Claude — အထူးသဖြင့် ၎င်း၏ Fable 5.2 မော်ဒယ် — သည် တွင်းနက်များနှင့်ပတ်သက်သော သီအိုရီပိုင်းဆိုင်ရာ ရူပဗေဒတွင် အဖွင့်ပြဿနာနှစ်ခုကို ဖြေရှင်းပေးခဲ့ပြီး ကွမ်တမ်ဆွဲငင်အားဆိုင်ရာ သီအိုရီကို ရှာဖွေမှုနှစ်ခုလုံးကို ဖြေရှင်းပေးခဲ့သည်ဟု Anthropic မှ ပြောကြားခဲ့သည်။ ကုမ္ပဏီသည် နိုဝင်ဘာ ၁၇ ရက်က ၎င်း၏ သုတေသနဘလော့ဂ်တွင် ရလဒ်များကို ထုတ်ဝေခဲ့ပြီး AI အထောက်အကူပြု သိပ္ပံပညာ၏ အခြေအနေနှင့် ပတ်သက်၍ ရူပဗေဒပညာရှင်များနှင့် AI သုတေသီများက အခြေအတင် ဆွေးနွေးခဲ့ကြရာ ကြာသပတေးနေ့တွင် Hacker News ၏ ရှေ့ဆုံးစာမျက်နှာသို့ ရောက်ရှိခဲ့သည်။
ပထမရလဒ်သည် လွန်ခဲ့သည့်ဆယ်စုနှစ်နှစ်ခုကျော်က ရူပဗေဒပညာရှင်များက သတ်မှတ်ခဲ့သော တွက်ချက်မှုတစ်ခုပြီးမြောက်ခဲ့သော်လည်း ဘယ်သောအခါမှ မပြီးဆုံးခဲ့ပေ။ မှားယွင်းနေသော ကွမ်တမ်ဆွဲငင်အားဆိုင်ရာ သီအိုရီများကို ဖယ်ရှားရန်အတွက် ရူပဗေဒပညာရှင်များက ၂၀၀၉ ခုနှစ်ကတည်းက အသုံးပြုခဲ့သော နည်းပညာ၏ အတိအကျ ကန့်သတ်ချက်ကို ဒုတိယ pin က လျှော့ချထားသည်။ ရလဒ်နှစ်ခုစလုံးသည် ကျွန်ုပ်တို့၏ကိုယ်ပိုင်စကြဝဠာ၊ Anthropic မှတ်စုများကို တိုက်ရိုက်ဖော်ပြခြင်းမရှိသလို လက်တွေ့ကျသောအသုံးချမှုများလည်းမရှိပါ — သို့သော် နှစ်ခုစလုံးသည် ကွမ်တမ်မက္ကင်းနစ်နှင့် ယေဘုယျနှိုင်းယှဥ်ဆက်စပ်ပုံကို နားလည်ရန် နှစ်ရှည်လများကြိုးစားအားထုတ်မှုကို ပံ့ပိုးပေးပါသည်။ နယ်ခြားဓာတ်ခွဲခန်းများသည် ၎င်းတို့၏မော်ဒယ်များကို သုတေသနကိရိယာများအဖြစ် မည်သို့နေရာချထားပုံနှင့်ပတ်သက်၍ ပိုမိုသိရှိလိုပါက၊ ကျွန်ုပ်တို့၏လုပ်ဆောင်နေသော latest AI developments ကို ကြည့်ပါ။
##တွင်းနက်တွေက ဘာကြောင့် ကွမ်တမ်ဆွဲငင်အားရဲ့ သက်သေပြတဲ့ မြေပြင်လဲ။
ခေတ်သစ်ရူပဗေဒသည် သင်္ချာနည်းအရ သဟဇာတမဖြစ်သော မူဘောင်နှစ်ခုအပေါ်တွင် မှီခိုနေသည်- အလွန်ကြီးမားသော၊ အလွန်သေးငယ်မှုကို ဖော်ပြသည့် ကွမ်တမ်မက္ကင်းနစ်ကို ဖော်ပြသည့် ယေဘုယျနှိုင်းရဓာတ်ဖြစ်သည်။ တွင်းနက်များသည် နှစ်ခုလုံး တစ်ပြိုင်နက် အရေးပါသည့် နေရာအနည်းငယ်ထဲမှ တစ်ခုဖြစ်ပြီး ၎င်းတို့ကို ပေါင်းစည်းမည့် သဘာဝစမ်းသပ်ကွင်းတစ်ခု ဖြစ်စေသည်။
