தற்போதைய மிக முக்கியமான ராணுவ AI கேள்விகள்

போர்க்களத்தில் AI தேவையா என்ற விவாதத்தின் காலம் முடிந்துவிட்டது. இப்போது அரசாங்கங்கள் இதற்காகப் பெருமளவு முதலீடு செய்கின்றன. கொள்முதல் என்பது பரிசோதனைக்கூடங்களிலிருந்து மாறி, முறையான பாதுகாப்பு ஒப்பந்தங்களாக மாறியுள்ளது. இந்த மாற்றம் AI-ஐ ஒரு எதிர்காலக் கருத்தாக இல்லாமல், தேசிய பட்ஜெட்டில் ஒரு முக்கிய அங்கமாக மாற்றியுள்ளது. இப்போது கவனம் உணர்வுள்ள ரோபோக்கள் மீது இல்லை, மாறாக தரவுகளைப் பெரிய அளவில் கையாள்வதில் உள்ளது. ராணுவத் தலைவர்கள் மனிதர்களை விட வேகமாக இலக்குகளை அடையாளம் காணும் சிஸ்டம்களை விரும்புகிறார்கள். தளவாடங்கள் தோல்வியடைவதற்கு முன்பே அதைக் கணிக்கும் மென்பொருளை அவர்கள் தேடுகிறார்கள். இந்த மாற்றம் உலகளாவிய பாதுகாப்பிற்கு ஒரு புதிய யதார்த்தத்தை உருவாக்குகிறது. இது போர்கள் எப்படித் தொடங்குகின்றன மற்றும் எப்படி முடிகின்றன என்பதை மறுபரிசீலனை செய்ய வைக்கிறது. முடிவெடுக்கும் வேகம் மனித அறிவாற்றலைத் தாண்டி வேகமாக வளர்ந்து வருகிறது. இது அறிவியல் புனைகதை அல்ல. இது ஏற்கனவே இருக்கும் சென்சார்கள் மற்றும் ஆயுதங்களில் மெஷின் லேர்னிங்-ஐ உடனடியாக ஒருங்கிணைப்பதாகும். இதில் உள்ள ஆபத்துகள் வெறும் வன்பொருளைத் தாண்டியவை. அவை சர்வதேச ஸ்திரத்தன்மையின் அடிப்படை தர்க்கத்தோடு தொடர்புடையவை. அடுத்த சில ஆண்டுகளில் எடுக்கப்படும் முடிவுகள், வரும் பல தசாப்தங்களுக்கு உலகின் பாதுகாப்பைத் தீர்மானிக்கும். நெறிமுறைகள் பற்றிய பேச்சு இப்போது போட்டியின் யதார்த்தத்தைச் சந்திக்கிறது.

