AI-ஐ அதன் கட்டுப்பாட்டில் சிக்காமல் பயன்படுத்துவது எப்படி?

புதுமையிலிருந்து பயன்பாட்டிற்கு மாறுதல்

Large language models மீதான ஆரம்பக்கால பிரமிப்பு குறைந்து வருகிறது. பயனர்கள் இப்போது இந்த கருவிகள் எப்படி ஒரு உற்பத்தித்திறன் மிக்க நாளில் பொருந்தும் என்று யோசிக்கத் தொடங்கியுள்ளனர். இதற்கு அதிகப்படியான ஆட்டோமேஷன் தீர்வாகாது, மாறாக சிறந்த எல்லைகளை வகுப்பதே தீர்வாகும். புத்திசாலித்தனமான பயனர்கள் இந்த சிஸ்டம்களை ஒரு வழிகாட்டியாகப் பார்க்காமல், ஒரு இன்டர்ன் (intern) போல நடத்துகிறார்கள். AI எல்லாவற்றையும் கையாளும் என்ற எண்ணத்திலிருந்து நாம் மாற வேண்டும். இது வெறும் புள்ளிவிவர இயந்திரம், இது அடுத்த வார்த்தையை மட்டுமே கணிக்கும். இது சிந்திக்காது, உங்கள் காலக்கெடுவை மதிக்காது, உங்கள் அலுவலக அரசியலைப் புரிந்துகொள்ளாது. இதை திறம்பட பயன்படுத்த, உங்கள் முக்கிய படைப்புப் பணிகளைப் பாதுகாப்பாக வைத்துக்கொள்ள வேண்டும். இது அல்காரிதமிக் இரைச்சலுக்கு மத்தியில் உங்கள் கட்டுப்பாட்டைத் தக்கவைப்பதாகும். ஆட்டோமேஷனை விட ஆக்மென்டேஷனில் (augmentation) கவனம் செலுத்துவதன் மூலம், இயந்திரம் உங்கள் இலக்குகளுக்கு சேவை செய்வதை உறுதி செய்யலாம். மீண்டும் மீண்டும் செய்யப்படும் வேலைகளை கருவியிடம் ஒப்படைத்துவிட்டு, முடிவெடுக்கும் அதிகாரத்தை நீங்கள் வைத்திருப்பதே இதன் நோக்கம்.

செயல்பாட்டு இடையக மண்டலத்தை உருவாக்குதல்

நடைமுறைக்கு வருவது என்பது தனிமைப்படுத்துதல் ஆகும். மக்கள் பெரும்பாலும் AI-ஐப் பயன்படுத்துவதையும், முழு செயல்முறையையும் அதனிடம் ஒப்படைப்பதையும் குழப்பிக்கொள்கிறார்கள். இது பொதுவான முடிவுகளுக்கும் அடிக்கடி பிழைகளுக்கும் வழிவகுக்கும். ஒரு செயல்பாட்டு இடையக மண்டலம் (buffer zone) என்பது உங்கள் பணிப்பாய்வை சிறு சிறு பணிகளாகப் பிரிப்பதாகும். ஒரு ரிப்போர்ட்டை எழுத AI-யிடம் கேட்பதற்குப் பதிலாக, இந்த புல்லட் பாயிண்டுகளை டேபிளாக மாற்றவோ அல்லது மூன்று டிரான்ஸ்கிரிப்டுகளைச் சுருக்கவோ கேட்கலாம். இது தர்க்கம் மற்றும் உத்தியை மனிதர்களின் கட்டுப்பாட்டில் வைத்திருக்கும். AI என்பது பொதுவான அறிவு (general intelligence) என்று பலர் தவறாக நினைக்கிறார்கள். இது பேட்டர்ன் ரெகக்னிஷனுக்கான (pattern recognition) ஒரு சிறப்பு கருவி மட்டுமே. நீங்கள் அதை பொதுவானதாகக் கருதினால், அது தவறான தகவல்களைக் கொடுக்கும் அல்லது உங்கள் பிராண்டின் தொனியை இழக்கும். பணிகளைச் சிறியதாக வைத்திருப்பதன் மூலம், பெரிய பிழைகளைத் தவிர்க்கலாம். மேலும், இறுதி முடிவுகளை எடுப்பவர் நீங்கள்தான் என்பதை உறுதிப்படுத்தலாம்.

