முக்கியமான ஒரு கட்டத்தில் Google-ன் AI தலைமை மறுசீரமைக்கப்படுகிறது
மேம்பட்ட AI systems சுற்றிய போட்டி தீவிரமடையும் நேரத்தில் Google DeepMind-இல் பெரிய தலைமை மாற்றம் நடைபெறுகிறது. Demis Hassabis, Google DeepMind-இன் நாள்-தோறும் மேலாண்மையிலிருந்து விலகி Alphabet-ன் chief scientist ஆகிறார்கள்; அதே சமயம் Google-ன் மிகவும் செல்வாக்கு வாய்ந்த engineers-இல் ஒருவரான மற்றும் Google DeepMind-இன் chief scientist ஆன Jeff Dean, 27 ஆண்டுகளுக்குப் பிறகு நிறுவனத்தை விட்டு, அறிவியல் ஆராய்ச்சியை தானியக்கமாக்கும் புதிய venture-ஐ தொடங்க இருக்கிறார்.
தனித்தனியாகப் பார்த்தால், இவற்றில் ஏதேனும் ஒன்று முக்கியமானதாக இருக்கும். ஒன்றாகப் பார்த்தால், DeepMind நிறுவனத்தின் பரந்த product மற்றும் research strategy-க்கு இன்னும் நெருக்கமாக இணைக்கப்பட்டபின், Google-ன் AI organization-இல் ஏற்பட்ட மிக முக்கியமான leadership reset-களில் ஒன்றாகின்றன. இதன் நேரமும் முக்கியம், ஏனெனில் Google frontier model development-ஐ முன்னெடுக்கவும், AI products-ஐ பெரிய அளவில் deploy செய்யவும், artificial general intelligence research-இன் நீண்டகால திசையில் செல்வாக்கை காப்பாற்றவும் ஒரே நேரத்தில் முயற்சிக்கிறது.
Hassabis operator-இலிருந்து strategist-ஆக மாறுகிறார்
source material-ல் விவரிக்கப்பட்ட company update-ன் படி, Hassabis முழுமையாக தொடர்வார், ஆனால் operational management-இலிருந்து விலகுகிறார். Alphabet-ன் chief scientist என்ற புதிய பாத்திரத்தில், அவர் Google CEO Sundar Pichai-யுடன் strategic மற்றும் global AGI விவகாரங்களில் நெருக்கமாக பணியாற்றி, அதே நேரத்தில் DeepMind teams-க்கு ஆலோசனை வழங்குவார். அவர் London-இலேயே இருப்பார், மேலும் Alphabet-ன் AI drug discovery subsidiary ஆன Isomorphic Labs-க்கு அதிக நேரத்தை ஒதுக்குவார்.
இந்த மாற்றம், ஒரு பெரிய AI division-ஐ ஒரு உலகளாவிய தொழில்நுட்ப நிறுவனத்தின் உள்ளே இயக்குவதின் அதிகரிக்கும் சிக்கலிலிருந்து long-range scientific direction-ஐ பிரிக்க deliberate separation ஒன்றை சுட்டுகிறது. கடந்த சில ஆண்டுகளில் AI-யின் மையம் மாறியுள்ளது. Labs இனி research output மட்டுமல்லாமல், model release cadence, product integration, developer platform execution, infrastructure efficiency, மற்றும் frontier capabilities-ஐ பரவலாகப் பயன்படுத்தப்படும் tools-ஆக மாற்றும் திறன் ஆகியவற்றாலும் மதிப்பிடப்படுகின்றன.
அந்த சூழல், ஒரு founding scientific leader-ஐ இரண்டு திசைகளில் இழுக்கலாம்: ஒருபுறம் operational delivery-யை கண்காணிக்கவும், மறுபுறம் பரந்த technical மற்றும் philosophical agenda-வை அமைக்கவும். Hassabis இரண்டாவது திசையைத் தேர்ந்தெடுக்கிறார் போலத் தெரிகிறது. source account-ல், அவர் தற்போதைய காலத்தை pivotal moment எனக் கூறி, AGI நெருங்கிவிட்டதாக இப்போது நம்புவதாகச் சொன்னார். இது அவரது நகர்வை ஒரு சீரமைப்பாக மட்டுமல்லாமல், Alphabet தனது மிகப் பிரபலமான AI leaders-இல் ஒருவரை long-horizon கேள்விகளுக்கும் cross-company scientific priorities-க்கும் அதிக நேரம் செலவிடச் செய்ய விரும்புகிறது என்பதற்கான அறிகுறியாக்குகிறது.

