2026-இல் லோக்கல் AI ஏன் மிகவும் எளிதாகிவிட்டது?

லோக்கல் AI என்பது இப்போது லிக்விட்-கூல்டு கணினிகளை வைத்திருக்கும் ஆர்வலர்களுக்கு மட்டுமேயான விஷயம் அல்ல. 2026-இல், உங்கள் சொந்த ஹார்டுவேரில் மாடல்களை இயக்கும் முறை ஒரு முக்கிய கட்டத்தை எட்டியுள்ளது. மாதாந்திர கட்டணங்கள் மற்றும் உங்கள் தரவு அடுத்த பெரிய கார்ப்பரேட் மாடலுக்குப் பயன்படுத்தப்படுகிறது என்ற கவலை பயனர்களுக்கு சலிப்பை ஏற்படுத்தியுள்ளது. சாதாரண லேப்டாப்களில் உள்ள ஹார்டுவேர், லார்ஜ் லாங்குவேஜ் மாடல்களின் தேவைகளைப் பூர்த்தி செய்யும் அளவுக்கு வளர்ந்துவிட்டது. இந்த மாற்றம் வேகம் சார்ந்தது மட்டுமல்ல, மென்பொருளுடன் நாம் தொடர்பு கொள்ளும் விதத்தில் ஏற்பட்டுள்ள அடிப்படை மாற்றமாகும். ஒவ்வொரு கேள்வியும் வர்ஜீனியாவில் உள்ள சர்வர் பண்ணைக்குச் சென்று திரும்புவதை நாம் தவிர்க்கிறோம். இந்த ஆண்டு, ஒரு சராசரி நிபுணர் இணைய இணைப்பு இல்லாமலேயே உயர்தர அசிஸ்டெண்டை இயக்கக்கூடிய தருணமாகும். இதன் நன்மைகள் தெளிவானவை: குறைந்த லேட்டன்சி, சிறந்த பிரைவசி மற்றும் கூடுதல் கட்டணங்கள் இல்லை. இருப்பினும், லோக்கல் ஆட்டோனமிக்கான பாதையில் சில தடைகள் உள்ளன. மிகச் சிறந்த மாடல்களுக்கு ஹார்டுவேர் தேவைகள் இன்னும் அதிகமாகவே உள்ளன. கிளவுட் நிறுவனங்கள் வழங்குவதற்கும் உங்கள் லேப்டாப் செய்வதற்கும் இடையிலான இடைவெளி குறைந்து வந்தாலும், அது இன்னும் இருக்கவே செய்கிறது.