இந்த அணுகுமுறைக்கு ஆரம்பத்தில் அதிக வேலை தேவைப்படும், ஏனெனில் உங்கள் சொந்த செயல்முறையைப் பற்றி நீங்கள் சிந்திக்க வேண்டும். தரவு எங்கே செல்கிறது மற்றும் யார் அதைச் சரிபார்க்கிறார்கள் என்பதை நீங்கள் வரைபடமாக்க வேண்டும். ஆனால், இதன் பலன் என்னவென்றால், இது கைமுறையாகச் செய்யும் வேலையை விட வேகமான மற்றும் நம்பகமான பணிப்பாய்வை வழங்கும். இது உராய்வு புள்ளிகளைக் கண்டறிந்து, வேலையின் முக்கியத்துவத்தைப் புரிந்துகொண்ட நபரை நீக்காமல் அவற்றைச் சீரமைப்பதாகும். பலர் இந்த மாடல்களின் படைப்பாற்றலை மிகைப்படுத்திக் காட்டுகிறார்கள், ஆனால் எளிய தரவு மாற்றத்தில் அவற்றின் பயன்பாட்டைத் தாழ்த்தி மதிப்பிடுகிறார்கள். ஒரு குழப்பமான ஸ்ப்ரெட்ஷீட்டை சுத்தமான பட்டியலாக மாற்ற இதைப் பயன்படுத்தினால், அது சிறப்பாகச் செயல்படும். தனித்துவமான வணிக உத்தியை உருவாக்க இதைப் பயன்படுத்தினால், அது மற்றவர்கள் செய்வதையே மீண்டும் கொடுக்கும். முரண்பாடு என்னவென்றால், நீங்கள் சிந்தனைக்காக அதை எவ்வளவு அதிகமாக நம்புகிறீர்களோ, அவ்வளவு குறைவாகவே அது பயனுள்ளதாக இருக்கும். உழைப்பிற்காக எவ்வளவு அதிகமாகப் பயன்படுத்துகிறீர்களோ, அவ்வளவு அதிகமாக அது உதவும்.

பாதுகாப்பு அம்சங்களுக்கான சர்வதேசப் போட்டி

உலகளவில், இதை எப்படி உருவாக்குவது என்பதிலிருந்து, இதை எப்படி வாழ்வது என்பது நோக்கி உரையாடல் மாறுகிறது. ஐரோப்பிய ஒன்றியத்தில், AI Act அதிக ஆபத்துள்ள பயன்பாடுகளுக்கு கடுமையான வரம்புகளை விதிக்கிறது. அமெரிக்காவில், நிர்வாக உத்தரவுகள் பாதுகாப்பு மற்றும் செக்யூரிட்டியில் கவனம் செலுத்துகின்றன. இது பெரிய டெக் நிறுவனங்களைப் பற்றியது மட்டுமல்ல, ஒவ்வொரு சிறு வணிகத்தையும் தனிப்பட்ட படைப்பாளியையும் பாதிக்கிறது. அரசாங்கங்கள் உண்மையைச் சிதைப்பது மற்றும் தொழிலாளர்களின் இடப்பெயர்ச்சி குறித்து கவலைப்படுகின்றன. நிறுவனங்கள் தரவு கசிவு மற்றும் அறிவுசார் சொத்து திருட்டு குறித்து கவலைப்படுகின்றன. இங்கே ஒரு முரண்பாடு உள்ளது. நமக்கு ஆட்டோமேஷனின் செயல்திறன் தேவை, ஆனால் கட்டுப்பாட்டை இழக்க அஞ்சுகிறோம். சிங்கப்பூர் மற்றும் தென் கொரியா போன்ற இடங்களில், கல்வியறிவு மற்றும் இந்த கருவிகளால் மாற்றப்படாமல் தொழிலாளர்கள் அவற்றை எப்படி கையாள்வது என்பதில் கவனம் செலுத்தப்படுகிறது. இந்த சர்வதேசப் போட்டி, தேனிலவு காலம் முடிந்துவிட்டது என்பதைக் காட்டுகிறது. நாம் இப்போது பொறுப்புக்கூறல் காலத்தில் இருக்கிறோம்.

