Whalesbook
செயற்கை நுண்ணறிவின் (AI) நம்பகத்தன்மையை மேம்படுத்த Pramaana Labs நிறுவனம், Khosla Ventures தலைமையில் **$27 மில்லியன்** (சுமார் **₹225 கோடி**) நிதியை திரட்டியுள்ளது. இந்த முதலீட்டின் மூலம், வரி, சட்டம், மருந்து கண்டுபிடிப்பு போன்ற முக்கிய துறைகளில் AI-யில் ஏற்படும் பிழைகளைக் குறைக்க கணித சரிபார்ப்பு கருவிகளைப் பயன்படுத்த உள்ளனர். இது AI-யை வெறும் சாட்பாட்களாகப் பார்க்காமல், நிஜமான வணிகப் பணிகளுக்கு ஏற்ற நம்பகமான கருவிகளாக மாற்றும் நிறுவனங்களுக்கு முதலீட்டாளர்கள் அளிக்கும் முக்கியத்துவத்தைக் காட்டுகிறது.
என்ன நடந்தது?
செயற்கை நுண்ணறிவு (AI) துறையில் இன்று நிலவும் மிகப்பெரிய சவால்களில் ஒன்றான நம்பகத்தன்மையை சரிசெய்ய, Pramaana Labs நிறுவனம் $27 மில்லியன் (சுமார் ₹225 கோடி) நிதியை திரட்டியுள்ளதாக அறிவித்துள்ளது. இந்த முதலீட்டு சுற்றை Khosla Ventures முன்னின்று நடத்தியது. Accel, Nexus Venture Partners, Premji Invest, Unbound, மற்றும் Boldcap போன்ற முக்கிய நிறுவனங்களும் இதில் பங்கேற்றன. இந்த நிதியைக் கொண்டு, AI மாடல்கள் துல்லியமான மற்றும் சரிபார்க்கக்கூடிய முடிவுகளை வழங்குவதை உறுதிசெய்யும் அமைப்புகளை உருவாக்க Pramaana Labs திட்டமிட்டுள்ளது. குறிப்பாக, சட்ட அல்லது நிதி ரீதியாக கடுமையான பாதிப்புகளை ஏற்படுத்தக்கூடிய பிழைகள் நிகழ வாய்ப்புள்ள உயர்-முக்கியத்துவம் வாய்ந்த தொழில்களில் இது கவனம் செலுத்தும்.
AI-யில் நம்பகத்தன்மை இடைவெளி
தற்போதுள்ள பெரும்பாலான செயற்கை நுண்ணறிவு கருவிகள், குறிப்பாக பெரிய மொழி மாதிரிகள் (large language models), அடுத்த வார்த்தையை கணிப்பதன் மூலம் செயல்படுகின்றன. மின்னஞ்சல்கள் அல்லது படைப்பு உள்ளடக்கங்களை எழுதுவதில் அவை சிறந்தவை என்றாலும், உண்மைகள் மற்றும் விதிகளுக்கு கண்டிப்பாக இணங்க வேண்டிய பணிகளில் தவறுகள் அல்லது "hallucinations" ஏற்படலாம். வரி இணக்கம், சட்ட ஆராய்ச்சி மற்றும் மருந்து கண்டுபிடிப்பு போன்ற துறைகளில், ஒரு தவறு என்பது ஒரு தொந்தரவு மட்டுமல்ல - அது செயல்பாடுகள் மற்றும் பாதுகாப்பிற்கான ஆபத்து. Pramaana Labs, AI வெறும் யூகிப்பதற்குப் பதிலாக, சரிபார்க்கக்கூடிய விதிகளைப் பின்பற்றும் ஒரு கட்டமைப்பை உருவாக்குவதன் மூலம் இந்த இடைவெளியைக் குறைக்க முயல்கிறது.
தொழில்நுட்பம் செயல்படும் விதம்
இந்த நிறுவனம், AI உலகில் "formal verification" என்று அழைக்கப்படுவதை அறிமுகப்படுத்துகிறது. எளிமையாகச் சொன்னால், AI-யின் வெளியீட்டை கடினமான, கணித விதிகளுக்கு எதிராகச் சரிபார்க்கும் ஒரு பாதுகாப்பு அடுக்கைச் சேர்ப்பதாகும். AI மொழியைச் செயலாக்குதல் மற்றும் சிக்கலான சிக்கல்களைத் தீர்ப்பது போன்ற கடினமான வேலைகளைச் செய்தாலும், இந்த இரண்டாம் நிலை அடுக்கு இறுதிப் பதில் வரையறுக்கப்பட்ட தர்க்கத்தைப் பின்பற்றுவதை உறுதி செய்கிறது. நிரூபணங்களைச் சரிபார்ப்பதற்காக கணித சமூகத்தில் பரவலாக அங்கீகரிக்கப்பட்ட LEAN நிரலாக்க மொழியைப் பயன்படுத்தி, இந்த விதிகளை குறியாக்கம் செய்ய நிறுவனம் முயல்கிறது. விதிகள் மற்றும் எண்கணிதத்திற்கான கால்குலேட்டர் போலச் செயல்படும் ஒரு அமைப்பை உருவாக்குவதன் மூலம், நிறுவனப் பயன்பாட்டிற்கு AI-யை நம்பகமானதாக மாற்ற முடியும் என்று நிறுவனம் நம்புகிறது.
