அடுத்த AI கதை வெறும் உரை பற்றி மட்டுமல்ல, நிஜம் பற்றியும் இருக்கலாம்

autonomy குறித்த Fast Company-யின் feature package-ல் ஒரு முக்கியமான முன்னேற்றம் கவனிக்கப்படுகிறது: Fei-Fei Li-யின் புதிய நிறுவனம் World Labs, தன்னை வேறொரு AI frontiers-இல் நிலைநிறுத்திக்கொண்டபடி, 1 பில்லியன் டாலர் மதிப்பீட்டை எட்டியுள்ளதாக கூறப்படுகிறது. வழங்கப்பட்ட source text-படி, அந்த நிறுவனம் digital world-ஐ மட்டுமல்ல, real world-ஐ புரிந்துகொள்ளும் அமைப்புகளை உருவாக்கும் திட்டத்தில் பந்தயம் வைக்கிறது; மேலும் அது உலக மாதிரிகள் (world models) எழுச்சியில் ஒரு ஆரம்பநிலை முன்னோடியாகக் காட்டப்படுகிறது.

இது முக்கியம், ஏனெனில் AI-க்குள் மூலதனமும் ஆர்வமும் எங்கு செல்கிறது என்பதைக் காட்டுகிறது. கடந்த அலையை பெரிய மொழி மாதிரிகள் (large language models) நுகர்வோர் மற்றும் நிறுவன கவனத்தின் மையமாக்கின. World Labs-ன் framing, முதலீட்டாளர்களும் கட்டுமானர்களும் இப்போது இடம், பொருட்கள், சூழல்கள், மற்றும் உடல்மையான context-ஐ அதிக நேரடியாக பிரதிபலிக்கும் மாதிரிகளை நோக்கி பார்க்கிறார்கள் என்பதைக் காட்டுகிறது.

மொழி திறனிலிருந்து உலகப் புரிதலுக்காக

source text ஒரு சுருக்கமான ஆனால் முக்கியமான கருத்தை முன்வைக்கிறது: world models, பெரிய மொழி மாதிரிகளை மாற்றி, AI முதலீடு மற்றும் hype-இன் அடுத்த அலை ஆகின்றன. frontier AI செய்திகளில் வழக்கமாக வரும் promotional மொழியை ஒதுக்கினாலும், அந்த வாக்கியம் ஒரு உண்மையான மூலோபாய மாற்றத்தைப் பிடிக்கிறது. மொழி மாதிரிகள் உரையில் prediction செய்வதில், மேலும் அதிகரித்து image மற்றும் code-இல் கூட, வலுவானவை; ஆனால் உடல் சூழல்களில் செயல்படவோ அல்லது அதைப் பற்றி காரணப்படுத்தவோ வேண்டிய அமைப்புகளுக்கு அதைவிட grounded ஒன்றை தேவைப்படுகிறது.

அந்த வாக்குறுதியையே World Labs முன்னெடுக்கிறது போல தெரிகிறது. அந்த நிறுவனம் “understanding the real world, not just the digital one” என்பதில் பணியாற்றுகிறது என்று விவரிக்கப்படுகிறது. நடைமுறையில், இந்த framing, scenes, space, movement, மற்றும் environment ஆகியவற்றை model செய்யக்கூடிய AI-யைச் சுட்டுகிறது; இது robotics, simulation, autonomy, மற்றும் செறிவான machine perception-க்கு பயனுள்ளதாக இருக்கும்.

source excerpt-ல் World Labs இந்தச் சவால்களைத் தீர்த்து விட்டதாகக் கூறப்படவில்லை. ஆனால் நிறுவனம் எவ்வாறு நிலைநிறுத்தப்படுகிறது என்பதைக் காட்டுகிறது: பொது chatbot போட்டியில் இன்னொரு நுழைவாளராக அல்ல, நிஜத்தை அதிக விசுவாசத்துடன் வரைபடம் செய்து புரிந்துகொள்ளக்கூடிய AI systems உருவாக்கும் பரந்த போட்டியின் பகுதியாக.

முதலீட்டாளர்கள் ஏன் கவனம் செலுத்துகிறார்கள்

குறிப்பிடப்பட்ட 1 பில்லியன் டாலர் மதிப்பீடு ஒரு நிதியமைப்பு milestone மட்டும் அல்ல. இந்த thesis-க்கு அளிக்கப்படும் நம்பிக்கையின் அளவையும் அது காட்டுகிறது. அடுத்த பெரிய AI platform shift உடல்மையான உலகை machine understanding செய்வதைக் கொண்டிருக்கும் என்ற யோசனைக்கு முதலீட்டாளர்கள் கணிசமான மதிப்பை வழங்கத் தயாராக உள்ளனர்.

