ஹைதராபாத் IIIT ஆராய்ச்சியாளர்கள் ஒரு முக்கிய கண்டுபிடிப்பை வெளியிட்டுள்ளனர். அதன்படி, 3 பில்லியன் பாராமீட்டர் கொண்ட AI மாடல்கள், மூளை சார்ந்த பணிகளில் 14 பில்லியன் பாராமீட்டர் மாடல்களுக்கு இணையாக சிறப்பாக செயல்படுகின்றன. இதனால், விலையுயர்ந்த மற்றும் அதிக சக்தி கொண்ட கணினி உள்கட்டமைப்புகளின் தேவை குறையும்.
Detailed Coverage
3 பில்லியன் மாடல்களின் சிறப்பு என்ன?
சர்வதேச இயந்திர கற்றல் மாநாட்டில் (ICML) சமர்ப்பிக்கப்பட்ட இந்த ஆய்வு, செயற்கை நுண்ணறிவு (AI) துறையில் ஒரு புதிய பரிமாணத்தை ஏற்படுத்தியுள்ளது. ஹைதராபாத்தின் இன்டர்நேஷனல் இன்ஸ்டிடியூட் ஆஃப் இன்ஃபர்மேஷன் டெக்னாலஜி (IIIT-Hyderabad) ஆராய்ச்சியாளர்கள், பல்வேறு மொழி மாதிரிகள் மனித மூளையின் செயலாக்கத்துடன் எவ்வாறு ஒத்துப்போகின்றன என்பதை ஆராய்ந்தனர். இதில், 3 பில்லியன் பாராமீட்டர் கொண்ட மாடல்கள், மூளை சார்ந்த பணிகளில் (brain encoding tasks) 14 பில்லியன் பாராமீட்டர் கொண்ட பெரிய மாடல்களுக்கு இணையாக செயல்படுவதாக கண்டறிந்துள்ளனர். ஆனால், 1.5 பில்லியன் பாராமீட்டர் கொண்ட மாடல்கள் இந்த விஷயத்தில் கணிசமாக பின்தங்கின.
இந்திய AI துறைக்கு இது ஏன் முக்கியம்?
இந்த ஆய்வு, இந்தியாவில் AI-ஐ ஜனநாயகப்படுத்துவதற்கான ஒரு நடைமுறை பாதையை காட்டுகிறது. பல ஸ்டார்ட்அப்கள் மற்றும் ஆராய்ச்சி நிறுவனங்கள், கிளவுட் கம்ப்யூட்டிங் மற்றும் சக்திவாய்ந்த GPU-க்களின் அதிக செலவு காரணமாக சிரமங்களை எதிர்கொள்கின்றன. சிறிய மொழி மாதிரிகள் (SLMs) கூட உயர்தர அறிவாற்றல் இணைப்பை அடைய முடியும் என்பதை இந்த ஆய்வு உறுதிப்படுத்துவதால், இது மொபைல் போன்கள் அல்லது உள்ளூர் வன்பொருட்களில் AI-ஐ பயன்படுத்த வழிவகுக்கும். இதனால், நிறுவனங்கள் தங்கள் கணினி சக்தி செலவுகளைக் குறைத்து, மேம்பட்ட AI கருவிகளை உருவாக்க முடியும்.
பிரைன்-கம்ப்யூட்டர் இன்டர்ஃபேஸ்களில் முன்னேற்றம்
இந்த கண்டுபிடிப்புகள் மருத்துவ தொழில்நுட்பத்திற்கும், குறிப்பாக பிரைன்-கம்ப்யூட்டர் இன்டர்ஃபேஸ்களுக்கும் (BCIs) நேரடியாகப் பொருந்தும். நரம்பியல் கோளாறுகள் உள்ளவர்களுக்கு இது ஒரு வரப்பிரசாதமாகும். சிறிய, குறைந்த சக்தி கொண்ட மாடல்கள், பெரிய, அதிக வளங்கள் தேவைப்படும் மாடல்களை விட கையடக்க மருத்துவ சாதனங்களில் எளிதாக ஒருங்கிணைக்க முடியும். இது, மலிவு விலையில் பயனுள்ள BCI தீர்வுகளை உருவாக்குவதை யதார்த்தமாக்குகிறது.
எதிர்கால செயலாக்கம் எப்படி இருக்கும்?
இந்த தொழில்நுட்ப முன்னேற்றம் வணிக மென்பொருட்கள் மற்றும் வன்பொருள் பயன்பாடுகளில் எவ்வாறு செயல்படுத்தப்படுகிறது என்பதை பொறுத்திருந்துதான் பார்க்க வேண்டும். இந்த செயல்திறன், மொழிபெயர்ப்பு, தரவு பகுப்பாய்வு போன்ற பிற பணிகளிலும் நீடிக்குமா என்பதை முதலீட்டாளர்கள் மற்றும் தொழில்நுட்ப ஆர்வலர்கள் உன்னிப்பாக கவனிப்பார்கள்.