ကွမ်တမ်ဆွဲငင်အားကိုလေ့လာနေသော ရူပဗေဒပညာရှင်များသည် holographic duaality ကို မကြာခဏ မှီခိုအားထားလေ့ရှိသည်- အချို့သောသီအိုရီစံပြစကြာဝဠာများကို ပုံစံနှစ်မျိုးဖော်ပြနိုင်သည်—ဆွဲငင်အားနှင့် အာကာသအချိန်ရှိသောစကြာဝဠာ၊ သို့မဟုတ် ဆွဲငင်အားမရှိသော ကွမ်တမ်သီအိုရီအဖြစ် စကြာဝဠာ၏အပြင်ဘက်နယ်နိမိတ်ကို အတိုင်းအတာတစ်ခုတည်းတွင် နည်းပါးအောင်ရေးသားထားသည်။ လှည့်ကွက်သည် ဒြပ်ဆွဲအားနှင့်ပတ်သက်သော ခက်ခဲသောမေးခွန်းများကို ကွမ်တမ်မေးခွန်းများအဖြစ်သို့ ပြောင်းလဲစေပြီး တစ်ခါတစ်ရံတွင် ဖြေရလွယ်ကူသည်။
ပြဿနာတစ်ခု- ပုံသဏ္ဍာန်မရှိသော စကြာဝဠာအတွင်း ဟော့ကင်းစာမျက်နှာ အသွင်ကူးပြောင်းမှု
ဤသီအိုရီအရ စကြဝဠာများထဲမှ တစ်ခုကို အပူပေးသောအခါ ပထမပြဿနာမှာ မည်ကဲ့သို့ ဖြစ်လာမည်ကို စိုးရိမ်သည်။ သတ်မှတ်ထားသော အပူချိန်အောက်တွင် အမှုန်များ ဓာတ်ငွေ့များဖြင့် ပြည့်နေပါသည်။ ၎င်းအပေါ်တွင် အနက်ရောင် တွင်းနက်တစ်ခု ပေါ်လာသည်။ 1983 ခုနှစ်တွင် Stephen Hawking နှင့် Don Page တို့သည် 100°C တွင်ရေပွက်ပွက်ဆူနေသောရေကဲ့သို့ စစ်မှန်သောအဆင့်အကူးအပြောင်းသည် ရုတ်ခြည်းဖြစ်နေကြောင်းပြသခဲ့သည်။ သို့သော် ၎င်းတို့၏ တွက်ချက်မှုမှာ ယေဘုယျနှိုင်းရအပေါ် မူတည်ပြီး ယင်းဖော်ပြချက် ကွဲသွားသည့် စကေးနှင့် နှိုင်းယှဉ်ပါက မေးခွန်းထုတ်စကြဝဠာသည် ကျယ်ပြောလာသောအခါမှသာ ရရှိမည်ဖြစ်သည်။
သီအိုရီအရ စကြဝဠာသည် ထိုစကေးဆီသို့ ကျုံ့သွားသည်နှင့်အမျှ၊ အာကာသအချိန်သည် တိကျသော ပုံသဏ္ဍာန်တစ်စုံတစ်ရာ ဆုံးရှုံးသွားပြီး ဒြပ်ဆွဲအား ဘေးထွက်တွက်ချက်မှု အလုပ်မလုပ်တော့ပါ။ ရူပဗေဒပညာရှင်များသည် အဆိုပါအစိုးရတွင် အဆင့်အကူးအပြောင်းတစ်ခုရှိနေသေးကြောင်း 1999 ခုနှစ်တွင် တွေ့ရှိခဲ့သော်လည်း ၎င်းသည် ရုတ်ခြည်း သို့မဟုတ် ချောမွေ့မှုရှိမရှိကို မည်သူမျှမသိခဲ့ကြပေ။ 2003 ခုနှစ်တွင် ရူပဗေဒပညာရှင်တစ်စုက မေးခွန်းကိုဖြေရှင်းပေးမည့် တွက်ချက်မှုကို ဖော်ထုတ်ခဲ့သည်။ ရှုပ်ထွေးလွန်းတဲ့အတွက် အခုအချိန်အထိ ဘယ်တော့မှ မပြီးမြောက်သေးပါဘူး။ Anthropic မှ Claude မှ ပြောကြားသည်မှာ အကူးအပြောင်းသည် ရုတ်ခြည်းဖြစ်နေကြောင်း ပြသခဲ့သည်- တူညီသောရုတ်တရက်ပြောင်းလဲမှုသည် အစွန်းနှစ်ဖက်တွင် ပေါ်လာပြီး black hole ဖြစ်ပေါ်လာခြင်းကို နှိုင်းရပစ္စည်းတစ်ခုအဖြစ်မဟုတ်ဘဲ အရင်းခံကွမ်တမ်သီအိုရီတွင် တည်ဆောက်ထားကြောင်း အကြံပြုထားသည်။
