தரவு மையங்களை நிரப்பும் டிரில்லியன்-பாராமீட்டர் மாடல்களை உருவாக்குவதற்கு எல்லைப்புற ஆய்வகங்கள் ஓடிக்கொண்டிருக்கும் தருணத்தில், ஒரு டெவலப்பர் முழுவதுமாக வேறு திசையில் சென்றுவிட்டார்: 1980களின் ஃப்ளாப்பி டிஸ்கில் பொருத்தப்பட்டு, 486DXக்குள் அனுப்பப்படும் அளவுக்கு பழைய CPU இல் இயங்கும் ஒரு வேலை கேள்வி-பதில் மொழி மாதிரி.
டைனி 2.1 என்று அழைக்கப்படும் இந்த திட்டம், ஹேக்கடேவால் கண்டுபிடிக்கப்பட்டது மற்றும் இந்த வாரம் ஃபியூச்சரிசம் மற்றும் டாம்ஸ் ஹார்டுவேர் மூலம் எடுக்கப்பட்டது. அதன் GitHub திட்டப் பக்கத்தின்படி, முழு மாடலும் 8-பிட் எடையில் தோராயமாக 380 KB எடையுள்ளதாக இருக்கிறது - ஒரு MS-DOS-வடிவமைக்கப்பட்ட ஃப்ளாப்பி டிஸ்கில் வசதியாகப் பொருத்தும் அளவுக்கு சிறியது - மேலும் இயங்குவதற்கு 540 KB நினைவகம் தேவை. டாம்ஸ் ஹார்டுவேர் தனது பதில்களை எளிமையான பிசி ஸ்பீக்கர் மூலம் கூட பேசுகிறது என்று தெரிவிக்கிறது. AI எதிர்பார்ப்புகளை முறியடிக்கும் கதைகளை நீங்கள் விரும்பினால், எங்களின் சமீபத்திய AI மேம்பாடுகள் எட்ஜ் அனுமானம் முதல் டிரில்லியன் அளவுரு எல்லை அமைப்புகள் வரை அனைத்தையும் உள்ளடக்கும்.
367,000 அளவுருக்கள் கொண்ட கேள்வி-பதில் மின்மாற்றி
டைனி 2.1 என்பது தோராயமாக 367,000 அளவுருக்கள் கொண்ட ஒரு சிறிய மின்மாற்றி கட்டமைப்பாகும் - இது பொதுவாக குறைந்த பில்லியன்களில் அளவிடப்படும் "இலகு எடை" மாதிரிகளின் அளவின் ஒரு பகுதி. இது டர்போ சி 2.0 இல் எழுதப்பட்டது மற்றும் MS-DOS இல் இயங்குகிறது, இது 1980 கள் மற்றும் 1990 களின் முற்பகுதியில் தனிப்பட்ட கணினியில் ஆதிக்கம் செலுத்தியது, இன்டெல் 486DX மற்றும் ஆரம்பகால பென்டியம் தலைமுறைகள் போன்ற பழைய இயந்திரங்களை குறிவைத்தது.
அதன் பயிற்சி தரவு அதற்கேற்ப சிறியது: வெறும் 3,500 உண்மைகள். அந்த கட்டுப்பாடு அதைப் பயன்படுத்துவதற்கான அனுபவத்தை வரையறுக்கிறது. திட்டப் பக்கத்தில் பகிரப்பட்ட ஸ்கிரீன்ஷாட்டில், மீன்களைக் காட்டிலும் திமிங்கலங்கள் பாலூட்டிகள் என்று மாடல் சரியாகப் பதிலளிக்கிறது மற்றும் தொலைபேசியைக் கண்டுபிடித்ததாக அலெக்சாண்டர் கிரஹாம் பெல் சரியாகக் குறிப்பிடுகிறார். 17 முறை 23ஐக் கணக்கிடும்படி கேட்கப்பட்டாலும், அது "96" என்று பதிலளிக்கிறது. பிரான்சின் ராஜா யார் என்று கேட்டதற்கு, அது "அன்டார்ஸ் நியூட்டன்" என்று நம்பிக்கையுடன் பதிலளிக்கிறது - 100 சதவிகித நம்பிக்கையுடன்.