ஆன்-டிவைஸ் இன்டெலிஜென்ஸ் நோக்கிய மாற்றம்

லோக்கல் AI ஏன் வெற்றி பெறுகிறது என்பதைப் புரிந்துகொள்ள, நாம் சிலிக்கானைப் பார்க்க வேண்டும். பல ஆண்டுகளாக, CPU மற்றும் கிராபிக்ஸ் கார்டு மட்டுமே கடினமான வேலைகளைச் செய்து வந்தன. இப்போது, ஒவ்வொரு முக்கிய சிப் தயாரிப்பாளரும் பிரத்யேக Neural Processing Unit அல்லது NPU-வை வழங்குகிறார்கள். இந்தச் சிறப்பு ஹார்டுவேர், உங்கள் பேட்டரியை இருபது நிமிடங்களில் தீர்க்காமல் நியூரல் நெட்வொர்க்குகளுக்குத் தேவையான கணிதத்தைக் கையாள வடிவமைக்கப்பட்டுள்ளது. NVIDIA போன்ற நிறுவனங்கள் கன்சூமர்-கிரேடு சிப்கள் கையாளக்கூடிய எல்லைகளை விரிவுபடுத்தியுள்ளன. அதே நேரத்தில், மென்பொருள் பக்கத்தில் செயல்திறனை நோக்கிய மிகப்பெரிய மாற்றம் ஏற்பட்டுள்ளது. ஸ்மால் லாங்குவேஜ் மாடல்கள் அல்லது SLM-கள் இப்போது பிரபலமாக உள்ளன. இந்த மாடல்கள் மிகவும் திறமையாகப் பயிற்சி அளிக்கப்படுகின்றன, மேலும் கோடிங் அல்லது ஆவணச் சுருக்கம் போன்ற குறிப்பிட்ட பணிகளில் பெரிய மாடல்களை விடச் சிறப்பாகச் செயல்படுகின்றன. டெவலப்பர்கள் குவாண்ட்டைசேஷன் (quantization) போன்ற நுட்பங்களைப் பயன்படுத்தி இந்த மாடல்களைச் சுருக்குகிறார்கள், இதனால் அவை சாதாரண சாதனங்களின் RAM-இல் எளிதாகப் பொருந்தும். எண்பது ஜிகாபைட் மெமரி தேவைப்பட்ட இடத்தில, இப்போது எட்டு அல்லது பதினாறு ஜிகாபைட்டில் இயங்கும் திறமையான அசிஸ்டெண்டுகள் உள்ளன. இதன் பொருள், உங்கள் போன் அல்லது மெல்லிய லேப்டாப் முன்பு சர்வர் ரேக் தேவைப்பட்ட பணிகளை இப்போது கையாள முடியும். மென்பொருள் சூழலும் முதிர்ச்சியடைந்துள்ளது. சிக்கலான கமெண்ட்-லைன் அறிவு தேவைப்பட்ட கருவிகள் இப்போது ஒரே கிளிக்கில் இன்ஸ்டால் செய்யும் வகையில் வந்துவிட்டன. நீங்கள் ஒரு மாடலை டவுன்லோட் செய்து, உங்கள் லோக்கல் கோப்புகளை இணைத்து, நிமிடங்களில் கேள்விகளைக் கேட்கத் தொடங்கலாம். இந்த அணுகல்தன்மைதான் சமீபத்தில் மாறியது. நுழைவுத் தடை ஒரு பெரிய சுவரிலிருந்து ஒரு சிறிய படியாகக் குறைந்துவிட்டது. பயனர்கள் தாங்கள் லோக்கல் மாடல்களை இயக்குவதைக் கூட உணரவில்லை, ஏனெனில் அதன் இன்டர்ஃபேஸ் அவர்கள் பணம் செலுத்திப் பயன்படுத்திய கிளவுட் கருவிகளைப் போலவே உள்ளது.

இறையாண்மை மற்றும் உலகளாவிய தரவு மாற்றம்

லோக்கல் AI நோக்கிய நகர்வு சிலிக்கான் வேலி தொழில்நுட்ப ரசிகர்களுக்கானது மட்டுமல்ல. இது தரவு சட்டங்கள் மற்றும் டிஜிட்டல் இறையாண்மை தேவை காரணமாக உருவான உலகளாவிய தேவையாகும். ஐரோப்பிய ஒன்றியம் போன்ற பகுதிகளில், கடுமையான பிரைவசி விதிமுறைகள் கிளவுட்-அடிப்படையிலான AI-ஐ நிறுவனங்களுக்குச் சட்ட ரீதியான சிக்கலாக மாற்றியுள்ளன. தரவை லோக்கல் சர்வர்கள் அல்லது தனிப்பட்ட சாதனங்களில் வைத்திருப்பதன் மூலம், நிறுவனங்கள் எல்லை தாண்டிய தரவு பரிமாற்ற அபாயங்களைத் தவிர்க்கலாம். இது ஹெல்த்கேர் மற்றும் சட்டத் துறைகளுக்கு மிகவும் முக்கியமானது. பெர்லினில் உள்ள ஒரு வழக்கறிஞரோ அல்லது டோக்கியோவில் உள்ள ஒரு மருத்துவரோ, முக்கியமான வாடிக்கையாளர் தகவல்கள் பொதுப் பயிற்சித் தொகுப்பில் கசிவதை அனுமதிக்க முடியாது. லோக்கல் AI தனிப்பட்ட தரவுக்கும் பொது வலைக்கும் இடையே ஒரு வலுவான சுவரை வழங்குகிறது. மேலும், இந்த மாற்றம் நம்பகத்தன்மையற்ற இணைய உள்கட்டமைப்பு உள்ள பகுதிகளில் இடைவெளியைக் குறைக்க உதவுகிறது. உலகின் பல பகுதிகளில் அதிவேக ஃபைபர் கிடைப்பது அரிது. லோக்கல் மாடல்கள் ஆராய்ச்சியாளர்கள் மற்றும் மாணவர்கள் நிலையான அதிவேக இணைய இணைப்பு இல்லாமலேயே மேம்பட்ட கருவிகளைப் பயன்படுத்த அனுமதிக்கின்றன. இது கிளவுட்-மட்டும் கருவிகள் செய்ய முடியாத வகையில் தகவல்களை ஜனநாயகப்படுத்துகிறது. நாடுகள் தங்கள் சொந்த லோக்கல் மாடல்களில் முதலீடு செய்யும் இறையாண்மை கொண்ட AI-ஐ நாம் காண்கிறோம், இது வெளிநாட்டு தொழில்நுட்ப நிறுவனங்களைச் சார்ந்திருக்காமல் இருப்பதை உறுதி செய்கிறது. இந்த இயக்கம் கலாச்சார நுணுக்கங்களும் உள்ளூர் மொழிகளும் சிறப்பாகப் பிரதிநிதித்துவப்படுத்தப்படுவதை உறுதி செய்கிறது. மாடல் உங்கள் ஹார்டுவேரில் இருக்கும்போது, நீங்கள் அதன் சார்பு மற்றும் வெளியீட்டைக் கட்டுப்படுத்துகிறீர்கள். நீங்கள் இனி ஒரு தொலைதூர நிறுவனத்தின் கன்டென்ட் ஃபில்டர்கள் அல்லது சேவை முடக்கங்களின் தயவில் இருக்க வேண்டியதில்லை. உலகளாவிய தத்தெடுப்புக்கான இந்த முக்கிய காரணிகளைக் கவனியுங்கள்:

• GDPR போன்ற பிராந்திய தரவு குடியிருப்பு சட்டங்களுக்கு இணங்குதல்.
• தொலைதூர அல்லது வளரும் பிராந்தியங்களில் உள்ள பயனர்களுக்கு லேட்டன்சியைக் குறைத்தல்.
• மிகவும் போட்டி நிறைந்த தொழில்களில் அறிவுசார் சொத்துக்களைப் பாதுகாத்தல்.
• சிறிய வணிகங்களுக்கான நீண்டகால செயல்பாட்டுச் செலவுகளைக் குறைத்தல்.

புதிய தினசரி பணிப்பாய்வு

சாரா என்ற ஃப்ரீலான்ஸ் கிரியேட்டிவ் நபரின் வழக்கமான வேலை நாளைக் கற்பனை செய்து பாருங்கள். முன்பு, சாரா தனது காலை நேரத்தை டிரான்ஸ்கிரிப்ஷனுக்காகப் பெரிய வீடியோ கோப்புகளை கிளவுட் சேவையில் பதிவேற்றுவதிலும், ஸ்கிரிப்ட்களை உருவாக்க இணைய அடிப்படையிலான சாட் கருவியைப் பயன்படுத்துவதிலும் செலவிடுவார். ஒவ்வொரு அடியிலும் தாமதமும் பிரைவசி கசிவு அபாயமும் இருந்தது. இன்று, சாரா தனது நாளை ஒரு லோக்கல் இன்டர்ஃபேஸைத் திறப்பதன் மூலம் தொடங்குகிறார். அவர் இரண்டு மணிநேர நேர்காணலை ஒரு லோக்கல் கருவியில் இழுத்து விடுகிறார், அது அவரது லேப்டாப்பின் NPU-வைப் பயன்படுத்தி நொடிகளில் ஆடியோவைத் டிரான்ஸ்கிரைப் செய்கிறது. சர்வர் வரிசைக்காகக் காத்திருக்க வேண்டிய அவசியமில்லை. அடுத்து, அவர் நேர்காணலைச் சுருக்கவும் முக்கிய மேற்கோள்களைக் கண்டறியவும் ஒரு லோக்கல் மாடலைப் பயன்படுத்துகிறார். மாடலுக்கு அவரது லோக்கல் கோப்பு முறைமையில் நேரடி அணுகல் இருப்பதால், அது இந்த நேர்காணலை மூன்று ஆண்டுகளுக்கு முன்பு அவர் எடுத்த குறிப்புகளுடன் ஒப்பிட முடியும். வைஃபை ஆஃப் செய்யப்பட்டிருக்கும்போதே இது அனைத்தையும் செய்கிறது. பின்னர், அவர் ஒரு பிட்ச் டெக்கிற்காகச் சில படங்களை உருவாக்க வேண்டும். தனது சேவை விதிமுறைகளை நாளை மாற்றக்கூடிய ஒரு சேவைக்குச் சந்தா செலுத்துவதற்குப் பதிலாக, அவர் ஒரு லோக்கல் இமேஜ் ஜெனரேட்டரை இயக்குகிறார். அவரது ப்ராம்ப்ட்கள் பதிவு செய்யப்படும் என்ற கவலையின்றி அவருக்குத் தேவையானதைச் சரியாகப் பெறுகிறார்.

