AI அடிப்படைகள்

வரவேற்கிறோம்! நீங்கள் AI-க்கு புதியவராக இருந்தால், தொடங்குவதற்கு தொழில்நுட்பப் பின்னணி தேவையில்லை. மிகவும் உதவுவது இந்தச் சூழலைப் பற்றிய ஒரு எளிய வரைபடம். அதனால் AI அமைப்புகள் என்ன செய்ய முடியும், அவை எவ்வாறு தொகுக்கப்பட்டுள்ளன, மேலும் உங்கள் தேவைகளுக்கு ஏற்ற சரியான கருவியை எவ்வாறு தேர்வு செய்வது என்பதை நீங்கள் புரிந்துகொள்ள முடியும்.

செயற்கை நுண்ணறிவு (AI) என்பது வடிவங்களை அடையாளம் காணவும், தரவிலிருந்து கற்றுக்கொள்ளவும், பயனுள்ள வெளியீடுகளை உருவாக்கவும் முடியும் மென்பொருளின் ஒரு பரந்த வகையாகும். 

நீங்கள் அன்றாட வாழ்க்கையின் தருணங்களில் AI தோன்றுவதை பார்த்திருக்கலாம், உதாரணமாக:

• உங்கள் வரைபட செயலி போக்குவரத்து நெரிசலைத் தவிர்த்து மாற்றுப் பாதையில் வழிநடத்துகிறது
• உங்கள் வங்கி ஒரு வாங்குதலை “வழக்கத்திற்கு மாறானது” என்று குறிக்கிறது
• பொதுவான கேள்விகளுக்குப் பதிலளிக்கும் வாடிக்கையாளர் ஆதரவு சாட்போட்

AI என்பது ஒரு வகை—ஒரே ஒரு கருவி அல்ல. அந்த வகைக்குள் மாடல்கள் உள்ளன: தரவிலிருந்து கற்றுக்கொண்டு, அதை புதிய சூழ்நிலைகளில் பயன்படுத்தும் பயிற்சி பெற்ற அமைப்புகள். சில மாடல்கள் பேச்சு, பார்வை அல்லது முன்னறிவிப்பில் நிபுணத்துவம் பெற்றவை. 

ChatGPT போன்ற உரையாடல் சார்ந்த AI கருவிகளைப் பயன்படுத்தி, நீங்கள் உங்கள் AI பயணத்தை தொடங்கியிருக்கலாம். ChatGPT‑க்கு பின்னால் உள்ள மாடல்கள் மொழியில் சிறப்பாக செயல்படுகின்றன—இவை பெரிய மொழி மாடல்கள் என்று அழைக்கப்படுகின்றன.

பெரிய மொழி மாடல் (LLM) என்பது மொழியுடன் செயல்படுவதற்காக வடிவமைக்கப்பட்ட ஒரு மாடல் ஆகும். இது பல மூலங்களிலிருந்து கிடைக்கும் பெரிய அளவிலான உரைகளிலிருந்து வடிவங்களை கற்றுக்கொள்கிறது, இதனால் உரையை பயனுள்ள வழிகளில் உருவாக்கவும் மாற்றவும் முடியும். ஒரு நபர் அறிந்துகொள்வது போல ஒரு LLM விஷயங்களை அறியாது. அதற்கு பதிலாக, அது சூழலின் அடிப்படையில் அடுத்ததாக வரக்கூடிய மிகவும் சாத்தியமான மொழித் துணுக்கை கணிக்கிறது. காலப்போக்கில், கணினி சக்தி, பயிற்சி முறைகள் மற்றும் பெரிய தரவுத்தொகுப்புகளுக்கான அணுகல் ஆகியவற்றில் ஏற்பட்ட முன்னேற்றங்கள், மேலும் பெரியதும் அதிக திறன் கொண்டதுமான பெரிய மொழி மாடல்கள் உருவாக்குவதற்கு வழிவகுத்தன. 

OpenAI மற்றும் பிற அதிநவீன ஆய்வு ஆய்வகங்கள் இந்த மாடல்களை தங்களின் வழங்கல்களின் முக்கிய பகுதியாக உருவாக்குகின்றன, பின்னர் அவற்றை பயனர்களுக்கான தயாரிப்புகள் (ChatGPT அல்லது Codex போன்றவை) மற்றும் APIகள் மூலம் கிடைக்கச் செய்கின்றன; இதன் மூலம் டெவலப்பர்கள் அந்த மாடல்களை பயன்படுத்தி தங்களுக்கான AI கருவிகளை உருவாக்கவும், ஏற்கனவே உள்ள மென்பொருளில் AI-ஐ ஒருங்கிணைக்கவும் முடிகிறது.