ஆய்வகத்திலிருந்து பட்ஜெட்டிற்கு மாறிய பயணம்

ராணுவ AI என்பது அடிப்படையில் மெஷின் லேர்னிங்-ஐ தற்காப்புக்கான பாரம்பரிய செயல்பாடுகளுக்குப் பயன்படுத்துவதாகும். இது ஒரே கண்டுபிடிப்பு அல்ல. இது பல திறன்களின் தொகுப்பு. இதில் ட்ரோன் ஃபீட்களுக்கான கம்ப்யூட்டர் விஷன், இடைமறிக்கப்பட்ட சிக்னல்களுக்கான நேச்சுரல் லாங்குவேஜ் பிராசஸிங் மற்றும் தரைவழி வாகனங்களுக்கான தன்னாட்சி வழிசெலுத்தல் ஆகியவை அடங்கும். கடந்த காலத்தில், இவை வெறும் ஆராய்ச்சித் திட்டங்களாக இருந்தன. இன்று, அவை கொள்முதல் கோரிக்கைகளில் அவசியமான தேவைகளாக உள்ளன. இதன் நோக்கம் சென்சார் ஃபியூஷன் ஆகும். அதாவது செயற்கைக்கோள்கள், ரேடார்கள் மற்றும் தரைப்படை வீரர்களிடமிருந்து வரும் தரவுகளை ஒருங்கிணைத்து ஒரே படமாக மாற்றுவதாகும். ஒரு சிஸ்டம் வினாடிக்கு மில்லியன் கணக்கான தரவுப் புள்ளிகளைச் செயலாக்கும்போது, அது மனித ஆய்வாளர்கள் கவனிக்கத் தவறிய வடிவங்களை அடையாளம் காணும். இது பெரும்பாலும் அல்காரிதமிக் வார்ஃபேர் என்று அழைக்கப்படுகிறது. இது வரலாற்றுப் போர் மற்றும் நிலப்பரப்புத் தகவல்களின் மிகப்பெரிய தரவுத்தொகுப்புகளில் மாடல்களைப் பயிற்றுவிப்பதன் மூலம் செயல்படுகிறது. மென்பொருள் சார்ந்த பாதுகாப்பை நோக்கிய மாற்றம் என்பது ஒரு டேங்க் அல்லது ஜெட் விமானம் அதன் உள்ளே இயங்கும் கோட்-ஐப் பொறுத்தே சிறப்பாகச் செயல்படும் என்பதாகும். இது நிறுவனங்கள் வன்பொருளை உருவாக்கும் விதத்தை மாற்றுகிறது. அவர்கள் இப்போது பாரம்பரிய கவசம் அல்லது வேகத்தை விட கம்ப்யூட் பவர் மற்றும் டேட்டா த்ரூபுட்-க்கு முன்னுரிமை அளிக்க வேண்டும். நவீன கொள்முதல் ஒரு சிஸ்டம் எவ்வளவு எளிதாக ஓவர் தி ஏர் அப்டேட்-ஐப் பெற முடியும் என்பதில் கவனம் செலுத்துகிறது. ஒரு மாடல் காலாவதியானால், வன்பொருள் ஒரு சுமையாகிவிடும். இதனால்தான் பாதுகாப்புத் துறைகள் சிலிக்கான் வேலி நிறுவனங்களை அணுகுகின்றன. எதிரிகளை விட முன்னணியில் இருக்க அவர்களுக்கு வணிக ரீதியான மென்பொருள் மேம்பாட்டின் சுறுசுறுப்பு தேவைப்படுகிறது. புரோட்டோடைப் மற்றும் பயன்பாட்டு சிஸ்டம் ஆகியவற்றுக்கு இடையேயான இடைவெளி குறைந்து வருகிறது. மென்பொருளுக்கு முன்னுரிமை அளிக்கும் ராணுவத்தின் எழுச்சியை நாம் காண்கிறோம். இந்த இயக்கம் ஆயுதங்களைப் பற்றியது மட்டுமல்ல. இது சம்பளம் முதல் பாகங்கள் மேலாண்மை வரை ராணுவ இயந்திரத்தின் முழு பேக்எண்ட்-ஐப் பற்றியது. நிறுவனத்தின் ஒவ்வொரு அம்சமும் ஒரு தரவுப் பிரச்சினையாக மாறி வருகிறது.

