OpenAI သည် ၎င်း၏တစ်ကိုယ်တည်းစက်ရုပ်အဖွဲ့ကို ဖျက်သိမ်းလိုက်ပြီဖြစ်ကြောင်း သောကြာနေ့က The Decoder မှကောက်ယူခဲ့သော Fortune အစီရင်ခံစာအရ၊ သို့သော် ယခုအကြိမ်သည် စက်ရုပ်များထံမှထွက်ပေါက်တစ်ခုဖြစ်ပြီး ၎င်း၏ရှေ့တန်းမော်ဒယ်တစ်ဦးတည်းလုပ်ဆောင်နိုင်သည့် အလောင်းအစားတစ်ခုကဲ့သို့ဖြစ်သည်။ စက်ရုပ်သုတေသီများကို သုတေသနအရာရှိချုပ် Mark Chen လက်အောက်ရှိ ပင်မသုတေသနအဖွဲ့အစည်းတွင် စက်ရုပ်နှင့် ဟာ့ဒ်ဝဲအသုံးပြုသည့်ဝန်ထမ်းများက Greg Brockman's Applied အဖွဲ့တွင် ပါဝင်နေချိန်ဖြစ်သည်။

OpenAI သည် အော်စတင်ရှိ စက်ရုပ်သင်ယူခြင်းဆိုင်ရာ ညီလာခံ (CoRL) တွင် တဲတစ်လုံးကို ကြိုတင်စာရင်းသွင်းထားပြီးဖြစ်သည့်အတွက် ပြန်လည်ဖွဲ့စည်းခြင်းမှာ တိုတောင်းသော အကြောင်းကြားစာတွင် ဖြစ်ပေါ်လာခြင်းဖြစ်သည်။ Fortune သည် အတွင်းပိုင်းကျိုးကြောင်းဆီလျော်မှုကို အစီရင်ခံသည်- GPT-6 Astra ကဲ့သို့သော ယေဘုယျရည်ရွယ်ချက် မော်ဒယ်များသည် စက်ရုပ်များကို တိုက်ရိုက်ထိန်းချုပ်နိုင်ပြီး ကျဉ်းမြောင်းသောဒေတာအတွဲများတွင် လေ့ကျင့်သင်ကြားထားသော အထူးပြုစက်ရုပ်မော်ဒယ်များ လိုအပ်မှုကို လျှော့ချနိုင်သည်။ ဤနှင့် အခြား နောက်ဆုံးပေါ် AI ဖွံ့ဖြိုးတိုးတက်မှုများ နှင့်ပတ်သက်သည့် နောက်ထပ်အကြောင်းအရာများအတွက် ကျွန်ုပ်တို့သည် လုပ်ငန်းကို နာရီပတ်လုံး ခြေရာခံပါသည်။

ဘာကြောင့် OpenAI က စက်ရုပ်ကို မောင်းနှင်နိုင်တဲ့ ယေဘူယျမော်ဒယ်လ်လို့ ထင်တာလဲ။

နည်းပညာဆိုင်ရာ ကိစ္စရပ်သည် မကြာသေးမီက ရလဒ်များပေါ်တွင် တည်ရှိသည်။ The Decoder မှကိုးကားထားသော Nvidia လေ့လာမှုတစ်ခုတွင်၊ GPT-6 Astra မှ စွမ်းဆောင်သည့် အေးဂျင့်တစ်ခုသည် အကောင်းဆုံး အထူးပြုမော်ဒယ်များအတွက် 51 ရာခိုင်နှုန်းနှင့် နှိုင်းယှဉ်ပါက တူညီသော စက်ရုပ်လုပ်ဆောင်မှုများတွင် 74.8 ရာခိုင်နှုန်း အောင်မြင်မှုရခဲ့သည် — စမ်းသပ်မှုများသည် ရုပ်ပိုင်းဆိုင်ရာ ဟာ့ဒ်ဝဲထက် DROID စက်ရုပ်ကို အသုံးပြုထားသော်လည်း၊ Astra ၏ အစောပိုင်း StationeryBench ရလဒ်ကို စက်တင်ဘာလတွင် ဖော်ပြခဲ့ပြီး၊ ၎င်းသည် ပြိုင်ဆိုင်မှုဆိုင်ရာ အထူးပြုမော်ဒယ်လ်တစ်ခု လုံးလုံးလျားလျား ကျရှုံးခဲ့သည့် tabletop ခြယ်လှယ်ခြင်းလုပ်ငန်း 100 တွင် 7 ခုကို အပြည့်အဝ ပြီးမြောက်စေခဲ့ပါသည်။