அது சந்தை ஆராய்வதற்கு ஒரு நியாயமான திசை. autonomous vehicles, industrial robots, simulation tools போன்ற AI-இன் பல உயர்மதிப்புடைய பயன்பாடுகள் fluent text generation-ஐ மட்டும் சார்ந்தவை அல்ல. அவை சூழல்களின் அமைப்பைக் காட்டவும், அந்த சூழல்கள் எப்படி மாறும் என கணிக்கவும் கூடிய systems-ஐ தேவைப்படுத்துகின்றன. மொழி மாதிரிகள் knowledge work-க்கான scalable interface-ஐ வழங்கினால், world models embodied அல்லது spatial reasoning-க்கான scalable interface-ஆக framing செய்யலாம்.

Fast Company excerpt-ல் World Labs-க்கு first-mover advantage இருப்பதாகவும் கூறப்படுகிறது. அந்த சொற்றொடரைக் கவனத்துடன் எடுத்துக்கொள்ள வேண்டும், ஆனால் அது இன்னும் தகவலளிக்கிறது. வேகமாக நகரும் தொழில்நுட்ப சந்தைகளில் first-mover advantage என்பது, போட்டியாளர்கள் முழுமையாக நிலைபெறுவதற்கு முன்பே நிறுவனம் category-ஐ வரையறுக்க முடிந்ததைக் குறிக்கிறது. போட்டி சூழல் வேகமாக மாறினாலும், மைய யோசனையுடன் ஆரம்பத்திலேயே தொடர்புபட்டிருப்பது recruitment, funding, மற்றும் partnership வாய்ப்புகளை வடிவமைக்க முடியும்.

autonomy குறித்த பரந்த கரு

இந்தக் கட்டுரை “The Future of Autonomy” என்ற package-இன் ஒரு பகுதியாக உள்ளது; அதுவே World Labs ஏன் தனித்து தெரிகிறது என்பதையும் விளக்குகிறது. Autonomy இப்போது தனித்த மாதிரிகளை விட, உண்மையான சூழல்களில் sensing, interpreting, deciding, மற்றும் acting செய்யக்கூடிய systems பற்றியே அதிகமாக இருக்கிறது. பயன்பாடு robotics, transportation, commerce, அல்லது enterprise agents எதுவாக இருந்தாலும், அதே கேள்வி திரும்பத் திரும்ப எழுகிறது: model உண்மையில் உலகத்தின் எவ்வளவு பகுதியை பிரதிபலிக்க முடியும்?

AI productivity software-இலிருந்து operational domains-க்கு நகரும் போது அந்தக் கேள்வி மேலும் அவசரமாகியுள்ளது. நன்றாக எழுதும் model தானாகவே physical space-ஐப் புரிந்துகொள்ளும் model ஆக மாறாது. real-world understanding-ஐ வலியுறுத்துவதன் மூலம், World Labs அந்த இடைவெளியை மூடும் முயற்சியின் பகுதியாகக் காட்டப்படுகிறது.

அடுத்து என்ன கவனிக்க வேண்டும்

கிடைக்கப்பெறும் source text குறைவாக உள்ளதால், அது World Labs-ன் architecture, benchmarks, அல்லது products பற்றிய தொழில்நுட்ப விவரங்களை வழங்கவில்லை. deployment timeline-களையும் அது நிர்ணயிக்கவில்லை. ஆனால் இப்போது நிறுவனம் ஏன் கவனம் பெறுகிறது என்பதை அடையாளம் காண போதுமான தகவலை வழங்குகிறது. அதன் முக்கியத்துவம் ஒரு வெளியிடப்பட்ட product launch-இல் குறைவாகவும், அது பிரதிநிதித்துவப்படுத்தும் திசையில் அதிகமாகவும் உள்ளது.

AI போட்டியின் அடுத்த கட்டம் உலகத்தின் மேலும் செறிவான உள் பிரதிநிதிகளை உருவாக்கக்கூடிய மாதிரிகளை மையமாகக் கொண்டிருந்தால், அந்தப் பிரச்சினையில் பணியாற்றும் research organizations மற்றும் startups தொழில் கதைமாந்தத்தில் மேலும் மையமாகலாம். அது மொழி மாதிரிகள் மறைந்து போகும் என்பதைக் குறிக்காது. அதிக வாய்ப்பாக, அவை perception, simulation, மற்றும் action நோக்கிய பரந்த systems-இன் ஒரு அடுக்காக மாறும்.

Developments Today வாசகர்களுக்கு முக்கிய takeaway எளிதானது: World Labs frontier AI அடுத்ததாக எங்கு செல்கிறது என்பதற்கான குறியாக உருவாகிறது. துறை text-centric models-ஐ கைவிடவில்லை, ஆனால் அவற்றைத் தாண்டியும் பார்க்கிறது. நிஜ உலகை புரிந்துகொள்ளும் நோக்கில் உருவான நிறுவனம், industry-இன் ambition conversation-இலிருந்து physical world cognition நோக்கிச் செல்கிறது என்பதற்கான தெளிவான அறிகுறி.

இந்தக் கட்டுரை Fast Company-யின் செய்திப்படிப்பின் அடிப்படையில் எழுதப்பட்டது. மூலக் கட்டுரையைப் படிக்கவும்.

Originally published on fastcompany.com