ಕಳ್ಳತನವಾಗುತ್ತದೆ.
ಆರೋಪದ ಪ್ರಕಾರ, ಸಾಕ್ಷ್ಯವು ನಡವಳಿಕೆಗೆ ಸಂಬಂಧಿಸಿದೆ. ಸಂಶೋಧಕರು Kimi K3 ತನ್ನನ್ನು ತಾನು Anthropic ನ ಸಹಾಯಕನಾದ Claude ಎಂದು ಪದೇ ಪದೇ ಗುರುತಿಸಿಕೊಳ್ಳುತ್ತಿರುವುದನ್ನು ಗಮನಿಸಿದ್ದಾರೆ. ತನ್ನದೇ ಆದ ತರಬೇತಿಯ ಇತಿಹಾಸವಿರುವ ಮಾಡೆಲ್ ತನ್ನ ಹೆಸರನ್ನು ತಿಳಿದಿರಬೇಕು. ಅದು ಪದೇ ಪದೇ ಪ್ರತಿಸ್ಪರ್ಧಿಯ ಉತ್ಪನ್ನ ಎಂದು ಹೇಳಿಕೊಂಡಾಗ, ಅದು ಕೇವಲ ಕಾಕತಾಳೀಯವಾಗಿ ಕಾಣದೆ, ಶಿಕ್ಷಕನ ಪರೀಕ್ಷೆಯ ಉತ್ತರಗಳನ್ನು ಪದೇ ಪದೇ ನಕಲು ಮಾಡುವ ವಿದ್ಯಾರ್ಥಿಯಂತೆ ಕಾಣುತ್ತದೆ. Moonshot ಸಂಸ್ಥೆಯು ನಿಜವಾಗಿಯೂ Kimi K3 ಅನ್ನು ತರಬೇತಿಗೊಳಿಸಲು Anthropic ಮಾಡೆಲ್ನಿಂದ ಮಾಹಿತಿಯನ್ನು (outputs) ಬಳಸಿಕೊಂಡಿದ್ದರೆ, ಅದರ ಬೌದ್ಧಿಕ ಆಸ್ತಿ (intellectual property) ಪರಿಣಾಮಗಳು ಸಿಲಿಕಾನ್ ವ್ಯಾಲಿ ನ್ಯಾಯಾಲಯಗಳಿಗಿಂತ ಬಹಳ ದೂರದವರೆಗೆ ವಿಸ್ತರಿಸುತ್ತವೆ. ಅವು ರಫ್ತು ನಿಯಂತ್ರಣಗಳು ಮತ್ತು ರಾಷ್ಟ್ರೀಯ ಭದ್ರತಾ ಸಭೆಗಳವರೆಗೆ ತಲುಪುತ್ತವೆ.
ಅಗ್ಗದ ಮಾಡೆಲ್ಗಳ ಉದಯ
ಡಿಸ್ಟಿಲೇಶನ್ ಹೋರಾಟ ನಡೆಯುತ್ತಿರುವಾಗಲೇ, ಚೀನೀ ಪ್ರಯೋಗಾಲಯಗಳು ಅಮೆರಿಕದ ಸ್ಥಾಪಿತ ಸಂಸ್ಥೆಗಳನ್ನು ಅಸಮಾಧಾನಗೊಳಿಸುವ ವೇಗ ಮತ್ತು ಬೆಲೆಯಲ್ಲಿ ಫ್ರಾಂಟಿಯರ್ ಮಾಡೆಲ್ಗಳನ್ನು (frontier models) ಮಾರುಕಟ್ಟೆಗೆ ತರುತ್ತಿವೆ. DeepSeek V4 ಮತ್ತು Kimi K3 ಒಂದೇ ವಾರದಲ್ಲಿ ಬಿಡುಗಡೆಯಾದವು. ಎರಡೂ ಸಾರ್ವಜನಿಕ ಲೀಡರ್ಬೋರ್ಡ್ಗಳಲ್ಲಿ ಅಗ್ರಸ್ಥಾನದಲ್ಲಿರುವ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಹೊಂದಿವೆ ಎಂದು ಪ್ರತಿಪಾದಿಸುತ್ತವೆ, ಆದರೂ ಅವು ಅಮೆರಿಕದ ಮಾಡೆಲ್ಗಳಿಗಿಂತ ಅತ್ಯಲ್ಪ ವೆಚ್ಚದಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ.