ஒரு அல்காரிதம் ஒரு நிறுவனத்திற்கு மில்லியன் கணக்கில் இழப்பை ஏற்படுத்தினால், அதற்கு யார் பொறுப்பு? டெவலப்பரா, பயனரா அல்லது தரவை வழங்கிய நிறுவனமா? இந்த கேள்விகளுக்கு பல அதிகார வரம்புகளில் இன்னும் பதில் இல்லை. நாம் முன்னேறும்போது, சட்டக் கட்டமைப்புகள் இன்னும் சிக்கலானதாக மாறும். பயனர்கள் முன்கூட்டியே செயல்பட வேண்டும் என்று இது அர்த்தப்படுத்துகிறது. சட்டம் உங்களைப் பாதுகாக்கும் வரை காத்திருக்க முடியாது. தரவை எப்படி கையாள்வது மற்றும் இந்த இயந்திரங்களின் வெளியீட்டை எப்படி சரிபார்ப்பது என்பதற்கான உங்கள் சொந்த உள் கொள்கைகளை நீங்கள் உருவாக்க வேண்டும். உலகளாவிய தொழில்நுட்ப தரநிலைகள் மற்றும் அவை உள்ளூர் செயல்பாடுகளை எப்படி பாதிக்கின்றன என்பதைப் பார்ப்பவர்களுக்கு இது மிகவும் பொருந்தும். தொழில்நுட்பம் விதிகளை விட வேகமாக நகர்கிறது என்பதே உண்மை. இதைப் பற்றி மேலும் அறிய, MIT Technology Review-ன் சமீபத்திய கொள்கை பகுப்பாய்வைப் பாருங்கள். AI அமலாக்க உத்திகளைப் புரிந்துகொள்வது இப்போது மாறிவரும் சந்தையில் பொருத்தமாக இருக்க விரும்பும் எந்தவொரு நிபுணருக்கும் ஒரு முக்கிய தேவையாகும்.

நிர்வகிக்கப்பட்ட ஆட்டோமேஷனுடன் ஒரு செவ்வாய்க்கிழமை

சாரா என்ற புராஜெக்ட் மேனேஜரின் ஒரு வழக்கமான செவ்வாய்க்கிழமையைப் பார்ப்போம். அவர் காலையில் ஐம்பது மின்னஞ்சல்களுடன் தொடங்குகிறார். ஒவ்வொன்றையும் படிப்பதற்குப் பதிலாக, அவர் ஒரு லோக்கல் ஸ்கிரிப்ட் மூலம் முக்கிய பணிகளைப் பிரித்தெடுக்கிறார். இங்கேதான் மக்கள் AI-ஐ மிகைப்படுத்துகிறார்கள். பதில்களை அதுவே கையாளும் என்று நினைக்கிறார்கள். சாராவுக்கு உண்மை தெரியும். அவர் பட்டியலைச் சரிபார்த்து, தேவையற்றவற்றை நீக்கிவிட்டு, பதில்களை அவரே எழுதுகிறார். AI அவருக்கு ஒரு மணிநேரத்தைச் சேமித்தது, ஆனால் அவர் மனிதத் தொடுதலைத் தக்கவைத்துக் கொண்டார். பின்னர், அவர் ஒரு புராஜெக்ட் பிளானை உருவாக்க வேண்டும். பட்ஜெட், காலக்கெடு மற்றும் குழு அளவு போன்ற கட்டுப்பாடுகளை அவர் மாடலுக்கு வழங்குகிறார். அது ஒரு வரைவை அளிக்கிறது. அவர் இரண்டு மணிநேரம் அந்த வரைவைச் சரிசெய்கிறார், ஏனெனில் அவரது டெவலப்பர்களில் இருவர் விடுமுறையில் இருப்பது அந்த மாடலுக்குத் தெரியாது. இதுதான் மனித மதிப்பாய்வின் உண்மை. மாடலுக்கு உங்கள் வாழ்க்கையின் முழு சூழலும் தெரியும் என்று நீங்கள் கருதும்போது இந்த தந்திரம் தோல்வியடைகிறது. சாரா தனது மதியக் கூட்டத்தை டிரான்ஸ்கிரைப் செய்ய ஒரு கருவியைப் பயன்படுத்துகிறார். டிரான்ஸ்கிரிப்டைப் பயன்படுத்தி ஒரு சுருக்கத்தை உருவாக்குகிறார். வாடிக்கையாளரின் ஆட்சேபனை குறித்த முக்கியமான புள்ளியை AI தவறவிட்டதைக் கண்டறிகிறார். அவர் கூட்டத்தில் இருந்திருக்காவிட்டால், அவரும் அதைத் தவறவிட்டிருப்பார்.

