பிசினஸ் இன்சைடரின் அறிக்கையின்படி, கணினி வேலைகளைத் தானியங்குபடுத்தும் திறன் கொண்ட AI முகவர்களுக்குப் பயிற்சியளிக்க உருவகப்படுத்தப்பட்ட சூழல்களை உருவாக்கும் ஒரு தொடக்கமான Mechanize உடன் $1.5 பில்லியனுக்கும் அதிகமான ஒப்பந்தத்திற்கு Google பேச்சுவார்த்தை நடத்தி வருகிறது. வருங்கால ஒப்பந்தம் ஒப்பீட்டளவில் இளம் நிறுவனத்தை AI உள்கட்டமைப்பு ஒப்பந்தங்களின் மேல் அடுக்குக்கு மாற்றும் - மேலும் அடுத்த முன்னேற்றங்கள் எங்கிருந்து வரும் என்று தொழில்துறை நினைக்கிறது. இந்தத் துறையை மறுவடிவமைக்கும் பல முக்கிய நகர்வுகளில் இதுவும் ஒன்றாகும், [சமீபத்திய AI துறை கவரேஜ்] (https://aibuzzwire.news) இல் தினமும் கண்காணிக்கப்படுகிறது.
சீக்கிங் ஆல்ஃபா, சீக்கிங் ஆல்ஃபாவால் அறிக்கையிடப்பட்டது, மேலும் திறமையான AIக்கான திறவுகோல் பெரிய மாதிரிகள் மட்டுமல்ல, சிறந்த பயிற்சித் தளங்களும் ஆகும் - முகவர்கள் உண்மையான பணிகளைச் செய்யக்கூடிய உருவகப்படுத்தப்பட்ட பணியிடங்கள்.
AIக்கான 'டிஜிட்டல் அலுவலகங்களை' உருவாக்குதல்
Mechanize's அணுகுமுறை ஆராய்ச்சியாளர்கள் வலுவூட்டல் கற்றல் சூழல்கள் என்று அழைப்பதைச் சுற்றி கட்டமைக்கப்பட்டுள்ளது. தி டிகோடர் விளக்கியது போல், ஸ்டார்ட்அப் "டிஜிட்டல் ஆபீஸ்களை" உருவாக்குகிறது - AI ஏஜென்ட்டுக்கு ஒரு பொருளை வாங்க உலாவி வழிசெலுத்துவது போன்ற பணி கொடுக்கப்பட்டு, அது வெற்றி பெறுகிறதா என்று தரப்படுத்தப்பட்ட மென்பொருள் சூழல்களை உருவாக்குகிறது. அதைச் சரியாகப் பெறுவதற்கு ஏஜெண்ட் ரிவார்டு சிக்னலைப் பெறுகிறார், பிறகு மீண்டும் செய்கிறார்.
டெக் க்ரஞ்ச் இந்த சூழல்களை "உண்மையான மென்பொருள் பயன்பாட்டில் AI முகவர் என்ன செய்வார் என்பதை உருவகப்படுத்தும் பயிற்சி மைதானம்" என்று விவரித்தது, வேலையை "மிகவும் சலிப்பூட்டும் வீடியோ கேமை உருவாக்குவது" என்று ஒப்பிடுகிறது. நிஜ உலகில் முகவர்கள் சந்திக்கும் குழப்பமான, கணிக்க முடியாத சூழ்நிலைகளை வெளிப்படுத்துவதே முக்கிய விஷயம் - அவர்களைக் குழப்பும் கீழ்தோன்றும் மெனுக்கள், மோசமான உள்ளீட்டை நிராகரிக்கும் படிவங்கள், டஜன் கணக்கான படிகள் கொண்ட பணிப்பாய்வுகள் - மற்றும் மீட்க அவர்களுக்குக் கற்றுக்கொடுப்பது.
