ಉತ್ಪಾದಕ AI ಗಾಗಿ ಭವಿಷ್ಯವು ಏನನ್ನು ಹೊಂದಿದೆ?

ಉತ್ಪಾದಕ AI ಗಾಗಿ ಭವಿಷ್ಯವು ಏನನ್ನು ಹೊಂದಿದೆ?



ಉತ್ಪಾದಕ AI ಗಾಗಿ ಭವಿಷ್ಯವು ಏನನ್ನು ಹೊಂದಿದೆ?

2022 ರಲ್ಲಿ OpenAI ಚಾಟ್‌ಜಿಪಿಟಿಯನ್ನು ಜಗತ್ತಿಗೆ ಪರಿಚಯಿಸಿದಾಗ, ಇದು ಉತ್ಪಾದಕ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಮುಖ್ಯವಾಹಿನಿಗೆ ಪರಿಚಯಿಸಿತು ಮತ್ತು ಸ್ನೋಬಾಲ್ ಪರಿಣಾಮವನ್ನು ಪ್ರಾರಂಭಿಸಿತು, ಇದು ಉದ್ಯಮ, ವೈಜ್ಞಾನಿಕ ಸಂಶೋಧನೆ, ಆರೋಗ್ಯ ರಕ್ಷಣೆ ಮತ್ತು ತಂತ್ರಜ್ಞಾನವನ್ನು ಬಳಸುವ ಜನರ ದೈನಂದಿನ ಜೀವನದಲ್ಲಿ ಅದರ ತ್ವರಿತ ಏಕೀಕರಣಕ್ಕೆ ಕಾರಣವಾಯಿತು.

ಈ ಶಕ್ತಿಯುತ ಆದರೆ ಅಪೂರ್ಣ ಸಾಧನಕ್ಕಾಗಿ ಮುಂದೇನು?

ಆ ಪ್ರಶ್ನೆಯನ್ನು ಮನಸ್ಸಿನಲ್ಲಿಟ್ಟುಕೊಂಡು, ನೂರಾರು ಸಂಶೋಧಕರು, ವ್ಯಾಪಾರ ನಾಯಕರು, ಶಿಕ್ಷಕರು ಮತ್ತು ವಿದ್ಯಾರ್ಥಿಗಳು MITಯ ಕ್ರೆಸ್ಜ್ ಸಭಾಂಗಣದಲ್ಲಿ ಉದ್ಘಾಟನಾ MIT ಜನರೇಟಿವ್ ಎಐ ಇಂಪ್ಯಾಕ್ಟ್ ಕನ್ಸೋರ್ಟಿಯಂ (MGAIC) ವಿಚಾರ ಸಂಕಿರಣಕ್ಕಾಗಿ ಸೆಪ್ಟೆಂಬರ್ 17 ರಂದು ಒಳನೋಟಗಳನ್ನು ಹಂಚಿಕೊಳ್ಳಲು ಮತ್ತು ಉತ್ಪಾದಕ AI ಯ ಸಂಭಾವ್ಯ ಭವಿಷ್ಯದ ಕುರಿತು ಚರ್ಚಿಸಿದರು.

“ಇದು ಒಂದು ಪ್ರಮುಖ ಕ್ಷಣವಾಗಿದೆ-ಜನರೇಟಿವ್ ಎಐ ವೇಗವಾಗಿ ಚಲಿಸುತ್ತಿದೆ. ತಂತ್ರಜ್ಞಾನವು ಮುಂದುವರಿದಂತೆ ನಮ್ಮ ಸಾಮೂಹಿಕ ಬುದ್ಧಿವಂತಿಕೆಯು ವೇಗವನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳುವುದನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳುವುದು ನಮ್ಮ ಕೆಲಸವಾಗಿದೆ” ಎಂದು ಎಂಐಟಿ ಪ್ರೊವೋಸ್ಟ್ ಅನಂತ ಚಂದ್ರಕಾಸನ್ ಅವರು ಎಂಜಿಎಐಸಿಯ ಮೊದಲ ವಿಚಾರ ಸಂಕಿರಣವನ್ನು ಪ್ರಾರಂಭಿಸಿದರು, ಉದ್ಯಮದ ನಾಯಕರು ಮತ್ತು ಎಂಐಟಿ ಸಂಶೋಧಕರ ಒಕ್ಕೂಟವು ಫೆಬ್ರವರಿಯಲ್ಲಿ ಪ್ರಾರಂಭವಾಯಿತು.

