AI-ன் மர்மங்களை நீக்குதல்: நவீன தொழில்நுட்ப யுகத்திற்கான ஒரு அத்தியாவசிய கலைச்சொல் அகராதி

செயற்கை நுண்ணறிவின் (Artificial Intelligence) அதிவேக வளர்ச்சி, அனுபவம் வாய்ந்த நிபுணர்களையே குழப்பமடையச் செய்யும் ஒரு புதிய கலைச்சொல் தொகுப்பை உருவாக்கியுள்ளது. AGI-ன் உயர்மட்ட இலக்குகள் முதல் API endpoints-ன் நுணுக்கமான செயல்பாடுகள் வரை, தொழில்நுட்பத்தின் எதிர்காலத்தை உருவாக்குபவர்கள் அல்லது அதில் முதலீடு செய்பவர்களுக்கு இந்தச் சொற்களைப் புரிந்துகொள்வது இனி ஒரு விருப்பத்தேர்வு அல்ல, அது ஒரு கட்டாயமாகும்.

இலக்கை வரையறுத்தல்: AGI மற்றும் நுண்ணறிவின் தொலைநோக்கு பார்வை

AI விவாதங்களின் உச்சத்தில் இருப்பது Artificial General Intelligence (AGI) ஆகும். இதற்கான ஒருமித்த வரையறை இன்னும் கிடைக்கவில்லை என்றாலும், தொழில்துறையின் தலைவர்கள் பல்வேறு அளவுகோல்களை முன்வைக்கின்றனர். OpenAI நிறுவனத்தின் CEO சாம் ஆல்ட்மேன் (Sam Altman), AGI-யை ஒரு சக ஊழியராகச் செயல்படக்கூடிய "சராசரி மனிதனுக்கு இணையானது" என்று வகைப்படுத்துகிறார். அதே சமயம், அந்த நிறுவனத்தின் அதிகாரப்பூர்வ சாசனம், பொருளாதார ரீதியாக மதிப்புமிக்க பெரும்பாலான பணிகளில் மனிதர்களை விடச் சிறப்பாகச் செயல்படக்கூடிய அதிகத் தன்னாட்சி கொண்ட அமைப்புகளாக இதை வரையறுக்கிறது. இதற்கு நேர்மாறாக, Google DeepMind, AGI-யை ஒரு அறிவாற்றல் (cognitive) கண்ணோட்டத்தில் பார்க்கிறது; அதாவது பெரும்பாலான அறிவாற்றல் சார்ந்த பணிகளில் மனிதர்களைப் போலவே அல்லது மனிதர்களை விடச் சிறந்த திறனைப் பெற்ற AI என்று வரையறுக்கிறது. ஒரு ஒருங்கிணைந்த வரையறை இல்லாதது, இந்தத் துறை உண்மையான இயந்திர நுண்ணறிவின் எல்லையை நோக்கி இன்னும் எவ்வளவு தூரம் பயணித்துக் கொண்டிருக்கிறது என்பதை உணர்த்துகிறது.

தன்னாட்சியை நோக்கிய மாற்றம்: AI Agents மற்றும் கோடிங் நிபுணர்கள்

நாம் சாதாரண சாட்பாட்களின் (chatbots) யுகத்தைக் கடந்து, AI agents-ன் யுகத்திற்குள் நுழைகிறோம். வெறும் தூண்டுதல்களுக்கு (prompts) பதிலளிக்கும் சாதாரண LLM-களைப் போலல்லாமல், ஒரு AI agent என்பது பல AI அமைப்புகளைப் பயன்படுத்திப் பயணம் முன்பதிவு செய்தல் அல்லது செலவுகளை நிர்வகித்தல் போன்ற பல படிநிலைகளைக் கொண்ட பணிகளைச் செய்ய வடிவமைக்கப்பட்ட ஒரு தன்னாட்சி அமைப்பாகும்.

இதன் ஒரு சிறப்புப் பிரிவே "coding agent" ஆகும். பாரம்பரிய AI ஒரு சிறிய குறியீட்டுத் துண்டை (code snippet) பரிந்துரைக்கலாம், ஆனால் ஒரு coding agent முழுமையான codebase-களிலும் இயங்கி, மென்பொருளைத் தானாகவே எழுதவும், சோதனை செய்யவும் மற்றும் பிழைகளைத் திருத்தவும் (debug) முடியும். இது ஒரு மனித மென்பொருள் உருவாக்குநரின் (developer) தொடர்ச்சியான முயற்சி மற்றும் பிழை திருத்த முறையைப் பின்பற்றி, மனித மேற்பார்வை தேவைப்படும் ஒரு சோர்வில்லாத, மிகவும் திறமையான பயிற்சியாளரைப் போலச் செயல்படுகிறது; இது உற்பத்தியை கணிசமாக வேகப்படுத்துகிறது.