ಈ ಮಾದರಿಯು ಹೊಸದಲ್ಲ, ಆದರೆ ಇದು ವೇಗವಾಗುತ್ತಿದೆ. ಚೀನೀ ಪ್ರಯೋಗಾಲಯಗಳಿಂದ ಬಂದ ಹಿಂದಿನ ಆಘಾತಗಳು, ಫ್ರಾಂಟಿಯರ್ ಮಾಡೆಲ್ ತರಬೇತಿ ಮಾಡಲು ನಿಜವಾಗಿಯೂ ಹತ್ತು ಬಿಲಿಯನ್ ಡಾಲರ್ಗಳ ಅಗತ್ಯವಿದೆಯೇ ಎಂದು ವಾಲ್ ಸ್ಟ್ರೀಟ್ ಅನ್ನು ಪ್ರಶ್ನಿಸುವಂತೆ ಮಾಡಿದ್ದವು. DeepSeek V4 ಮತ್ತು Kimi K3 ಆ ಒತ್ತಡವನ್ನು ಮತ್ತೆ ಹೆಚ್ಚಿಸಿವೆ. ಇಂಜಿನಿಯರಿಂಗ್ ದಕ್ಷತೆ, ಚಾಣಾಕ್ಷ ಡೇಟಾ ಕ್ಯುರೇಶನ್ ಮತ್ತು ಹಾರ್ಡ್ವೇರ್ ಪರಿಹಾರಗಳು ಬೃಹತ್ ಬಂಡವಾಳ ವೆಚ್ಚಕ್ಕೆ (capital expenditure) ಪರ್ಯಾಯವಾಗಬಲ್ಲವು ಎಂದು ಅವು ಸೂಚಿಸುತ್ತವೆ. ದೊಡ್ಡ ಮಟ್ಟದ ಬಂಡವಾಳದ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುವ ಅಮೆರಿಕದ ಪ್ರಯೋಗಾಲಯಗಳಿಗೆ ಸಂದೇಶ ಸ್ಪಷ್ಟವಾಗಿದೆ: ಹೆಚ್ಚಿನ ಕಾರ್ಯಕ್ಷಮತೆ ಈಗ ಅಗ್ಗವಾಗುತ್ತಿದೆ ಮತ್ತು ಪ್ರೀಮಿಯ فونب ಬೆಲೆಗಳನ್ನು ವಿಧಿಸುವ ಅವಕಾಶವು ಮುಕ್ತಾಯದ ಹಂತದಲ್ಲಿದೆ.
ಎಂಟರ್ಪ್ರೈಸ್ ಏಜೆಂಟ್ ಯುದ್ಧ
ಈ ವಾರದ ಎಲ್ಲಾ ಸುದ್ದಿಗಳು ಭೌಗೋಳಿಕ ರಾಜಕೀಯದ ಬಗ್ಗೆ ಇರಲಿಲ್ಲ. OpenAI ಸಂಸ್ಥೆಯು ವ್ಯವಹಾರಗಳಿಗೆ AI ಏಜೆಂಟ್ಗಳನ್ನು ಬಳಸಲು ಸಹಾಯ ಮಾಡುವ ಉದ್ದೇಶ ಹೊಂದಿರುವ Presence ಎಂಬ ಉತ್ಪನ್ನವನ್ನು ಬಿಡುಗಡೆ ಮಾಡಿದೆ. ಈ ಕ್ರಮವು OpenAI ಅನ್ನು Google, Meta ಮತ್ತು NVIDIA ನೊಂದಿಗೆ ನೇರ ಸ್ಪರ್ಧೆಯಲ್ಲට ತಳ್ಳುತ್ತದೆ. ಈ ಎಲ್ಲಾ ಕಂಪನಿಗಳು ಒಂದೇ ಅವಕಾಶವನ್ನು ನೋಡುತ್ತಿವೆ: ಮಾಡೆಲ್ ಸ್ವತಃ ಒಂದು ಕಮೋಡಿಟಿಯಾಗಿ (commodity) ಬದಲಾಗುತ್ತಿದೆ, ಆದರೆ ವಾಸ್ತವಿಕ ಕೆಲಸದ ಹರಿವನ್ನು (workflows) ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುವ ಪ್ಲಾಟ್ಫಾರ್ಮ್ ಅತ್ಯಮೂಲ್ಯವಾಗಿದೆ.
