செயற்கை நுண்ணறிவின் மேலாதிக்கப் பாதைக்கு ஒரு தைரியமான சவாலாக, Meta இன் முன்னாள் தலைமை AI விஞ்ஞானி Yann LeCun, தனது புதிய தொடக்கமான மேம்பட்ட இயந்திர நுண்ணறிவு (AMI) க்காக $1 பில்லியனுக்கு மேல் திரட்டியுள்ளார். பாரிஸை தளமாகக் கொண்ட நிறுவனம் AIக்கான மாற்று பார்வையை பின்பற்றுகிறது – இது இயற்பியல் உலகத்தைப் புரிந்துகொள்வதற்கு முன்னுரிமை அளிக்கிறது.
AMI இன் முக்கிய நோக்கம் “உலக மாதிரிகளை” உருவாக்குவதாகும் – AI அமைப்புகளை பகுத்தறிதல், திட்டமிடுதல் மற்றும் நிஜ உலக சூழல்களுடன் தொடர்பு கொள்ளும் திறன் கொண்டது. இந்த அணுகுமுறை OpenAI மற்றும் Anthropic போன்ற நிறுவனங்களால் ஏற்றுக்கொள்ளப்பட்ட நடைமுறையில் உள்ள உத்திக்கு முரணானது, இது பெரிய மொழி மாதிரிகளை (LLMs) அளவிடுவதில் கவனம் செலுத்துகிறது.
எல்எல்எம்கள், மொழி உருவாக்கம் மற்றும் குறியீட்டு பணிகளில் சக்திவாய்ந்தவையாக இருந்தாலும், உலகம் எவ்வாறு செயல்படுகிறது என்பது பற்றிய அடிப்படை புரிதல் இல்லை என்று LeCun தொடர்ந்து வாதிட்டது. மாறாக, உண்மையான நுண்ணறிவுக்கு காரணம், உடல் தொடர்புகள் மற்றும் நிஜ-உலகக் கட்டுப்பாடுகளை மாதிரியாகக் கொண்ட அமைப்புகள் தேவை என்று அவர் நம்புகிறார் – ஆராய்ச்சியாளர்கள் பெரும்பாலும் “பொது அறிவு” என்று விவரிக்கிறார்கள்.
இந்த இடைவெளி AI ஆராய்ச்சியில் பரவலாக அங்கீகரிக்கப்பட்டுள்ளது. தரவு வடிவங்களில் முற்றிலும் பயிற்சியளிக்கப்பட்ட அமைப்புகள் பெரும்பாலும் மறைமுகமான உலக அறிவு அல்லது கவனிக்கப்பட்ட எடுத்துக்காட்டுகளுக்கு அப்பால் பகுத்தறிவு தேவைப்படும் பணிகளுடன் போராடுகின்றன. நுண்ணறிவு என்பது கட்டமைக்கப்பட்ட அறிவு மற்றும் பகுத்தறிவில் அடித்தளமாக இருக்க வேண்டும் என்ற எண்ணம் புதிதல்ல, ஆனால் AI அமைப்புகள் பெருகிய முறையில் சிக்கலான சூழல்களில் பயன்படுத்தப்படுவதால் அது புதுப்பிக்கப்பட்ட அவசரத்தைப் பெறுகிறது.
இந்த அணுகுமுறையின் ஒரு நடைமுறை உதாரணத்தை QuData இன் வேலையில் காணலாம், அதன் பொது அறிவு AI பற்றிய ஆராய்ச்சி LeCun இன் பார்வைக்கு பின்னால் உள்ள பல கொள்கைகளை பிரதிபலிக்கிறது. நியூரல் நெட்வொர்க்குகளை மட்டுமே நம்பாமல், QuData குழு டெமான்ஸ்கிரிப்டை உருவாக்கியது – நிஜ உலக அறிவு, உறவுகள் மற்றும் விதிகளை மாதிரியாக வடிவமைக்க வடிவமைக்கப்பட்ட பல மதிப்புள்ள தர்க்க மொழி.
இந்த அமைப்பு AI க்கு சொற்பொருள் நெட்வொர்க்குகளை உருவாக்கவும், இடஞ்சார்ந்த நிலைப்படுத்தல் போன்ற பொருள் உறவுகளைப் பிரதிநிதித்துவப்படுத்தவும் மற்றும் மாறும் சூழ்நிலைகளில் நிகழ்தகவு பகுத்தறிவைச் செய்யவும் உதவுகிறது. இது எளிய “மைக்ரோ-கதைகளை” பகுப்பாய்வு செய்யலாம் மற்றும் உள் உலக மாதிரிகளை உருவாக்குவதன் மூலம் புரிந்துகொள்ளும் கேள்விகளுக்கு பதிலளிக்கலாம், அமைப்பு அங்கீகாரத்திற்கு அப்பால் கட்டமைக்கப்பட்ட புரிதலை நோக்கி செல்லும் திறனை நிரூபிக்கிறது.