ပြဿနာနှစ်ခု- modular bootstrap ၏အတိအကျကန့်သတ်ချက်
ဒုတိယရလဒ်မှာ သုံးခုအစား အာကာသနှစ်ခုပါသော ရိုးရှင်းသောစကြဝဠာတစ်ခုနှင့် ပတ်သက်သည်။ ရူပဗေဒပညာရှင်များသည် ထိုနေရာတွင်ပင် ကွမ်တမ်ဆွဲငင်အား၏သီအိုရီကို အပြည့်အဝမတည်ဆောက်နိုင်သေးသောကြောင့် ၎င်းတို့သည် ပြောင်းပြန်အလုပ်လုပ်သည်- မှန်ကန်သောသီအိုရီကိုရှာဖွေမည့်အစား၊ ၎င်းတို့သည် အတွင်းပိုင်းမညီမညွတ်ဖြစ်ကြောင်းပြသခြင်းဖြင့် မှားယွင်းသောအချက်များကို ဖယ်ရှားပစ်ကြသည်။ ဤနည်းလမ်းကို bootstrapping ဟုခေါ်သည်။
2009 ခုနှစ်မှစ၍၊ ထိုကဲ့သို့သော စကြဝဠာအတွင်းရှိ အပေါ့ပါးဆုံးတွင်းနက်သည် မည်မျှလေးလံသည်ကို မျက်နှာကျက်သတ်မှတ်ရန်အတွက် modular bootstrap ဟုလူသိများသောနည်းလမ်းကို အသုံးပြုခဲ့သည်။ မျက်နှာကျက်ကို ချိုးဖျက်သော သီအိုရီမှန်သမျှကို ပယ်ချပြီး မျက်နှာကျက် နိမ့်ကျမှုတိုင်းသည် စစ်မှန်သော သီအိုရီကို ရှာဖွေမှုကို ကျဉ်းမြောင်းစေသည်။ ကိန်းဂဏာန်းတွက်ချက်မှုများသည် အကောင်းဆုံးဖြစ်နိုင်သော မျက်နှာကျက်ကို အရိပ်အမြွက်ပြသော်လည်း ၎င်းကို သက်သေမပြနိုင်ဘဲ၊ အကောင်းဆုံးသက်သေပြထားသော မျက်နှာကျက်သည် ကိန်းဂဏာန်းများထက် နည်းပါးသွားပါသည်။
Anthropic ၏ အဆိုအရ Claude Fable 5.2 သည် ရူပဗေဒပညာရှင်များ လွဲချော်ခဲ့သော ကိန်းဂဏာန်းရလဒ်များတွင် ပုံစံတစ်ခုကို သတိပြုမိခဲ့ပြီး သင်္ချာနှင့် ရူပဗေဒဆိုင်ရာ အခြားနေရာများမှ နည်းလမ်းတစ်ခုကို ငှားရမ်းကာ နည်းပညာ၏ အရိုးရှင်းဆုံးဗားရှင်းအတွက် တိကျသောမျက်နှာကျက်ကို တွက်ချက်ရန် ၎င်းကို အသုံးပြုခဲ့သည်— ထို့နောက် ၎င်းကို နှိမ့်၍မရနိုင်ကြောင်း သက်သေပြခဲ့သည်။ ရလဒ်သည် ကွမ်တမ်ဆွဲငင်အား၏ မှန်ကန်သောသီအိုရီကို မဖော်ထုတ်နိုင်သော်လည်း ၎င်းသည် ရူပဗေဒပညာရှင်များအား လမ်းကြောင်းမှန်သို့ ညွှန်ပြနိုင်သည်။
