கூகுளின் ஜெமினி 4 ஆர்கான், சோதனை இணைவு உலைகளுக்குள் இருக்கும் காந்தப்புலங்களை விவரிக்கும் துல்லியமான கணித தீர்வுகளை விரிவுபடுத்த ஆராய்ச்சியாளர்களுக்கு உதவியுள்ளது - இந்த ஆண்டு தொடக்கத்தில், 59 ஆண்டுகளாக இருந்த யூகத்திற்கு முரணான முடிவுகளை உருவாக்குகிறது. டெக்ராடார் திங்களன்று வளர்ச்சியைப் புகாரளித்தது, ஆராய்ச்சியாளர்கள் arXiv வழியாக வெளியிட்ட ஒரு தாளில் அதைக் கண்டுபிடித்தனர்.

இணைவு சாதனங்களில் காந்தப்புலங்கள் எவ்வாறு சூப்பர் ஹீட் பிளாஸ்மாவைக் கொண்டிருக்கின்றன என்பதை மாதிரியாகக் காட்டப் பயன்படுத்தப்படும் கணிதத்தைப் பற்றிய சாதனை. இது மின்சாரத்தை உற்பத்தி செய்யும் அல்லது வணிக ரீதியான இணைவைத் தானே நெருக்கமாக நகர்த்தும் ஒரு திருப்புமுனை அல்ல - ஆனால் இது பிளாஸ்மா இயற்பியலாளர்களுக்கு 1967 முதல் இல்லாத ஒன்றை அளிக்கிறது: அவர்களின் உருவகப்படுத்துதல் குறியீடுகளை சோதிக்கக்கூடிய சரியான தீர்வுகளின் பரந்த குடும்பம். For more context on this story, see our ongoing latest AI developments.

1967 முதல் இருக்கும் யூகம்

1967 ஆம் ஆண்டில், இயற்பியலாளர் ஹரோல்ட் கிராட் முப்பரிமாண காந்தப்புலங்களில் சமநிலையை நிர்வகிக்கும் கணித நிலைமைகள் பற்றிய ஒரு யூகத்தை முன்மொழிந்தார் - துல்லியமாக காந்த அடைப்பு இணைவு தொடர்பான அமைப்பு.

பல தசாப்தங்களாக பிளாஸ்மா உள்ளமைவுகளைப் பற்றி ஆராய்ச்சியாளர்கள் எவ்வாறு சிந்திக்கிறார்கள் என்பதை இந்த அனுமானம் வடிவமைத்தது. காந்த அடைப்பு இணைவு மிகவும் வெப்பமான, மின்சாரம் சார்ஜ் செய்யப்பட்ட வாயுவைக் கொண்டிருக்கும் சக்திவாய்ந்த புலங்களைப் பயன்படுத்துகிறது, அணுக்கருக்கள் ஒன்றிணைந்து ஆற்றலை வெளியிடுவதற்கு முன்பு அது வெளியேறுவதைத் தடுக்கிறது. விஞ்ஞானிகளுக்கு அந்தத் துறைகளின் துல்லியமான கணித மாதிரிகள் தேவை, ஏனெனில் உருவகப்படுத்துதல்கள் பிளாஸ்மா நடத்தையைப் புரிந்துகொள்ள உதவுகின்றன மற்றும் அடைப்பைப் பராமரிக்கும் திறன் கொண்ட வடிவமைப்பு கட்டமைப்புகளை வடிவமைக்கின்றன.

சரியான தீர்வுகள் முக்கிய காரணம்: காந்த அடைப்புக்கான கணினி உருவகப்படுத்துதல்கள் தோராயமானவை, மேலும் அந்த தோராயங்கள் நம்பகமானவையா என்பதை அறிய, இயற்பியலாளர்களுக்கு துல்லியமான கணித நிகழ்வுகள் தேவை, அதன் பண்புகள் அறியப்படுகின்றன - தோராயத்தை முழுமையாக நம்பாமல், காந்த அடைப்பை மாதிரியாக்கும் மென்பொருளை சோதிப்பதற்கான குறிப்பு எடுத்துக்காட்டுகள். 59 ஆண்டுகளாக, கிடைக்கக்கூடிய தீர்வு குடும்பங்கள் கிராடின் அனுமானத்தால் கட்டுப்படுத்தப்பட்டன.