உலகளாவிய உராய்வும் புதிய ஆயுதப் போட்டியும்

இந்த மாற்றத்தின் உலகளாவிய தாக்கம் சமமாக இல்லை. அமெரிக்காவும் சீனாவும் முதலீட்டில் முன்னணியில் இருந்தாலும், மற்ற நாடுகள் தங்கள் சொந்த சிஸ்டம்களை உருவாக்குவதா அல்லது தலைவர்களிடமிருந்து வாங்குவதா என்ற தேர்வுக்குத் தள்ளப்படுகின்றன. இது புதிய சார்புகளை உருவாக்குகிறது. AI-ஆல் இயங்கும் ட்ரோன் படையை வாங்கும் ஒரு நாடு, அந்த சப்ளையரின் டேட்டா பைப்லைன் மற்றும் பயிற்சி மாடல்களையும் வாங்குகிறது. இது மென்மையான அதிகாரத்தின் (soft power) ஒரு புதிய வடிவம். இது ஸ்திரத்தன்மையின்மைக்கும் ஒரு காரணமாகிறது. இரண்டு AI-ஆல் இயங்கும் படைகள் நேருக்கு நேர் மோதும்போது, தற்செயலான மோதல் ஏற்படும் அபாயம் அதிகரிக்கிறது. இயந்திரங்கள் மனித இராஜதந்திரத்திற்கு இடமளிக்காத வேகத்தில் செயல்படுகின்றன. ஒரு சிஸ்டம் பயிற்சிப் பயிற்சியைத் தாக்குதல் என்று தவறாகப் புரிந்துகொண்டால், பதில் தாக்குதல் மில்லி விநாடிகளில் நடக்கும். இது தலைவர்கள் பேசுவதற்கும் பதற்றத்தைத் தணிப்பதற்கும் கிடைக்கும் நேரத்தைக் குறைக்கிறது. சொல்லப்படும் கருத்துகளுக்கும் செயல்பாட்டுக்கும் இடையிலான இடைவெளியும் ஒரு முக்கிய காரணியாகும். தலைவர்கள் பொதுவெளியில் அர்த்தமுள்ள மனிதக் கட்டுப்பாடு பற்றிப் பேசுகிறார்கள். இருப்பினும், போட்டித்தன்மையுடன் இருக்க கொள்முதல் தர்க்கம் அதிக தன்னாட்சியைத் கோருகிறது. எதிரி சிஸ்டம் பத்து மடங்கு வேகமாக இருந்தால், மனிதனை லூப்பில் வைத்திருக்க முடியாது. இது பாதுகாப்புத் தரங்களுக்கான போட்டியை உருவாக்குகிறது. இந்த உலகளாவிய மாற்றத்தால் பின்வரும் பகுதிகள் அதிகம் பாதிக்கப்படுகின்றன:

• தரவு மற்றும் பாதுகாப்பு அல்காரிதம்கள் மீதான தேசிய இறையாண்மை.
• வேகமான முடிவெடுக்கும் காலத்தில் அணுசக்தி தடுப்பு முறையின் நிலைத்தன்மை.
• தொழில்நுட்பம் மிகுந்த ராணுவங்களுக்கும் பாரம்பரிய ராணுவங்களுக்கும் இடையிலான பொருளாதார இடைவெளி.
• சர்வதேச மோதல் மற்றும் போர்க்குற்றங்களை நிர்வகிக்கும் சட்டக் கட்டமைப்புகள்.
• தேசிய பாதுகாப்பு முடிவுகளில் தனியார் நிறுவனங்களின் பங்கு.

சிறிய நாடுகள் குறிப்பாக பாதிக்கப்படக்கூடியவை. அவை புதிய தொழில்நுட்பங்களுக்கான சோதனை மைதானங்களாக மாறக்கூடும். கண்டுபிடிப்புகளின் வேகம் சர்வதேச அமைப்புகள் விதிகளை எழுதுவதை விட வேகமாக உள்ளது. இது சட்ட ரீதியான செலவைப் பொருட்படுத்தாமல் வலுவான தொழில்நுட்பம் வெற்றி பெறும் ஒரு வெற்றிடத்தை விட்டுச் செல்கிறது. இது சமீபத்திய பாதுகாப்பு அறிக்கைகளில் பிரதிபலிக்கிறது, இது செயலில் உள்ள மோதல் மண்டலங்களில் தன்னாட்சி சிஸ்டம்களின் விரைவான தத்தெடுப்பை எடுத்துக்காட்டுகிறது.