အလုပ်ပြီးမြောက်ပုံ- အေးဂျင့်တစ်ဦးသည် ခြောက်ပတ်ကြာလည်ပတ်နေသည်။
ရလဒ်များ၏နောက်ကွယ်ရှိနည်းလမ်းများသည် ရလဒ်များကိုယ်တိုင်ပင် အရေးကြီးပါသည်။ ဩဂုတ်လတွင် Anthropic သုတေသီ Hongbin Chen သည် ဘေးထွက်ပရောဂျက်တစ်ခုအနေဖြင့် Claude ၏စွမ်းရည်များကို စမ်းသပ်ခဲ့ပြီး တွင်းနက်များနှင့် bootstrap နည်းလမ်းကို အဓိကထား၍ သီအိုရီပိုင်းဆိုင်ရာ ရူပဗေဒဆိုင်ရာ စိတ်ဝင်စားဖွယ်အဖွင့်ပြဿနာများစာရင်းကို ရေးဆွဲရန် တောင်းဆိုခဲ့သည်။ Claude သည် ကိုယ်စားလှယ်လောင်း ၂၂ ဦးနှင့်အတူ နာရီပိုင်းအကြာတွင် ပြန်လာခဲ့သည်။ Chen သည် ပြဿနာတစ်ခုစီတိုင်းအတွက် သီးခြားအေးဂျင့်များကို တည်ထောင်ခဲ့သည်။ အေးဂျင့်များသည် အချင်းချင်း၏ တိုးတက်မှု ပို့စ်များကို ဖတ်ရှုနိုင်ပြီး ဆက်စပ်မေးခွန်းများကို ပူးပေါင်းလုပ်ဆောင်နိုင်ပြီး အထူးထည့်သွင်းမှုမရှိဘဲ ခြောက်ပတ်ခန့် နောက်ခံတွင် လုပ်ဆောင်နိုင်သည်။
Hawking-Page ဖြေရှင်းချက်သည် ထိုအေးဂျင့်များထဲမှ ထွက်လာသည်။ ရလဒ်ကိုရရှိပြီး ရက်သတ္တပတ်များအကြာတွင် တူညီသောပြဿနာတွင် ကလော့ဒ်ကို သီးခြားအသုံးပြုခဲ့သော အမှီအခိုကင်းသော ရူပဗေဒပညာရှင်တစ်ဦးသည် ၎င်း၏ကိုယ်ပိုင်ဖြေရှင်းချက်ကို မျှဝေခဲ့သည် — မတူညီသောနည်းလမ်းဖြင့် ရောက်ရှိခဲ့သော်လည်း အေးဂျင့်၏အဖြေနှင့် ကိုက်ညီသည့် အသုံးဝင်သော အပြန်အလှန်စစ်ဆေးချက်တစ်ခုဖြစ်သည်။ modular bootstrap ရလဒ်သည် ပေါင်းစပ်လုပ်ဆောင်နေသော အေးဂျင့်များစွာမှ ထွက်ပေါ်လာသည်- တစ်ခုက စာပေရှိ ပုံစံကို တွေ့ရှိခဲ့ပြီး နောက်တစ်ခုသည် မူလက စက်လုံးများကို မြင့်မားသောနေရာများအဖြစ် ထုပ်ပိုးခြင်းနှင့်ပတ်သက်သည့် သင်္ချာနည်းအရ ပြဿနာတစ်ခုဖြင့် တာဝန်ပေးခဲ့ပြီး ထိုပုံစံကို နည်းလမ်းတစ်ခုအဖြစ် ပြောင်းလဲခဲ့သည်။ ထိုနည်းလမ်းသည် OpenAI မော်ဒယ်မှ မကြာသေးမီက သက်သေပြခဲ့သော စက်လုံးထုပ်ပိုးမှုရလဒ်ကို ပြန်လည်ထုတ်ပေးခဲ့ကြောင်း Anthropic က ပြောကြားခဲ့သည်။ အစောပိုင်း Claude အေးဂျင့်တစ်ဦးသည် bootstrap ပြဿနာကို ကြိုးပမ်းခဲ့ပြီး အပြိုင်ကြိုးပမ်းမှု 61 ကြိမ်တွင် မအောင်မြင်ခဲ့ဘဲ၊ အခြားအေးဂျင့်နှစ်ဦးသည် နောက်ဆုံးတွင် တူညီသောအဖြေကို လွတ်လပ်စွာရောက်ရှိခဲ့သည်။
