Page Loader
நம்பகமான ஏஐ வர இன்னும் பல ஆண்டுகள் ஆகலாம் என NVIDIA சிஇஓ ஜென்சன் ஹுவாங் கணிப்பு
நம்பகமான ஏஐ வர இன்னும் பல ஆண்டுகள் ஆகலாம் என NVIDIA சிஇஓ ஜென்சன் ஹுவாங் கணிப்பு

நம்பகமான ஏஐ வர இன்னும் பல ஆண்டுகள் ஆகலாம் என NVIDIA சிஇஓ ஜென்சன் ஹுவாங் கணிப்பு

எழுதியவர் Sekar Chinnappan
Nov 25, 2024
11:24 am

செய்தி முன்னோட்டம்

NVIDIA இன் தலைமை செயல் அதிகாரி (சிஇஓ) ஜென்சன் ஹுவாங் ஹாங்காங் அறிவியல் மற்றும் தொழில்நுட்ப பல்கலைக்கழகத்தில் ஒரு நேர்காணலில் செயற்கை நுண்ணறிவின் (ஏஐ) தற்போதைய நிலை குறித்து சந்தேகம் தெரிவித்தார். இன்றைய ஏஐ எப்பொழுதும் நம்பகமான பதில்களை தருவதில்லை என்றும், பெரும்பாலும் நம்பக்கூடிய ஏஐ அமைப்பு நம்மிடம் வருவதற்கு இன்னும் பல ஆண்டுகள் ஆகலாம் என்றும் அவர் கூறினார். "இதற்கிடையில், நாங்கள் எங்கள் கணக்கீட்டை அதிகரித்துக் கொண்டே இருக்க வேண்டும்." என உலகின் மிகவும் மதிப்புமிக்க நிறுவனத்தின் தலைவரான ஜென்சன் ஹுவாங் குறிப்பிட்டார். தற்போதைய சூழ்நிலையில் இன்னும் மேம்படுத்தப்பட வேண்டியுள்ளதால், ஏஐ'யின் பதில் மாயத்தோற்றம் அல்லது புத்திசாலித்தனமாகவோ, விவேகமானதாக இல்லை என பயனர்கள் கேள்வி கேட்க வேண்டியதில்லை என்று ஹுவாங் வலியுறுத்தினார்.

சட்டரீதியான தாக்கங்கள்

ஏஐ'யின் மாயத்தோற்றம் மீது சட்டநடவடிக்கையை எதிர்கொண்டது ஓபன் ஏஐ

ஏஐ தவறான அல்லது கற்பனையான தகவல்களை வழங்கும் ஒரு வழக்கைக் குறிப்பிட அவர் மாயத்தோற்றம் என்பதை பயன்படுத்தினார். கடந்த சில ஆண்டுகளாக சிக்கலான கேள்விகளுக்கு பதிலளிப்பதில் நம்பமுடியாத முன்னேற்றம் இருந்தபோதிலும், சாட்ஜிபிடி போன்ற மேம்பட்ட மொழி மாதிரிகளுக்கு இது ஒரு பெரிய பிரச்சனையாக உள்ளது. ஏஐ'யில் மாயத்தோற்றம் தொடர்பான பிரச்சினை ஏற்கனவே சட்ட சிக்கல்களை ஏற்படுத்தியுள்ளது. கடந்த ஆண்டு, அதன் சாட்ஜிபிடி மாடல் தனக்கு எதிராக போலியான சட்டப்பூர்வ புகாரை வழங்கியதை அடுத்து, ஓபன் ஏஐ மீது ஒரு வானொலி தொகுப்பாளர் வழக்கு தொடர்ந்தது குறிப்பிடத்தக்கது. ஏஐ'யின் குறைபாடுகளின் நிஜ உலக மாற்றங்களையும், அவற்றை நம்பகமானதாக மாற்றுவதில் தொழில்நுட்ப நிறுவனங்கள் எதிர்கொள்ளும் சிரமங்களையும் இந்த சம்பவம் எடுத்துக்காட்டுகிறது.

பயிற்சி கவலைகள்

பயிற்சிக்கு முந்தைய ஏஐ மாதிரிகளின் செயல்திறனை ஹுவாங் கேள்வி எழுப்பினார்

ஹுவாங், ஏஐ மாடல்கள் குறிப்பிட்ட பணிகளுக்காக உருவாக்கப்படுவதற்கு முன், பெரிய, பல்வேறு தரவுத்தொகுப்புகளில் பயன்படுத்தப்படும் முன்-பயிற்சி ஏஐ மாதிரிகளின் செயல்திறனைக் கேள்விக்குள்ளாக்கினார். நம்பகமான ஏஐ அமைப்புகளை உருவாக்க இந்த அணுகுமுறை போதுமானதாக இல்லை என்று அவர் வாதிட்டார். அவரது கருத்துக்கள், வரையறுக்கப்பட்ட வளமான பரந்த அளவிலான தரவை மட்டும் நம்பாமல், பெரிய மொழி மாதிரிகளை (எல்எல்எம்கள்) எவ்வாறு மேம்படுத்துவது என்பது குறித்து தொழில்நுட்பத் துறையில் நடந்து வரும் விவாதத்தை எடுத்துக்காட்டுகிறது.