ಚಾಟ್ಬಾಟ್ಗಳ ನಂತರ ಏಜೆಂಟ್ಗಳು ತಾರ್ಕಿಕ ಮುಂದಿನ ಹಂತಗಳಾಗಿವೆ. ಚಾಟ್ಬಾಟ್ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸುತ್ತದೆ. ಏಜೆಂಟ್ ವಿಮಾನ ಪ್ರಯಾಣವನ್ನು ಬುಕ್ ಮಾಡುತ್ತದೆ, ವೆಚ್ಚದ ವರದಿಗಳನ್ನು ಸಲ್ಲಿಸುತ್ತದೆ ಅಥವಾ ಗೋದಾಮಿನ ದಾಸ್ತಾನುಗಳನ್ನು ಮರುಸಮತೋಲನಗೊಳಿಸುತ್ತದೆ. ಈ ಕಾರ್ಯಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುವ ಪೈಪೋಟಿ ತೀವ್ರಗೊಳ್ಳುತ್ತಿದೆ ಏಕೆಂದರೆ ಅಲ್ಲಿಯೇ ನಿರಂತರ ಎಂಟರ್ಪ್ರೈಸ್ ಆದಾಯ ಅಡಗಿದೆ. OpenAI ಕೇವಲ ಇಂಜಿನ್ ಅನ್ನು ಮಾರಾಟ ಮಾಡಲು ಬಯಸುವುದಿಲ್ಲ; ಅದು ಇಡೀ ಕಾರನ್ನು ಮಾರಾಟ ಮಾಡಲು ಬಯಸುತ್ತದೆ. Google ತನ್ನ Workspace ಮೂಲಕ ನಿಮ್ಮ ಸಭೆಗಳನ್ನು ನಡೆಸಲು ಬಯಸುತ್ತದೆ. Meta ತನ್ನ ಸೋಶಿಯಲ್ ಗ್ರಾಫ್ ಒಳಗೆ ಏಜೆಂಟ್ಗಳನ್ನು ಹೊಂದಲು ಬಯಸುತ್ತದೆ. NVIDIA ಇವೆಲ್ಲದರ ಅಡಿಯಲ್ಲಿರುವ ಮೂಲಸೌಕರ್ಯ ಪದರವನ್ನು (infrastructure layer) ನಿರ್ವಹಿಸಲು ಬಯಸುತ್ತದೆ. ವಿಜೇತರು ಕೇವಲ ಅತ್ಯುತ್ತಮ ಮಾಡೆಲ್ ಹೊಂದಿರುವ ಪ್ರಯೋಗಾಲಯವಾಗಿರುವುದಿಲ್ಲ, ಬದಲಾಗಿ ಐಟಿ ವಿಭಾಗಗಳಿಗೆ ತಮ್ಮ ಆಂತರಿಕ ವ್ಯವಸ್ಥೆಗಳ ನಿಯಂತ್ರಣವನ್ನು ನೀಡುವಂತೆ ಒಪ್ಪಿಸುವ ಸಂಸ್ಥೆಯಾಗಿರುತ್ತದೆ.
