OpenAI Codex ஒரு முழுமையான 16-bit x86 Assembly Asteroids பாணியிலான DOS விளையாட்டை உருவாக்கியது; இது மனிதனால் எழுதப்பட்ட ஒரு வரியைக் கூட இன்றி, 18 மூலக் கோப்புகள் மற்றும் தோராயமாக 2,500 வரிகளைக் கொண்ட குறியீட்டை வழங்கியுள்ளது. இந்தச் சோதனை, ஒரு மென்பொருள் வாழ்க்கைச் சுழற்சியை (software lifecycle) — திட்டமிடல் முதல் பிழைதிருத்தம் வரை — ஒரு புரோகிராமரின் நேரடித் தலையீடு இன்றி ஒரு AI வழிநடத்த முடியும் என்பதைக் காட்டுகிறது. இது வழக்கமான "குறியீடு பூர்த்தி செய்தல்" (code-completion) செயல்விளக்கங்களைத் தாண்டிய ஒரு மைல்கல்லாகும்.

இந்த சோதனை ஏன் முக்கியமானது

பெரும்பாலான பொதுவான AI-coding செயல்விளக்கங்கள் சிறிய துணுக்குகள் அல்லது எளிய பயன்பாடுகளுடன் நின்றுவிடுகின்றன. அதன் உச்சவரம்பைச் சோதிப்பதற்காக, இந்தச் சோதனை Codex-ஐ கற்பனை செய்யக்கூடிய மிகவும் கட்டுப்படுத்தப்பட்ட சூழலுக்குள் தள்ளியது: கேம் என்ஜின்கள் (game engines), கிராபிக்ஸ் லைப்ரரிகள் (graphics libraries) அல்லது உயர்நிலை மொழி வசதிகள் இல்லாத DOS-இல் இயங்கும் 16-bit x86 Assembly. ஒரு AI குறியீட்டை உருவாக்குவது மட்டுமல்லாமல், அதைச் சுற்றியுள்ள பொறியியல் பணிகளையும் நிர்வகிக்க முடியுமா என்பதைக் கண்டறிவதே இதன் இலக்காகும்.

பொறுப்புகள் எவ்வாறு பிரிக்கப்பட்டன

மனிதர்களின் பொறுப்புகள் மூன்று செயல்களாக மட்டுமே இருந்தன:

  • திட்டத்தின் ஒட்டுமொத்த இலக்கை வரையறுத்தல் (ஒரு Asteroids பாணி ஷூட்டர்).
  • விளையாடுவதற்குத் தொடர்புடைய கேள்விகளுக்குப் பதிலளித்தல்.
  • ஒவ்வொரு பதிப்பையும் (build) சோதனை செய்து, கண்டறியப்பட்ட பிழைகளை (bugs) புகாரளித்தல்.

Codex-ன் பொறுப்புகள் மற்ற அனைத்தையும் உள்ளடக்கியது:

  • திட்டத் திட்டம் மற்றும் கட்டமைப்பை (architecture) வரைவு செய்தல்.
  • Assembly மூலக் கோப்புகளை (source files) எழுதுதல்.
  • குறியீட்டை பிழைதிருத்தம் (debug), மறுசீரமைத்தல் (refactor) மற்றும் கட்டமைப்பை மாற்றுதல்.
  • கமிட்கள் (commits) மற்றும் பிரான்ச் மேலாண்மை (branch management) உட்பட Git களஞ்சியத்தைப் (repository) பராமரித்தல்.
  • பைனரியை (binary) உருவாக்கி அதை ஒரு DOS எமுலேட்டரில் (emulator) இயக்குதல்.

மனிதர் ஒரு Assembly கட்டளையைக்கூடத் தட்டச்சு செய்யவில்லை, ஒரு கம்பைலரை (compiler) அழைக்கவில்லை, மேலும் மேம்பாட்டுப் பணியின் போது விளையாட்டைத் தொடங்கவும் இல்லை. பிழையின் அறிகுறிகளை விவரிப்பதோடு மனிதனின் தலையீடு முடிந்துவிட்டது; AI தானாகவே அதன் மூலக் காரணத்தைக் கண்டறிந்து சரிசெய்தது.