செப்டம்பர் 2026 இல், மேரிலாந்து பல்கலைக்கழக ஆராய்ச்சியாளர் மாட் லாண்ட்ரேமன் யூகத்திற்கு முரணான சரியான தீர்வுகளை வெளியிட்டபோது அது மாறியது. டெக்ராடரின் கூற்றுப்படி, ஓபன்ஏஐயின் ஜிபிடி-6 அஸ்ட்ரா ப்ரோவின் உதவியுடன் முந்தைய வேலை தயாரிக்கப்பட்டது - பிளாஸ்மா இயற்பியலில் நீண்டகால கோரிக்கையை முறியடித்த ஒரு எல்லைக்குட்பட்ட AI மாதிரியின் முதல் உயர்நிலை நிகழ்வுகளில் ஒன்றாகும்.

ஜெமினி 4 ஆர்கானுடன் தீர்வு குடும்பத்தை விரிவுபடுத்துதல்

லாண்ட்ரேமனின் தீர்வுகள் ஒரு வரம்புடன் வந்தன: பழைய மற்றும் புதிய குடும்பங்கள் ஒரு குறிப்பிட்ட வடிவியல் சமச்சீர்நிலையைப் பகிர்ந்து கொண்டன, இது இல்லாத கட்டமைப்புகளுக்கு சரியான எடுத்துக்காட்டுகள் இல்லாமல் ஆராய்ச்சியாளர்களை விட்டுச் சென்றது.

Opal Issan, Jonathan Citrin, Matt Landreman மற்றும் Brendan Tracey ஆகியோரின் அடுத்தடுத்த ஆய்வுகள் அந்தக் கட்டுப்பாட்டை நீக்கத் தொடங்கின. ஆராய்ச்சியாளர்கள் ஜெமினி 4 ஆர்கானை கூகிளின் ஆண்டிகிராவிட்டி சூழல் மூலம் பயன்படுத்தினர், அங்கு பல AI முகவர்கள் லாண்ட்ரேமனின் முந்தைய முடிவுகளை ஆராய்ந்து அவற்றை நீட்டிப்பதற்கான வழிகளை ஆராய்ந்தனர்.

அறிக்கையின்படி, சமச்சீர்நிலையை உடைக்கும் ஒரு அளவுருவை அறிமுகப்படுத்துவதன் மூலம் லாண்ட்ரேமனின் தீர்வுகளில் இருந்து சமச்சீர் கட்டுப்பாட்டை அகற்றுவதற்கான வழிகளை முகவர்கள் கண்டறிந்தனர், புதிய காந்த உள்ளமைவுகளை உருவாக்குவதன் மூலம் ஆராய்ச்சியாளர்கள் சரிபார்க்க முடியும். ஏஜெண்டுகள் தங்கள் விசாரணையைத் தொடங்கிய சில மணிநேரங்களுக்குள் நம்பிக்கைக்குரிய கணித வேட்பாளர்கள் வெளிப்பட்டனர் - இது ஒரு தேடல் செயல்முறையின் வியத்தகு சுருக்கம், இது வழக்கமாக வாரக்கணக்கான கை கணக்கீடு தேவைப்படும்.

அறிவியலுக்குப் பதிலாக தேடலைச் சுருக்குவதே AI இன் பங்கு. ஆராய்ச்சியாளர்கள் இன்னும் வழித்தோன்றல்களைச் சரிபார்க்க வேண்டும், முன்மொழியப்பட்ட தீர்வுகள் கணித ரீதியாக சீரானவை என்பதை உறுதிப்படுத்தி, கணக்கீட்டு சரிபார்ப்பை இயக்க வேண்டும். ஆராய்ச்சி கையெழுத்துப் பிரதியின் சில பகுதிகளைத் தயாரிப்பதில் AI உதவி பயன்படுத்தப்பட்டது, வெளியிடப்பட்ட படைப்புக்கான பொறுப்பை ஆசிரியர்கள் தக்க வைத்துக் கொண்டனர்.

