சாட்பாட்டிலிருந்து "டிஜிட்டல் சக ஊழியர்" வரை
டென்சென்ட்டின் யூட்டு லேப் மற்றும் பல சீன பல்கலைக்கழகங்களின் புதிய ஆய்வுக் கட்டுரை, செயற்கை நுண்ணறிவின் அடுத்த கட்டத்தைப் பற்றிய ஒரு கூர்மையான வாதத்தை முன்வைக்கிறது: சிறந்த பதில்கள் போதாது. AI அமைப்புகள் உண்மையான சக ஊழியர்களாக செயல்பட வேண்டுமானால், அவை பதில் உருவாக்கத்திற்கு அப்பால் சென்று, நிலையான பணிச்சூழல்களுக்குள் முழு பணிகளையும் நம்பத்தகுந்த முறையில் முடிக்க வேண்டும் என்று ஆராய்ச்சியாளர்கள் கூறுகின்றனர்.
ஜூன் 28 அன்று தி டிகோடர் அறிக்கையில் விவரிக்கப்பட்டுள்ள அந்த மாற்றம், AI மேம்பாட்டில் உள்ள மைய கேள்விகளில் ஒன்றை மறுவடிவமைக்கிறது. பிரச்சினை இனி ஒரு மாதிரி மிகவும் சரளமான அல்லது துல்லியமான பதிலை உருவாக்க முடியுமா என்பது மட்டுமல்ல. மாறாக, மாதிரியானது பயனரின் நோக்கத்தை எடுத்து, கருவிகள் மற்றும் கோப்புகளுடன் தொடர்பு கொள்ளவும், எதிர்பாராத நிலைமைகளுக்கு ஏற்பவும், வேலை உண்மையில் முடியும் வரை தொடர்ந்து செயல்படவும் முடியுமா என்பதுதான்.
கட்டுரையின் சொற்களில், இலக்கு ஒரு சாட்பாட்டை விட "டிஜிட்டல் சக ஊழியர்" ஆகும். இது முதல் வாசிப்பில் பிராண்டிங் மொழி போல் தோன்றலாம், ஆனால் அடிப்படை வேறுபாடு நடைமுறைக்குரியது. ஒரு சாட்பாட் பதிலளிக்கிறது. ஒரு சக ஊழியர் செயல்படுத்துகிறார்.
ஒரு-ஷாட் நுண்ணறிவின் வரம்பு
இந்த ஆய்வு பெரிய மொழி மாதிரிகளின் பரிணாமத்தை பல நிலைகளில் கண்டறிகிறது. ஆரம்ப கட்டத்தில், அமைப்புகள் முக்கியமாக அடுத்த மிகவும் சாத்தியமான டோக்கனைக் கணிப்பதன் மூலம் விரைவாக உரையை உருவாக்கின. அவற்றின் திறன்கள் மாதிரி அளவுருக்களில் சுருக்கப்பட்ட வடிவங்கள் மற்றும் தகவல்களை பெரிதும் சார்ந்திருந்தன. இது வரைவு, சுருக்கம் மற்றும் பொதுவான கேள்வி பதிலுக்கு பயனுள்ளதாக இருந்தது, ஆனால் அது வெளிப்படையான வரம்புகளையும் விதித்தது.
தி டிகோடரின் கட்டுரை சுருக்கத்தின்படி, அந்த அமைப்புகள் பொதுவாக தீர்வுகளை பரவலாக தேடவில்லை, இடைநிலை படிகளை சரிபார்க்கவில்லை, அல்லது சிக்கல்களைத் தீர்க்கும் போது நீடித்த நிலை உணர்வை பராமரிக்கவில்லை. அவை ஒரே முறையில் வெளியீடுகளை உருவாக்கின, மேலும் ஒரு பணிக்கு பல சார்பு செயல்கள் அல்லது காலப்போக்கில் சரிபார்ப்பு தேவைப்படும்போது அவற்றின் நம்பகத்தன்மை அடிக்கடி சரிந்தது.
