ஜெனரேட்டிவ் AI என்பது ஒரு வகை செயற்கை நுண்ணறிவு தொழில்நுட்பமாகும், இது உரை, படங்கள், குறியீடு அல்லது பிற வகையான உள்ளடக்கத்தை உருவாக்கக்கூடிய இயந்திர கற்றல் அமைப்புகளை விரிவாக விவரிக்கிறது.
மாதிரிகள் உருவாக்கும் செயற்கை நுண்ணறிவு ஆன்லைன் கருவிகளில் அதிகளவில் இணைக்கப்பட்டு வருகின்றன chatbot பயனர்கள் கேள்விகள் அல்லது வழிமுறைகளை உள்ளீட்டு புலத்தில் தட்டச்சு செய்ய அனுமதிக்கிறது, அதன் மீது AI மாதிரி மனிதனைப் போன்ற பதிலை உருவாக்கும்.
மாதிரிகள் உருவாக்கும் செயற்கை நுண்ணறிவு அவர்கள் ஒரு சிக்கலான கணினி செயல்முறையைப் பயன்படுத்துகின்றனர் deep learning பெரிய தரவுத் தொகுப்புகளில் பொதுவான வடிவங்கள் மற்றும் ஏற்பாடுகளை பகுப்பாய்வு செய்து, புதிய மற்றும் அழுத்தமான முடிவுகளை உருவாக்க இந்தத் தகவலைப் பயன்படுத்தவும். நரம்பியல் நெட்வொர்க்குகள் எனப்படும் இயந்திர கற்றல் நுட்பங்களை இணைப்பதன் மூலம் மாதிரிகள் இதைச் செய்கின்றன, அவை மனித மூளை தகவல்களைச் செயலாக்கி விளக்குவதன் மூலம் தளர்வாக ஈர்க்கப்பட்டு, காலப்போக்கில் அதிலிருந்து கற்றுக்கொள்கின்றன.
ஒரு உதாரணம் கொடுக்க, ஒரு மாதிரி உணவு உருவாக்கும் செயற்கை நுண்ணறிவு பெரிய அளவிலான விவரிப்புகளுடன், காலப்போக்கில் மாதிரியானது ஒரு கதையின் கூறுகளை அடையாளம் கண்டு மீண்டும் உருவாக்க முடியும், அதாவது சதி அமைப்பு, பாத்திரங்கள், கருப்பொருள்கள், கதை சாதனங்கள் மற்றும் பல.
மாதிரிகள் உருவாக்கும் செயற்கை நுண்ணறிவு அவர்கள் பெறும் மற்றும் உருவாக்கும் தரவு அதிகரிக்கும் போது அவை மிகவும் நுட்பமானதாக மாறும், மீண்டும் நுட்பங்களுக்கு நன்றி deep learning மற்றும் நரம்பு வலையமைப்பு கீழே. இதன் விளைவாக, ஒரு டெம்ப்ளேட் அதிக உள்ளடக்கத்தை உருவாக்குகிறது உருவாக்கும் செயற்கை நுண்ணறிவு, மிகவும் உறுதியான மற்றும் மனிதனைப் போன்ற அதன் முடிவுகள் மாறும்.
புகழ்உருவாக்கும் செயற்கை நுண்ணறிவு 2023 இல் வெடித்தது, பெரும்பாலும் நிரல்களுக்கு நன்றி அரட்டை GPT e டால்-இ di OpenAI. மேலும், தொழில்நுட்பங்களின் விரைவான முன்னேற்றம் செயற்கை நுண்ணறிவு, இயற்கை மொழி செயலாக்கம் போல, திஉருவாக்கும் செயற்கை நுண்ணறிவு அளவில் நுகர்வோர் மற்றும் உள்ளடக்கத்தை உருவாக்குபவர்களுக்கு அணுகக்கூடியது.
கூகுள், மைக்ரோசாப்ட், அமேசான், மெட்டா மற்றும் பிற அனைத்தும் தங்கள் சொந்த மேம்பாட்டுக் கருவிகளை வரிசைப்படுத்துவதன் மூலம் பெரிய தொழில்நுட்ப நிறுவனங்கள் களத்தில் வேகமாக முன்னேறி வருகின்றன. உருவாக்கும் செயற்கை நுண்ணறிவு ஒரு சில மாதங்களுக்குள்.