စက်တင်ဘာလတွင်၊ AI မှထုတ်လုပ်သောသင်္ချာကိုဘေးဥပဒ်ဖြစ်စေသည့်ထင်ယောင်ထင်မှားဖြစ်စေသောပြဿနာများကိုကာကွယ်ရန် Lean တွင်ရလဒ်များကိုတရားဝင်စစ်ဆေးခဲ့သည်။ ထို့နောက် ကလော့ဒ်သည် လမ်းညွှန်ချက်အနည်းငယ်ဖြင့် စာရွက်ကိုရေးခဲ့ပြီး ရူပဗေဒပညာရှင်တစ်ဦးသည် အဓိကရလဒ်တိုင်းကို စစ်ဆေးခဲ့သည်။ Anthropic အရ စာရွက်နှစ်ခုလုံး၏ ကြိုတင်ပရင့်များကို ရနိုင်သည်။
ပုံစံတစ်ခု၊ တစ်ခုမဟုတ်တစ်ခု
၎င်းသည် AI မောင်းနှင်သော ရှာဖွေတွေ့ရှိမှုတွင် Anthropic ၏ ပထမဆုံးခြေလှမ်းမဟုတ်ပါ။ ယခုလအစောပိုင်းတွင်၊ နိုဝင်ဘာလ 4 ရက်နေ့တွင် ကုမ္ပဏီသည် Claude ၏ယူဆချက်ဖြစ်သော "vault particles" ကို စုံစမ်းစစ်ဆေးသည့်အလုပ်အား ထုတ်ပြန်ခဲ့သည်။ တွင်းနက်ရလဒ်များသည် နောက်ထပ်ခြေလှမ်းတစ်ခုဖြစ်သည်- အဆိုပြုထားသောဖြစ်ရပ်ဆန်းတစ်ခုကို ခွဲခြမ်းစိတ်ဖြာခြင်းမပြုဘဲ လူသားသင်္ချာပညာရှင်များကို နှစ်ပေါင်းများစွာ ဆန့်ကျင်ခဲ့သော မေးခွန်းများကို ပိတ်ပစ်လိုက်သည်။
သတိပြုစရာများ ကျန်နေသေးသည်။ ပြဿနာများသည် သီအိုရီအရဖြစ်ပြီး၊ စကြဝဠာမော်ဒယ်များသည် အရုပ်မော်ဒယ်များဖြစ်ကြပြီး Anthropic — Claude စာရင်းသွင်းမှုများကို ရောင်းချသည့်ကုမ္ပဏီအနေဖြင့် ၎င်း၏မော်ဒယ်၏စွမ်းဆောင်ရည်များကိုပြသရန် ထင်ရှားသောစိတ်ဝင်စားမှုတစ်ခုရှိသည်။ သီးခြားအတည်ပြုထားသော Lean အထောက်အထားများနှင့် ရူပဗေဒပညာရှင်၏ သုံးသပ်ချက်သည် ရလဒ်များသည် ရိုးရိုးရှင်းရှင်း မှားယွင်းကြောင်း အလေးအနက်စိုးရိမ်မှုအား လျော့ပါးသက်သာစေပါသည်။ ပိုမိုကျယ်ပြန့်သော ရူပဗေဒအသိုင်းအဝိုင်းမှ နည်းလမ်းများကို လက်ခံသည်ဖြစ်စေ ၊ နောက်ခံတွင် ရက်သတ္တပတ်များစွာ လည်ပတ်နေသော အေးဂျင့်များသည် သီအိုရီဆိုင်ရာ သုတေသန၏ စံတူးလ်တစ်ခုဖြစ်သည်ဖြစ်စေ ၊ ဤအခိုက်အတန့်သည် ဘာကိုဆိုလိုသနည်းဆိုသည်ကို စစ်မှန်သောစမ်းသပ်မှုဖြစ်လိမ့်မည်။
---
AI ၏ရှေ့တွင်နေရန်နောက်ဆုံးပေါ် AI သတင်းများ၊ ခွဲခြမ်းစိတ်ဖြာမှုနှင့် အောင်မြင်မှုများ—အားလုံးကို တစ်နေရာတည်းတွင် ရယူပါ။
AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →