சுந்தர் பிச்சை: AI போட்டியில் முன்னிலை வகிக்க Gemini 4-க்கு பெரிய அளவிலான அடிப்படை மாதிரிகள் தேவை

முன்னணி மாடல் (frontier model) போட்டியில் தனது ஆதிக்கத்தை மீண்டும் நிலைநாட்ட, கூகுள் தனது உத்திகளைப் பிரம்மாண்ட அளவிலான முன்-பயிற்சி (pre-training) நோக்கித் திருப்பி வருகிறது. தற்போதைய தொழில் துறைத் தலைவர்களைப் போட்டி போட்டுத் தள்ளவும், அவர்களை விடவும் முன்னேற, Gemini-ன் அடுத்த பரிணாம வளர்ச்சி என்பது கணிசமாகப் பெரிய அளவிலான அடிப்படை மாதிரிகளை (base models) உருவாக்குவதிலேயே உள்ளது என்று Alphabet CEO சுந்தர் பிச்சை தெரிவித்துள்ளார்.

அளவீட்டுத் தேவை (The Scaling Mandate): Gemini 4 ஏன் வித்தியாசமானது?

சமீபத்திய Q2 2026 வருவாய் அழைப்பின் போது, சுந்தர் பிச்சை உருவாக்கும் AI (generative AI) துறையின் போட்டிச் சூழல் குறித்துப் பேசினார். கூகுள் குறிப்பிடத்தக்க முன்னேற்றங்களைச் செய்திருந்தாலும், உண்மையான முன்னணித் திறனை (frontier performance) அடைய அளவீட்டில் (scale) மாற்றம் தேவை என்று அவர் குறிப்பிட்டார். Gemini 4-க்காக நிறுவனம் தற்போது தனது "மிகவும் லட்சியமான முன்-பயிற்சிப் பணியை" (most ambitious pre-training run) மேற்கொண்டு வருகிறது.

பிச்சையின் கூற்றுப்படி, அடுத்த தலைமுறை நுண்ணறிவை வெறும் படிப்படியான மேம்படுத்தல்கள் (incremental updates) மூலம் மட்டுமே அடைய முடியாது; போட்டியாளர்களுடனான தற்போதைய இடைவெளியைக் குறைக்க மிகவும் பெரிய அளவிலான அடிப்படை மாதிரிகள் அவசியமாகும். கணினித் திறன் (compute) மற்றும் தரவு ஆகியவற்றில் செய்யப்படும் இந்த மாபெரும் முதலீடு, Alphabet நிறுவனத்தின் திருத்தப்பட்ட 2026 முதலீட்டுக் கணிப்பில் பிரதிபலிக்கிறது. அதிகரித்து வரும் தேவையைச் சமாளிக்க, இந்த முதலீடு வியக்கத்தக்க வகையில் $195 பில்லியன் முதல் $205 பில்லியன் வரை உயர்த்தப்பட்டுள்ளது.

செயல்திறன் vs முன்னணித் திறன்: Flash உத்தி

புதிய முன்னணி மாடலுக்கான தேடல் தொடரும் அதே வேளையில், கூகுள் தனது சுற்றுச்சூழல் அமைப்பை (ecosystem) இயக்கும் "முக்கியப் பயன்பாட்டுத் தேவைகளுக்காகவும்" (workhorse use cases) ஒரே நேரத்தில் மேம்படுத்தி வருகிறது. கூகுளின் மாடல் வரிசையில் ஒரு தெளிவான இரு பிரிவுகள் உருவாகி வருகின்றன:

• முன்னணி நிலை (The Frontier Tier): Gemini 4-இல் கவனம் செலுத்துகிறது; இது மிகப்பெரிய பகுத்தறியும் திறன்களை (reasoning capabilities) இலக்காகக் கொண்டு, உயர்மட்டப் போட்டியாளர்களுடனான இடைவெளியைக் குறைக்க முயல்கிறது.
• செயல்திறன் நிலை (The Efficiency Tier): Gemini Flash தொடரில் கவனம் செலுத்துகிறது. Flash மாடல்கள் "செயல்திறன் மற்றும் செலவு ஆகியவற்றின் சரியான சமநிலையை" (sweet spot of performance and cost) எட்டியுள்ளன என்றும், அவை அன்றாட நுகர்வோர் தேவையின் பெரும்பகுதியைத் தூண்டுகின்றன என்றும் பிச்சை குறிப்பிட்டார்.