சுழற்சிமுறை பணிப்பாய்வு (Iterative workflow)

ஒவ்வொரு சுழற்சியும் Codex ஒரு மைல்கல்லை முன்மொழிவதிலிருந்து தொடங்கியது (உதாரணமாக, "பிளேயர் கப்பலின் இயக்கத்தைச் செயல்படுத்துதல்"). பின்னர் அது அதற்கேற்ற மூலக் கோப்புகளை உருவாக்கி, அவற்றை கமிட் செய்து, இயங்கக்கூடிய கோப்பை (executable) உருவாக்கி, சோதனையாளரிடம் ஒப்படைத்தது. Codex பிழையின் அறிகுறியை ஆய்வு செய்து, குறியீட்டின் மூலம் அதன் காரணத்தைக் கண்டறிந்து, கூடுதல் மனித வழிகாட்டுதல் இன்றி ஒரு திருத்தத்தை (patch) வழங்கியது.

இறுதித் தயாரிப்பில் என்ன உள்ளது

  • 18 Assembly மூலக் கோப்புகள், வழக்கமான களஞ்சியக் கட்டமைப்பில் (repository structure) ஒழுங்கமைக்கப்பட்டுள்ளன.
  • ≈2,500 Assembly வரிகள், இவை உள்ளீடு கையாளுதல் (input handling), ஸ்ப்ரைட் வரைதல் (sprite drawing), மோதல் கண்டறிதல் (collision detection) மற்றும் உயர் மதிப்பெண் முறை (high-score system) ஆகியவற்றை உள்ளடக்கியது.
  • ஒரு இயங்கக்கூடிய DOS executable, இது நிலையான DOS சூழலில் இயங்கி, கிளாசிக் Asteroids விளையாட்டு முறையைப் பிரதிபலிக்கிறது.
  • மனிதனால் எழுதப்பட்ட Assembly எதுவுமில்லை, இது அனைத்து குறைந்த நிலை (low-level) நிரலாக்கப் பணிகளையும் AI கையாண்டதை உறுதிப்படுத்துகிறது.

முக்கியத்துவம் மற்றும் தாக்கங்கள்

ஒரு AI ஒரு திட்டத்தை அதன் கருத்தாக்கத்திலிருந்து இயங்கக்கூடிய பைனரி வரை தன்னிச்சையாக வழிநடத்த முடிந்தால், ஒரு codebase-ன் முதன்மை ஒருங்கிணைப்பாளராக இருக்கும் புரோகிராமரின் பாரம்பரியப் பங்கு மாறும். நிறுவனங்கள் boilerplate setup, ஆவணப்படுத்துதல் (documentation) மற்றும் வழக்கமான பிழைதிருத்தம் ஆகியவற்றிற்காகச் செலவிடும் நேரத்தைக் குறைக்கலாம், இதன் மூலம் பொறியாளர்கள் வடிவமைப்பு மற்றும் தயாரிப்பு உத்தி ஆகியவற்றில் கவனம் செலுத்த முடியும்.

இந்தச் சோதனை வரம்புகளையும் சுட்டிக்காட்டுகிறது. சோதனைச் சூழல் வேண்டுமென்றே குறுகியதாக இருந்தது: நன்கு புரிந்துகொள்ளப்பட்ட இயக்கவியல் கொண்ட ஒரு ஒற்றை-விளையாட்டு (single-player) DOS விளையாட்டு. வெளிப்புறத் தேவைகள் (external dependencies), பாதுகாப்புத் தடைகள் அல்லது செயல்திறன் சார்ந்த குறியீட்டுப் பாதைகளைக் கொண்ட பெரிய, பல தொகுதிகள் கொண்ட அமைப்புகளுக்கு இந்த அணுகுமுறையை விரிவுபடுத்துவது இன்னும் நிரூபிக்கப்படவில்லை. மேலும், மனித சோதனையாளரே இறுதித் தரக் கட்டுப்பாட்டுத் தடையாக (quality gate) செயல்பட்டார்; அந்த மேற்பார்வை இல்லையென்றால் கண்டறியப்படாத தர்க்கப் பிழை (logic error) தப்பித்திருக்கக்கூடும்.