பகுத்தறியும் நுட்பங்கள்: Chain of Thought மற்றும் Deep Learning

அதிக துல்லியத்தைப் பெறுவதற்காக, நவீன மாதிரிகள் (models) பெருகிய முறையில் "Chain of Thought" (CoT) பகுத்தறிவைப் பயன்படுத்துகின்றன. ஒரு மனிதன் சிக்கலான கணிதப் பிரச்சனையைத் தீர்க்க பேனா மற்றும் காகிதத்தைப் பயன்படுத்துவதைப் போலவே, CoT என்பது Large Language Models (LLMs) சிக்கலான தர்க்கம் அல்லது கோடிங் சவால்களைச் சிறிய, இடைநிலைப் படிகளாகப் பிரிக்க அனுமதிக்கிறது. இந்தச் செயல்முறை தாமதத்தை (latency) அதிகரிக்கக்கூடும் என்றாலும், இது வெளியீட்டின் நம்பகத்தன்மையை வியக்கத்தக்க வகையில் மேம்படுத்துகிறது.

இந்தத் திறன்களுக்கு அடிப்படையாக இருப்பது Deep Learning ஆகும். இது பல அடுக்கு செயற்கை நரம்பியல் வலைப்பின்னல்களை (artificial neural networks - ANNs) பயன்படுத்தும் இயந்திர கற்றலின் (machine learning) ஒரு துணைப் பிரிவாகும். மனித மூளையிலிருந்து ஈர்க்கப்பட்ட Deep learning, மனிதத் தலையீடு இன்றி தரவுகளுக்குள் இருக்கும் சிக்கலான தொடர்புகளைக் கண்டறிய மாதிரிகளுக்கு அனுமதிக்கிறது. இருப்பினும், இந்த ஆற்றலுக்கு ஒரு விலை உண்டு: இந்த அமைப்புகள் பயனுள்ள முறையில் பயிற்சி பெற, மில்லியன் கணக்கான தரவுத்தொகுப்புகள் (datasets) மற்றும் கணிசமான "compute" (GPU, CPU மற்றும் TPU வன்பொருள் திறன்) தேவைப்படுகின்றன.

இணைப்பு மற்றும் கட்டுப்பாடு: API Endpoints

AI agents நிஜ உலகத்துடன் தொடர்பு கொள்ள, அவை API endpoints-களைச் சார்ந்துள்ளன. ஒரு மென்பொருள் நிரல் மற்றொரு நிரலில் செயல்களைத் தூண்ட அனுமதிக்கும் டிஜிட்டல் "பொத்தான்கள்" (buttons) என்று இவற்றை நீங்கள் நினைக்கலாம். ஏஜெண்டுகள் அதிகத் திறன் கொண்டதாக மாறும்போது, அவை மூன்றாம் தரப்பு சேவைகளைக் கட்டுப்படுத்த இந்த endpoints-களைத் தாங்களாகவே கண்டறிந்து பயன்படுத்தும் திறன் பெறுகின்றன. இது இணைக்கப்பட்ட தளங்கள் மற்றும் ஸ்மார்ட் சாதனங்களுக்கு இடையே தடையற்ற தானியங்கி செயல்பாட்டை (automation) சாத்தியமாக்குகிறது.

முக்கியக் குறிப்புகள்

• சாட்பாட்களிலிருந்து ஏஜெண்டுகளுக்கு: தொழில்துறை, செயலற்ற உரையாடல் மாதிரிகளிலிருந்து சிக்கலான, பல படிநிலைகளைக் கொண்ட பணிப்பாய்வுகளை (workflows) செயல்படுத்தக்கூடிய தன்னாட்சி AI agents மற்றும் coding agents நோக்கி மாறி வருகிறது.
• பதில்களை விடப் பகுத்தறிவே முக்கியம்: AI-யை வெறும் வடிவங்களை ஒப்பிடும் நிலையிலிருந்து (pattern matching) நம்பகமான தர்க்கரீதியான பகுத்தறிவுக்குக் கொண்டு செல்ல Chain of Thought போன்ற நுட்பங்கள் அவசியமானவை.
• கணினித் திறன் தடையானது (The Compute Bottleneck): Deep learning-ன் முன்னேற்றம், மிகப்பெரிய தரவுத்தொகுப்புகளைச் செயலாக்கத் தேவையான சிறப்பு வன்பொருள் உள்கட்டமைப்பான "compute"-உடன் பிரிக்க முடியாத வகையில் பிணைக்கப்பட்டுள்ளது.