Cornell University နှင့် Google DeepMind မှ AI သုတေသီ Yoav Artzi မှ The Decoder မှ Astra အား အာကာသဆိုင်ရာ နားလည်မှုတွင် အဓိက ခုန်ပျံကျော်လွှားမှုအဖြစ် ရှုမြင်ပြီး မော်ဒယ်သည် မထုတ်ဝေရသေးသော REMAP စံနှုန်းတွင် လူသားများ၏ တိကျသေချာမှုသို့ ရောက်ရှိသွားကြောင်း ပြောကြားခဲ့သည်။ Artzi သံသယရှိသူ OpenAI သည် Blender မြင်ကွင်းများကဲ့သို့သော 3D ဒေတာအမြောက်အမြားကို လေ့ကျင့်ပေးခဲ့သည့် မော်ဒယ်ကို လေ့ကျင့်မှုအဖြစ် စက်ရုပ်ဒေတာမည်မျှပြုလုပ်ခဲ့သည်ကို ရှင်းရှင်းလင်းလင်း မသိရသေးပေ။

စက်ရုပ်များဖြင့် တိုတောင်းသော၊ ရှုတ်ထွေးသောသမိုင်း

OpenAI သည် ယခင်က ဤနေရာတွင်ရှိခဲ့သည်။ ကုမ္ပဏီသည် ၎င်း၏စက်ရုပ်ပိုင်းဆိုင်ရာဌာနခွဲကို 2020 ခုနှစ်တွင် ပိတ်ခဲ့ပြီး တွဲဖက်တည်ထောင်သူ Wojciech Zaremba က နောက်ပိုင်းတွင် အဆိုပါအဖွဲ့သည် လိုအပ်သော လေ့ကျင့်ရေးဒေတာများ ချို့တဲ့နေကြောင်း ရှင်းပြခဲ့ပြီး ကြီးမားသောဘာသာစကားမော်ဒယ်များသည် AGI သို့ ပိုမိုမြန်ဆန်သောလမ်းကြောင်းတစ်ခုကဲ့သို့ ဖြစ်နေကြောင်း ပြောကြားခဲ့သည်။ စက်ရုပ်ပိုင်းဆိုင်ရာ ကြိုးပမ်းအားထုတ်မှုအား 2024 ခုနှစ်တွင် ပြန်လည်တည်ဆောက်ခဲ့ပြီး မိတ်ဖက်များနှင့် ဟာ့ဒ်ဝဲရင်းနှီးမြှုပ်နှံမှုများမှတစ်ဆင့် စီအီးအို Sam Altman သည် OpenAI ၏ ကိုယ်ပိုင်နေ့စဉ်စက်ရုပ်များကို ရေရှည်တည်ဆောက်ရန် ရည်မှန်းချက်ဖြင့် 2027 ခုနှစ်အတွက် ပထမဆုံးသော အများသူငှာ စက်ရုပ်သရုပ်ပြမှုကို ပစ်မှတ်ထားခဲ့ကြောင်း သိရသည်။

ဒီအချိန်မှာ ကွာခြားချက်က ဗျူဟာမြောက်တာထက် ဖွဲ့စည်းပုံပါပဲ။ သုတေသီများကို ပင်မသုတေသနအဖွဲ့သို့ ခေါက်ထားပြီး Applied အဖွဲ့အစည်းသည် ၎င်းပိုင်ဆိုင်သည့် သီးခြားအဖွဲ့ကို ဖယ်ရှားစဉ် ကုမ္ပဏီအတွင်း စက်ရုပ်များ ဆက်လက်လုပ်ဆောင်နေသည် — OpenAI သည် နိုဝင်ဘာလတွင် လုပ်ဆောင်ခဲ့သည့် အလားတူပုံစံအတိုင်း OpenAI သည် ပိုမိုကျယ်ပြန့်သော ပြန်လည်ဖွဲ့စည်းမှုအတွင်း ၎င်း၏ပြင်ဆင်မှုဘေးကင်းရေးအဖွဲ့ကို ဖျက်သိမ်းလိုက်သောအခါ၊ ဘေးကင်းရေးသုတေသီများ၏ ဝေဖန်မှုကိုဖြစ်စေသော လှုပ်ရှားမှုတစ်ခုဖြစ်သည်။

ပြိုင်ပွဲက မတည်မြဲဘူး။

Anthropic နှင့် Google တို့သည် ၎င်းတို့၏ ယေဘူယျရည်ရွယ်ချက် မော်ဒယ်များဖြင့် စက်ရုပ်လုပ်ငန်းဆောင်တာများတွင် မကြာသေးမီက တိုးတက်မှုကို ပြသခဲ့ပြီးဖြစ်သောကြောင့် OpenAI ၏ လောင်းကြေးကို လစ်ဟာမှုဖြင့် ပြုလုပ်ထားခြင်းမဟုတ်ကြောင်း ဆော့ဖ်ဝဲကို ကုဒ်ဒါမှ မှတ်သားထားသည်။ Google DeepMind ၏ Gemini စက်ရုပ်လုပ်ငန်းသည် ၎င်း၏ကိုယ်ပိုင်လမ်းကြောင်းကို တစ်နှစ်ကျော်ကြာအောင် လုပ်ဆောင်နေခဲ့ပြီး ရည်ရွယ်ချက်ဖြင့်တည်ဆောက်ထားသော မော်ဒယ်များသည် အမှန်တကယ် အားသာချက်များရှိနေသေးကြောင်း အထူးပြုစက်ရုပ်လုပ်ငန်းစတင်သူများက စောဒကတက်ကြသည်။