இந்த ஆராய்ச்சி ஆய்வகங்களிலிருந்து புதிய மாடல்கள், அவை பயிற்சியளிக்கப்பட்டு, உள்ளக மதிப்பீடு மற்றும் பாதுகாப்பு சோதனைகளில் தேர்ச்சி பெற்ற பிறகு கிடைக்கத் தொடங்குகின்றன.  ஒரு AI மாடல் “பயிற்றுவிக்கப்பட்டது” என்று கேட்கும்போது, அது பொதுவாக இரண்டு கட்டங்களைகுறிக்கிறது—இதை யாரோ ஒருவர் கற்றுக்கொண்டு தங்கள் வேலையில் மேலும் திறமையாக ஆகும் முறையைப் போல நினைக்கலாம்.

முதல் கட்டம் ப்ரீ-ட்ரெயினிங் ஆகும். இதில் மாடல் மிகப் பெரிய அளவிலான உரையிலிருந்து பொதுவான வடிவங்களை கற்றுக்கொள்கிறது; இதனால் அதற்கு சுருக்குதல், வரைவு தயாரித்தல், மொழிபெயர்த்தல் மற்றும் விளக்குதல் போன்ற பரந்த திறன்கள் கிடைக்கின்றன. 

இதை, ஒரு புதிய பணியாளர் தன்னால் முடிந்த அனைத்தையும்—கையேடுகள், சிறந்த பணியின் எடுத்துக்காட்டுகள், முந்தைய திட்டங்கள், அடிக்கடி கேட்கப்படும் கேள்விகள்—பல வாரங்கள் படித்து, அந்த வேலையின் “ஒட்டுமொத்த வடிவத்தை”ப் புரிந்துகொள்ளும் வரை செய்வதைப் போல நினைத்துப் பாருங்கள்.

இப்போது “ஊழியர்” வேலையைச் செய்யத் தொடங்குகிறார், மேலும் “மேலாளர்” அவர்களுக்கு வழிகாட்டுகிறார்: தெளிவாக இருக்கவும், நல்ல தொடர்க் கேள்விகளைக் கேட்கவும், சரியான தொனியைப் பொருத்தவும், நிறுவனக் கொள்கைகளைப் பின்பற்றவும். அதுதான் பிந்தைய பயிற்சி. இந்த கட்டம் மாடல் அறிவுறுத்தல்களை நம்பகத்தன்மையுடன் பின்பற்றவும், பயனுள்ள பாணியில் தொடர்புகொள்ளவும், சிக்கலான சூழ்நிலைகளை சிறப்பாக கையாளவும் உதவுகிறது.

பயிற்சிக்குப் பிறகான கட்டத்தில்தான் பாதுகாப்பு சோதனைகள் வலியுறுத்தப்படுகின்றன. இது தீங்கு விளைவிக்கும் வெளியீடுகளை குறைக்கவும், தேவையற்ற கோரிக்கைகளைத் தவிர்க்கவும், தலைப்பு உணர்வுபூர்வமானதாகவோ அல்லது உறுதியற்றதாகவோ இருக்கும்போது மேலும் கவனமாக பதிலளிக்கவும் வடிவமைக்கப்பட்ட பயிற்சியாகும்.

மாடல்கள் புதுப்பிக்கப்பட்டு பயிற்சியளிக்கப்படும்போது, தொனி அல்லது பதில்களில் மாற்றங்களை நீங்கள் கவனிக்கலாம். நீங்கள் நிலையான முடிவுகளை விரும்பினால், உங்கள் இலக்கு, பார்வையாளர்கள், வடிவம் மற்றும் கட்டுப்பாடுகள் குறித்து தெளிவாகக் குறிப்பிடுங்கள். மேலும் பாதுகாப்பு அல்லது நிச்சயமற்ற தன்மை தொடர்புடையதாக இருக்கும் போது மாடல் இன்னும் கவனமாக இருக்கும் என்று எதிர்பார்க்கவும்.

வேகம், ஆழம், மற்றும் பல-படி வழிமுறைகளை எவ்வளவு கவனமாகப் பின்பற்றுகின்றன என்பது போன்ற வெவ்வேறு சமரசங்களுக்காக வெவ்வேறு மாடல்கள் சரிசெய்யப்படுகின்றன. சில, அன்றாடப் பணிகளான (வரைவு தயாரித்தல், சுருக்கி எழுதுதல், திருத்தி எழுதுதல், புதிய சிந்தனைகளைத் திரட்டுதல்) போன்றவற்றுக்கு விரைவாகவும் தடையின்றி பதிலளிக்கும் வகையில் வடிவமைக்கப்பட்டுள்ளன. மற்றவை, பதிலளிக்கும் முன் ஒரு பிரச்சினையை சிந்தித்து பார்க்க அதிக கணக்கீட்டைச் செலவிடும் வகையில் வடிவமைக்கப்பட்டுள்ளன, இது கடினமான, பல-படி பணிகளில் நம்பகத்தன்மையை மேம்படுத்தலாம். 