ಈ ಸಹಯೋಗದ ಪ್ರಯತ್ನದ ನಿರ್ಣಾಯಕ ಅಗತ್ಯವನ್ನು ಒತ್ತಿಹೇಳುತ್ತಾ, MIT ಅಧ್ಯಕ್ಷ ಸ್ಯಾಲಿ ಕಾರ್ನ್‌ಬ್ಲುತ್, ತಂತ್ರಜ್ಞಾನವು ಮುಂದುವರೆದಂತೆ ಉತ್ಪಾದಕ AI ಯ ತಾಂತ್ರಿಕ ಮತ್ತು ನೈತಿಕ ಸವಾಲುಗಳನ್ನು ಪರಿಹರಿಸಲು MGAIC ನಲ್ಲಿರುವಂತಹ ಪ್ರಾಧ್ಯಾಪಕರು, ಸಂಶೋಧಕರು ಮತ್ತು ವ್ಯಾಪಾರ ನಾಯಕರ ಮೇಲೆ ಜಗತ್ತು ಅವಲಂಬಿತವಾಗಿದೆ ಎಂದು ಹೇಳಿದರು.

“MIT ಯ ಜವಾಬ್ದಾರಿಯ ಭಾಗವೆಂದರೆ ಈ ಪ್ರಗತಿಯನ್ನು ಜಗತ್ತಿಗೆ ಬರುವಂತೆ ಮಾಡುವುದು… ನಾವು ಮ್ಯಾಜಿಕ್ ಅನ್ನು ಹೇಗೆ ನಿರ್ವಹಿಸಬಹುದು [of generative AI] ಆದ್ದರಿಂದ ನಿರ್ಣಾಯಕ ನೈಜ-ಪ್ರಪಂಚದ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಿಗಾಗಿ ನಾವೆಲ್ಲರೂ ಅದನ್ನು ವಿಶ್ವಾಸದಿಂದ ಅವಲಂಬಿಸಬಹುದು? ಕಾರ್ನ್‌ಬ್ಲುತ್ ಹೇಳಿದರು.

ಮುಖ್ಯ ಭಾಷಣಕಾರ ಯಾನ್ ಲೆಕುನ್, ಮೆಟಾದಲ್ಲಿ ಮುಖ್ಯ AI ವಿಜ್ಞಾನಿ, ಉತ್ಪಾದಕ AI ಯಲ್ಲಿನ ಅತ್ಯಂತ ಆಸಕ್ತಿದಾಯಕ ಮತ್ತು ಗಮನಾರ್ಹ ಪ್ರಗತಿಗಳು ಲಾಮಾ, GPT ಮತ್ತು ಕ್ಲೌಡ್‌ನಂತಹ ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಗಳ ಮುಂದುವರಿದ ಸುಧಾರಣೆಗಳು ಅಥವಾ ವಿಸ್ತರಣೆಗಳಿಂದ ಹೆಚ್ಚಾಗಿ ಬರುವುದಿಲ್ಲ. ತರಬೇತಿಯ ಮೂಲಕ, ಈ ಅಗಾಧ ಉತ್ಪಾದಕ ಮಾದರಿಗಳು ಹೊಸ ಫಲಿತಾಂಶಗಳನ್ನು ನೀಡಲು ಬೃಹತ್ ಡೇಟಾಸೆಟ್‌ಗಳಲ್ಲಿ ಮಾದರಿಗಳನ್ನು ಕಲಿಯುತ್ತವೆ.

ಬದಲಿಗೆ, LuCun ಮತ್ತು ಇತರರು ಸಂವೇದನಾ ಇನ್‌ಪುಟ್ ಮೂಲಕ ತಮ್ಮ ಸುತ್ತಲಿನ ಪ್ರಪಂಚವನ್ನು ನೋಡುವ ಮತ್ತು ಸಂವಹನ ಮಾಡುವ ಮೂಲಕ ಮಗು ಮಾಡುವ ರೀತಿಯಲ್ಲಿ ಕಲಿಯುವ “ವಿಶ್ವದ ಮಾದರಿಗಳನ್ನು” ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಕೆಲಸ ಮಾಡುತ್ತಿದ್ದಾರೆ.

“4 ವರ್ಷದ ಮಗುವು ದೃಷ್ಟಿಯ ಮೂಲಕ ಶ್ರೇಷ್ಠ LLM ನಂತೆ ಹೆಚ್ಚಿನ ಡೇಟಾವನ್ನು ನೋಡಿದೆ … ವಿಶ್ವ ಮಾದರಿಯು ಭವಿಷ್ಯದ AI ವ್ಯವಸ್ಥೆಗಳ ಪ್ರಮುಖ ಅಂಶವಾಗಲಿದೆ” ಎಂದು ಅವರು ಹೇಳಿದರು.