கொள்முதல் அலுவலகத்தில் ஒரு செவ்வாய்க்கிழமை

2026-இல் உள்ள ஒரு நவீன பாதுகாப்பு அமைச்சகத்தில் சாரா என்ற கொள்முதல் அதிகாரி பணிபுரிவதாகக் கற்பனை செய்து கொள்ளுங்கள். அவளுடைய நாள் புதிய துப்பாக்கிகளுக்கான ப்ளூபிரிண்ட்களைப் பார்ப்பதில் இல்லை. அதற்கு பதிலாக, அவள் தனது காலை நேரத்தை கிளவுட் சர்வீஸ் ஒப்பந்தங்கள் மற்றும் API ஆவணங்களை ஆய்வு செய்வதில் செலவிடுகிறாள். புதிய கண்காணிப்பு ட்ரோன் கடற்படைக்கு எந்த கம்ப்யூட்டர் விஷன் மாடலை வாங்க வேண்டும் என்று அவள் முடிவு செய்ய வேண்டும். ஒரு விற்பனையாளர் 99 சதவீத துல்லியத்தை உறுதியளிக்கிறார், ஆனால் அதற்கு சென்ட்ரல் சர்வருடன் நிலையான இணைப்பு தேவை. மற்றொன்று 85 சதவீத துல்லியத்தை வழங்குகிறது, ஆனால் அது ட்ரோனிலேயே இயங்குகிறது. ஒரு உண்மையான மோதலில், சர்வருக்கான இணைப்பு துண்டிக்கப்படும் என்று சாராவுக்குத் தெரியும். துல்லியத்தின் விலையை போர்க்களத்தின் யதார்த்தத்துடன் அவள் ஒப்பிட வேண்டும். நண்பகலில், அவள் தரவு உரிமைகள் குறித்த கூட்டத்தில் இருக்கிறாள். AI-ஐ வழங்கும் நிறுவனம், எதிர்கால மாடல்களைப் பயிற்றுவிக்க ட்ரோன்கள் சேகரிக்கும் தரவுகளைத் தக்கவைக்க விரும்புகிறது. இது ஒரு பாதுகாப்பு ஆபத்து என்று சாராவுக்குத் தெரியும். நிறுவனம் ஹேக் செய்யப்பட்டால், ட்ரோன்கள் எதைப் பார்த்தன என்பது எதிரிக்குத் துல்லியமாகத் தெரியும். இது ராணுவத் திட்டமிடலின் புதிய முகம். இது செயல்திறன் மற்றும் பாதுகாப்புக்கு இடையிலான ஒரு நிலையான சமரசமாகும். கையகப்படுத்தும் சுழற்சியை விரைவுபடுத்துவதற்கான அழுத்தம் மிகப்பெரியது. அவளுடைய மேலதிகாரிகள் சமீபத்திய தொழில்நுட்பத்தை இப்போது விரும்புகிறார்கள், ஐந்து ஆண்டுகளில் அல்ல. மலிவான ட்ரோன்கள் மற்றும் ஸ்மார்ட் மென்பொருள்கள் விலையுயர்ந்த பழைய சிஸ்டம்களை விட சிறப்பாகச் செயல்படும் தற்போதைய மோதல்களில் என்ன நடக்கிறது என்பதை அவர்கள் பார்க்கிறார்கள். மதியம், சாரா மாடல் ட்ரிஃப்ட் குறித்த அறிக்கையை ஆய்வு செய்கிறாள். வாகனங்களை அடையாளம் காண வேண்டிய AI, சூழல் மாறியதால் தோல்வியடையத் தொடங்குகிறது. பருவங்கள் மாறிவிட்டன, நிழல்கள் வேறுபடுகின்றன. இயந்திரம் சேற்றால் குழப்பமடைகிறது. நெட்வொர்க்கை வெளிப்படுத்தாமல் களத்தில் உள்ள மாடல்களைப் புதுப்பிக்க ஒரு வழியை சாரா கண்டுபிடிக்க வேண்டும். இது வீடியோ கேம் அல்ல. இது அதிக ஆபத்துள்ள தளவாடங்கள் சார்ந்த கனவு. கோடில் ஏற்படும் ஒரு சிறிய பிழை நட்பு நாடுகளின் மீது தாக்குதல் அல்லது தவறவிடப்பட்ட அச்சுறுத்தலுக்கு வழிவகுக்கும். நாள் முடிவில், தான் ஒரு ஆயுதத்தை வாங்குகிறாளா அல்லது சந்தா சேவையை வாங்குகிறாளா என்று சாராவுக்குத் தெரியவில்லை. பாதுகாப்பு ஒப்பந்ததாரருக்கும் மென்பொருள் வழங்குநருக்கும் இடையிலான கோடு மறைந்துவிட்டது. இந்த மாற்றம் தொழிற்சாலை முதல் முன்னணி வரை அனைவராலும் உணரப்படுகிறது. வீரர்கள் இப்போது யார் நண்பன், யார் எதிரி என்று சொல்ல சர்க்யூட் பெட்டியை நம்ப வேண்டியுள்ளது. இந்த மாற்றத்தின் உளவியல் தாக்கம் இப்போதுதான் புரியத் தொடங்கியுள்ளது.