இது பிரதிநிதித்துவத்தின் மறைமுக செலவு. நீங்கள் இன்னும் கவனமாக இருக்க வேண்டும். நாள் முடிவில், சாரா கடந்த ஆண்டை விட அதிக வேலை செய்திருக்கிறார், ஆனால் அவர் அதிக சோர்வாகவும் இருக்கிறார். AI-ன் வேலையைச் சரிபார்ப்பதற்கான மன அழுத்தம், வேலையை நீங்களே செய்வதிலிருந்து வேறுபட்டது. இதற்கு நிலையான சந்தேகம் தேவை. மக்கள் இந்த அறிவாற்றல் வரியை (cognitive tax) குறைத்து மதிப்பிடுகிறார்கள். AI வாழ்க்கையை எளிதாக்குகிறது என்று நினைக்கிறார்கள். பெரும்பாலும், இது வாழ்க்கையை வேகப்படுத்துகிறது, அது எளிதாக்குவது அல்ல. சாரா சிஸ்டமிலிருந்து தனது இறுதி அறிக்கையைப் பெற்று, தொனியைச் சரிசெய்ய இருபது நிமிடங்கள் செலவிட்டார். வெளியீடு பாதுகாப்பானது என்பதை உறுதிப்படுத்த அவர் ஒரு குறிப்பிட்ட சரிபார்ப்புப் பட்டியலைப் பின்பற்றினார்:

• அசல் ஆதாரத்துடன் அனைத்து பெயர்கள் மற்றும் தேதிகளைச் சரிபார்க்கவும்.
• பத்திகளுக்கு இடையே தர்க்கரீதியான முரண்பாடுகள் உள்ளதா என்று பார்க்கவும்.
• இயந்திரத்தால் உருவாக்கப்பட்ட பொதுவான அடைமொழிகளை நீக்கவும்.
• முடிவு அறிமுகத்தில் வழங்கப்பட்ட தரவுகளுடன் ஒத்துப்போகிறதா என்பதை உறுதிப்படுத்தவும்.
• முந்தைய உரையாடலைக் குறிக்கும் ஒரு தனிப்பட்ட குறிப்பைச் சேர்க்கவும்.

சாராவின் நாளில் உள்ள முரண்பாடு என்னவென்றால், அவர் கருவியை எவ்வளவு அதிகமாகப் பயன்படுத்துகிறாரோ, அவ்வளவு அதிகமாக அவர் உயர்மட்ட எடிட்டராகச் செயல்பட வேண்டியிருக்கிறது. அவர் இனி வெறும் புராஜெக்ட் மேனேஜர் அல்ல. அவர் ஒரு அல்காரிதத்திற்கான தரக் கட்டுப்பாட்டு அதிகாரி. இதுதான் கதையின் மறைக்கப்பட்ட பகுதி. AI நமக்கு நேரத்தைத் தருகிறது என்று சொல்லப்படுகிறது. உண்மையில், அது நாம் நேரத்தை எப்படிச் செலவிடுகிறோம் என்பதை மாற்றுகிறது. இது நம்மைப் படைப்பிலிருந்து சரிபார்ப்பிற்கு மாற்றுகிறது. இது சோர்வாக இருக்கலாம். இதற்குப் பலருக்குத் தயாராக இல்லாத பல்வேறு திறன்கள் தேவைப்படுகின்றன. சரியான இலக்கணக் கடலில் நுட்பமான பிழையைக் கண்டறியும் திறன் உங்களுக்கு இருக்க வேண்டும். ஒரு இயந்திரம் உங்களைப் பிரியப்படுத்த பொய் சொல்கிறது என்பதை எப்போது கண்டறிய வேண்டும் என்பது உங்களுக்குத் தெரிய வேண்டும். இங்கே மனித மதிப்பாய்வு ஒரு பரிந்துரை மட்டுமல்ல, அது ஒரு தொழில்முறை சூழலில் உயிர்வாழ்வதற்கான தேவை.