பல கருவிகள் உள்ளன உருவாக்கும் செயற்கை நுண்ணறிவு, உரை மற்றும் பட உருவாக்க மாதிரிகள் மிகவும் அறியப்பட்டவை என்றாலும். மாதிரிகள் உருவாக்கும் செயற்கை நுண்ணறிவு அவர்கள் பொதுவாக விரும்பிய வெளியீட்டை உருவாக்குவதற்கு வழிகாட்டும் செய்தியை வழங்கும் ஒரு பயனரை நம்பியிருக்கிறார்கள், அது உரை, ஒரு படம், ஒரு வீடியோ அல்லது இசையின் ஒரு பகுதி, இது எப்போதும் அப்படி இருக்காது.
பல்வேறு வகையான AI மாதிரிகள் உள்ளன, அவை ஒவ்வொன்றும் குறிப்பிட்ட சவால்கள் மற்றும் பணிகளுக்காக வடிவமைக்கப்பட்டுள்ளன. இவற்றைப் பொதுவாகப் பின்வரும் வகைகளாகப் பிரிக்கலாம்.
Transformer-based modelsடிரான்ஸ்ஃபார்மர் அடிப்படையிலான மாதிரிகள், வார்த்தைகள் மற்றும் வாக்கியங்கள் போன்ற தொடர்ச்சியான தகவல்களுக்கு இடையிலான உறவுகளைப் புரிந்துகொள்ள பெரிய தரவுத் தொகுப்புகளில் பயிற்சியளிக்கப்படுகின்றன. உதவியவா் deep learning, இந்த AI மாதிரிகள் NLP இல் நன்கு அறிந்தவை மற்றும் மொழியின் கட்டமைப்பு மற்றும் சூழலைப் புரிந்துகொள்கின்றன, அவை உரை உருவாக்கப் பணிகளுக்கு மிகவும் பொருத்தமானவை. ChatGPT-3 மற்றும் Google Bard ஆகியவை மின்மாற்றி அடிப்படையிலான ஜெனரேட்டிவ் AI மாதிரிகளுக்கு எடுத்துக்காட்டுகள்.
Generative adversarial networksGAN கள் ஜெனரேட்டர் மற்றும் பாரபட்சம் என அறியப்படும் இரண்டு நரம்பியல் நெட்வொர்க்குகளால் ஆனவை, இவை அடிப்படையில் ஒன்றுக்கொன்று எதிராக உண்மையான தோற்றமுடைய தரவை உருவாக்குகின்றன. பெயர் குறிப்பிடுவது போல, ஜெனரேட்டரின் பங்கு ஒரு பரிந்துரையின் அடிப்படையில் ஒரு படம் போன்ற உறுதியான வெளியீட்டை உருவாக்குவதாகும், அதே நேரத்தில் பாரபட்சம் செய்பவர் கூறப்பட்ட படத்தின் நம்பகத்தன்மையை மதிப்பிடுவதற்கு வேலை செய்கிறார். காலப்போக்கில், ஒவ்வொரு கூறுகளும் அந்தந்த பாத்திரங்களில் மேம்படுகின்றன, மேலும் உறுதியான முடிவுகளை அடைகின்றன. DALL-E மற்றும் Midjourney இரண்டும் GAN-அடிப்படையிலான ஜெனரேட்டிவ் AI மாதிரிகளுக்கு எடுத்துக்காட்டுகள்.
Variational autoencodersVAEகள் தரவை விளக்குவதற்கும் உருவாக்குவதற்கும் இரண்டு நெட்வொர்க்குகளைப் பயன்படுத்துகின்றன: இந்த விஷயத்தில் இது ஒரு குறியாக்கி மற்றும் குறிவிலக்கி. குறியாக்கி உள்ளீட்டுத் தரவை எடுத்து எளிமைப்படுத்தப்பட்ட வடிவத்தில் சுருக்குகிறது. டிகோடர் இந்த சுருக்கப்பட்ட தகவலை எடுத்து, அசல் தரவை ஒத்த புதியதாக மறுகட்டமைக்கிறது, ஆனால் அது முற்றிலும் ஒத்ததாக இல்லை.