இதனால்தான் மெஷின் லேர்னிங்கில் சமீபத்திய முன்னேற்றங்களைப் புரிந்துகொள்வது உலகளாவிய பாதுகாப்பைப் பின்பற்றும் எவருக்கும் முக்கியமானது.

நாங்கள் கவர் செய்ய வேண்டும் என்று நீங்கள் நினைக்கும் AI கதை, கருவி, போக்கு அல்லது கேள்வி உங்களிடம் உள்ளதா? உங்கள் கட்டுரை யோசனையை எங்களுக்கு அனுப்பவும் — அதைக் கேட்க நாங்கள் விரும்புகிறோம்.

அல்காரிதமிக் நம்பிக்கையின் மறைமுக செலவுகள்

இந்த மாற்றத்தின் மறைமுக செலவுகள் குறித்து நாம் கடினமான கேள்விகளைக் கேட்க வேண்டும். இயந்திரம் தவறு செய்யும்போது பொறுப்புக்கூறல் என்னவாகும்? ஒரு தன்னாட்சி சிஸ்டம் பொதுமக்களின் இலக்கைத் தாக்கினால், அதற்கு யார் பொறுப்பு? புரோகிராமரா, கொள்முதல் அதிகாரியா அல்லது அதை இயக்கிய தளபதியா? தற்போதைய சட்டக் கட்டமைப்புகள் இதற்குத் தயாராக இல்லை. தனியுரிமை குறித்த கேள்வியும் உள்ளது. ராணுவ கண்காணிப்பு AI எல்லையுடன் நின்றுவிடுவதில்லை. கிளர்ச்சியாளர்களைக் கண்காணிக்கப் பயன்படுத்தப்படும் அதே தொழில்நுட்பம் உள்நாட்டு மக்களைக் கண்காணிக்கவும் பயன்படுத்தப்படலாம். AI-இன் இரட்டைப் பயன்பாட்டுத் தன்மை என்பது ஒவ்வொரு ராணுவ முன்னேற்றமும் மாநில கண்காணிப்புக்கான ஒரு கருவியாகும். தரவின் விலையையும் நாம் கருத்தில் கொள்ள வேண்டும். இந்த மாடல்களைப் பயிற்றுவிக்க டேட்டா சென்டர்களுக்கு அதிக அளவு மின்சாரம் மற்றும் தண்ணீர் தேவைப்படுகிறது. இந்த சுற்றுச்சூழல் செலவுகள் பாதுகாப்பு பட்ஜெட்டில் அரிதாகவே சேர்க்கப்படுகின்றன. பிளாக் பாக்ஸ் முடிவெடுப்பதிலும் ஆபத்து உள்ளது. ஒரு ஜெனரலால் ஏன் AI ஒரு குறிப்பிட்ட தாக்குதலைப் பரிந்துரைத்தது என்று விளக்க முடியாவிட்டால், அந்தப் பரிந்துரையை நாம் நம்ப முடியுமா? டீப் லேர்னிங் மாடல்களில் வெளிப்படைத்தன்மை இல்லாமை ராணுவச் சூழலில் ஒரு அடிப்படை குறைபாடாகும். நாம் முழுமையாகப் புரிந்துகொள்ளாத சிஸ்டம்களை உருவாக்குகிறோம். இது ஒரு பலவீனமான பாதுகாப்புச் சூழலை உருவாக்குகிறது. ஒரு எதிரி பயிற்சித் தரவை விஷமாக்க ஒரு வழியைக் கண்டால், அவர்கள் ஒரு குண்டு கூட சுடாமல் சிஸ்டத்தைத் தோற்கடிக்க முடியும். இது ஒரு புதிய வகை பாதிப்பு. ஒரு மாடல் மாற்றப்படவில்லை என்பதை நாம் எப்படி சரிபார்ப்பது? போரின் குழப்பத்தின் போது AI மனித விழுமியங்களுடன் ஒத்துப்போவதை நாம் எப்படி உறுதி செய்வது? இவை வெறும் தொழில்நுட்பப் பிரச்சினைகள் அல்ல. இவை தார்மீக மற்றும் இருத்தலியல் சார்ந்தவை. AI-ஐப் பயன்படுத்துவதற்கான அவசரம் அது தீர்க்கும் பிரச்சினைகளை விட அதிக பிரச்சினைகளை உருவாக்கக்கூடும். நாம் மனிதத் தீர்ப்பை இயந்திர வேகத்திற்காக வர்த்தகம் செய்கிறோம், ஆனால் விளைவுகளின் மீதான பிடியை நாம் இழக்கக்கூடும். புரூக்கிங்ஸ் இன்ஸ்டிடியூஷன் போன்ற அமைப்புகள் இந்த சிக்கல்கள் குறித்து தொடர்ந்து எச்சரிக்கை விடுத்து வருகின்றன.