ಕಾಂಕ್ರೀಟ್ ಅಡಚಣೆಯಾಗುವಾಗ
ಈ ಎಲ್ಲಾ ಸಾಫ್ಟ್ವೇರ್ ಮಹತ್ವಾಕಾಂಕ್ಷೆಗಳು ಇಂದಿಗೂ ಭೌತಿಕ ವಸ್ತುಗಳ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿವೆ. ಅಮೆರಿಕದ ಜಾರ್ಜಿಯಾದಲ್ಲಿ ಮೂವತ್ತು ಬಿಲಿಯನ್ ಡಾಲರ್ ವೆಚ್ಚದ ಡೇಟಾ ಸೆಂಟರ್ ಕ್ಯಾಂಪಸ್ ಆಗಿರುವ Project Camellia ಅನ್ನು ಪ್ರಾರಂಭಿಸಿದಾಗ OpenAI ಇದನ್ನು ಸ್ಪಷ್ಟಪಡಿಸಿದೆ. ಮೂವತ್ತು ಬಿಲಿಯನ್ ಡಾಲರ್ ಎಂಬುದು ಕೇವಲ ಸೌಲಭ್ಯಗಳ ಬಜೆಟ್ ಅಲ್ಲ. AI ಗೆ ಈಗ ಅಲ್ಗಾರಿದಮ್ಗಳು ಅಥವಾ GPUಗಳೇ ಮುಖ್ಯ ಮಿತಿಗಳಲ್ಲ ಎಂಬ ಹೇಳಿಕೆಯಾಗಿದೆ. ಅವು ವಿದ್ಯುತ್ ಮತ್ತು ಕಾಂಕ್ರೀಟ್ ಆಗಿವೆ.
ನೀವು ಒಂದು ಸರ್ವರ್ ಕ್ಲೋಸೆಟ್ನಲ್ಲಿ ಫ್ರಾಂಟಿಯರ್ ಮಾಡೆಲ್ ಅನ್ನು ತರಬೇತುಗೊಳಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ. ಒಂದು ಮಧ್ಯಮ ಗಾತ್ರದ ನಗರಕ್ಕಿಂತ ಹೆಚ್ಚಿನ ವಿದ್ಯುತ್ ಬಳಸುವ, ಏಕಕಾಲದಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಸಾವಿರಾರು ಅಕ್ಸೆಲರೇಟರ್ಗಳು ನಿಮಗೆ ಬೇಕು. ನಿಮಗೆ ಫೈಬರ್, ತಂಪುಗೊಳಿಸಲು ನೀರು, ಉಕ್ಕು ಮತ್ತು ವರ್ಷಗಳ ಕಾಲ ಅನುಮತಿಗಳು ಬೇಕು. ಅದಕ್ಕಾಗಿಯೇ BlackRock ಮತ್ತು MGX ನಂತಹ ಅಸೆಟ್ ಮ್ಯಾನೇಜರ್ಗಳು ಡೇಟಾ ಸೆಂಟರ್ ಯೋಜನೆಗಳಲ್ಲಿ ಶತಕೋಟಿಗಳನ್ನು ಹೂಡಿಕೆ ಮಾಡುತ್ತಿದ್ದಾರೆ. ಅವರು ಕೇವಲ ಒಂದು ಆಪ್ ಮೇಲೆ ಪಣ ತೊಡುತ್ತಿಲ್ಲ. ಅವರು AI ಯುಗದ ರೈಲ್ವೇ ಮತ್ತು ಕಲ್ಲಿದ್ದಲು ಗಣಿಗಳನ್ನು ಖರೀದಿಸುತ್ತಿದ್ದಾರೆ. ವಿದ್ಯುತ್ ಉತ್ಪಾದನೆ ಮತ್ತು ನಿರ್ಮಾಣದ ಪೂರೈಕೆ ಸರಪಳಿ ವೇಗವಾಗಿ ಸಾಗದಿದ್ದರೆ, ಗಣಿತವು ಎಷ್ಟೇ ಸೊಗಸಾಗಿರಲಿ, ದೊಡ್ಡ ಮಾಡೆಲ್ಗಳ ಸಂಪೂರ್ಣ ಮಾರ್ಗಸೂಚಿಯು ವಿಫಲವಾಗುತ್ತದೆ.