ಈ ರೀತಿಯ ವಿಶ್ವ ಮಾದರಿಯನ್ನು ಹೊಂದಿರುವ ರೋಬೋಟ್ ತರಬೇತಿಯಿಲ್ಲದೆ ತನ್ನದೇ ಆದ ಹೊಸ ಕಾರ್ಯವನ್ನು ನಿರ್ವಹಿಸಲು ಕಲಿಯಬಹುದು. ನೈಜ ಜಗತ್ತಿನಲ್ಲಿ ಸಾಮಾನ್ಯವಾಗಿ ಉಪಯುಕ್ತವಾಗುವಂತೆ ರೋಬೋಟ್‌ಗಳನ್ನು ಸಾಕಷ್ಟು ಸ್ಮಾರ್ಟ್ ಮಾಡಲು ಕಂಪನಿಗಳಿಗೆ ವಿಶ್ವ ಮಾದರಿಗಳನ್ನು ಅತ್ಯುತ್ತಮ ವಿಧಾನವೆಂದು LeCun ನೋಡುತ್ತದೆ.

ಆದರೆ ಭವಿಷ್ಯದ ಜನರೇಟಿವ್ AI ವ್ಯವಸ್ಥೆಗಳು ಪ್ರಪಂಚದ ಮಾದರಿಗಳನ್ನು ಸಂಯೋಜಿಸುವ ಮೂಲಕ ಚುರುಕಾದ ಮತ್ತು ಹೆಚ್ಚು ಮಾನವನಂತೆ ಮಾರ್ಪಟ್ಟಿದ್ದರೂ ಸಹ, ರೋಬೋಟ್‌ಗಳು ಮಾನವ ನಿಯಂತ್ರಣದಿಂದ ಜಾರಿಬೀಳುವುದರ ಬಗ್ಗೆ LeCun ಚಿಂತಿಸುವುದಿಲ್ಲ.

ವಿಜ್ಞಾನಿಗಳು ಮತ್ತು ಎಂಜಿನಿಯರ್‌ಗಳು ಭವಿಷ್ಯದ AI ವ್ಯವಸ್ಥೆಗಳನ್ನು ಟ್ರ್ಯಾಕ್‌ನಲ್ಲಿ ಇರಿಸಲು ಗಾರ್ಡ್‌ರೈಲ್‌ಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಬೇಕಾಗುತ್ತದೆ, ಆದರೆ ಸಮಾಜವಾಗಿ ನಾವು ಈಗಾಗಲೇ ಸಹಸ್ರಾರು ವರ್ಷಗಳಿಂದ ಇದನ್ನು ಮಾಡುತ್ತಿದ್ದೇವೆ, ಸಾಮಾನ್ಯ ಒಳಿತಿಗಾಗಿ ಮಾನವ ನಡವಳಿಕೆಯನ್ನು ಜೋಡಿಸಲು ನಿಯಮಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುತ್ತಿದ್ದೇವೆ ಎಂದು ಅವರು ಹೇಳಿದರು.

“ನಾವು ಈ ರೇಲಿಂಗ್‌ಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಬೇಕಾಗಿದೆ, ಆದರೆ ನಿರ್ಮಾಣದಿಂದ, ವ್ಯವಸ್ಥೆಯು ಈ ರೇಲಿಂಗ್‌ಗಳಿಂದ ತಪ್ಪಿಸಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಗುವುದಿಲ್ಲ” ಎಂದು ಲೆಕುನ್ ಹೇಳಿದರು.

ಅಮೆಜಾನ್ ರೊಬೊಟಿಕ್ಸ್‌ನ ಮುಖ್ಯ ತಂತ್ರಜ್ಞರಾದ ಟೈ ಬ್ರಾಡಿ, ಉತ್ಪಾದಕ AI ರೊಬೊಟಿಕ್ಸ್‌ನ ಭವಿಷ್ಯದ ಮೇಲೆ ಹೇಗೆ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ ಎಂಬುದನ್ನು ಚರ್ಚಿಸಿದ್ದಾರೆ.

ಉದಾಹರಣೆಗೆ, ರೋಬೋಟ್‌ಗಳು ಹೇಗೆ ಪ್ರಯಾಣಿಸುತ್ತವೆ ಮತ್ತು ಆರ್ಡರ್ ಸಂಸ್ಕರಣೆಯನ್ನು ಸ್ಟ್ರೀಮ್‌ಲೈನ್ ಮಾಡಲು ವಸ್ತುಗಳನ್ನು ಹೇಗೆ ಚಲಿಸುತ್ತವೆ ಎಂಬುದನ್ನು ಅತ್ಯುತ್ತಮವಾಗಿಸಲು ಅಮೆಜಾನ್ ಈಗಾಗಲೇ ತನ್ನ ಅನೇಕ ಗೋದಾಮುಗಳಲ್ಲಿ ಉತ್ಪಾದಕ AI ತಂತ್ರಜ್ಞಾನವನ್ನು ಸಂಯೋಜಿಸಿದೆ.

ಭವಿಷ್ಯದ ಅನೇಕ ಆವಿಷ್ಕಾರಗಳು ಮಾನವರು ಹೆಚ್ಚು ಪರಿಣಾಮಕಾರಿಯಾಗಿರಲು ಅನುವು ಮಾಡಿಕೊಡುವ ಯಂತ್ರಗಳನ್ನು ನಿರ್ಮಿಸುವ ಮೂಲಕ ಸಹಕಾರಿ ರೊಬೊಟಿಕ್ಸ್‌ನಲ್ಲಿ ಉತ್ಪಾದಕ AI ಅನ್ನು ಬಳಸುವುದರ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತವೆ ಎಂದು ಅವರು ನಿರೀಕ್ಷಿಸುತ್ತಾರೆ.

“GenAI ಬಹುಶಃ ರೋಬೋಟಿಕ್ಸ್‌ನಲ್ಲಿ ನನ್ನ ಸಂಪೂರ್ಣ ವೃತ್ತಿಜೀವನದಲ್ಲಿ ನಾನು ನೋಡಿದ ಅತ್ಯಂತ ಪ್ರಭಾವಶಾಲಿ ತಂತ್ರಜ್ಞಾನವಾಗಿದೆ” ಎಂದು ಅವರು ಹೇಳಿದರು.

ಇತರ ನಿರೂಪಕರು ಮತ್ತು ಪಾಲ್ಗೊಳ್ಳುವವರು ಕೋಕಾ-ಕೋಲಾ ಮತ್ತು ಅನಲಾಗ್ ಸಾಧನಗಳಂತಹ ದೊಡ್ಡ ಉದ್ಯಮಗಳಿಂದ ಹಿಡಿದು ಹೆಲ್ತ್‌ಕೇರ್ AI ಕಂಪನಿ ಅಬ್ರಿಡ್ಜ್‌ನಂತಹ ಸ್ಟಾರ್ಟ್‌ಅಪ್‌ಗಳವರೆಗೆ ಉತ್ಪಾದಕ AI ಯ ವ್ಯವಹಾರದ ಪ್ರಭಾವವನ್ನು ಚರ್ಚಿಸಿದರು.

ಹಲವಾರು MIT ಅಧ್ಯಾಪಕರು ತಮ್ಮ ಇತ್ತೀಚಿನ ಸಂಶೋಧನಾ ಯೋಜನೆಗಳ ಬಗ್ಗೆ ಮಾತನಾಡಿದರು, ಪರಿಸರ ಚಿತ್ರಣ ಡೇಟಾದಲ್ಲಿ ಶಬ್ದವನ್ನು ಕಡಿಮೆ ಮಾಡಲು AI ಅನ್ನು ಬಳಸುವುದು, ಪಕ್ಷಪಾತ ಮತ್ತು ಭ್ರಮೆಗಳನ್ನು ತಗ್ಗಿಸುವ ಹೊಸ AI ವ್ಯವಸ್ಥೆಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುವುದು ಮತ್ತು ದೃಶ್ಯ ಪ್ರಪಂಚದ ಬಗ್ಗೆ ಇನ್ನಷ್ಟು ತಿಳಿದುಕೊಳ್ಳಲು LLM ಗಳನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುವುದು.

ಹೊಸ ಉತ್ಪಾದಕ AI ತಂತ್ರಜ್ಞಾನಗಳನ್ನು ಅನ್ವೇಷಿಸಲು ಮತ್ತು ಭವಿಷ್ಯಕ್ಕಾಗಿ ಅದರ ಪರಿಣಾಮಗಳ ಕುರಿತು ಚರ್ಚಿಸಲು ಒಂದು ದಿನ ಕಳೆದ ನಂತರ, MIT ಸ್ಲೋನ್ ಸ್ಕೂಲ್ ಆಫ್ ಮ್ಯಾನೇಜ್‌ಮೆಂಟ್‌ನ ಪ್ಯಾಟ್ರಿಕ್ J. ಮೆಕ್‌ಗವರ್ನ್ ಪ್ರೊಫೆಸರ್ MGAIC ಅಧ್ಯಾಪಕ ಸಹ-ನಾಯಕ ವಿವೇಕ್ ಫರಿಯಾಸ್, ಪಾಲ್ಗೊಳ್ಳುವವರು “ಈ ಸಾಧ್ಯತೆಯನ್ನು ಮಾಡಲು ನಿಜವಾದ ಸಾಧ್ಯತೆಯ ಪ್ರಜ್ಞೆಯೊಂದಿಗೆ” ಹೊರಡುತ್ತಾರೆ ಎಂದು ಅವರು ಆಶಿಸಿದರು.

Leave a Reply

Your email address will not be published. Required fields are marked *