தந்திரோபாய அனுமானத்தின் பின்னணியில்

ராணுவ AI-இன் தொழில்நுட்ப யதார்த்தம் பட்ஜெட்டின் கீக் பிரிவில் காணப்படுகிறது. இது இன்ஃபெரன்ஸ் அட் தி எட்ஜ் பற்றியது. அதாவது கிளவுட் இணைப்பு இல்லாமல் சிறிய, கரடுமுரடான வன்பொருளில் சிக்கலான மாடல்களை இயக்குவதாகும். இன்ஜினியர்கள் ட்ரோன் அல்லது கையடக்க சாதனத்தின் குறைந்த நினைவகத்திற்குள் மாடல்களை மேம்படுத்துவதில் கவனம் செலுத்துகிறார்கள். அவர்கள் நியூரல் நெட்வொர்க்குகளின் அளவைக் குறைக்க குவாண்டிசேஷன் மற்றும் ப்ரூனிங் போன்ற நுட்பங்களைப் பயன்படுத்துகிறார்கள். ராணுவத்தின் பல்வேறு பிரிவுகளுக்கு இடையே தொடர்பு கொள்ள வேண்டிய சிஸ்டம்களுக்கு API வரம்புகள் ஒரு பெரிய கவலையாகும். ப்ரோப்ரைட்டரி இன்டர்ஃபேஸ் காரணமாக நேவி AI-ஆல் ஏர் ஃபோர்ஸ் AI-உடன் பேச முடியாவிட்டால், சிஸ்டம் தோல்வியடையும். இது ராணுவ மென்பொருளில் திறந்த தரநிலைகளுக்கான உந்துதலுக்கு வழிவகுத்தது. லோக்கல் ஸ்டோரேஜ் மற்றொரு தடையாகும். ஒரு கண்காணிப்பு விமானம் டெராபைட் கணக்கில் தரவை உருவாக்க முடியும். போர்க்களத்தில் அலைவரிசை குறைவாக இருப்பதால், இந்தத் தரவை உள்ளூரிலேயே செயலாக்குவது அவசியம். வன்பொருள் MIL-SPEC ஆகவும் இருக்க வேண்டும், அதாவது அது அதிக வெப்பம், அதிர்வு மற்றும் மின்காந்த துடிப்புகளைத் தாங்கக்கூடியதாக இருக்க வேண்டும். அல்காரிதமிக் வார்ஃபேர்-ஐ சாத்தியமாக்கும் சிப்கள் மற்றும் டேட்டா இன்டகிரேஷன் லேயர்களை வழங்க நிறுவனங்கள் இப்போது போட்டியிடுகின்றன. பணிப்பாய்வு பல குறிப்பிட்ட படிகளை உள்ளடக்கியது:

• பல்வேறு சென்சார் வரிசைகளிலிருந்து தரவு உள்ளீடு.
• சத்தத்தை வடிகட்ட ஆன்-டிவைஸ் முன்-செயலாக்கம்.
• குறைந்த லேட்டன்சி கொண்ட நியூரல் இன்ஜின்களைப் பயன்படுத்தி அனுமானம்.
• மனித-இயந்திர இடைமுகத்திற்கு வழங்கப்படும் செயல்பாட்டு வெளியீடு.
• மாடல் மறுபயிற்சிக்காக மிஷனுக்குப் பிந்தைய தரவு பேக்ஹால்.