ನ್ಯಾಯಾಲಯಗಳು, ಕಾಪಿರೈಟ್ ಮತ್ತು ಬಂಡವಾಳ
ಈ ವಾರ ಕಾನೂನು ವ್ಯವಸ್ಥೆಯೂ ಬೆಳಕಿಗೆ ಬಂದಿದೆ. ಅನುಮತಿಯಿಲ್ಲದೆ Claude ಅನ್ನು ತರಬೇತುಗೊಳಿಸಲು ತಮ್ಮ ಪುಸ್ತಕಗಳನ್ನು ಬಳಸಿದ್ದಾಗಿ ಆರೋಪಿಸಿದ ಲೇಖಕರೊಂದಿಗೆ Anthropic ಮಾಡಿಕೊಂಡ $1.5 ಬಿಲಿಯನ್ ಸೆಟಲ್ಮೆಂಟ್ ಅನ್ನು ನ್ಯಾಯಾಧೀಶರು ಅನುಮೋದಿಸಿದ್ದಾರೆ. ಈ ಒಪ್ಪಂದವು AI ಇತಿಹಾಸದ ಅತಿದೊಡ್ಡ ಕಾಪಿರೈಟ್ ಹಕ್ಕುಗಳ ವಾದಗಳಲ್ಲಿ ಒಂದನ್ನು ಬಗೆಹರಿಸುತ್ತದೆ.
ತೀರ್ಪಿನಷ್ಟೇ ಚೆಕ್ಕಿನ ಮೊತ್ತವೂ ಮುಖ್ಯವಾಗಿದೆ. ತರಬೇತಿ ಡೇಟಾ ಎಂಬುದು ಮುಕ್ತ ವೆಬ್ನಿಂದ ಕಬಳಿಸಿದ ಉಚಿತ ಸಂಪನ್ಮೂಲವಲ್ಲ ಎಂದು ಇದು ಇತರ ಎಲ್ಲಾ ಲ್ಯಾಬ್ಗಳಿಗೆ ತಿಳಿಸುತ್ತದೆ. ಇದು ಅಂತಿಮವಾಗಿ ಬ್ಯಾಲೆನ್ಸ್ ಶೀಟ್ನಲ್ಲಿ ಕಾಣಿಸಿಕೊಳ್ಳಬಹುದಾದ ಒಂದು ಸಂಭಾವ್ಯ ಹೊಣೆಗಾರಿಕೆಯಾಗಿದೆ. $1.5 ಬಿಲಿಯನ್ನ ಈ ಮೊತ್ತವು ಹಣಕಾಸು ತಂಡಗಳು ಪ್ರೀ-ಟ್ರೈನಿಂಗ್ ಬಜೆಟ್ಗಳ ಬಗ್ಗೆ ಯೋಚಿಸುವ ರೀತಿಯನ್ನೇ ಬದಲಾಯಿಸುತ್ತದೆ. ಇದು ಭವಿಷ್ಯದ ಕಾನೂನು ಹೋರಾಟಗಳಿಗಾಗಿ ಲೇಖಕರು ಮತ್ತು ಪ್ರಕಾಶಕರಿಗೆ ಸ್ಪಷ್ಟವಾದ ಮಾದರಿಯನ್ನು ಒದಗಿಸುತ್ತದೆ. ನೀವು ಇಂದು ಒಂದು ಮಾಡೆಲ್ ಅನ್ನು ನಿರ್ಮಿಸುತ್ತಿದ್ದರೆ, ನಿಮ್ಮ ತರಬೇತಿ ಕೋಪಸ್ ಆಡಿಟ್ನಿಂದ ತಪ್ಪಿಸಿಕೊಳ್ಳುತ್ತದೆ ಎಂದು ನೀವು ಇನ್ನು ಮುಂದೆ ಭಾವಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ.