செயல்திறன் மீதான மறைமுக வரி

இந்த ஒருங்கிணைப்பின் நீண்டகால விளைவுகள் குறித்து நாம் கடினமான கேள்விகளைக் கேட்க வேண்டும். நாம் சொந்தமாக முதல் வரைவுகளை எழுதுவதை நிறுத்தும்போது நம் திறன்களுக்கு என்னவாகும்? ஒரு ஜூனியர் டிசைனர் தனது முழு வாழ்க்கையையும் AI உருவாக்கிய படங்களைச் சரிசெய்வதில் செலவிட்டால், அவர் எப்போதாவது கலவையின் அடிப்படைகளைக் கற்றுக்கொள்வாரா? நாம் போதுமான அளவு பேசாத திறன் அட்ராபி (skill atrophy) ஆபத்து உள்ளது. பிறகு தனியுரிமைப் பிரச்சனை உள்ளது. நீங்கள் கிளவுட்-அடிப்படையிலான மாடலுக்கு அனுப்பும் ஒவ்வொரு ப்ராம்ப்ட்டும் நீங்கள் கொடுக்கும் தரவு. நிறுவன ஒப்பந்தங்கள் இருந்தாலும், தரவு விஷமாக்கல் அல்லது தற்செயலான வெளிப்பாடு ஆபத்து உண்மையானது. உங்கள் தரவின் அடிப்படையில் கட்டமைக்கப்பட்ட அறிவுக்கு யார் சொந்தக்காரர்? ஒரு புத்தகத்தை எழுத AI-ஐப் பயன்படுத்தினால், அந்த புத்தகம் உண்மையிலேயே உங்களுடையதா? சட்ட அமைப்பு இன்னும் இதைப் பின்தொடர்கிறது. சுற்றுச்சூழல் செலவையும் நாம் கருத்தில் கொள்ள வேண்டும். இந்த மாபெரும் மாடல்களை இயக்குவதற்கு மின்சாரம் மற்றும் குளிரூட்டலுக்கு அதிக தண்ணீர் தேவைப்படுகிறது. மின்னஞ்சல் சுருக்கத்தின் வசதி கார்பன் தடயத்திற்கு மதிப்புள்ளதா?

கிளவுட்டின் மந்திரத்தை நாம் மிகைப்படுத்தவும், அதை இயக்குவதற்குத் தேவையான உடல் உள்கட்டமைப்பைக் குறைத்து மதிப்பிடவும் முனைகிறோம். பின்னூட்ட வளையத்தின் (feedback loop) சிக்கலும் உள்ளது. AI உருவாக்கிய உள்ளடக்கத்தில் AI பயிற்சியளிக்கப்பட்டால், வெளியீட்டின் தரம் இறுதியில் குறையும். சில ஆராய்ச்சி அமைப்புகளில் மாடல் சரிவை (model collapse) ஏற்கனவே காண்கிறோம். உயர்தர, மனிதனால் உருவாக்கப்பட்ட தகவல்களை நாம் இன்னும் சிஸ்டமிற்கு வழங்குகிறோம் என்பதை எப்படி உறுதிப்படுத்துவது? இந்த முரண்பாடுகள் மறைந்துவிடாது. அவை நவீன காலத்திற்கான நுழைவு விலை.