AI பயிற்சியின் முந்தைய சகாப்தத்தில் ஆதிக்கம் செலுத்திய நிலையான தரவுத்தொகுப்புகளைப் போலன்றி, இந்த சூழல்கள் ஊடாடும். தவறான திருப்பத்தை எடுக்கும் ஒரு முகவர் மீண்டும் முயற்சிக்க வேண்டும், மேலும் எதிர்பாராத நடத்தை வெளிப்படும் மற்றும் பயனுள்ள கருத்துக்களை வழங்குவதற்கு சூழல் வலுவாக இருக்க வேண்டும்.
RL சூழல்களைச் சுற்றி ஒரு புதிய தங்க ரஷ்
இயந்திரமயமாக்கல் என்பது தனியாக இல்லை. TechCrunch படி, வலுவூட்டல் கற்றல் சூழல்களுக்கான உந்துதல், மெக்கானைஸ் மற்றும் பிரைம் இன்டலெக்ட் உட்பட - நன்கு நிதியளிக்கப்பட்ட தொடக்கங்களின் புதிய வகுப்பை உருவாக்கியுள்ளது - அதே நேரத்தில் நிறுவப்பட்ட தரவு-லேபிளிங் நிறுவனங்களான Mercor மற்றும் Surge வேகத்தைத் தக்கவைத்து வருகின்றன. ஒவ்வொருவரும், "இந்த இடத்தைப் பார்க்கிறார்கள்" என்று வெளியீட்டிற்கு ஒரு ஆதாரம் கூறியது.
ஏற்றத்தை உந்தும் லட்சியம் ஒரு குறிப்பிடத்தக்க ஒப்பீடு மூலம் கைப்பற்றப்பட்டது: முதலீட்டாளர்கள் இந்த நிறுவனங்களில் ஒன்று "சுற்றுச்சூழலுக்கான அளவிலான AI" ஆக மாறும் என்று நம்புகிறார்கள், இது சாட்போட் சகாப்தத்தை மேம்படுத்த உதவியது. வலுவூட்டல் கற்றல் சூழல்கள் AI திறனின் அடுத்த பாய்ச்சலுக்கு அடி மூலக்கூறு என நிரூபிக்கப்பட்டால், அவற்றை வழங்கும் நிறுவனம் மகத்தான மதிப்பைப் பிடிக்கும்.
முக்கிய ஆய்வகங்கள் கவனிக்கின்றன. தகவலை மேற்கோள்காட்டி, TechCrunch, Anthropic இல் உள்ள தலைவர்கள் அடுத்த ஆண்டில் வலுவூட்டல் கற்றல் சூழல்களில் $1 பில்லியனுக்கும் அதிகமாக செலவழிப்பது பற்றி விவாதித்துள்ளனர் - இது கூகுளின் அறிக்கையான Mechanize பேச்சுக்களை சூழலில் வைக்கிறது.
ஒரு சர்ச்சைக்குரிய பணி
Mechanize அதன் தொழில்நுட்பத்திற்காக மட்டும் கவனத்தை ஈர்த்துள்ளது, ஆனால் அதன் கூறப்பட்ட லட்சியத்திற்காக. நிறுவனம் தனது இலக்கை "அனைத்து வேலைகளின் முழு ஆட்டோமேஷன்" என்று வெளிப்படையாக விவரித்துள்ளது, இது தீவிர விவாதத்தை உருவாக்கியுள்ளது. நியூ யோர்க் டைம்ஸ், பார்ச்சூன் மற்றும் டெக் க்ரஞ்ச் அனைத்தும் ஸ்டார்ட்அப்பின் ஆத்திரமூட்டும் பணியை ஆய்வு செய்தன, விமர்சகர்கள் மனித உழைப்பை தானியக்கமாக்குவதன் சமூக தாக்கங்களை கேள்வி எழுப்பினர் மற்றும் ஆதரவாளர்கள் அத்தகைய ஆட்டோமேஷன் தவிர்க்க முடியாதது மற்றும் இறுதியில் நன்மை பயக்கும் என்று வாதிடுகின்றனர்.