ಸ್ಕ್ರೀನ್ಗಿಂತ ಮೀರಿದ AI
ಕೊನೆಯದಾಗಿ, ಈ ವಾರದ ಎರಡು ಧನಸಹಾಯದ ಮೊತ್ತಗಳು AI ಕೇವಲ ಚಾಟ್ ವಿಂಡೋಗಳಿಗೆ ಸೀಮಿತವಾಗಿಲ್ಲ ಎಂಬುದನ್ನು ಎಲ್ಲರಿಗೂ ನೆನಪಿಸಿವೆ. ಈ ತಿಂಗಳು ರಕ್ಷಣಾ AI ಧನಸಹಾಯವು $3 ಬಿಲಿಯನ್ ತಲುಪಿದೆ, ಮತ್ತು AI ಚಾಲಿತ ಔಷಧ ಸಂಶೋಧನೆಯಲ್ಲಿನ ಹೂಡಿಕೆಯು $2 ಬಿಲಿಯನ್ ತಲುಪಿದೆ.
ರಕ್ಷಣಾ ಕ್ಷೇತ್ರದಲ್ಲಿ, ಉಪಗ್ರಹ ಚಿತ್ರಗಳನ್ನು ವಿಶ್ಲೇಷಿಸುವ, ಡ್ರೋನ್ ಗುಂಪುಗಳನ್ನು ಸಂಯೋಜಿಸುವ ಮತ್ತು ಯುದ್ಧಭೂಮಿಯ ನಿರ್ಧಾರದ ಚಕ್ರಗಳನ್ನು ವೇಗಗೊಳಿಸುವ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಹಣ ಹರಿಯುತ್ತಿದೆ. ಫಾರ್ಮಾ ಕ್ಷೇತ್ರದಲ್ಲಿ, ಹೊಸ AI ಪರಿಕರಗಳು ಔಷಧ ಅಭಿವೃದ್ಧಿಯ ಅವಧಿಯನ್ನು ವರ್ಷಗಳಿಂದ ತಿಂಗಳುಗಳಿಗೆ ಇಳಿಸುತ್ತಿವೆ. ಸಂಶೋಧಕರು ಈಗ 'ವೆಟ್ ಲ್ಯಾಬ್' ಅನ್ನು ಸ್ಪರ್ಶಿಸುವ ಮೊದಲೇ ಸಿಲಿಕಾನ್ನಲ್ಲಿ ಅಭ್ಯರ್ಥಿ ಅಣುಗಳನ್ನು ಸೃಷ್ಟಿಸಬಹುದು ಮತ್ತು ಪರೀಕ್ಷಿಸಬಹುದು. ತಂತ್ರಜ್ಞಾನದ ದ್ವಿ-ಬಳಕೆಯ ಸ್ವಭಾವವು ಇಲ್ಲಿ ಎದ್ದು ಕಾಣುತ್ತಿದೆ. ಗ್ರಾಹಕ ಸೇವಾ ಬಾಟ್ ಅನ್ನು ಸುಧಾರಿಸುವ ಅದೇ ಮೂಲಭೂತ ವಿಧಾನಗಳು ಕ್ಷಿಪಣಿ ಗುರಿ ಮತ್ತು ಆಂಟಿಬಾಡಿ ವಿನ್ಯಾಸವನ್ನು ಕೂಡ ವೇಗಗೊಳಿಸುತ್ತವೆ. ಹಣ ಹರಿಯುತ್ತಿದ್ದಂತೆ, ವಾಣಿಜ್ಯ ಮತ್ತು ಕಾರ್ಯತಂತ್ರದ AI ನಡುವಿನ ನೈತಿಕ ಮತ್ತು ನಿಯಂತ್ರಕ ಗಡಿಗಳು ಮಸುಕಾಗುತ್ತಿವೆ.