முதலீட்டாளர்கள் AI நம்பிக்கை மீது ஏன் கவனம் செலுத்துகிறார்கள்?
தொழில்நுட்பத் துறையைக் கண்காணிக்கும் முதலீட்டாளர்களுக்கு, இந்த நிதிச் சுற்று சந்தையில் ஒரு பரந்த மாற்றத்தைப் பிரதிபலிக்கிறது. AI பற்றிய ஆரம்பகால ஆர்வம், மாதிரிகள் எவ்வளவு சிறப்பாகத் தொடர்பு கொள்ள முடியும் என்பதில் கவனம் செலுத்தியது. இப்போது, இந்த மாதிரிகளை பெரிய நிறுவனங்களின் தினசரி பணிப்பாய்வுகளில் எவ்வாறு பாதுகாப்பாக ஒருங்கிணைக்க முடியும் என்பதில் கவனம் நகர்ந்துள்ளது. வணிகங்கள் தற்போது, வெளியீட்டின் துல்லியத்தை அவர்களால் சரிபார்க்க முடியாத பணிகளுக்கு AI-யைப் பயன்படுத்தத் தயங்குகின்றன. இந்த "நம்பிக்கைச் சிக்கலை" தீர்க்கக்கூடிய நிறுவனங்கள் பெருகிய முறையில் மதிப்புமிக்கதாகி வருகின்றன. Premji Invest மற்றும் Accel போன்ற முதலீட்டாளர்களின் பங்கேற்பு, ஒழுங்குபடுத்தப்பட்ட, அதிக-ஆபத்துள்ள துறைகளில் AI-யின் தத்தெடுப்பை செயல்படுத்தும் தொழில்நுட்பத்திற்கு முக்கிய மூலதன ஒதுக்கீட்டாளர்கள் முன்னுரிமை அளிக்கின்றனர் என்பதைக் குறிக்கிறது.
எதிர்கொள்ளும் சவால்கள்
தொழில்நுட்பம் வாக்குறுதியளித்தாலும், Pramaana Labs செயல்படுத்துவதில் கடினமான பணியை எதிர்கொள்கிறது. வரிச் சட்டம் அல்லது மருந்து தொடர்பு போன்ற சிக்கலான, மாறிக்கொண்டே இருக்கும் விதிகளைப் புரிந்துகொண்டு சரிபார்க்கக்கூடிய ஒரு அமைப்பை உருவாக்குவது ஒரு குறிப்பிடத்தக்க பொறியியல் சவாலாகும். ஒவ்வொரு தொழில்துறையும் வெவ்வேறு விதிகளைக் கொண்டுள்ளன, அதாவது நிறுவனம் அதன் சரிபார்ப்பு அடுக்குகளை ஒவ்வொரு குறிப்பிட்ட பயன்பாட்டிற்கும் ஏற்ப மாற்றியமைக்க வேண்டும். நிறுவனம் இந்த தொழில்நுட்பத்தை பெருமளவில், அதிக செலவுகள் அல்லது AI செயல்படும் வேகத்தைக் குறைக்காமல் திறமையாக அளவிட முடியுமா என்பதை முதலீட்டாளர்கள் உன்னிப்பாகக் கவனிப்பார்கள்.
முதலீட்டாளர்கள் எதைக் கண்காணிக்க வேண்டும்?
நிறுவனம் நிதி திரட்டும் நிலையிலிருந்து வளர்ச்சிக்கு நகரும்போது, அதன் தயாரிப்பு-சந்தை பொருத்தம் (product-market fit) முக்கியமாகக் கண்காணிக்கப்படும். பெரிய நிறுவன வாடிக்கையாளர்களுடனான வெற்றிகரமான சோதனைகள் குறித்த அறிவிப்புகளுக்கு முதலீட்டாளர்கள் கவனிக்க வேண்டும். கூடுதலாக, நிறுவனம் மேலும் பல தொழில்களில் விரிவடையும்போது அதன் துல்லியத் தரங்களைப் பராமரிக்கும் திறன் முக்கியமானது. இந்த "formal verification" அடுக்கு, அது ஆதரிக்கும் AI மாதிரிகளின் வேகம் அல்லது பயனர் நட்பை கணிசமாகக் குறைக்கவில்லை என்பதற்கான ஆதாரங்களையும் சந்தை தேடும்.