ஆராய்ச்சியாளர்கள் ஒரு பிந்தைய "சிந்தனை LLM" நிலையை விவரிக்கின்றனர், இதில் மாதிரிகள் தீர்வு பாதைகளை ஆராயவும், இடைநிலை பகுத்தறிவை சரிபார்க்கவும், தவறுகளை சரிசெய்யவும் அனுமானத்தின் போது அதிக கணினி நேரத்தை செலவிடுகின்றன. அந்த அறிக்கை அந்த கட்டத்தை OpenAI இன் o1 மற்றும் DeepSeek-R1 போன்ற அமைப்புகளுடன் இணைக்கிறது, அவை வேகமான, உள்ளுணர்வு நடத்தையிலிருந்து மெதுவான, வேண்டுமென்றே பகுத்தறிவை நோக்கி நகர்வதாக வடிவமைக்கப்பட்டுள்ளன.
அந்த மாற்றம் முக்கியமானது, ஆனால் அது இன்னும் போதுமானதாக இல்லை என்று கட்டுரை வாதிடுகிறது. சிறந்த பகுத்தறிவு பதிலின் தரத்தை மேம்படுத்துகிறது. அது தானாகவே ஒரு உண்மையான பணிப்பாய்வுக்குள் செயல்படக்கூடிய நம்பகமான முகவரை உருவாக்காது.
முகவர்கள் ஏன் இன்னும் உடைக்கிறார்கள்
இந்த ஆய்வு முதல் தலைமுறை AI முகவர்களில் நான்கு கட்டமைப்பு பலவீனங்களை அடையாளம் காட்டுகிறது. தி டிகோடரால் சுருக்கப்பட்டபடி, அந்த முகவர்கள் தங்கள் சூழலை துண்டுகளாக மட்டுமே உணர்கிறார்கள், கருவி அழைப்புகள் முழுவதும் நீடித்த நிலையை பாதுகாக்கத் தவறுகிறார்கள், எதிர்பாராத ஒன்று நடக்கும்போது உடைந்து விடுகிறார்கள், மேலும் அடிக்கடி பணிகளை முடிப்பதில்லை.
குறியீடு, ஆராய்ச்சி, கோப்பு செயல்பாடுகள் அல்லது நிர்வாக வேலைகளுக்கு LLM ஐ தன்னாட்சி உதவியாளராகப் பயன்படுத்த முயற்சித்த எவருக்கும் அந்த சிக்கல்கள் பரிச்சயமானவை. ஒரு மாதிரி API ஐ அழைக்கலாம், உலாவியைத் திறக்கலாம் அல்லது குறியீட்டை எழுதலாம், ஆனால் அது என்ன மாறியது என்பதை இழப்பதாலும், ஒரு சிறிய பிழையிலிருந்து மீள முடியாமல் இருப்பதாலும், அல்லது முந்தைய செயல்கள் கிடைக்கக்கூடிய நிலையான பணியிடம் இல்லாததாலும் இன்னும் நின்றுவிடும்.
கட்டுரையின் பதில் அறிவாற்றலைப் போலவே சுற்றுச்சூழலும் ஆகும். இது முழு பணி முழுவதும் கோப்புகள், அமர்வுகள், பதிவுகள், அனுமதிகள், உலாவி நிலை மற்றும் மீண்டும் பயன்படுத்தக்கூடிய திறன்கள் கிடைக்கக்கூடிய நிலையான, பாதுகாப்பான பணியிடங்களை சுட்டிக்காட்டுகிறது. அந்த அமைப்பில், மாதிரியானது தனிமைப்படுத்தப்பட்ட கருவி அழைப்புகளை மட்டும் உருவாக்கவில்லை. அது சூழலின் தொடர்ச்சிக்குள் செயல்படுகிறது.
மீண்டும் பயன்படுத்தக்கூடிய திறன்களின் பங்கு
கட்டுரையின் வலுவான கருத்துக்களில் ஒன்று, நம்பகமான AI சக ஊழியர்களை நோக்கிய முன்னேற்றம் மீண்டும் பயன்படுத்தக்கூடிய "திறன்களை" சார்ந்துள்ளது. தி டிகோடர் இதை நோக்கத்தை முடிக்கப்பட்ட வேலையாக மாற்றுவதற்கான முக்கிய தேவையாக முன்வைக்கிறது. திறன்கள், இந்த வடிவமைப்பில், தெளிவற்ற திறமைகள் அல்ல, மாறாக நிலையான சூழலுக்குள் அமைப்பு மீண்டும் மீண்டும் பயன்படுத்தக்கூடிய போர்ட்டபிள் பணி நடைமுறைகள் ஆகும்.