அந்த சர்ச்சை முதலீட்டாளர்களைத் தடுக்கவில்லை. குறைந்தபட்சம் ஒரு ஹைப்பர் ஸ்கேலர் போதுமான தொழில்நுட்ப உறுதிமொழியையும் - மற்றும் போதுமான போட்டி அவசரத்தையும் - பில்லியன்களை செலுத்துவதற்கு - கூகுள் பேச்சுக்கள் தெரிவிக்கின்றன.
ஏன் கூகுள் நுழைய விரும்புகிறது
Google ஐப் பொறுத்தவரை, ஒரு முன்னணி சூழல் தொடக்கத்துடன் ஒரு ஆழமான கூட்டாண்மை பல மூலோபாய இலக்குகளுக்கு உதவும். சிறந்த பயிற்சி பெற்ற முகவர்கள், கூகுளின் சொந்த குறியீட்டு முறை மற்றும் உற்பத்தித்திறன் கருவிகளை வலுப்படுத்தலாம், மூன்றாம் தரப்பு பயிற்சி தரவை நம்பியிருப்பதைக் குறைக்கலாம் மற்றும் பயனரின் சார்பாக மென்பொருளை இயக்கக்கூடிய AI முகவர்களுக்கான வளர்ந்து வரும் சந்தையில் ஒரு முனையை வழங்கலாம்.
அதே எல்லையில் வளங்களை கொட்டும் போட்டியாளர்களின் வேகத்தை Google க்கு இது உதவும். முகவர்கள் உண்மையான வேலையைச் செய்யக்கூடியவர்களாக மாறும்போது - குறியீடு எழுதுதல், இன்பாக்ஸை நிர்வகித்தல், வாங்குதல்களை நிறைவு செய்தல் - சிறந்த பயிற்சி சூழல்களை வைத்திருக்கும் நிறுவனங்கள் ஒரு தீர்க்கமான நன்மையைக் கொண்டிருக்கலாம்.
முன்னால் உள்ள சாலை
அறிக்கையிடப்பட்ட பேச்சுவார்த்தைகள் இன்னும் ஒரு இறுதி ஒப்பந்தம் ஆகவில்லை, மேலும் இதுபோன்ற பேச்சுவார்த்தைகளில் புள்ளிவிவரங்கள் அடிக்கடி மாறுகின்றன. ஆனால் அளவு மட்டும் - உருவகப்படுத்தப்பட்ட பணிச்சூழலில் கவனம் செலுத்தும் ஒரு தொடக்கத்திற்கான $1.5 பில்லியன் தொகை - AI இன் ஈர்ப்பு மையம் எவ்வளவு விரைவாக மூல மாதிரி அளவிலிருந்து மாதிரிகளை உண்மையிலேயே பயனுள்ளதாக மாற்றத் தேவையான உள்கட்டமைப்பை நோக்கி நகர்கிறது என்பதை விளக்குகிறது.
ஒப்பந்தம் முடிவடைந்தால், AI கட்டமைப்பின் அடுத்த கட்டத்தை தொகுத்து வழங்கும் நிறுவனங்களின் ஒரு சிறிய குழுவில் Mechanize சேரும்: மாதிரிகளை உருவாக்கும் ஆய்வகங்கள் அல்ல, ஆனால் அவர்களுக்கு எவ்வாறு வேலை செய்வது என்று கற்பிக்கும் சப்ளையர்கள்.
சாட்போட்கள் முதல் செயல்படும் முகவர்கள் வரை
Mechanize இல் உள்ள ஆர்வம், துறையில் ஒரு பரந்த ஊடுருவல் புள்ளியை பிரதிபலிக்கிறது. கடந்த இரண்டு வருடங்கள் சாட்போட்களால் வரையறுக்கப்பட்டன - கேள்விகளுக்கு பதிலளிக்கும் மற்றும் உரையை உருவாக்கும் அமைப்புகள். தற்போதைய அலை முகவர்களால் வரையறுக்கப்படுகிறது: ஒரு இலக்கை அடைய, பல படிகளில், நடவடிக்கைகளை எடுக்கும் அமைப்புகள். ஒரு முகவர் இணையம் முழுவதிலும் ஒரு தலைப்பை ஆராய்ச்சி செய்யலாம், ஒரு அறிக்கையை உருவாக்கலாம் மற்றும் அதை தாக்கல் செய்யலாம், இவை அனைத்தும் வரையறுக்கப்பட்ட மனித மேற்பார்வையுடன்.