கிளாட் போன்ற செயல்திறனை எதிர்பார்க்க வேண்டாம்
ஃபியூச்சரிசம் அப்பட்டமாக குறிப்பிடுவது போல, மாடல் "எல்லா நேரத்திலும் பதில்களை உருவாக்குகிறது", ஏனென்றால் அது உலகத்தைப் பற்றி அதிகம் தெரியாது. மீட்டெடுப்பு அடுக்கு இல்லை, கருவி பயன்பாடு இல்லை, வலைத் தேடல் இல்லை - ஒரு சிறிய நரம்பியல் நெட்வொர்க் மற்றும் அதன் 3,500-உண்மை பயிற்சி தொகுப்பிலிருந்து உறிஞ்சும் வடிவங்கள்.
திட்டத்தை குறிப்பிடத்தக்கதாக ஆக்குவது, அதன் இருப்பு நிரூபிப்பதை விட மாதிரியால் என்ன செய்ய முடியும் என்பது குறைவு. நவீன LLM அனுமானம் ஜிகாபைட் நினைவகம், GPU முடுக்கம் மற்றும் கிலோவாட் சக்தி ஆகியவற்றுடன் தொடர்புடையது. சிறிய 2.1 பதிலாக, ஒரு மின்மாற்றியானது வன்பொருளில் கட்டமைக்கப்பட்ட, கேள்வி-பதில் தொடர்புகளை உருவாக்க முடியும் என்ற கருத்தை நிரூபிக்கிறது, பேசுவதற்கு ஃப்ளோட்டிங்-பாயின்ட் யூனிட் இல்லை, ஃப்ளாப்பிக்கு அப்பால் ஹார்ட் டிரைவ் தேவைகள் இல்லை, மேலும் மதர்போர்டு ஸ்பீக்கரைப் போல பழமையான ஆடியோ அவுட்புட் பாதை.
AI AI உடன் கட்டப்பட்டது
ஒரு மெட்டா திருப்பமும் உள்ளது. திட்டப் பக்கத்தின்படி, டெவலப்பர் ஒவ்வொரு வரியையும் கையால் எழுதவில்லை: அவர்கள் மாதிரியின் குறியீட்டை எழுத உதவுவதற்கு ஆந்த்ரோபிக்ஸ் ஃபேபிள் 5.2 ஐப் பயன்படுத்தினர் மற்றும் பயிற்சி செயல்முறையை ஆதரிக்க ஓபஸ் 5.5 ஐப் பயன்படுத்தினர். வேறு வார்த்தைகளில் கூறுவதானால், ஒரு நெகிழ் வட்டில் பொருந்தும் அளவுக்கு சிறிய மாதிரியானது, எல்லை-அளவிலான AI அமைப்புகளின் உதவியுடன் எழுதப்பட்டு பயிற்சியளிக்கப்பட்டது - இது மிகப் பெரிய பெற்றோரின் சிறிய சந்ததியாகும்.
அந்த பணிப்பாய்வு AI பொறியியலில் ஒரு பரந்த போக்கை பிரதிபலிக்கிறது, அங்கு பெரிய மாதிரிகள் பெருகிய முறையில் சிறிய வன்பொருளில் இயங்கும் கணினிகளை உருவாக்குகின்றன, பிழைத்திருத்துகின்றன மற்றும் மேம்படுத்துகின்றன. ஃபோன்கள், மைக்ரோகண்ட்ரோலர்கள் மற்றும் உட்பொதிக்கப்பட்ட சாதனங்களுக்கான நெட்வொர்க்குகளை சுருக்கி அளவிடுவதற்கு கிளவுட் அளவிலான மாதிரிகள் உதவும் நவீன எட்ஜ்-ஏஐ கருவித்தொகுப்புகளிலும் இதே மாதிரி உள்ளது.
ஏன் சிறிய மாதிரிகள் முக்கியம்
சிறிய 2.1 எந்த வணிக சாட்போட்டையும் அச்சுறுத்தாது. ஆனால் இது போன்ற திட்டங்கள் மாதிரி சுருக்கம் எவ்வளவு தூரம் வந்துள்ளது - மற்றும் தேவைக்கு பதிலாக எவ்வளவு வீங்குவது என்பது ஒரு பயனுள்ள நினைவூட்டலாக செயல்படுகிறது. ரெட்ரோ-கம்ப்யூட்டிங் ஆர்வலர்கள் பல தசாப்தங்கள் பழமையான வன்பொருள் உலாவி திறன் கொண்ட அமிகாஸ் முதல் நெட்வொர்க் செய்யப்பட்ட 8-பிட் இயந்திரங்கள் வரை வியக்கத்தக்க வேலை செய்யும் திறன் கொண்டதாக உள்ளது என்பதை நிரூபித்துள்ளனர். அந்த பரம்பரையில் சேரும் ஒரு மொழி மாதிரி முதன்மையானது மற்றும் விளையாட்டுத்தனமானது.