Koray Kavukcuoglu தினசரி கட்டுப்பாட்டை ஏற்கிறார்
operational responsibility-யை ஏற்கும் நபர் Koray Kavukcuoglu; இவர் முன்பு DeepMind-இன் chief technology officer மற்றும் Google-ன் chief AI architect ஆவார். அவர் senior vice president ஆக Google DeepMind-இன் நாள்-தோறும் மேலாண்மையை ஏற்று, நேரடியாக Pichai-க்கு அறிக்கை அளிப்பார். அவரின் பரப்பளவு பெரியது: Gemini model development, frontier research, Gemini app, மற்றும் Google-ன் AI developer platforms.
இந்தப் பட்டியல், உடனடி போட்டியை Google எங்கு பார்க்கிறது என்பதற்கான சுருக்கமான வரைபடம். Gemini என்பது models குடும்பம் மட்டும் அல்ல. இது research, consumer products, enterprise developer adoption ஆகியவற்றின் இணைப்பு. அந்த portfolio-வை நிர்வகிக்க, அடிப்படை அறிவியல் மற்றும் systems execution, product delivery இரண்டுக்கும் பாலம் அமைக்கக்கூடிய ஒருவர் தேவை. DeepMind-இல் அவரின் நீண்ட காலமும், core technical teams-ஐ உருவாக்கிய பங்களிப்பும், drift இல்லாமல் continuity-யை உறுதி செய்ய அவரைத் தேர்ந்தெடுத்ததற்கான தார்க்கிக காரணமாக அமைகிறது.
source material நம்பிக்கையையும் வலியுறுத்துகிறது. Pichai, DeepMind-இன் deep learning team-ஐ உருவாக்கி WaveNet மற்றும் DQN போன்ற முக்கிய breakthroughs-ஐ முன்னெடுக்க Kavukcuoglu செய்த பங்களிப்பை குறிப்பிட்டார்; Hassabis-மும் அவர்மீதும் மற்ற leadership group-மீதும் முழு நம்பிக்கை இருப்பதாகச் சொன்னார். research-heavy organization-இல் இவ்வகை messaging முக்கியம், ஏனெனில் தலைமை மாற்றங்கள் priorities, autonomy, science மற்றும் product demands இடையேயான சமநிலை குறித்து குழப்பத்தை ஏற்படுத்தலாம்.
Jeff Dean-ன் வெளியேறல் இரண்டாவது, தனித்த ஷாக்
Hassabis மேலே செல்வது authority-யின் strategic redistribution-ஐ குறிக்கிறது என்றால், Jeff Dean-ன் வெளியேறல் வேறு ஒன்றைக் காட்டுகிறது: modern Google engineering-இன் கிட்டத்தட்ட முழு வரலாற்றிலும் செல்வாக்கு செலுத்திய ஒரு மைய technical figure-ன் இழப்பு. Dean 27 ஆண்டுகளுக்குப் பிறகு Google-ஐ விட்டு, Google Senior Fellow Sanjay Ghemawat உடன் Discovery Loop-ஐ தொடங்குகிறார். புதிய public benefit corporation, machine learning, science, engineering ஆகியவற்றை தானியக்கமாக்கி discovery-ஐ வேகப்படுத்த திட்டமிடுகிறது; ஆரம்பத்தில் பெரும் அளவிலான machine learning experiments மீது கவனம் செலுத்தும்.
இது இரண்டு காரணங்களுக்காக முக்கியமானது. முதலில், Dean-ன் வெளியேறல் classic Google infrastructure culture மற்றும் புதிய frontier AI யுகத்திற்கிடையிலான அரிய connective figure-ஐ நீக்குகிறது. இரண்டாவது, அவரின் அடுத்த project தொழில்துறையில் விரைவாக உயரும் ஒரு கருத்தை நோக்கி சுட்டுகிறது: AI-யை user-facing assistants மற்றும் coding systems உருவாக்குவதற்காக மட்டுமல்ல, அறிவியல் செயல்முறையையே தானியக்கமாக்குவதற்காக பயன்படுத்துவது.
venture-ன் ஆரம்ப கவனம் machine learning experimentation மீது இருப்பது வெளிப்படையானது. AI labs தற்போது hypothesis generation, training, evaluation, iteration ஆகிய பெரிய சுழற்சிகளின் மீது அதிகம் சார்ந்துள்ளன. இந்த loops-ஐ பகுதியளவில் தானியக்கமாக்க முடிந்தால், ஆராய்ச்சி வேகம் மாறலாம். இதன் பொருள், அடுத்த போட்டித் தளம் பெரிய models அல்லது சிறந்த applications மட்டும் அல்ல, புதிய அறிவை உருவாக்கும் செயல்முறையைச் சுருக்கும் systems ஆகவும் இருக்கலாம்.