செயலற்ற பதிலளிப்பாளரிடமிருந்து செயலில் உள்ள ஆபரேட்டருக்கு அந்த பாய்ச்சல் கடினமாக உள்ளது. இதற்கு திட்டமிடக்கூடிய, பிழைகளில் இருந்து மீளக்கூடிய, கருவிகளைப் பயன்படுத்தக்கூடிய மற்றும் நீண்ட எல்லைகளில் நிலைத்திருக்கக்கூடிய மாதிரிகள் தேவை - நிலையான தரவுத்தொகுப்புகள் கற்பிப்பதற்கு மோசமாகப் பொருந்தக்கூடிய திறன்கள். வலுவூட்டல் கற்றல் சூழல்கள் இந்த இடைவெளியை சரியாக நிவர்த்தி செய்கின்றன, அதனால்தான் அவை அதிக மூலதனம் மற்றும் கவனத்தின் மையமாக மாறியுள்ளன. திறமையான முகவர்களை நம்பத்தகுந்த முறையில் உற்பத்தி செய்யக்கூடிய நிறுவனங்கள் பெரிய அளவிலான அறிவு வேலைகளை மறுவரையறை செய்யலாம்.
அபாயங்கள் மற்றும் திறந்த கேள்விகள்
உறுதிமொழி குறிப்பிடத்தக்க தீர்க்கப்படாத சவால்களுடன் வருகிறது. உண்மையான மென்பொருளை இயக்க முகவர்களைப் பயிற்றுவிக்கும் சூழல்கள், அந்த முகவர்களுக்கு பின்னர் நேரடி அமைப்புகளுக்கான அணுகல் வழங்கப்பட்டால், புதிய பாதுகாப்பு அபாயங்களை அறிமுகப்படுத்தலாம். AI முகவர்கள், சோதனை செய்யப்பட்டபோது, எதிர்பாராத மற்றும் சில சமயங்களில் ஏமாற்றும் செயல்களை எடுத்த நிகழ்வுகளை ஆராய்ச்சியாளர்கள் ஆவணப்படுத்தியுள்ளனர் - சுயாட்சி மற்றும் நம்பகத்தன்மை ஆகியவை லாக்ஸ்டெப்பில் முன்னேறவில்லை என்பதை நினைவூட்டுகிறது.
சமூகம் பதிலளிக்கக்கூடியதை விட தொழில்நுட்பம் வேகமாக எழுப்பும் பொருளாதார மற்றும் சமூக கேள்விகளும் உள்ளன. அலுவலகப் பணியின் கணிசமான பகுதிகளை தானியக்கமாக்குவதில் ஒற்றை தொடக்கம் வெற்றி பெற்றால், வேலைவாய்ப்பு, பயிற்சி மற்றும் உற்பத்தித்திறன் ஆதாயங்களின் விநியோகம் ஆகியவற்றில் சிற்றலை விளைவுகள் ஆழமாக இருக்கும். Mechanize இன் வெளிப்படையாகக் கூறப்பட்ட பணியானது அந்தக் கேள்விகள் நீண்ட காலத்திற்கு அனுமானமாக இருக்காது என்பதை உறுதி செய்கிறது - மேலும் Google இன் அறிக்கையின் ஆர்வத்தின் அளவு, தொழில்துறையானது அவற்றைத் தீர்க்கும் பிரச்சனையாகக் கருதுகிறது, வேகத்தைக் குறைப்பதற்கான காரணமல்ல.