முரண்பட்ட வாதங்கள் மற்றும் திறந்த கேள்விகள்

  • நம்பகத்தன்மை (Reliability): Assembly நிரலாக்கம் மிகவும் சவாலானது; ஒரு சிறிய பிழை கூட முழு நிரலையும் முடக்கிவிடும். Codex தான் கண்டறிந்த பிழைகளைச் சரிசெய்தது, ஆனால் அழுத்தச் சோதனையின் (stress testing) போது மட்டுமே தோன்றும் நுணுக்கமான நேரச் சிக்கல்களை (timing issues) அது தவறவிடக்கூடும்.
  • பராமரிப்புத் திறன் (Maintainability): மனித பாணி வழிகாட்டுதல்கள் இன்றி உருவாக்கப்பட்ட குறியீட்டை எதிர்கால டெவலப்பர்கள் வாசிப்பதற்கோ அல்லது விரிவுபடுத்துவதற்கோ கடினமாக இருக்கலாம், குறிப்பாக AI-ன் பெயரிடும் முறைகள் (naming conventions) குழுவின் தரநிலைகளில் இருந்து மாறுபட்டால்.
  • அறிவுசார் சொத்து (Intellectual property): ஒரு AI குறியீட்டை எழுதும்போது அதன் உரிமையாளர் யார்? தற்போதைய உரிமக் கட்டமைப்புகள் (licensing frameworks) மனிதத் தயாரிப்பையே கருத்தில் கொள்கின்றன, இது AI மூலம் உருவாக்கப்பட்ட படைப்புகளுக்கு ஒரு தெளிவற்ற நிலையைக் (gray area) கொண்டுள்ளது.

அடுத்து கவனிக்க வேண்டியவை

  • விரிவான அளவீடுகள் (Broader benchmarks): இதே தன்னாட்சி பணிப்பாய்வை நெட்வொர்க் பயன்பாடுகள், மொபைல் செயலிகள் அல்லது நவீன C/C++ திட்டங்களுக்குப் பயன்படுத்துவது, இந்த அணுகுமுறை ரெட்ரோ பாணி விளையாட்டுகளுக்கு அப்பால் விரிவடைகிறதா என்பதைச் சோதிக்கும்.
  • கருவி ஒருங்கிணைப்பு (Tool integration): Codex-ஐ CI/CD పైப்லைன்களில் (pipelines) இணைப்பதன் மூலம் குறியீடு உருவாக்கம் மட்டுமல்லாமல், சோதனை, பாதுகாப்பு ஸ்கேனிங் மற்றும் வரிசைப்படுத்துதல் (deployment) ஆகியவற்றையும் தானியக்கமாக்க முடியும்.
  • கொள்கை பரிணாமம் (Policy evolution): AI-ஆல் உருவாக்கப்பட்ட குறியீடுகள் பெருக隨著, உரிமை, பொறுப்பு மற்றும் இணக்கம் (compliance) ஆகியவற்றைத் தீர்க்க சட்ட மற்றும் நிறுவனக் கொள்கைகள் தேவைப்படும்.

இதிலிருந்து நாம் புரிந்துகொள்ள வேண்டியது தெளிவானது: நன்கு வரையறுக்கப்பட்ட, எல்லைகளுக்குட்பட்ட திட்டங்களுக்கு, மனிதத் தலையீடு இன்றி செயல்பாட்டுத் திறன் கொண்ட, குறைந்த நிலை குறியீடுகளை வழங்கும் ஒரு தனி மென்பொருள் பொறியாளராக AI இப்போது செயல்பட முடியும். அந்தத் திறன் முக்கியப் போக்கிலான மென்பொருள் உருவாக்கத்தை மாற்றியமைக்குமா என்பது, நம்பகத்தன்மை, பராமரிப்புத் திறன் மற்றும் சட்ட ரீதியான கவலைகளை இந்தச் சூழல் எவ்வளவு விரைவாகத் தீர்க்கிறது என்பதைப் பொறுத்தே அமையும்.