ஒரு உதாரணம், புகைப்படங்களைப் பயிற்சித் தரவாகப் பயன்படுத்தி மனித முகங்களை உருவாக்க கணினி நிரலுக்குக் கற்பிப்பதாகும். காலப்போக்கில், கண்கள், மூக்கு, வாய், காதுகள் போன்றவற்றின் அளவு மற்றும் வடிவம் போன்ற சில முக்கிய அம்சங்களைக் குறைப்பதன் மூலம் மக்களின் முகங்களின் புகைப்படங்களை எளிமைப்படுத்தவும், பின்னர் அவற்றைப் பயன்படுத்தி புதிய முகங்களை உருவாக்கவும் நிரல் கற்றுக்கொள்கிறது.
Multimodal modelsமல்டிமோடல் மாதிரிகள், உரை, படங்கள் மற்றும் ஆடியோ போன்ற பல வகையான தரவை ஒரே நேரத்தில் புரிந்துகொண்டு செயலாக்க முடியும், மேலும் அவை அதிநவீன வெளியீடுகளை உருவாக்க அனுமதிக்கிறது. ஒரு உதாரணம் ஒரு AI மாதிரியாக இருக்கும், இது ஒரு உரை வரியில் ஒரு படத்தை உருவாக்க முடியும், அதே போல் ஒரு பட வரியில் ஒரு உரை விளக்கம். FROM-E 2 இ OpenAI வழங்கும் GPT-4 மல்டிமாடல் மாடல்களின் எடுத்துக்காட்டுகள்.
வணிகங்களைப் பொறுத்தவரை, செயல்திறன் என்பது உருவாக்கப்படும் AI இன் மிகவும் கட்டாயமான நன்மையாகும், ஏனெனில் இது குறிப்பிட்ட பணிகளை தானியக்கமாக்குவதற்கும், நேரம், ஆற்றல் மற்றும் வளங்களை மிக முக்கியமான மூலோபாய இலக்குகளில் கவனம் செலுத்துவதற்கும் வணிகங்களை செயல்படுத்துகிறது. இது குறைந்த தொழிலாளர் செலவுகள், அதிகரித்த செயல்பாட்டு திறன் மற்றும் சில வணிக செயல்முறைகள் செயல்படுகிறதா இல்லையா என்பது பற்றிய புதிய நுண்ணறிவுகளுக்கு வழிவகுக்கும்.
தொழில் வல்லுநர்கள் மற்றும் உள்ளடக்கத்தை உருவாக்குபவர்களுக்கு, உருவாக்கும் AI கருவிகள் யோசனை உருவாக்கம், உள்ளடக்க திட்டமிடல் மற்றும் திட்டமிடல், தேடுபொறி மேம்படுத்தல், சந்தைப்படுத்தல், பார்வையாளர்களின் ஈடுபாடு, ஆராய்ச்சி மற்றும் எடிட்டிங் மற்றும் சாத்தியமான பலவற்றிற்கு உதவும். மீண்டும், முக்கிய முன்மொழியப்பட்ட நன்மை செயல்திறன் ஆகும், ஏனெனில் உருவாக்கும் AI கருவிகள் பயனர்கள் சில பணிகளில் செலவழிக்கும் நேரத்தை குறைக்க உதவும், இதனால் அவர்கள் தங்கள் ஆற்றலை வேறு இடங்களில் முதலீடு செய்யலாம். உற்பத்தி AI மாதிரிகளின் கைமுறை மேற்பார்வை மற்றும் கட்டுப்பாடு மிகவும் முக்கியமானதாக உள்ளது.
ஜெனரேட்டிவ் AI ஆனது பல தொழில் துறைகளில் கால் பதித்துள்ளது மற்றும் வணிக மற்றும் நுகர்வோர் சந்தைகளில் வேகமாக விரிவடைந்து வருகிறது. McKinsey மதிப்பிடுகிறது 2030 ஆம் ஆண்டளவில், தற்போது அமெரிக்காவில் 30% வேலை நேரங்களைக் கொண்டிருக்கும் பணிகள் தானியங்கு செய்யப்படலாம், இது செயற்கை நுண்ணறிவின் முடுக்கம் காரணமாகும்.