ಸೆಪ್ಟೆಂಬರ್ ಮಾತುಕತೆಗಳು ಮತ್ತು ಹೊಸ ಸ್ಕೋರ್ಬೋರ್ಡ್
ಈ ಎಲ್ಲಾ ವಿಷಯಗಳು ಒಂದು ಪ್ರಮುಖ ಘಟನೆಯಲ್ಲಿ ಒಂದಾಗುತ್ತವೆ: ಅಮೆರಿಕ ಮತ್ತು ಚೀನಾ ಸೆಪ್ಟೆಂಬರ್ನಲ್ಲಿ ಔಪಚಾರಿಕ AI ಮಾತುಕತೆಗಳನ್ನು ನಡೆಸಲಿವೆ. ಅವರು ಮಿಲಿಟರಿ AI ಮತ್ತು ಚಿಪ್ ಪ್ರವೇಶದ ಬಗ್ಗೆ ಚರ್ಚಿಸಲು ಯೋಜಿಸಿದ್ದಾರೆ. ಈ ಎರಡು ಅಜೆಂಡಾ ಅಂಶಗಳು ಮಾತ್ರ ನಾವು ಮುಕ್ತ ಸಂಶೋಧನೆಯ ಯುಗದಿಂದ ಎಷ್ಟು ದೂರ ಬಂದಿದ್ದೇವೆ ಎಂಬುದನ್ನು ತಿಳಿಸುತ್ತವೆ.
ಹಳೆಯ ಸ್ಪರ್ಧೆಯು ಸರಳವಾಗಿತ್ತು. ನೀವು ಒಂದು ಮಾಡೆಲ್ ಬಿಡುಗಡೆ ಮಾಡುತ್ತೀರಿ, ನಾನು ಒಂದು ಮಾಡೆಲ್ ಬಿಡುಗಡೆ ಮಾಡುತ್ತೇನೆ, ಮತ್ತು MMLU ಅಥವಾ HumanEval ನಲ್ಲಿ ಉತ್ತಮ ಸ್ಕೋರ್ ಪಡೆದವರು ಆ ವಾರದ ವಿಜೇತರಾಗುತ್ತಾರೆ. ಆ ಆಟವು ಕೊನೆಗೊಳ್ಳುತ್ತಿದೆ. ಹೊಸ ಪ್ರಶ್ನೆಗಳನ್ನು ಅಳೆಯುವುದು ಕಷ್ಟ ಮತ್ತು ಸಾಫ್ಟ್ವೇರ್ ಅಪ್ಡೇಟ್ ಮೂಲಕ ಅವುಗಳನ್ನು ಸರಿಪಡಿಸುವುದು ಅಸಾಧ್ಯ:
- ಯಾರನ್ನು ಯಾವ ಡೇಟಾದ ಮೇಲೆ ತರಬೇತಿಗೊಳಿಸಲಾಗಿದೆ ಮತ್ತು ಅದಕ್ಕಾಗಿ ಅವರು ಹಣ ಪಾವತಿಸಿದ್ದಾರೆಯೇ?
- ಯಾರು ಯಾವ ಚಿಪ್ಗಳನ್ನು ಖರೀದಿಸಬಹುದು ಮತ್ತು ಯಾರನ್ನು ಪೂರೈಕೆ ಸರಪಳಿಯಿಂದ ನಿರ್ಬಂಧಿಸಲಾಗಿದೆ?
- ಡೇಟಾ ಸೆಂಟರ್ಗಳನ್ನು ನಡೆಸುವ ವಿದ್ಯುತ್ ಪೂರೈಕೆಯನ್ನು ಯಾರು ನಿಯಂತ್ರಿಸುತ್ತಾರೆ?
