സ്വയംഭരണാധികാരമുള്ള AI ഏജന്റുകളിൽ വിപ്ലവം സൃഷ്ടിക്കാൻ റിച്ച് സട്ടൺ Oak Lab ആരംഭിക്കുന്നു

ട്യൂറിംഗ് അവാർഡ് ജേതാവായ റിച്ചാർഡ് സട്ടൺ, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിനെ പുനർനിർവചിക്കാൻ ലക്ഷ്യമിട്ടുള്ള ടൊറന്റോ ആസ്ഥാനമായുള്ള Oak Lab എന്ന സ്റ്റാർട്ടപ്പിലൂടെ ഔദ്യോഗികമായി സ്റ്റാർട്ടപ്പ് രംഗത്തേക്ക് പ്രവേശിച്ചു. ആധുനിക ജനറേറ്റീവ് മോഡലുകളുടെ പരിമിതികൾക്ക് അപ്പുറത്തേക്ക് കടന്ന്, നിരന്തരവും തത്സമയവുമായ (real-time) പഠനത്തിലൂടെ യഥാർത്ഥമായ കണ്ടെത്തലുകൾ നടത്താൻ ശേഷിയുള്ള സ്വയംഭരണാധികാരമുള്ള (autonomous) ഏജന്റുകളെ നിർമ്മിക്കാനാണ് കമ്പനി ലക്ഷ്യമിടുന്നത്.

ജനറേറ്റീവ് അനുകരണത്തിനപ്പുറത്തേക്ക്

ആധുനിക റൈൻഫോഴ്‌സ്‌മെന്റ് ലേണിംഗിന്റെ (reinforcement learning) മുൻനിരക്കാരനും Keen Technologies-ലെ മുൻ ഗവേഷകനുമായ റിച്ചാർഡ് സട്ടൺ, AI-യുടെ നിലവിലെ ഗതി അടിസ്ഥാനപരമായി തെറ്റാണെന്ന് വിശ്വസിക്കുന്നു. നിലവിൽ വ്യവസായം ലാർജ് ലാംഗ്വേജ് മോഡലുകളിൽ (LLMs) മാത്രം ശ്രദ്ധ കേന്ദ്രീകരിക്കുമ്പോൾ, ഈ ഡീപ് ലേണിംഗ് രീതികൾ "ദുർബലവും കാര്യക്ഷമതയില്ലാത്തതുമാണ്" എന്ന് സട്ടൺ വാദിക്കുന്നു.

സട്ടന്റെ അഭിപ്രായത്തിൽ, നിലവിലെ ജനറേറ്റീവ് AI അനുകരണത്തിൽ മികവ് പുലർത്തുന്നുണ്ടെങ്കിലും സ്വയം വിലയിരുത്തുന്നതിൽ (self-evaluation) പരാജയപ്പെടുന്നു. ഈ മോഡലുകൾക്ക് അവയുടെ തന്നെ ഔട്ട്‌പുട്ടുകളെ വിമർശനാത്മകമായി വിലയിരുത്താൻ കഴിയാത്തതിനാൽ, അവയ്ക്ക് യഥാർത്ഥമായ കണ്ടെത്തലുകളോ ശാസ്ത്രീയ പുരോഗതിയോ നടത്താൻ സ്വാഭാവികമായും കഴിയില്ല. മോഡലുകൾക്ക് വൻതോതിലുള്ള ഡാറ്റാസെറ്റുകൾ നൽകി അവയെ നിശ്ചലമാക്കുന്ന "സ്റ്റാറ്റിക് ട്രെയിനിംഗ്" (static training) കാലഘട്ടത്തിൽ നിന്ന് മാറി, ചലനാത്മകവും പരിണമിച്ചുകൊണ്ടിരിക്കുന്നതുമായ ബുദ്ധിശക്തിയുടെ ഭാവിയിലേക്ക് നീങ്ങുക എന്നതാണ് Oak Lab-യുടെ ദൗത്യം.

ലക്ഷ്യം: തത്സമയ പഠനവും വേൾഡ് മോഡലുകളും (World Models)

ഖുറാം ജാവിദുമായി ചേർന്നുള്ള പങ്കാളിത്തത്തിലൂടെ, നൂതനമായ റൈൻഫോഴ്‌സ്‌മെന്റ് ലേണിംഗിൽ അധിഷ്ഠിതമായ ഒരു കാഴ്ചപ്പാട് പിന്തുടരാൻ സട്ടൺ Oak Lab-യെ സജ്ജമാക്കുന്നു. മുൻകൂട്ടി തയ്യാറാക്കിയ ഡാറ്റയെ ആശ്രയിക്കുന്നതിന് പകരം, തങ്ങളുടെ ചുറ്റുപാടുകളിൽ നിന്ന് നിരന്തരം പഠിക്കുന്ന ഏജന്റുകളെ വികസിപ്പിക്കാനാണ് Oak Lab ലക്ഷ്യമിടുന്നത്.

സാങ്കേതികമായ റോഡ്മാപ്പ് പ്രധാനമായും താഴെ പറയുന്ന കാര്യങ്ങളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നു:

  • Internal World Models: അടുത്ത ടോക്കൺ (token) പ്രവചിക്കുക മാത്രമല്ല, തങ്ങളുടെ ചുറ്റുപാടുകളുടെ അടിസ്ഥാനപരമായ പ്രവർത്തനരീതികൾ മനസ്സിലാക്കുന്ന ഏജന്റുകളെ നിർമ്മിക്കുക.
  • Autonomous Evaluation: മനുഷ്യ ഇടപെടലില്ലാതെ തന്നെ മാറ്റങ്ങൾ കൈകാര്യം ചെയ്യാനും, വിലയിരുത്താനും, തിരഞ്ഞെടുക്കാനും ശേഷിയുള്ള സിസ്റ്റങ്ങൾ വികസിപ്പിക്കുക.
  • Real-Time Planning: പ്രതികരണാത്മകമായ പാറ്റേൺ മാച്ചിംഗിൽ (pattern matching) നിന്ന് സജീവവും ലക്ഷ്യാധിഷ്ഠിതവുമായ പ്ലാനിംഗിലേക്ക് മാറുന്ന രീതി.