வாடிக்கையாளர் சேவையில், AI-இயங்கும் சாட்போட்கள் மற்றும் மெய்நிகர் உதவியாளர்கள் நிறுவனங்கள் பதிலளிக்கும் நேரத்தைக் குறைக்கவும், பொதுவான வாடிக்கையாளர் கேள்விகளைக் கையாளவும், ஊழியர்களின் சுமையைக் குறைக்கவும் உதவுகின்றன. மென்பொருள் மேம்பாட்டில், உருவாக்கும் AI கருவிகள், குறியீட்டை மதிப்பாய்வு செய்வதன் மூலமும், பிழைகளை முன்னிலைப்படுத்துவதன் மூலமும், மேலும் அவை பெரிய சிக்கல்களாக மாறுவதற்கு முன் சாத்தியமான தீர்வுகளை பரிந்துரைப்பதன் மூலமும் டெவலப்பர்களுக்கு மிகவும் சுத்தமாகவும் திறமையாகவும் குறியீடு செய்ய உதவுகின்றன. இதற்கிடையில், கட்டுரைகள், கட்டுரைகள் மற்றும் பிற எழுதப்பட்ட படைப்புகளைத் திட்டமிட, வரைவு மற்றும் திருத்துவதற்கு எழுத்தாளர்கள் உருவாக்கும் AI கருவிகளைப் பயன்படுத்தலாம், இருப்பினும் பெரும்பாலும் கலவையான முடிவுகளுடன்.
உருவாக்கும் AI இன் பயன்பாடு தொழில்துறைக்கு தொழில் மாறுபடும் மற்றும் சிலவற்றில் மற்றவற்றை விட அதிகமாக நிறுவப்பட்டுள்ளது. தற்போதைய மற்றும் முன்மொழியப்பட்ட பயன்பாட்டு நிகழ்வுகளில் பின்வருவன அடங்கும்:
உருவாக்கும் AI கருவிகளின் பயன்பாடு பற்றிய முக்கிய கவலை - குறிப்பாக பொதுமக்களுக்கு அணுகக்கூடியவை - தவறான தகவல் மற்றும் தீங்கு விளைவிக்கும் உள்ளடக்கத்தை பரப்புவதற்கான அவற்றின் திறன் ஆகும். ஒரே மாதிரியான கருத்துக்கள், வெறுக்கத்தக்க பேச்சு மற்றும் தீங்கிழைக்கும் சித்தாந்தங்கள் ஆகியவற்றிலிருந்து தனிப்பட்ட மற்றும் தொழில்முறை நற்பெயருக்கு சேதம் மற்றும் சட்ட மற்றும் நிதி விளைவுகளின் அச்சுறுத்தல் வரை இதன் தாக்கம் பரவலானதாகவும் கடுமையானதாகவும் இருக்கலாம். உருவாக்கும் AI இன் தவறான பயன்பாடு அல்லது தவறான மேலாண்மை தேசிய பாதுகாப்பை ஆபத்தில் ஆழ்த்தக்கூடும் என்று கூட பரிந்துரைக்கப்பட்டுள்ளது.
இந்த அபாயங்கள் அரசியல்வாதிகளுக்கும் தப்பவில்லை. ஏப்ரல் 2023 இல், ஐரோப்பிய ஒன்றியம் முன்மொழிந்தது உருவாக்கும் AIக்கான புதிய பதிப்புரிமை விதிகள் உற்பத்தி செய்யும் செயற்கை நுண்ணறிவு கருவிகளை உருவாக்கப் பயன்படுத்தப்படும் எந்தவொரு பதிப்புரிமை பெற்ற பொருளையும் நிறுவனங்கள் வெளியிட வேண்டும். இந்த விதிகள் ஜூன் மாதம் ஐரோப்பிய பாராளுமன்றத்தால் வாக்களிக்கப்பட்ட வரைவுச் சட்டத்தில் அங்கீகரிக்கப்பட்டன, இதில் ஐரோப்பிய ஒன்றிய உறுப்பு நாடுகளில் செயற்கை நுண்ணறிவைப் பயன்படுத்துவதற்கான கடுமையான வரம்புகளும் அடங்கும், பொது இடங்களில் நிகழ்நேர முக அங்கீகார தொழில்நுட்பத்திற்கு முன்மொழியப்பட்ட தடை உட்பட.