இந்த இரட்டைப் பாதை அணுகுமுறை நிதி ரீதியாகப் பலன் அளிக்கிறது. நிறுவனம் அதிக சக்திவாய்ந்த அடிப்படை மாடல்களைப் பயன்படுத்தினாலும், "AI Mode"-இல் ஒரு AI பதிலுக்கான செலவு அறிமுகப்படுத்தப்பட்டதிலிருந்து அதன் மிகக் குறைந்த நிலைக்குக் குறைந்துள்ளதாக கூகுள் தெரிவித்துள்ளது. Flash 3.6 போன்ற வெளியீடுகளால் வலுவடைந்துள்ள இந்தச் செயல்திறன், AI ஒருங்கிணைப்பு அதிகரிக்கும் போது லாப வரம்பைப் (margins) பராமரிக்க முக்கியமானது.

மாபெரும் பயனர் வளர்ச்சி மற்றும் வருவாய் ஈட்டும் மைல்கற்கள்

கூகுளின் AI மாற்றத்தின் நிதி ஆரோக்கியம் அதன் சமீபத்திய காலாண்டு அளவீடுகளில் தெளிவாகத் தெரிகிறது. கூகுள் Q2 2026-இல் $119.8 பில்லியன் வருவாயைப் பதிவு செய்துள்ளது, இது ஆண்டுக்கு ஆண்டு 24% வளர்ச்சியாகும். முக்கிய வளர்ச்சி காரணிகள் பின்வருமாறு:

• Gemini App பயன்பாடு: மாதாந்திரச் செயல்பாட்டுப் பயனர்கள் (Monthly active users) பிப்ரவரியில் இருந்த 750 மில்லியனிலிருந்து 950 மில்லியனாக உயர்ந்துள்ளனர்.
• Google Cloud விரிவாக்கம்: Cloud பிரிவு 82% அதிரடி வளர்ச்சியைப் பெற்று, $24.8 பில்லியனை எட்டியுள்ளது.
• தேடல் ஒருங்கிணைப்பு (Search Integration): Google Search-இல் உள்ள AI Mode, ஒரு பில்லியனுக்கும் அதிகமான மாதாந்திரச் செயல்பாட்டுப் பயனர்களைக் கடந்துவிட்டது; இது முன்னதாக வருவாய் ஈட்டுவதற்கு கடினமாக இருந்த பில்லியன் கணக்கான தேடல் வினவல்களை (search queries) வருவாய் ஈட்டும் வாய்ப்பாக மாற்றியுள்ளது.
• Ad Tech பரிணாமம்: AI Max விளம்பரக் கருவி பீட்டா (beta) நிலையிலிருந்து வெளியே வந்துவிட்டது, தற்போது 500,000 விளம்பரதாரர்களால் பயன்படுத்தப்படுகிறது.

தொழில்நுட்ப பலவீனங்களைச் சரிசெய்தல்

கூகுள் இன்னும் முன்னேற வேண்டிய பகுதிகளில் பிச்சை வெளிப்படைத்தன்மையுடன் பேசினார். குறிப்பாக, "coding மற்றும் agentic coding" திறன்களை மேம்படுத்துவதில் நிறுவனம் அதிக கவனம் செலுத்தி வருகிறது. AI என்பது சாதாரண சாட் (chat) இடைமுகங்களிலிருந்து, குறியீடுகளை (code) எழுதவும், பிழைகளைத் திருத்தவும் (debug), மற்றும் செயல்படுத்தவும் கூடிய தன்னாட்சி முகவர்களாக (autonomous agents) மாறும் நிலையில், இந்த agentic பணிப்பாய்வுகளை (workflows) கையாளுவது Gemini 4 மேம்பாட்டுச் சுழற்சியின் முதன்மை நோக்கமாகும்.

முக்கியக் கருத்துக்கள்

• அளவீடு (Scale) முன்னுரிமை: Gemini 4 மூலம் முன்னணி AI போட்டியில் வெற்றி பெற "மிகப் பெரிய அளவிலான அடிப்படை மாதிரிகள்" மட்டுமே வழி என்று நம்பி, கூகுள் ஆண்டுக்கு $205 பில்லியன் வரை முதலீடு செய்கிறது.
• Flash-ன் சாதகம்: முன்னணி நுண்ணறிவைத் தேடும் அதே வேளையில், கிட்டத்தட்ட 1 பில்லியன் பயனர்களுக்கு அதிக அளவிலான, குறைந்த செலவிலான பயன்பாட்டை வழங்க கூகுள் தனது Gemini Flash தொடரை வெற்றிகரமாகப் பயன்படுத்தி வருகிறது.
• குறிப்பிட்ட மேம்பாடுகள்: Gemini 4-க்கான பிரம்மாண்டமான முன்-பயிற்சி முயற்சிகள், குறிப்பாக கோடிங் (coding) மற்றும் agentic தன்னாட்சித் திறன்களில் உள்ள தற்போதைய பலவீனங்களைத் தீர்ப்பதையே நோக்கமாகக் கொண்டுள்ளன.