ലാബിനായി സട്ടൺ വലിയൊരു ദീർഘകാല ലക്ഷ്യം വെച്ചിട്ടുണ്ട്: വെറും 20 വാട്ട് ഊർജ്ജം മാത്രം ഉപയോഗിച്ച് തത്സമയ പഠനത്തിനും പ്ലാനിംഗിനും ശേഷിയുള്ള ഒരു ട്രില്യൺ-പാരാമീറ്റർ ഏജന്റിനെ സൃഷ്ടിക്കുക. ആധുനിക AI-യിലെ ഏറ്റവും വലിയ തടസ്സങ്ങളിലൊന്നായ വൻതോതിലുള്ള കമ്പ്യൂട്ട് ക്ലസ്റ്ററുകളുടെ ഊർജ്ജ ആവശ്യകതയെയാണ് ഈ ലക്ഷ്യം അഭിസംബോധന ചെയ്യുന്നത്.

എന്തുകൊണ്ട് ഇത് AI രംഗത്ത് പ്രധാനമാകുന്നു

Oak Lab-യുടെ സ്ഥാപനം AI വ്യവസായത്തിൽ ഒരു വലിയ മാറ്റത്തിന്റെ (paradigm shift) സൂചനയാണ്. നിലവിലെ വിപണിയിൽ ഭൂരിഭാഗവും ട്രാൻസ്ഫോർമർ ആർക്കിടെക്ചറുകൾ വികസിപ്പിക്കുന്നതിനും ഡാറ്റാസെറ്റുകളുടെ വലിപ്പം കൂട്ടുന്നതിനും ശ്രദ്ധ കേന്ദ്രീകരിക്കുമ്പോൾ, ഈ മേഖലയെ നയിക്കുന്ന അടിസ്ഥാന ആശയങ്ങളുടെ "സമഗ്രമായ പുനർനിർമ്മാണം" (thorough reworking) ആണ് സട്ടൺ ആവശ്യപ്പെടുന്നത്.

Oak Lab വിജയിക്കുകയാണെങ്കിൽ, ഡാറ്റ വർദ്ധിപ്പിക്കുന്നതിനുള്ള "ബ്രൂട്ട് ഫോഴ്സ്" (brute force) രീതിയിൽ നിന്ന് മാറി, ജൈവിക ബുദ്ധിശക്തിയെ അനുകരിക്കുന്ന കൂടുതൽ മനോഹരവും കാര്യക്ഷമവുമായ ആർക്കിടെക്ചറുകളിലേക്ക് വ്യവസായം നീങ്ങാൻ സാധ്യതയുണ്ട്. റൈൻഫോഴ്‌സ്‌മെന്റ് ലേണിംഗിനും പരിസ്ഥിതിയുമായുള്ള ഇടപെടലിനും മുൻഗണന നൽകുന്നതിലൂടെ, ആർട്ടിഫിഷ്യൽ ജനറൽ ഇന്റലിജൻസിലേക്കുള്ള (AGI) പാത വെറും വലിയ തോതിലുള്ള അനുകരണത്തിലല്ല, മറിച്ച് അനുഭവത്തിലും സ്വയംഭരണാധികാരത്തിലുമാണെന്ന് സട്ടൺ വിശ്വസിക്കുന്നു.

പ്രധാന കാര്യങ്ങൾ

  • പുതിയ ദാർശനിക സമീപനം: നിലവിലെ "ദുർബലമായ" ഡീപ് ലേണിംഗ് രീതികൾക്ക് പകരം, സ്റ്റാറ്റിക് ഡാറ്റാസെറ്റുകൾക്ക് പകരം നിരന്തരമായ പരിസ്ഥിതി ഇടപെടലിലൂടെ പഠിക്കുന്ന ഏജന്റുകളെ വികസിപ്പിക്കാനാണ് Oak Lab ലക്ഷ്യമിടുന്നത്.
  • കാര്യക്ഷമതയ്ക്കായുള്ള ലക്ഷ്യങ്ങൾ: കമ്പ്യൂട്ടേഷണൽ കാര്യക്ഷമതയിൽ വലിയൊരു മുന്നേറ്റം ലക്ഷ്യമിടുന്ന സ്റ്റാർട്ടപ്പ്, വെറും 20 വാട്ട് പവറിൽ പ്രവർത്തിക്കുന്ന ഒരു ട്രില്യൺ-പാരാമീറ്റർ മോഡൽ വികസിപ്പിക്കാൻ ശ്രമിക്കുന്നു.
  • കണ്ടെത്തലുകളിലുള്ള ശ്രദ്ധ: അനുകരണത്തിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്ന ജനറേറ്റീവ് AI-യിൽ നിന്ന് വ്യത്യസ്തമായി, സ്വയം വിലയിരുത്താനും സ്വയംഭരണാധികാരത്തോടെ തത്സമയ പ്ലാനിംഗ് നടത്താനും ശേഷിയുള്ള ഏജന്റുകളെയാണ് Oak Lab നിർമ്മിക്കുന്നത്.