மெக்கின்சியால் உயர்த்திக்காட்டியபடி, ஜெனரேட்டிவ் AI மூலம் பணிகளை தானியக்கமாக்குவது பணியாளர்கள் மற்றும் வேலை இடமாற்றம் பற்றிய கவலைகளையும் எழுப்புகிறது. ஆலோசனைக் குழுவின் கூற்றுப்படி, ஆட்டோமேஷன் இப்போது மற்றும் 12 க்கு இடையில் 2030 மில்லியன் தொழில் மாற்றங்களை ஏற்படுத்தக்கூடும், அலுவலக ஆதரவு, வாடிக்கையாளர் சேவை மற்றும் உணவு சேவை ஆகியவற்றில் வேலை இழப்புகள் குவிந்துள்ளன. அலுவலக ஊழியர்களுக்கான தேவை "... சில்லறை விற்பனையாளர்களுக்கு 1,6, நிர்வாக உதவியாளர்களுக்கு 830.000 மற்றும் காசாளர்களுக்கு 710.000 இழப்புகள் தவிர, 630.000 மில்லியன் வேலைகள் குறையும்" என்று அறிக்கை மதிப்பிடுகிறது.
உருவாக்கும் AI மற்றும் பொது AI ஆகியவை ஒரே நாணயத்தின் வெவ்வேறு பக்கங்களைக் குறிக்கின்றன. இரண்டும் செயற்கை நுண்ணறிவுத் துறையைப் பற்றியது, ஆனால் முந்தையது பிந்தையவற்றின் துணை வகையாகும்.
ஜெனரேட்டிவ் AI ஆனது GAN, VAE அல்லது LLM போன்ற பல்வேறு இயந்திர கற்றல் நுட்பங்களைப் பயன்படுத்தி, பயிற்சித் தரவிலிருந்து கற்றுக்கொண்ட மாதிரிகளிலிருந்து புதிய உள்ளடக்கத்தை உருவாக்குகிறது. இந்த வெளியீடுகள் உரை, படங்கள், இசை அல்லது டிஜிட்டல் முறையில் குறிப்பிடக்கூடிய வேறு ஏதேனும் இருக்கலாம்.
செயற்கை பொது நுண்ணறிவு, செயற்கை பொது நுண்ணறிவு என்றும் அழைக்கப்படுகிறது, இது மனிதனைப் போன்ற நுண்ணறிவு மற்றும் சுயாட்சியைக் கொண்டிருக்கும் கணினி அமைப்புகள் மற்றும் ரோபோட்டிக்ஸ் என்ற கருத்தை பரவலாகக் குறிக்கிறது. இது இன்னும் அறிவியல் புனைகதைகளின் பொருள்: டிஸ்னி பிக்சரின் வால்-இ, 2004 இன் ஐ, ரோபோ அல்லது எச்ஏஎல் 9000 இன் சோனி, ஸ்டான்லி குப்ரிக்கின் 2001: எ ஸ்பேஸ் ஒடிஸியில் இருந்து மோசமான செயற்கை நுண்ணறிவு. பெரும்பாலான தற்போதைய AI அமைப்புகள் "குறுகிய AI" க்கு எடுத்துக்காட்டுகளாகும், ஏனெனில் அவை மிகவும் குறிப்பிட்ட பணிகளுக்காக வடிவமைக்கப்பட்டுள்ளன.
மேலே விவரிக்கப்பட்டுள்ளபடி, ஜெனரேட்டிவ் AI என்பது செயற்கை நுண்ணறிவின் துணைப் புலமாகும். ஜெனரேட்டிவ் AI மாதிரிகள் தரவை செயலாக்க மற்றும் உருவாக்க இயந்திர கற்றல் நுட்பங்களைப் பயன்படுத்துகின்றன. பொதுவாக, செயற்கை நுண்ணறிவு என்பது முடிவெடுத்தல் மற்றும் NLP போன்ற மனித நுண்ணறிவு தேவைப்படும் பணிகளைச் செய்யும் திறன் கொண்ட கணினிகளின் கருத்தைக் குறிக்கிறது.