AI பயன்பாட்டிற்கான அளவுகோலை மாற்றுவதால் அந்த முக்கியத்துவம் குறிப்பிடத்தக்கது. தொழில் அடிக்கடி சுவாரஸ்யமான ஒற்றை-முறை செயல்திறனை வெகுமதி அளித்துள்ளது: ஒரு சிறந்த சுருக்கம், ஒரு கூர்மையான பதில், ஒரு மெருகூட்டப்பட்ட குறியீடு தொகுதி. உண்மையான பயன் வேறு இடத்தில் உள்ளது என்று ஆய்வு வாதிடுகிறது. மதிப்புமிக்க அமைப்பு என்பது நம்பப்படும் அளவுக்கு நிலைத்தன்மையுடன் மீண்டும் மீண்டும் செயல்களின் வரிசையை இயக்கக்கூடியதாகும்.
நிலையான சூழல்கள் அந்த திறன்களை சாத்தியமாக்குகின்றன. ஒவ்வொரு செயலுக்குப் பிறகும் கோப்புகள், பதிவுகள், அனுமதிகள் மற்றும் பணி சூழல் மறைந்துவிட்டால், மாதிரியானது உலகத்தை மீண்டும் மீண்டும் மறுகட்டமைக்க வேண்டும். அந்த நிலை நீடித்தால், அமைப்பு வழக்கங்களை உருவாக்கலாம், முடிவுகளை சரிபார்க்கலாம் மற்றும் புதிதாக தொடங்காமல் தோல்வியிலிருந்து மீளலாம்.
AI முன்னேற்றம் எவ்வாறு அளவிடப்படுகிறது என்பதில் மாற்றம்
இது AI மதிப்பீட்டில் ஆழமான மாற்றத்தைக் குறிக்கிறது என்று அறிக்கை தெரிவிக்கிறது. பழைய சாட்பாட் முன்னுதாரணத்தின் கீழ், முன்னேற்றத்தை பதில் தரத்தால் அளவிட முடியும்: சரளம், உண்மைத்தன்மை, குறியீடு துல்லியம் அல்லது தனித்துவமான சிக்கல்களில் அளவுகோல் மதிப்பெண்கள். "டிஜிட்டல் சக ஊழியர்" முன்னுதாரணத்தின் கீழ், வெற்றியை முடிக்கப்பட்ட பணிகளுக்கு எதிராக அளவிட வேண்டும்.
இது கடினமான தரநிலை. முடிக்கப்பட்ட வேலைக்கு மாதிரியானது இலக்கைப் புரிந்துகொள்ளவும், கருவிகளைத் தேர்வு செய்யவும், நிலையை பராமரிக்கவும், பிழைகளைக் கண்டறியவும், வெளியீடுகளை சரிபார்க்கவும், முடிப்பு அளவுகோல்கள் பூர்த்தி செய்யப்பட்டால் மட்டுமே நிறுத்தவும் தேவைப்படுகிறது. மேலும், சூழல் மாதிரியின் காலடியில் மாறக்கூடிய குழப்பமான, நிஜ உலக நிலைமைகளில் சில அளவு வலிமையும் தேவைப்படுகிறது.
இந்த ஆய்வு OpenHands மற்றும் SWE-agent போன்ற அமைப்புகளை இந்த புதிய சகாப்தத்துடன் இணைக்கப்பட்ட எடுத்துக்காட்டுகளாக மேற்கோள் காட்டுகிறது, இதை தி டிகோடர் "OpenClaw சகாப்தம்" என்று அழைக்கிறது. பெயரிடலை விட கட்டடக்கலை புள்ளி முக்கியமானது: AI அமைப்புகள் தனிமைப்படுத்தப்பட்ட உரை உருவாக்கத்தை விட நீடித்த செயலாக்கத்திற்காக வடிவமைக்கப்பட்ட சூழல்களில் உட்பொதிக்கப்படும்போது மிகவும் திறமையானதாக மாறும்.