இந்த reshuffle Google-ன் முன்னுரிமைகள் பற்றி என்ன சொல்கிறது
இந்த மாற்றங்களை ஒன்றாகப் பார்த்தால், Alphabet இரண்டு இணை bet-களைச் சுற்றி மறுசீரமைக்கிறது என்பது தெளிவாகிறது. ஒன்று operational bet: Gemini, developer platforms மற்றும் frontier models-ஐ products-ஆக மாற்றுவதில் கடுமையான execution. மற்றொன்று strategic bet: long-horizon scientific direction மீது அதிக கவனம், Hassabis பரந்த நிறுவன மட்டத்தில் செயல்பட, Dean நிறுவனத்திற்கு வெளியே automated discovery-ஐ நாடுகிறார்.
இது அவசியமாக நிலையற்றதைக் குறிக்கவில்லை. மாறாக, இது முதிர்ச்சியைக் காட்டலாம். பெரிய AI labs வளரும்போது, discovery, productization, governance, infrastructure, commercialization ஆகியவற்றை ஒரே அமைப்பில் மேம்படுத்துவது கடினமாகிறது. ஒரு research lab-இல் ஒருகாலத்தில் பொருந்திய leadership roles, இப்போது தனித்த functions-ஆகப் பிரிகின்றன. AGI trajectory-க்கு கவனம் செலுத்தும் chief scientist, delivery-க்கு கவனம் செலுத்தும் senior vice president, research automation pursue செய்யும் சுயாதீன ventures ஆகியவை இந்த pattern-இல் பொருத்தமாகத் தெரிகின்றன.
இருப்பினும், இந்த மாற்றம் ஆபத்தைக் கொண்டது. வெளியில் நம்பகத்தன்மையும் உள்ளகத் தெளிவும் சமமாக முக்கியமான சூழலில் Google போட்டியிடுகிறது. Investors, developers, enterprise customers, researchers அனைவரும் தீர்மானங்களை யார் எடுக்கிறார்கள், authority-ன் மையம் எது, மற்றும் coherence இழக்காமல் நிறுவனம் எவ்வளவு வேகமாக நகர முடியும் என்பதை அறிய விரும்புகிறார்கள். product cycles குறுகியதும் எதிர்பார்ப்புகள் உயர்ந்ததும் ஆக இருக்கும் போது, இந்தக் கேள்விகளில் எந்தத் தெளிவின்மையும் செலவு விளைவிக்கலாம்.
தொழில்துறை பின்னணி ஒரு நிறுவனத்தை விட பெரியது
பரந்த AI sector இப்போது leadership transitions தாமும் strategic statements ஆக மாறும் கட்டத்தில் நுழைகிறது. founder போன்ற ஒரு நபரை company-wide science நோக்கி நகர்த்துவது, technical operator-ஐ deployment-ஐ வழிநடத்த உயர்த்துவது, மற்றும் ஒரு veteran engineer automated discovery tools உருவாக்க வெளியேறுவதைப் பார்ப்பது ஆகியவை ஒரே உண்மையை நோக்கி சுட்டுகின்றன: frontier AI இனி narrow research contest அல்ல. அது structure, execution, மற்றும் next layer of abstraction-ஐ யார் கட்டுப்படுத்துகிறார்கள் என்ற institutional contest ஆக மாறி வருகிறது.
Google-க்கு, இந்த மறுசீரமைப்பு யார் எங்கே சென்றார் என்பதைக் காட்டிலும் முடிவுகளின் அடிப்படையில் மதிப்பிடப்படும். Gemini development வேகமடைந்தால், developer platforms வலுப்பெற்றால், மற்றும் Alphabet அறிவியல் லட்சியத்தை நீடித்த products-ஆக மாற்ற முடிந்தால், இந்த transition ஒழுங்கானதாகத் தோன்றும். நிறுவனம் கவனம் அல்லது வேகம் இழந்தால், இந்த reshuffle வேறுபட்ட விதத்தில் படிக்கப்படும். எப்படியானாலும், இது உலகின் முக்கியமான AI organizations-இல் ஒன்றுக்கான உண்மையான turning point-ஐ குறிக்கிறது.
இந்தக் கட்டுரை The Decoder-ன் அறிக்கையை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.
Originally published on the-decoder.com