வரம்பு பெரும்பாலும் அல்காரிதம் அல்ல, வன்பொருளின் பேட்டரி ஆயுள் மற்றும் வெப்பச் சிதறல் ஆகும். மாடல்கள் பெரியதாக மாறும்போது, மின்சாரத் தேவைகள் அதிகரிக்கின்றன. இது முன்னணிப் பகுதிகளில் எதைச் செயல்படுத்தலாம் என்பதற்கு ஒரு உச்சவரம்பை உருவாக்குகிறது. இன்ஜினியர்கள் இப்போது இதைத் தீர்க்க சிறப்பு ASICs-ஐப் பார்க்கிறார்கள். இந்த சிப்கள் ஆப்ஜெக்ட் டிடெக்ஷன் போன்ற ஒரு பணிக்காக வடிவமைக்கப்பட்டுள்ளன மற்றும் பொது நோக்கத்திற்கான பிராசஸர்களை விட மிகவும் திறமையானவை. உண்மையான போட்டி இங்கேதான் நடக்கிறது. இது செயல்திறன் மற்றும் வெப்ப மேலாண்மைக்கான போர். இந்த வன்பொருள் சவால்கள் குறித்து நீங்கள் நியூயார்க் டைம்ஸ் தொழில்நுட்பப் பகுதியில் மேலும் படிக்கலாம்.

இறுதி வரம்பின் கேள்வி

இதன் சாராம்சம் என்னவென்றால், ராணுவ AI இனி ஒரு விருப்பமல்ல. இது ஒரு கட்டமைப்பு யதார்த்தம். பரிசோதனைத் தொழில்நுட்பத்திலிருந்து முக்கிய கொள்முதலுக்கான மாற்றம் கடந்த சில ஆண்டுகளில் நடந்துள்ளது. இது நாம் AI-ஐப் பயன்படுத்த வேண்டுமா என்பதிலிருந்து அதை எப்படி கட்டுப்படுத்தலாம் என்ற கவனத்திற்கு மாறியுள்ளது. பொது மக்கள் நினைப்பதற்கும் உண்மையில் நடப்பதற்கும் இடையே உள்ள இடைவெளி பெரியது. மக்கள் அறிவியல் புனைகதை ரோபோக்களை எதிர்பார்க்கிறார்கள், ஆனால் உண்மை ஒவ்வொரு சென்சார் மற்றும் ரேடியோவின் அமைதியான, தரவு சார்ந்த மாற்றமாகும். மிக முக்கியமான ஆபத்து ஒரு ரோக் AI அல்ல, மாறாக எந்த மனிதனும் நிறுத்த முடியாத வேகமான மோதலாகும். இந்த சிஸ்டம்களை நமது கட்டளை அமைப்புகளில் ஆழமாக ஒருங்கிணைக்கும்போது, நாம் ஒரு இறுதி கேள்வியைக் கேட்க வேண்டும். இயந்திரம் கடக்க அனுமதிக்காத அந்த எல்லை எங்கே உள்ளது? 2026 நிலவரப்படி, அந்த எல்லை வரையறுக்கப்படாமல் உள்ளது.

ஆசிரியரின் குறிப்பு: கணினித் துறையில் நிபுணர்கள் அல்லாதவர்கள், ஆனால் செயற்கை நுண்ணறிவைப் புரிந்துகொள்ளவும், அதை அதிக நம்பிக்கையுடன் பயன்படுத்தவும், ஏற்கனவே வந்துகொண்டிருக்கும் எதிர்காலத்தைப் பின்தொடரவும் விரும்பும் மக்களுக்காக, பலமொழி AI செய்திகள் மற்றும் வழிகாட்டல் மையமாக இந்த தளத்தை நாங்கள் உருவாக்கினோம்.

ஒரு பிழையைக் கண்டறிந்தீர்களா அல்லது திருத்தப்பட வேண்டிய ஒன்று இருக்கிறதா? எங்களுக்குத் தெரியப்படுத்துங்கள்.