உங்கள் குறிப்பிட்ட சூழ்நிலைக்கு இந்த வர்த்தகம் மதிப்புள்ளதா என்பதை நீங்கள் தீர்மானிக்க வேண்டும். பலருக்கு, பதில் ஒரு எச்சரிக்கையான ஆம், ஆனால் மனிதன் இறுதி அதிகாரியாக இருந்தால் மட்டுமே. இதைப் பற்றிய நெறிமுறைகளுக்கு, The Verge தளத்திற்குச் சென்று தொழில்நுட்பக் கொள்கை குறித்த அவர்களின் ஆழமான கட்டுரைகளைப் பாருங்கள். மனிதனுக்கும் இயந்திரத்திற்கும் இடையிலான கோடு எங்கே வரையப்பட வேண்டும் என்பதை நாம் இன்னும் தீர்மானிக்காததால், இந்த விஷயம் தொடர்ந்து உருவாகும்.

உள்ளூர் கட்டுப்பாட்டின் உள்கட்டமைப்பு

பவர் யூசர்களுக்கு, பெரிய கிளவுட் வழங்குநர்களிடமிருந்து விலகிச் செல்வதே பெரும்பாலும் தீர்வாகும். உள்ளூர் சேமிப்பு மற்றும் உள்ளூர் செயலாக்கம் ஆகியவை தனியுரிமை மற்றும் நம்பகத்தன்மைக்கு தங்கத் தரமாக மாறி வருகின்றன. நீங்கள் Llama அல்லது Mistral போன்ற மாடலை உங்கள் சொந்த ஹார்டுவேரில் இயக்கினால், உங்கள் தரவு பயிற்சிக்காகப் பயன்படுத்தப்படும் அபாயத்தை நீக்குகிறீர்கள். நீங்கள் அடிக்கடி மாறும் API வரம்புகளையும், கம்ப்யூட் செலவுகளைச் சேமிக்க வழங்குநர்கள் மாடல்களைக் குறைப்பதையும் தவிர்க்கிறீர்கள். இருப்பினும், இதற்கு ஹார்டுவேரில் குறிப்பிடத்தக்க முதலீடு தேவை. உங்களுக்கு அதிக VRAM கொண்ட உயர்தர GPU தேவை. உங்கள் கான்டெக்ஸ்ட் விண்டோவை எப்படி நிர்வகிப்பது என்பதையும் நீங்கள் புரிந்துகொள்ள வேண்டும். உங்கள் ப்ராம்ப்ட் மிக நீளமாக இருந்தால், மாடல் உரையாடலின் தொடக்கத்தை மறக்கத் தொடங்கும். இங்கேதான் Retrieval-Augmented Generation போன்ற பணிப்பாய்வு ஒருங்கிணைப்புகள் வருகின்றன. எல்லாவற்றையும் ப்ராம்ப்ட்டில் அடைப்பதற்குப் பதிலாக, தொடர்புடைய தகவல்களை மட்டும் பெற வெக்டர் டேட்டாபேஸைப் பயன்படுத்துகிறீர்கள்.

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

இது மிகவும் திறமையானது, ஆனால் உயர் மட்ட தொழில்நுட்ப திறன் தேவைப்படுகிறது. உங்கள் சொந்த எம்பெடிங்ஸை நிர்வகிக்க வேண்டும் மற்றும் உங்கள் டேட்டாபேஸ் புதுப்பித்த நிலையில் இருப்பதை உறுதி செய்ய வேண்டும். OpenAI அல்லது Google-ன் மாபெரும் கிளஸ்டர்களுடன் ஒப்பிடும்போது உள்ளூர் மாடல்கள் செய்யக்கூடியவற்றிற்கு வரம்புகள் உள்ளன. நீங்கள் கட்டுப்பாட்டிற்காக மூல சக்தியை வர்த்தகம் செய்கிறீர்கள். , சராசரி கீக்குகளுக்கு இதை எளிதாக்கும் பல கருவிகளை நாம் காண்கிறோம், ஆனால் இதற்கு இன்னும் ஒரு டிங்கர் மனநிலை தேவை. சரியான வெளியீட்டைப் பெற பைதான் ஸ்கிரிப்டை பிழைத்திருத்தம் செய்ய அல்லது உங்கள் டெம்பரேச்சர் செட்டிங்ஸை சரிசெய்ய நீங்கள் மணிநேரம் செலவிடத் தயாராக இருக்க வேண்டும். அதிக பாதுகாப்புத் தேவைகள் உள்ளவர்களுக்கு இந்த அணுகுமுறையின் நன்மைகள் தெளிவாக உள்ளன:

• வெளிப்புற சர்வர்களுக்கு தரவு கசிவு இல்லை.
• ஆரம்ப ஹார்டுவேர் செலவுக்குப் பிறகு மாதாந்திர சந்தா கட்டணம் இல்லை.
• ஃபைன்-டியூனிங் மூலம் மாடலின் நடத்தையைத் தனிப்பயனாக்குதல்.
• சக்திவாய்ந்த மொழி செயலாக்கக் கருவிகளுக்கான ஆஃப்லைன் அணுகல்.
• நீங்கள் பயன்படுத்தும் மாடலின் பதிப்பின் மீது முழு கட்டுப்பாடு.

இங்கே உள்ள முரண்பாடு என்னவென்றால், செயல்திறனுக்காக AI-ஐ அதிகம் தேவைப்படும் மக்கள், இந்த உள்ளூர் அமைப்புகளை அமைக்க நேரமில்லாதவர்களாக இருக்கிறார்கள். இது நுகர்வோர் பதிப்புகளைப் பயன்படுத்துபவர்களுக்கும், தங்கள் சொந்த பிரைவேட் ஸ்டேக்குகளை உருவாக்குபவர்களுக்கும் இடையே ஒரு பிளவை உருவாக்குகிறது. மாடல்கள் மிகவும் சிக்கலானதாக மாறும்போது இந்த தொழில்நுட்ப இடைவெளி வளரும். நீங்கள் ஒரு படைப்பாளராகவோ அல்லது டெவலப்பராகவோ இருந்தால், உள்ளூர் உள்கட்டமைப்பில் முதலீடு செய்வது ஆடம்பரம் அல்ல, அது ஒரு அவசியமாக மாறி வருகிறது. ஒரு வழங்குநர் தனது சேவை விதிமுறைகளை மாற்ற முடிவு செய்ததால் உங்கள் கருவிகள் ஒரே இரவில் மாறுவதையோ அல்லது மறைந்துவிடுவதையோ தடுக்க இதுவே ஒரே வழி.

மனிதனின் பங்கு

AI என்பது தீர்ப்பிற்கு மாற்றாக இல்லாமல், பெருக்கத்திற்கான ஒரு கருவி என்பதே இதன் சாராம்சம். ஒரு மோசமான செயல்முறையை வேகப்படுத்த இதைப் பயன்படுத்தினால், நீங்கள் மோசமான முடிவுகளை வேகமாகப் பெறுவீர்கள். இந்த சிஸ்டம்களைக் கொண்டு கடினமான வேலைகளைக் கையாள்வதே இலக்காக இருக்க வேண்டும், அதே நேரத்தில் நீங்கள் உயர்மட்ட உத்தியில் கவனம் செலுத்த வேண்டும். இது நமது சொந்த மதிப்பை நாம் எப்படி நினைக்கிறோம் என்பதில் மாற்றத்தைக் கோருகிறது. நாம் இனி ஒவ்வொரு சிறிய பணியையும் செய்பவர்கள் அல்ல. நாம் கட்டிடக் கலைஞர்கள் மற்றும் எடிட்டர்கள். குறைந்த எதிர்ப்புப் பாதை எப்போதும் அல்காரிதமிக் பாதையாக இருக்கும்போது, நமது படைப்புத் திறனைத் தக்கவைக்க முடியுமா என்பதுதான் எஞ்சியிருக்கும் கேள்வி. இயந்திரங்களை எளிதான வேலைகளைக் கையாள அனுமதித்தால், கடினமான வேலைகளுக்கு நம்மிடம் ஆற்றல் இருக்குமா? இது ஒவ்வொரு பயனரும் தினமும் எடுக்க வேண்டிய முடிவு. புதுமையை விட நடைமுறை முக்கியமானது. கருவியைப் பயன்படுத்துங்கள், ஆனால் அது உங்களைப் பயன்படுத்த விடாதீர்கள். வெளியீட்டில் உங்கள் கண்களையும், சக்கரத்தில் உங்கள் கைகளையும் வைத்திருங்கள்.

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.