மதிய உணவு இடைவேளையின் போது, அவர் இணையம் இல்லாத பூங்காவிலிருந்து வேலை செய்கிறார். அவரது AI அசிஸ்டெண்ட் இன்னும் முழுமையாகச் செயல்படுகிறது. இது அவருக்குக் கோடிங் பிழைகளைச் சரிசெய்யவும் அவரது காலெண்டரை ஒழுங்கமைக்கவும் உதவுகிறது. இது 2026-இல் லோக்கல் AI-இன் உண்மை. இது தரவு அறுவடை செய்பவர்களுக்காக அல்ல, பயனருக்காக வேலை செய்யும் கருவி. கிளவுட்டின் சிரமம் போய்விட்டது. ஒவ்வொரு கிளிக்கின் செலவும் போய்விட்டது. சாரா வெறும் பயனர் மட்டுமல்ல, அவர் தனது கருவிகளின் உரிமையாளர். இந்த உரிமை உணர்வே லோக்கல் இயக்கத்தின் முதன்மை உந்துசக்தியாகும். மக்கள் தங்கள் கருவிகள் ஒரு சுத்தியல் அல்லது பேனாவைப் போல நம்பகமானதாக இருக்க வேண்டும் என்று விரும்புகிறார்கள். லோக்கல் AI இறுதியாக அந்த வாக்குறுதியை நிறைவேற்றுகிறது. லோக்கல் AI நிபுணர்களுக்கு மட்டுமே என்று பொதுவான கருத்து இருந்தாலும், சாராவின் அனுபவம் இது அனைவருக்கும் ஒரு நிலையான பயன்பாடாக மாறிவிட்டது என்பதைக் காட்டுகிறது. கிளவுட் கருவிகள் பேக்கப்பாக மாறி வருகின்றன, அதே நேரத்தில் லோக்கல் கருவிகள் தீவிர படைப்பாளர்களுக்கு முதன்மை பணியிடமாக மாறி வருகின்றன. ஆப்பிள் போன்ற ஹார்டுவேர் தயாரிப்பாளர்கள் இந்த பணிகளைத் தடையின்றிச் செய்யும் யூனிஃபைட் மெமரியை ஒருங்கிணைத்துள்ளதால் இந்த மாற்றம் நிகழ்கிறது.

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

லோக்கல் எதிர்காலத்திற்கான கடினமான கேள்விகள்

நன்மைகள் தெளிவாக இருந்தாலும், இந்த சுதந்திரத்திற்காக நாம் எதை இழக்கிறோம் என்று கேட்க வேண்டும். முதல் முக்கிய கவலை ஹார்டுவேரின் சுற்றுச்சூழல் செலவு. ஒவ்வொரு தனிநபரும் தங்கள் சொந்த மின்சாரம் தேவைப்படும் AI மாடல்களை இயக்கினால், அது நமது மொத்த ஆற்றல் நுகர்வுக்கு என்ன செய்யும்? கிளவுட் வழங்குநர்கள் தங்கள் டேட்டா சென்டர்களைத் திறனுக்காக மேம்படுத்தலாம், ஆனால் உங்கள் ஹோம் ஆபிஸ் வெப்ப மேலாண்மைக்காக மேம்படுத்தப்பட்டிருக்க வாய்ப்பில்லை. நாம் ஹார்டுவேர் கழிவுகளையும் பார்க்க வேண்டும். சமீபத்திய மாடல்களை இயக்க, பயனர்கள் ஒவ்வொரு இரண்டு வருடங்களுக்கும் தங்கள் சாதனங்களை மேம்படுத்த ஊக்குவிக்கப்படுகிறார்கள். இது தொழில்நுட்பத்தின் நன்மைகளை ஈடுசெய்யும் வகையில் மின்னணு கழிவுகளின் மலையை உருவாக்குகிறது. மற்றொரு முக்கியமான கேள்வி பிரைவசி குறித்த மாயை. உங்கள் AI லோக்கல் ஆக இருந்து, உங்கள் ஆப்பரேட்டிங் சிஸ்டம் இன்னும் தாய் நிறுவனத்திற்கு டெலிமெட்ரியை அனுப்பினால், உங்கள் தரவு உண்மையிலேயே பாதுகாப்பானதா? பல லோக்கல் AI கருவிகளுக்கு வெயிட்டுகளை டவுன்லோட் செய்ய அல்லது உரிமங்களைச் சரிபார்க்க ஆரம்ப இணைப்பு தேவைப்படுகிறது. இந்த மாடல்களின் வெயிட்டுகள் யாருக்குச் சொந்தம் என்று நாம் கேட்க வேண்டும். ஒரு மாடல் ஓப்பன் சோர்ஸ் என்றால், அது ஆபத்தான அல்லது தவறான தகவலை வழங்கும்போது யார் பொறுப்பு? இன்டெலிஜென்ஸ் இடைவெளி என்ற சிக்கலும் உள்ளது. லோக்கல் மாடல்கள் மேம்பட்டு வரும் அதே வேளையில், டிரில்லியன் டாலர் நிறுவனங்கள் இயக்கும் பிரம்மாண்டமான மாடல்கள் எப்போதும் அதிக திறன் கொண்டவையாகவே இருக்கும். லோக்கல் ஹார்டுவேரை நம்பியிருப்பவர்களை விட கிளவுட் வசதி உள்ளவர்கள் சிறந்த தகவல்களைப் பெறும் இரு அடுக்கு சமூகத்தை நாம் உருவாக்குகிறோமா? லோக்கல் AI ஒரு சரியான தீர்வு என்ற கருத்தில் நாம் சந்தேகம் கொள்ள வேண்டும். இது ஒரு சமரசம். நீங்கள் பிரைவசி மற்றும் செலவுக் கட்டுப்பாட்டிற்காக ரா பவரைத் தியாகம் செய்கிறீர்கள். பலருக்கு இது ஒரு நியாயமான ஒப்பந்தம், ஆனால் ஹார்டுவேர் பந்தயத்தின் மறைமுகச் செலவுகளை நாம் புறக்கணிக்கக்கூடாது. பாதுகாப்புக் கூடுதல் உண்மையானதா அல்லது உணரப்பட்டதா என்பதை அறிய, பாரம்பரிய கிளவுட் அமைப்புகளுடன் ஒப்பிடும்போது லோக்கல் AI-இன் பிரைவசி தாக்கங்களை நாம் பார்க்க வேண்டும்.

பவர் யூசர்களுக்கான ஆழமான பார்வை

பவர் யூசர்களுக்கு, லோக்கல் AI காட்சி என்பது ஆப்டிமைசேஷன் மற்றும் ஒருங்கிணைப்பு பற்றியது. தற்போது மிகவும் பிரபலமான அமைப்புகள் Llama.cpp மற்றும் அது போன்ற பேக்கெண்டுகளைச் சுற்றி உள்ளன, அவை கன்சூமர் ஹார்டுவேரில் அதிவேக இன்ஃபெரன்ஸை அனுமதிக்கின்றன. குவாண்ட்டைசேஷன் என்பது இங்கு முக்கிய வார்த்தை. பெரும்பாலான பயனர்கள் பிரபலமான மாடல்களின் 4-பிட் அல்லது 6-பிட் பதிப்புகளை இயக்குகிறார்கள், இது கோப்பு அளவு மற்றும் நுண்ணறிவுக்கு இடையே கிட்டத்தட்ட சரியான சமநிலையை வழங்குகிறது. உங்களிடம் 64GB யூனிஃபைட் மெமரி கொண்ட மெஷின் இருந்தால், நீங்கள் 30B அல்லது 70B பாராமீட்டர் மாடல்களைப் பயன்படுத்தக்கூடிய வேகத்தில் வசதியாக இயக்கலாம். லோக்கல் RAG அல்லது Retrieval-Augmented Generation-இன் ஒருங்கிணைப்பும் தரநிலையாகிவிட்டது. இது உங்கள் லோக்கல் மாடலை உங்கள் சொந்த ஆவணங்களின் வெக்டர் டேட்டாபேஸை வினவ அனுமதிக்கிறது, இது AI-க்கு உங்கள் முழு டிஜிட்டல் வாழ்க்கையின் நீண்டகால நினைவகத்தை அளிக்கிறது. லோக்கல் பயனர்களுக்கு API வரம்புகள் கடந்த கால விஷயம். நீங்கள் ஒரு நாளைக்கு மில்லியன் கணக்கான டோக்கன்களை ஒரு பில் கூட பார்க்காமல் இயக்கலாம். இருப்பினும், VRAM இன்னும் ஒரு தடையாக உள்ளது. NPU-கள் உதவினாலும், அதிக மெமரி பேண்ட்வித் கொண்ட பிரத்யேக GPU இன்னும் லோக்கல் AI-இன் ராஜாவாக உள்ளது. பல பயனர்கள் இப்போது நூற்றுக்கணக்கான வெவ்வேறு மாடல்களை வைத்திருக்க அதிவேக RAM மற்றும் பிரம்மாண்டமான லோக்கல் NVMe ஸ்டோரேஜ் கொண்ட AI PC-களை உருவாக்குகிறார்கள். பணிப்பாய்வு பொதுவாக OpenAI API அமைப்பைப் பிரதிபலிக்கும் ஒரு லோக்கல் கேட்வேயை உள்ளடக்கியது, இது கிளவுட் AI-ஐ ஆதரிக்கும் எந்தவொரு கருவியிலும் லோக்கல் மாடலை மாற்ற அனுமதிக்கிறது. இந்த டிராப்-இன் இணக்கத்தன்மைதான் லோக்கல் அமைப்புகளை டெவலப்பர்களுக்கு மிகவும் சக்திவாய்ந்ததாக மாற்றியுள்ளது. நீங்கள் உங்கள் குறியீட்டை இலவசமாக லோக்கல் முறையில் சோதித்து, தேவைப்படும்போது மட்டுமே கிளவுட்டில் பயன்படுத்தலாம். Hugging Face போன்ற தளங்கள் இந்த மாடல்களுக்கான மத்திய நூலகமாக மாறி, இந்த லோக்கல் இயக்கத்திற்குத் தேவையான மூலப்பொருட்களை வழங்குகின்றன. 2026-க்கான முக்கிய தொழில்நுட்பக் கருத்துக்கள்:

• கிடைக்கக்கூடிய சிஸ்டம் மெமரியின் அடிப்படையில் கான்டெக்ஸ்ட் விண்டோ வரம்புகள்.
• மொபைல் சாதனங்களில் நீண்ட இன்ஃபெரன்ஸ் அமர்வுகளின் போது வெப்பத் தடுப்பு (thermal throttling).
• வரைவுக்காக லோக்கல் மாடல்களையும் இறுதி சரிபார்ப்பிற்காக கிளவுட் மாடல்களையும் பயன்படுத்தும் கலப்பின பணிப்பாய்வுகளின் தோற்றம்.
• ஹோஸ்ட் OS-ஐக் குழப்பாமல் லோக்கல் AI சூழல்களை நிர்வகிக்க Docker கன்டெய்னர்களைப் பயன்படுத்துதல்.

சுருக்கம்

2026-இல் லோக்கல் AI என்பது ஸ்டீயரிங் வீலை மீண்டும் கைப்பற்றுவது பற்றியது. ஒவ்வொரு ஸ்மார்ட் அம்சத்திற்கும் கார்ப்பரேட் நிறுவனத்தைச் சார்ந்திருக்க வேண்டிய காலம் முடிந்துவிட்டது. சிறப்பு சிப்கள், திறமையான மாடல்கள் மற்றும் பயனர் நட்பு மென்பொருள் ஆகியவற்றின் கலவை, ஆன்-டிவைஸ் இன்டெலிஜென்ஸை நிபுணர்களுக்கான தரநிலையாக மாற்றியுள்ளது. பிரம்மாண்டமான அளவிலான மற்றும் கூட்டுத் திட்டங்களுக்கு கிளவுட் எப்போதும் அதன் இடத்தைப் பெற்றிருக்கும் என்றாலும், தனிப்பட்ட AI இப்போது உண்மையிலேயே தனிப்பட்டதாக உள்ளது. இது முன்னெப்போதையும் விட வேகமாகவும், மலிவாகவும், அதிக பிரைவசி கொண்டதாகவும் உள்ளது. மாற்றம் முழுமையடையவில்லை, ஹார்டுவேர் வரம்புகள் இன்னும் உள்ளன, ஆனால் திசை தெளிவாக உள்ளது. AI-இன் எதிர்காலம் கிளவுட்டில் மட்டும் இல்லை. அது உங்கள் மேஜையில், உங்கள் பாக்கெட்டில் மற்றும் உங்கள் கட்டுப்பாட்டில் உள்ளது. நீங்கள் இனி வெறும் சந்தாதாரர் அல்ல. நீங்கள் உங்கள் சொந்த நுண்ணறிவின் நிர்வாகி.

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.