இந்த கலப்பின அணுகுமுறை, தரவு சார்ந்த கற்றலை வெளிப்படையான அறிவு பிரதிநிதித்துவத்துடன் இணைத்து, AI அமைப்புகளில் பகுத்தறிவு திறன்களை ஒருங்கிணைக்கும் நோக்கில் பரந்த தொழில்துறை மாற்றத்தை எடுத்துக்காட்டுகிறது.
2025 ஆம் ஆண்டின் பிற்பகுதியில் மெட்டாவை விட்டு வெளியேறிய பிறகு, LeCun இன் முதல் வணிக முயற்சியை AMI குறிக்கிறது, அங்கு அவர் செல்வாக்குமிக்க FAIR (அடிப்படை AI ஆராய்ச்சி) ஆய்வகத்தை நிறுவினார். தொடக்கத்தின் தலைமை நிர்வாக அதிகாரி அலெக்ஸாண்ட்ரே லெப்ரூன் மற்றும் தலைமை அறிவியல் அதிகாரி சைனிங் ஷியுடன் பல முன்னாள் மெட்டா ஆராய்ச்சியாளர்களை உள்ளடக்கியது.
மெட்டாவின் நுகர்வோர் மையப்படுத்தப்பட்ட AI உத்தியைப் போலன்றி, நிறுவனம் ஆரம்பத்தில் நிறுவன பயன்பாடுகளில் கவனம் செலுத்தும், உற்பத்தி, விண்வெளி மற்றும் உயிரியல் மருத்துவத் துறைகள் போன்ற சிக்கலான உடல் அமைப்புகளைக் கொண்ட தொழில்களை இலக்காகக் கொள்ளும். செயல்திறனை மேம்படுத்துவதற்கும், நம்பகத்தன்மையை மேம்படுத்துவதற்கும், உமிழ்வைக் குறைப்பதற்கும் – விமான இயந்திரங்கள் போன்ற – இயந்திரங்களின் விரிவான டிஜிட்டல் மாதிரிகளை உருவாக்குவது ஒரு சாத்தியமான பயன்பாட்டு வழக்கு.
நுண்ணறிவுள்ள உதவியாளர்கள் மற்றும் உள்நாட்டு ரோபோக்கள் போன்ற நுகர்வோர் பயன்பாடுகளில் விரிவாக்க நீண்ட கால லட்சியங்களுடன், டொயோட்டா மற்றும் சாம்சங் உள்ளிட்ட பெரிய நிறுவனங்களுடனான ஒத்துழைப்பை நிறுவனம் ஆராய்ந்து வருகிறது.
தொழில்நுட்பத்திற்கு அப்பால், மேம்பட்ட AI அமைப்புகளை யார் கட்டுப்படுத்துவது என்பது பற்றிய வளர்ந்து வரும் விவாதத்தில் AMI நுழைகிறது. அத்தகைய சக்திவாய்ந்த தொழில்நுட்பத்தை ஒரு சிறிய தனியார் நிறுவனங்களால் ஆளக்கூடாது என்று LeCun வலியுறுத்தியுள்ளது. அதற்கு பதிலாக, அவர் திறந்த மூல மேம்பாடு மற்றும் ஜனநாயக மேற்பார்வைக்கு வாதிடுகிறார், AI பயன்பாடு பற்றிய முடிவுகள் – குறிப்பாக பாதுகாப்பு போன்ற முக்கியமான களங்களில் – சமூக மட்டத்தில் எடுக்கப்பட வேண்டும் என்று வாதிடுகிறார்.
AMI தனது முதல் மாடல்களை விரைவில் வெளியிட திட்டமிட்டுள்ளது, ஆரம்பத்தில் பெரிய தொழில்துறை நிறுவனங்களுடனான கூட்டாண்மைகளில் கவனம் செலுத்துகிறது. எவ்வாறாயினும், இறுதி இலக்கு மிகவும் லட்சியமானது: “உலகளாவிய உலக மாதிரியை” உருவாக்குவது – ஒரு பொது-நோக்க AI அமைப்பு, டொமைன்கள் முழுவதும் நிஜ உலகத்தைப் புரிந்துகொண்டு தொடர்புகொள்ளும் திறன் கொண்டது.
வெற்றியடைந்தால், இந்த அணுகுமுறை செயற்கை பொது நுண்ணறிவுக்கான பாதையை மறுவரையறை செய்யலாம், மொழி கணிப்பிலிருந்து பொதிந்த புரிதலுக்கு கவனம் செலுத்துகிறது.
தற்போதைக்கு, AMI ஒரு உயர்-பங்கு சோதனையை பிரதிபலிக்கிறது – LLM-மையப்படுத்தப்பட்ட AI பற்றிய LeCun இன் நீண்டகால சந்தேகத்தை சரிபார்க்கலாம் அல்லது தொழில்துறையின் தற்போதைய பாதையை வலுப்படுத்தலாம். எப்படியிருந்தாலும், AI இன் எதிர்காலம் தீர்க்கப்படவில்லை என்பதை இது குறிக்கிறது.