ரீஸனிங் அற்ற மாடல்கள் (சில நேரங்களில் “Instant” என்று அழைக்கப்படும்) வேகமான மற்றும் சரளமான வெளியீட்டிற்காக மேம்படுத்தப்பட்டவை. பணி நேரடியானதாக இருந்தால், நீங்கள் முக்கியமாக வேகமாக முன்னேற விரும்பும் போது, அவை ஒரு நல்ல இயல்புநிலைத் தேர்வாகும்: குறிப்புகளை ஒரு செய்தியாக மாற்றவும், சொற்தேர்வை மெருகூட்டவும், விருப்பங்களை உருவாக்கவும், அல்லது முக்கிய அம்சங்களைப் பிரித்தெடுக்கவும். 

ரீஸனிங் மாடல்கள் (சில நேரங்களில் “Thinking” என்று அழைக்கப்படுகின்றன) திட்டமிடல், சிக்கலான பகுப்பாய்வு, சவாலான பிழைத்திருத்தம், அல்லது கட்டுப்பாடுகள் மற்றும் அரிய வழக்குகள் உள்ள முடிவுகள் போன்றவற்றில், திட்டமிட்ட முறையில் பிரச்சினைகளைத் தீர்க்க சிறப்பாக பயிற்சியளிக்கப்பட்டுள்ளன. அவை அதிக நேரம் எடுத்துக்கொள்ளலாம், ஆனால் பல நகரும் பகுதிகளைக் கண்காணிப்பதிலும் எளிய தவறுகளைத் தவிர்ப்பதிலும் பெரும்பாலும் சிறப்பாக செயல்படுகின்றன.

நீங்கள் இப்போதுதான் தொடங்குகிறீர்கள் என்றால், மாடல் தேர்வைப் பற்றி கவலைப்பட தேவையில்லை. இயல்புநிலை ChatGPT அனுபவம் ஆட்டோ-ஸ்விட்ச் செய்யும் வகையில் வடிவமைக்கப்பட்டுள்ளது. எனவே, நீங்கள் அமைப்புகளில் அல்ல, உங்கள் கேள்வியில் கவனம் செலுத்தலாம்.

காலப்போக்கில், உங்களுக்கு எது பிடிக்கிறது என்பதை (வேகம் அல்லது ஆழம், விரைவான வரைவுகள் அல்லது கவனமான பகுப்பாய்வு) நீங்கள் அறிந்துகொள்ளும்போது, விருப்பக் கட்டுப்பாடுகளுடன் நீங்கள் பரிசோதிக்கத் தொடங்கலாம்: உதாரணமாக, பெரும்பாலான நேரங்களில் Auto என்பதைத் தேர்வு செய்து, ஒரு பணி சிக்கலானதாகவோ அதிக முக்கியத்துவம் வாய்ந்ததாகவோ இருக்கும்போது Thinking க்கு மாறலாம்.

இதோ எளிய அறிவுறுத்தல் படிநிலை:

• AI = ஒட்டுமொத்த துறை
• மாடல்கள் = குறிப்பிட்ட பணிகளைச் செய்யப் பயிற்சியளிக்கப்பட்ட அமைப்புகள்
• பெரிய மொழி மாடல்கள் (LLMs) = மொழியைப் புரிந்துகொள்வதிலும் உருவாக்குவதிலும் கவனம் செலுத்தும், காலப்போக்கில் AI ஆராய்ச்சி ஆய்வகங்களால் பயிற்சியளிக்கப்பட்ட மாடல்கள்
• ChatGPT = LLM-ஐ திறம்பட பயன்படுத்தும் தயாரிப்பு

இந்த படத்தை மனதில் வைத்துக்கொண்டவுடன், ChatGPT போன்ற கருவிகளைப் பயன்படுத்தி சிறந்த முடிவுகளை எவ்வாறு பெறுவது என்பதை நீங்கள் கற்றுக்கொள்ளத் தயாராக இருப்பீர்கள். முதலில், நீங்கள் விரும்பும் முடிவுகளைப் பெற அதனுடன் எவ்வாறு பேச வேண்டும் என்பதை அறிந்து கொள்ளுங்கள்.

ChatGPT உடன் தொடங்குவது மற்றும் ப்ராம்ப்ட் இன்ஜினியரிங் பற்றி அறிக.