ಬೆಂಚ್ಮಾರ್ಕ್ಗಳು ಒಂದಾಗುತ್ತಿವೆ. ಸಾಮರ್ಥ್ಯಗಳು ಸಮೀಪಿಸುತ್ತಿವೆ. ಆದರೆ ರಾಜಕೀಯವು ವಿಭಜಿಸುತ್ತಿದೆ. ರಫ್ತು ಪರವಾನಗಿಗಳು, ಇಂಧನ ಗ್ರಿಡ್ಗಳು ಮತ್ತು ಕಾನೂನು ವ್ಯವಸ್ಥೆಗಳಿಂದ ಪ್ರತ್ಯೇಕಿಸಲ್ಪಟ್ಟ ಎರಡು ಸಮಾನಾಂತರ ಪರಿಸರ ವ್ಯವಸ್ಥೆಗಳು ರೂಪುಗೊಳ್ಳುತ್ತಿವೆ.
ನಿಜವಾದ ಸಾರಾಂಶ
ನೀವು ಒಬ್ಬ ಡೆವಲಪರ್, ಸಂಸ್ಥಾಪಕ ಅಥವಾ ಉದ್ಯಮ ಖರೀದಿದಾರರಾಗಿದ್ದರೆ, AI ಅನ್ನು ಕೇವಲ ಲೀಡರ್ಬೋರ್ಡ್ ಸ್ಕೋರ್ಗಳ ಮೇಲೆ ಅಳೆಯುವುದನ್ನು ನಿಲ್ಲಿಸಿ. ಪೂರೈಕೆ ಸರಪಳಿ ಮತ್ತು ರಾಜಕೀಯ ಅಪಾಯಗಳನ್ನು ಎಂಜಿನಿಯರಿಂಗ್ ನಿರ್ಬಂಧಗಳಾಗಿ ಪರಿಗಣಿಸಲು ಪ್ರಾರಂಭಿಸಿ. ನೀವು ಇಂದು ಅಳವಡಿಸಿಕೊಳ್ಳುವ ಮಾಡೆಲ್ ನಾಳೆ ರಫ್ತು ನಿರ್ಬಂಧಕ್ಕೆ ಸಿಲುಕಬಹುದು. ಅದರ ಹಿಂದಿರುವ ತರಬೇತಿ ಡೇಟಾ ಶತಕೋಟಿ ಡಾಲರ್ಗಳ ಕಾನೂನು ವೆಚ್ಚವನ್ನು ತರಬಹುದು. ಅದನ್ನು ನಡೆಸುವ ಡೇಟಾ ಸೆಂಟರ್ ಅದನ್ನು ನಿರ್ಮಿಸಿದ ಸಂಶೋಧಕರ ಪ್ರತಿಭೆಯಿಂದಲ್ಲದೆ, ಸ್ಥಳೀಯ ಯುಟಿಲಿಟಿ ಗ್ರಿಡ್ನಿಂದ ಮಿತಿಗೊಳಿಸಲ್ಪಡಬಹುದು. ನೀವು ಅವಲಂಬಿಸಿರುವ ಪರಿಕರಗಳನ್ನು ನಿರ್ಬಂಧಿಸಬಹುದು, ಕಾನೂನು ವಿವಾದಗಳಿಗೆ ಸಿಲುಕಿಸಬಹುದು ಅಥವಾ ವಿದ್ಯುತ್ ಕೊರತೆಯಾಗಬಹುದು ಎಂದು ಭಾವಿಸಿ ನಿಮ್ಮ ಆರ್ಕಿಟೆಕ್ಚರ್ ಅನ್ನು ನಿರ್ಮಿಸಿ—ಏಕೆಂದರೆ ಈ ವಾರವು ಈ ಮೂರೂ ಈಗ ಸಂಭವನೀಯ ಸಾಧ್ಯತೆಗಳು ಎಂದು ಸ್ಪಷ್ಟಪಡಿಸಿದೆ.