இது ஏன் இப்போது முக்கியமானது
இந்த கட்டுரை ஒரு பரந்த தொழில் மாற்றத்தின் நடுவில் வருகிறது. AI நிறுவனங்கள் மாதிரிகளின் பகுத்தறிவு மற்றும் மல்டிமாடல் திறன்களை தொடர்ந்து மேம்படுத்துகின்றன, ஆனால் நிறுவன வாங்குபவர்கள் மற்றும் தொழில்நுட்ப குழுக்கள் குறுகிய பணிப்பாய்வுகளில் உழைப்பு மாற்றீட்டைப் பற்றி அதிகளவில் அக்கறை கொள்கின்றனர்: அமைப்பு ஒரு டிக்கெட்டைத் தீர்க்க முடியுமா, குறியீட்டுத் தளத்தைப் புதுப்பிக்க முடியுமா, ஆவணங்களைச் சேகரிக்க முடியுமா, சோதனைகளை இயக்க முடியுமா மற்றும் நிலையான மேற்பார்வை இல்லாமல் சரிபார்க்கக்கூடிய முடிவை உருவாக்க முடியுமா?
இது அதே சாட்பாட் முறையை அளவிடுவதன் மூலம் நடக்காது என்பதே ஆய்வின் பதில். பதிலளிக்கும் இடத்தில் அதிக நுண்ணறிவு உதவுகிறது, ஆனால் அது நிலையான சூழல், நீடித்த நிலை, கருவி அடித்தளம் மற்றும் மீண்டும் பயன்படுத்தக்கூடிய செயலாக்க முறைகளின் தேவையை நீக்காது.
சில டெமோக்கள் அவை பிரதிநிதித்துவப்படுத்தும் தயாரிப்புகளை விட ஏன் மிகவும் சுவாரஸ்யமாக உணர்கின்றன என்பதையும் அந்த நிலைப்பாடு தெளிவுபடுத்துகிறது. ஒரு மாதிரியானது ஒரு ஒற்றை மெருகூட்டப்பட்ட வினாவைத் தீர்க்கும்போது மிகவும் திறமையானதாகத் தோன்றலாம். இடையூறுகள், தெளிவின்மை மற்றும் சரிபார்ப்பின் தேவை ஆகியவற்றுடன் முழு வேலை செயல்முறையையும் வழிநடத்தும்படி கேட்கப்படும்போது அது மிகவும் குறைவான நம்பிக்கையூட்டுவதாக மாறும்.
நடைமுறை எடுத்துக்காட்டு
ஆய்வின் மிகவும் பயனுள்ள பங்களிப்பு கருத்தியல் ஒழுக்கமாக இருக்கலாம். இது பல பயனர்கள் ஏற்கனவே பார்க்கும் ஒரு சிக்கலுக்கு மொழியை வழங்குகிறது: AI அடிக்கடி ஒரு புத்திசாலித்தனமான பதிலளிப்பவராகவும் நம்பமுடியாத முடிப்பவராகவும் செயல்படுகிறது. பதில் உருவாக்கத்தை பணி நிறைவிலிருந்து பிரிப்பதன் மூலம், கட்டுரை டெவலப்பர்களை அந்த இடைவெளியை மூடுவதற்கு முக்கியமான உள்கட்டமைப்பு மற்றும் தயாரிப்பு வடிவமைப்பு தேர்வுகளை நோக்கி சுட்டிக்காட்டுகிறது.
ஆராய்ச்சியாளர்கள் சொல்வது சரிதானென்றால், AI இன் அடுத்த பெரிய பாய்ச்சல் புத்திசாலித்தனமான மாதிரிகளால் மட்டும் வரையறுக்கப்படாது. அது நீடிக்கக்கூடிய, செயல்படக்கூடிய, நினைவில் கொள்ளக்கூடிய மற்றும் சரிபார்க்கக்கூடிய அமைப்புகளால் வரையறுக்கப்படும், அதாவது அறிவுறுத்தல்களை முடிக்கப்பட்ட வேலையாக மாற்றும் அளவுக்கு நீண்ட நேரம். வேறு வார்த்தைகளில் கூறுவதானால், எதிர்கால சக ஊழியர் ஒருவரைப் போல் பேசுவதை விட அதிகமாக செய்ய வேண்டும்.
இந்த கட்டுரை தி டிகோடரின் அறிக்கையை அடிப்படையாகக் கொண்டது. அசல் கட்டுரையைப் படிக்கவும்.
Originally published on the-decoder.com