ထိုအားသာချက်များသည် ငြင်းခုံခြင်း၏ အဓိကအချက်များဖြစ်သည်။ အထူးပြု စက်ရုပ်မော်ဒယ်များသည် ကုန်ကျစရိတ်၊ ယုံကြည်စိတ်ချရမှု၊ အမြန်နှုန်းနှင့် စွမ်းအင်သုံးစွဲမှုတို့အပေါ် ကောင်းစွာ အသုံးချနိုင်သော်လည်း ၎င်းတို့သည် ကောင်းစွာ အသုံးချနိုင်ဆဲဖြစ်ကြောင်း The Decoder က ဖော်ပြခဲ့သည်။ စက်ရုပ်တစ်ခုပေါ်တွင် လည်ပတ်နေသော ရှေ့တန်းမော်ဒယ်တစ်ခုသည် သီးသန့်မူဝါဒကွန်ရက်ငယ်တစ်ခုတွင် မကြုံတွေ့ရသည့် latency နှင့် ချိတ်ဆက်မှုဆိုင်ရာ လက်တွေ့ကျသောမေးခွန်းများကို ပေါ်ပေါက်စေသည်။ ယေဘူယျမော်ဒယ်တစ်ခုတည်းက အဆိုပါကန့်သတ်ချက်များကို စုပ်ယူနိုင်မှုရှိမရှိသည် နောက်တစ်ကြိမ် hardware-in-the--loop benchmarks စမ်းသပ်မည့်အရာဖြစ်သည်။

စက်မှုလုပ်ငန်းအတွက်ဆိုလိုသည်။

OpenAI ၏လောင်းကြေးငွေသည် ပြေသွားပါက၊ စက်ရုပ်အစုအဝေးများသည် ဘာသာစကားနှင့် ကုဒ်ရေးနည်းများကို ပြန်လည်ပုံဖော်သည့် တူညီသော အခြေခံအုတ်မြစ်စီးပွားရေးစနစ်သို့ ပြိုကျသွားသည်- မော်ဒယ်တစ်ခု၊ အများအပြား။ ထိုသို့မဟုတ်ပါက၊ ကုမ္ပဏီသည် ရည်မှန်းချက်များစွာကို တစ်ပြိုင်နက်လုပ်ဆောင်ပေးသည့် သုတေသနလိုင်းများအတွက် အာရုံစိုက်စက်ရုပ်အဖွဲ့တစ်ဖွဲ့ကို အရောင်းအ၀ယ်လုပ်လိမ့်မည်- အချို့စက်ရုပ်သုတေသီများက ကုန်သွယ်မှုသည် ပုံသဏ္ဍာန်ထက် ပြောင်းပြန်လှန်ရန် ပိုမိုခက်ခဲကြောင်း သတိပေးထားသည်။

ယခုအချိန်တွင် အချက်ပြမှုများသည် ဦးတည်ချက်တစ်ခုသို့ ညွှန်ပြနေသည်။ OpenAI သည် စက်ရုပ်ကွန်ဖရင့်တစ်ခုမှ ထွက်ခွာသွားခဲ့ပြီး ၎င်း၏ စက်ရုပ်သုတေသီများကို ပြန်လည်ခန့်အပ်ကာ ၎င်း၏ အပြင်းထန်ဆုံးပုံစံကို ရုပ်ပိုင်းဆိုင်ရာလောကတွင် ထောက်ပြခဲ့သည်။ စက်ရုပ်သရုပ်ပြ Altman သည် ယခု 2027 ခုနှစ်တွင် လိုချင်သော စက်ရုပ်ဌာနခွဲတစ်ခုနှင့် Astra-class မော်ဒယ်များ မည်မျှအထိ သွားနိုင်သည်အပေါ် ပိုမိုမူတည်သည်။

---

AI ၏ရှေ့တွင်နေရန်

နောက်ဆုံးပေါ် AI သတင်းများ၊ ခွဲခြမ်းစိတ်ဖြာမှုနှင့် အောင်မြင်မှုများ—အားလုံးကို တစ်နေရာတည်းတွင် ရယူပါ။

AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →