கிளாட் மித்தோஸ் முன்னோட்டம்: ஆந்த்ரோபிக்கின் கூற்றுக்கள் மீதான கடும் விவாதம்

ஆந்த்ரோபிக் நிறுவனத்தின் வரவிருக்கும் பெரிய மொழி மாதிரியான Claude Mythos-இன் முன்னோட்டம், தொழில்நுட்ப உலகில் பெரும் விவாதத்தை ஏற்படுத்தியுள்ளது. இந்த மாதிரி “மனித நிலை பகுத்தறிவை” கையாள முடியும் என்றும், மூத்த டெவலப்பர்களுக்கு இணையாகக் குறியீடுகளை உருவாக்க முடியும் என்றும் நிறுவனம் கூறுகிறது. இருப்பினும், AI சமூகத்தில் பல நிபுணர்கள் இந்தக் கூற்றுக்களை வெறும் விளம்பரப் பரபரப்பு என்று கூறி மறுத்துள்ளனர்.

இந்த முன்னோட்ட வெளியீடு, மாதிரியின் உண்மையான திறன்கள், நிபுணர்களின் விமர்சனங்கள் மற்றும் இந்தியாவின் வளர்ந்து வரும் AI சூழலுக்கு இது என்ன தாக்கத்தை ஏற்படுத்தும் என்பது குறித்து தீவிரமான ஆய்வுக்கு வழிவகுத்துள்ளது. ஆந்த்ரோபிக் தனது மாதிரியின் செயல்திறன் குறித்த சில ஈர்க்கக்கூடிய புள்ளிவிவரங்களை வெளியிட்டுள்ள போதிலும், அவற்றைச் சரிபார்ப்பதில் உள்ள சவால்கள் பல கேள்விகளை எழுப்பியுள்ளன.

என்ன நடக்கிறது?#

ஆந்த்ரோபிக் நிறுவனம் தனது அடுத்த தலைமுறை பெரிய மொழி மாதிரியான Claude Mythos-இன் முன்னோட்டத்தை சமீபத்தில் வெளியிட்டது. இந்த மாதிரி மனிதர்களுக்கு இணையாகச் சிந்திக்கவும், குறியீடுகளை உருவாக்கவும் முடியும் என நிறுவனம் தெரிவித்துள்ளது. இது செயற்கை நுண்ணறிவுத் துறையில் ஒரு புரட்சியை ஏற்படுத்தும் என்று ஆந்த்ரோபிக் நம்புகிறது.

ஆனால், இந்த அறிவிப்பு வெளியான உடனேயே, AI ஆராய்ச்சி சமூகத்தினர் இந்த மாதிரியின் கூற்றுக்களை ஆழமாக ஆராயத் தொடங்கினர். பல நிபுணர்கள் ஆந்த்ரோபிக்கின் கூற்றுக்கள் மிகைப்படுத்தப்பட்டவை என்றும், அவை சந்தைப்படுத்தல் உத்திகளின் ஒரு பகுதி என்றும் கருதுகின்றனர்.

தலைப்புச் செய்தியான புள்ளிவிவரங்கள்#

ஆந்த்ரோபிக் வெளியிட்ட தகவல்களின்படி, Mythos மாதிரி பின்வரும் மதிப்பெண்களைப் பெற்றுள்ளது:

• Reasoning Bench (ஒரு தனியுரிம சோதனை) இல் 90+ மதிப்பெண்கள்.
• GPT-4 உடன் ஒப்பிடும்போது Code Generation பணிகளில் 78% துல்லியம்.
• அதே வன்பொருளில் 2 மடங்கு வேகமான பதிலளிப்பு தாமதம் (response latency).

இந்த புள்ளிவிவரங்கள் மிகவும் ஈர்க்கக்கூடியதாகத் தோன்றினாலும், இதில் ஒரு சிக்கல் உள்ளது. ஆந்த்ரோபிக் முழு பெஞ்ச்மார்க் தொகுப்பையும் வெளியிடவில்லை. மேலும், இந்தச் சோதனைகள் பெரும்பாலான டெவலப்பர்களுக்கு அணுக முடியாத ஒரு தனிப்பயன் TPU-v4 கிளஸ்டரில் நடத்தப்பட்டன.

சில நிபுணர்கள் ஏன் சந்தேகிக்கிறார்கள்?#

பல AI ஆராய்ச்சியாளர்கள் பொதுவான வன்பொருளில் இந்த முடிவுகளை மீண்டும் உருவாக்க முயற்சித்துள்ளனர். அவர்களின் கண்டுபிடிப்புகள் ஆந்த்ரோபிக்கின் கூற்றுக்களுக்கு முரணாக உள்ளன.

பகுத்தறிவு (Reasoning)#

ஒரு நிலையான A100 GPU இல் இயக்கும்போது, Mythos அதே பெஞ்ச்மார்க்கில் சுமார் 68 மதிப்பெண் மட்டுமே பெற்றது. இது ஆந்த்ரோபிக் விளம்பரப்படுத்திய 90+ ஐ விட மிகவும் குறைவு. இது மாதிரியின் செயல்திறன் குறிப்பிட்ட வன்பொருள் அமைப்பைச் சார்ந்துள்ளது என்பதைக் காட்டுகிறது.

குறியீடு (Code)#

HumanEval தரவுத்தொகுப்பில் GPT-4 உடன் ஒப்பிடும்போது, Mythos இன் தேர்ச்சி விகிதம் சுமார் 10% குறைவாக இருந்தது. இது குறியீடு உருவாக்கத்தில் அதன் கூற்றுகள் கேள்விக்குள்ளாக்கப்பட வேண்டியிருப்பதைக் காட்டுகிறது.

வேகம் (Speed)#

மாதிரி ஒரு பொதுவான கிளவுட் VM இல் பயன்படுத்தப்பட்டவுடன், கூறப்பட்ட 2x வேக அதிகரிப்பு மறைந்துவிட்டது. உண்மையில், பதிலளிப்பு தாமதம் GPT-4 ஐ விட 1.2 மடங்கு அதிகமாக இருந்தது. சுருக்கமாக, இந்த மாதிரி செயல்படுகிறது, ஆனால் அதன் தலைப்புச் செய்தியான புள்ளிவிவரங்கள் மிகவும் குறிப்பிட்ட வன்பொருள்-மென்பொருள் அடுக்கை பெரிதும் நம்பியிருப்பதாகத் தெரிகிறது.

ஆந்த்ரோபிக்கின் பதில்#

ஆந்த்ரோபிக் இந்த விமர்சனங்கள் தவறானவை என்று வாதிடுகிறது. “உண்மையான உலக” செயல்திறன் முழு சுற்றுச்சூழல் அமைப்பையும் சார்ந்தது என்று அவர்கள் கூறுகிறார்கள். இதில் தனிப்பயன் கர்னல்கள், உகந்த ஊகிக்கக்கூடிய குழாய்கள் (optimized inference pipelines) மற்றும் தரவு மைய நெட்வொர்க்கிங் ஆகியவை அடங்கும்.

பொதுச் சோதனைகள் நியாயமானவை அல்ல என்றும் அவர்கள் கூறுகிறார்கள். ஏனெனில் அவை Mythos பயன்படுத்தும் “பாதுகாப்பு-சீரமைக்கப்பட்ட தூண்டுதலை” (safety-aligned prompting) கொண்டிருக்கவில்லை என்றும் ஆந்த்ரோபிக் வாதிடுகிறது. இது மாதிரியின் உண்மையான திறனை முழுமையாக வெளிப்படுத்தவில்லை என்று அவர்கள் நம்புகிறார்கள்.

இது இந்தியாவுக்கு என்ன அர்த்தம்?#

இந்தியாவின் AI ஸ்டார்ட்அப்கள் ஏற்கனவே பிராந்திய மொழி உதவியாளர்கள், குறியீடு உதவி கருவிகள் மற்றும் உள்ளடக்க மிதமான கருவிகளுக்காக LLM-களை பரிசோதித்து வருகின்றன. ஆந்த்ரோபிக்கின் வன்பொருள் சார்ந்த கூற்றுக்கள் உண்மையாக இருந்தால், இந்திய நிறுவனங்கள் கூறப்படும் செயல்திறனைப் பெற இதேபோன்ற TPU-போன்ற உள்கட்டமைப்பில் முதலீடு செய்ய வேண்டியிருக்கும். இது ஒரு விலையுயர்ந்த திட்டமாக இருக்கும்.

மறுபுறம், திறந்த மூல சமூகம் (open-source community) இதை உன்னிப்பாகக் கவனித்து வருகிறது. Mistral மற்றும் LLaMA போன்ற திட்டங்கள் ஏற்கனவே சாதாரண GPU-களில் ஒப்பிடக்கூடிய திறன்களை வழங்குகின்றன. பட்ஜெட் உணர்வுள்ள இந்திய டெவலப்பர்களுக்கு, இந்த மாற்று வழிகள் மிகவும் கவர்ச்சிகரமானதாக இருக்கும்.

தமிழ் டெக்கின் கருத்து#

Mythos முன்னோட்டம் ஒரு கிளாசிக் “சந்தைப்படுத்தல்-முதலில், தரவு-பிறகு” நிகழ்வு என்று நாங்கள் கருதுகிறோம். இந்த மாதிரி திடமானது, ஆனால் ஆந்த்ரோபிக் அதன் மேன்மையை முன்வைக்கும் விதம் ஒரு அறிவியல் கட்டுரையை விட ஒரு விற்பனை விளம்பரம் போல் தெரிகிறது.

நன்மைகள்:#

• சரியான ப்ராம்ட் இன்ஜினியரிங்குடன் இணைந்தால், பல படிநிலை பகுத்தறிவில் சிறந்தது.
• Python மற்றும் JavaScript க்கான ஒழுக்கமான குறியீடு உருவாக்கம்.
• நச்சு உள்ளீடுகளைக் குறைக்கும் பாதுகாப்பு அடுக்குகள்.

குறைபாடுகள்:#

• செயல்திறன் தனியுரிம வன்பொருளுடன் பெரிதும் பிணைக்கப்பட்டுள்ளது.
• பெஞ்ச்மார்க்குகள் பொதுவில் சரிபார்க்க முடியாதவை.
• முழு வேக நன்மையை விரும்பும் நிறுவனங்களுக்கு அதிக செலவு.

இந்திய வணிகங்களுக்கு, இந்த மாதிரியைக் கண்காணிப்பதுதான் நடைமுறை ஆலோசனை. ஆந்த்ரோபிக்கின் உள்கட்டமைப்பிற்கான பட்ஜெட் உங்களிடம் இல்லையென்றால், எளிதில் அணுகக்கூடிய LLM-களில் இருந்து மாற அவசரப்பட வேண்டாம்.

அடுத்து என்ன?#

ஆந்த்ரோபிக் 2024 ஆம் ஆண்டின் நான்காவது காலாண்டிற்குள் Claude Mythos இன் முழு வெளியீட்டை உறுதியளித்துள்ளது. அத்துடன் ஒரு திறந்த மூல ஊகிக்கக்கூடிய நூலகத்தையும் (open-source inference library) வெளியிடவுள்ளது. அவர்கள் உண்மையில் இந்த அடுக்கைத் திறந்தால், சமூகம் கூற்றுக்களை மேலும் நியாயமாக சோதிக்க முடியும்.

அதுவரை, Claude-2 இன் இலவச அடுக்கு மற்றும் போட்டியிடும் மாதிரிகளுடன் உங்கள் சொந்த பக்கவாட்டு சோதனைகளை இயக்க நாங்கள் பரிந்துரைக்கிறோம். அடிமட்டம்: Mythos சுவாரஸ்யமானது, ஆனால் விளம்பரப் பரபரப்பு உங்களை குருடாக்க விடாதீர்கள். உண்மையான உலக செயல்திறன், செலவு மற்றும் சுற்றுச்சூழல் அமைப்பு ஆதரவு ஆகியவை இந்தியாவில் இது ஒரு விளையாட்டு மாற்றியாக மாறுகிறதா என்பதைத் தீர்மானிக்கும்.