Tiny 2.1 ஐ வடிவமைத்த பொறியியல் கட்டுப்பாடுகளும் செயல்திறனில் ஒரு செயலிழப்பு பாடமாகும். ஒரு 8-பிட் எடை வடிவம், ஒரு சொல்லகராதி மற்றும் கட்டிடக்கலை, மற்றும் வன்பொருள் வரம்புகளைச் சுற்றி வடிவமைக்கப்பட்ட வெளியீட்டு பாதை ஆகியவை ஒவ்வொரு கிலோபைட்டிற்கும் கணக்கிடப்படும் ஒரு அமைப்பில் சேர்க்கப்படுகின்றன. முக்கிய வரிசைப்படுத்தல்களுடன் ஒப்பிடுகையில், அளவுப்படுத்தல், கத்தரித்து வடித்தல் மற்றும் வடிகட்டுதல் ஆகியவை மிகப் பெரிய அளவில் உருவாக்கப்பட்ட மாடல்களுக்குப் பயன்படுத்தப்படும் பின்னோக்கிச் சரிசெய்தல் ஆகும் - மேலும் ஒரு அரட்டை அமர்வு முழு டைனி 2.1 இயக்க நேரத் தேவைகளைக் காட்டிலும் அதிக நினைவகத்தைப் பயன்படுத்தக்கூடிய எடைகள் சேர்க்கப்பட்டுள்ளன.
இது AI இன் ஆற்றல் பசியின் உண்மையான சுற்றுச்சூழல் ஆய்வு நேரத்தில் இறங்குகிறது, ஆராய்ச்சியாளர்கள் மற்றும் கட்டுப்பாட்டாளர்கள் அதிக அளவிலான பயிற்சி மற்றும் அனுமானத்தின் ஆற்றல் செலவில் அதிக கவனம் செலுத்துகின்றனர், மேலும் அமெரிக்கா முழுவதும் விளையாடும் தரவு மைய தள சண்டைகள். 540 KB நினைவகம் மற்றும் 1980களின் பவர் சப்ளையில் இயங்கும் ஒரு மாதிரியானது அந்தச் சிக்கலுக்குத் தீர்வாகாது - ஆனால் இது ஸ்பெக்ட்ரமின் மறுமுனையின் தெளிவான விளக்கமாகும்: மெகாவாட் அல்ல, வாட்களில் அளவிடப்பட்ட தடம் கொண்ட அனுமானம். ஃப்ளாப்பி டிஸ்க்குகள் முதல் ஜிகாவாட் வளாகங்கள் வரை புலம் எவ்வளவு தூரம் நீண்டுள்ளது என்பதைக் கண்காணிக்கும் வாசகர்கள், எங்கள் பிரேக்கிங் AI செய்திகளில் இரு முனைகளையும் காணலாம்.
தற்போதைக்கு, Tiny 2.1 இன் தயாரிப்பாளர் ஒரு உண்மையான அரிய சாதனையைப் பெற முடியும்: ஒரு நரம்பியல் வலையமைப்பை நீங்கள் இணையத்திற்கு முந்தைய கணினியில், வேர்ட் ப்ராசசர் ஆவணத்தைச் சேமிக்கப் பயன்படுத்தும் அதே ஊடகத்திலிருந்து நிறுவலாம். இது தொடர்ந்து மாயத்தோற்றம் செய்கிறது, முழு நம்பிக்கையுடன் பிரெஞ்சு ராயல்டியின் அடையாளத்தை தவறாக மேற்கோள் காட்டுகிறது, மேலும் இரண்டு இலக்க எண்களை நம்பகத்தன்மையுடன் பெருக்க முடியாது. இது முழுவதுமாக பிளாப்பி டிஸ்கில் இயங்குகிறது.
AIக்கு முன்னால் இருங்கள்
ஃப்ளாப்பி-டிஸ்க் மாடல்கள் முதல் எல்லைப்புற ஆய்வகங்கள் வரை அனைத்தையும் நாங்கள் கண்காணிக்கிறோம். மேலும் AI செய்திகளைப் படிக்கவும் →