இயந்திரக் கற்றல் என்பது செயற்கை நுண்ணறிவின் அடிப்படைக் கூறு மற்றும் ஒரு குறிப்பிட்ட பணியைச் செய்ய கணினியைக் கற்பிக்கும் நோக்கத்திற்காக தரவுகளுக்கு கணினி அல்காரிதம்களைப் பயன்படுத்துவதைக் குறிக்கிறது. இயந்திர கற்றல் என்பது செயற்கை நுண்ணறிவு அமைப்புகளை கற்றறிந்த வடிவங்களின் அடிப்படையில் தகவலறிந்த முடிவுகளை அல்லது கணிப்புகளை எடுக்க அனுமதிக்கும் செயல்முறையாகும்.
உருவாக்கக்கூடிய AI இன் வெடிக்கும் வளர்ச்சி குறைவதற்கான அறிகுறிகளைக் காட்டவில்லை, மேலும் பல நிறுவனங்கள் டிஜிட்டல் மயமாக்கல் மற்றும் ஆட்டோமேஷனை ஏற்றுக்கொள்வதால், உற்பத்தி செய்யும் AI தொழில்துறையின் எதிர்காலத்தில் ஒரு முக்கிய பங்கைக் கொண்டுள்ளது. உள்ளடக்க உருவாக்கம், மென்பொருள் மேம்பாடு மற்றும் மருத்துவம் போன்ற தொழில்களில் AI இன் திறன்கள் ஏற்கனவே மதிப்புமிக்கதாக நிரூபிக்கப்பட்டுள்ளன, மேலும் தொழில்நுட்பம் தொடர்ந்து வளர்ச்சியடையும் போது, அதன் பயன்பாடுகள் மற்றும் பயன்பாட்டு நிகழ்வுகள் விரிவடையும்.
வணிகங்கள், தனிநபர்கள் மற்றும் ஒட்டுமொத்த சமூகத்தின் மீது உருவாக்கும் AI இன் தாக்கம், அது அளிக்கும் அபாயங்களை நாம் எவ்வாறு எதிர்கொள்கிறோம் என்பதைப் பொறுத்தது. செயற்கை நுண்ணறிவு பயன்படுத்தப்படுவதை உறுதி செய்தல் நெறிமுறை சார்புகளைக் குறைத்தல், வெளிப்படைத்தன்மை மற்றும் பொறுப்புணர்வை மேம்படுத்துதல் மற்றும் ஆதரவளித்தல் ஆட்சி தொழில்நுட்பத்தின் விரைவான பரிணாம வளர்ச்சியுடன் ஒழுங்குமுறை வேகத்தை வைத்திருப்பதை உறுதிசெய்யும் அதே வேளையில், தரவுகள் முக்கியமானதாக இருக்கும். அதேபோல், எந்தவொரு எதிர்மறையான விளைவுகளையும் குறைக்கும் போது, உருவாக்கும் AI இன் முழுத் திறனையும் பயன்படுத்துவோம் என நம்பினால், ஆட்டோமேஷன் மற்றும் மனித ஈடுபாட்டிற்கு இடையே ஒரு சமநிலையைக் கண்டறிவது முக்கியமானதாக இருக்கும்.
Ercole Palmeri
கடந்த திங்கட்கிழமை, பைனான்சியல் டைம்ஸ் OpenAI உடன் ஒரு ஒப்பந்தத்தை அறிவித்தது. FT அதன் உலகத் தரம் வாய்ந்த பத்திரிகைக்கு உரிமம் அளிக்கிறது…
மில்லியன் கணக்கான மக்கள் ஸ்ட்ரீமிங் சேவைகளுக்கு பணம் செலுத்துகிறார்கள், மாதாந்திர சந்தா கட்டணத்தை செலுத்துகிறார்கள். நீங்கள் என்பது பொதுவான கருத்து...
Veeam வழங்கும் Coveware இணைய மிரட்டி பணம் பறித்தல் சம்பவத்தின் பதில் சேவைகளை தொடர்ந்து வழங்கும். Coveware தடயவியல் மற்றும் சரிசெய்தல் திறன்களை வழங்கும்…
முன்கணிப்பு பராமரிப்பு எண்ணெய் மற்றும் எரிவாயு துறையில் புரட்சியை ஏற்படுத்துகிறது, ஆலை மேலாண்மைக்கு ஒரு புதுமையான மற்றும் செயல்திறன் மிக்க அணுகுமுறையுடன்.…