புதிய தீர்வுகள் எதற்கு நல்லது

சிக்கலான முப்பரிமாண அமைப்புகளில் காந்த சமநிலையை கணக்கிடும் கணினி நிரல்களை சரிபார்ப்பதற்கான கூடுதல் குறிப்பு நிகழ்வுகளை ஆராய்ச்சியாளர்களுக்கு வழங்குகிறது. அந்த குறியீடுகள் காந்த சிறைச்சாலை சமூகம் முழுவதும் பயன்படுத்தப்படுகின்றன - ஸ்டெல்லரேட்டர் மற்றும் டோகாமாக் ஆராய்ச்சியில் ஒரே மாதிரியாக - மற்றும் அவற்றின் சரிபார்ப்பு இந்த வேலையின் வரிசையை உருவாக்கும் சரியான தீர்வுகளைப் பொறுத்தது.

டெக்ராடார் நோக்கத்தைப் பற்றி வெளிப்படையாகக் கூறியது: உடனடி சாதனை என்பது காந்த அடைப்பைப் படிக்கும் ஆராய்ச்சியாளர்களுக்கான துல்லியமான கணித தீர்வுகளின் விரிவான தொகுப்பாகும், AI அணுக்கரு இணைவைத் தீர்த்தது அல்லது அதன் பொறியியல் தடைகளை நீக்கியது என்பதற்கான ஆதாரம் அல்ல. புல சமன்பாடுகளைத் தீர்ப்பதற்கும் மின் உற்பத்தி நிலையத்தை உருவாக்குவதற்கும் இடையே உள்ள இடைவெளி எப்பொழுதும் இல்லாத அளவுக்கு அதிகமாகவே உள்ளது.

ஒரு முறை உருவாகிறது

இந்த வேலை வேகமாக வளர்ந்து வரும் முடிவுகளின் தொகுப்பிற்கு பொருந்துகிறது, இதில் எல்லைப்புற AI மாதிரிகள் தீவிர கணிதத்திற்கு பங்களிக்கின்றன - மேலும் போட்டி ஆய்வகங்களின் மாதிரிகள் ஒரே பிரச்சனையின் வெவ்வேறு பக்கங்களில் தோன்றும். OpenAI இன் மாதிரியானது Grad இன் அனுமானத்திற்கு முரணான அசல் எதிர் உதாரணங்களை உருவாக்க உதவியது; கூகுளின் மாதிரியானது அந்த முடிவுகளை புதிய பிராந்தியத்திற்கு விரிவுபடுத்த உதவியது.

இது கூகுளின் ஒரு வேண்டுமென்றே வடிவமைப்புத் தேர்வையும் பிரதிபலிக்கிறது. இந்த மாத தொடக்கத்தில் வெளியிடப்பட்ட ஜெமினி 4 ஆர்கான், கடினமான அறிவியல் சிக்கல்கள் பற்றிய விரிவான பகுத்தறிவுக்காக உருவாக்கப்பட்ட ஒரு மாதிரியாக நிறுவனத்தால் நிலைநிறுத்தப்பட்டது, மேலும் கூகிள் அதை பல முகவர்கள் இணையாக ஒரு சிக்கலைச் செய்யக்கூடிய ஆண்டிகிராவிட்டி ஏஜென்டிக் சூழலுடன் இணைத்துள்ளது. இணைவுத் தாள் என்பது பணிபுரியும் இயற்பியலாளர்களால் நடைமுறையில் பயன்படுத்தப்படும் சுருதியின் ஆரம்ப, உறுதியான நிரூபணமாகும்.

பிளாஸ்மா இயற்பியல் சமூகத்திற்கு, நடைமுறை ஊதியம் உடனடியாக வந்து சேரும்: உருவகப்படுத்துதல் மென்பொருளை சரிபார்க்க மிகவும் துல்லியமான நிகழ்வுகள். AI தொழிற்துறையைப் பொறுத்தவரை, எல்லைப்புற மாதிரிகள் அறிவியல் கண்டுபிடிப்பின் உண்மையான கருவிகளாக மாறுகின்றனவா என்பது பற்றிய விவாதத்தில் இது மற்றொரு தரவு புள்ளியாகும் - இது ஒரு நேரத்தில் ஒரு யூகத்திற்குப் பெருகிய முறையில் பதிலளிக்கிறது.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →