100 கட்டுரைகளை விட நவீன AI-ஐ சிறப்பாக விளக்கும் 10 டெமோக்கள்

புத்திசாலித்தனத்தின் காட்சி ஆதாரம்

AI பற்றி வாசிக்கும் காலம் முடிந்துவிட்டது. அதைப் பார்க்கும் காலத்திற்குள் நாம் நுழைந்துவிட்டோம். பல ஆண்டுகளாக, பெரிய லாங்குவேஜ் மாடல்கள் என்ன செய்ய முடியும் என்பதைப் பற்றிய உரை விளக்கங்களையே பயனர்கள் நம்பியிருந்தனர். இப்போது, OpenAI மற்றும் Google போன்ற நிறுவனங்களின் உயர்தர வீடியோ டெமோக்கள் இந்த உரையாடலை மாற்றியுள்ளன. இந்த கிளிப்புகள் மென்பொருள் நிகழ்நேரத்தில் பார்க்கவும், கேட்கவும், பேசவும் முடியும் என்பதைக் காட்டுகின்றன. ஒரே வாக்கியத்தில் சினிமா உலகத்தையே உருவாக்கும் வீடியோ ஜெனரேட்டர்களை அவை காட்டுகின்றன. இந்த டெமோக்கள் ஆராய்ச்சி கட்டுரைகளுக்கும் உண்மையான தயாரிப்புகளுக்கும் இடையே ஒரு பாலமாகச் செயல்படுகின்றன. கணினி இனி ஒரு கருவி மட்டுமல்ல, ஒரு கூட்டாளி என்ற எதிர்காலத்தை இவை காட்டுகின்றன. இருப்பினும், ஒரு டெமோ என்பது ஒரு நடிப்பு. இது பொதுமக்களுக்குத் தயாராக இல்லாத ஒரு தொழில்நுட்பத்தின் கவனமாகத் தேர்ந்தெடுக்கப்பட்ட ஜன்னல் மட்டுமே.

தொழிற்துறையின் தற்போதைய நிலையைப் புரிந்துகொள்ள, மெருகூட்டப்பட்ட பிக்சல்களுக்கு அப்பால் பார்க்க வேண்டும். இந்த வீடியோக்கள் எதை நிரூபிக்கின்றன, எதை மறைக்கின்றன என்று கேட்க வேண்டும். பொறியியல் சாதனைகளை மார்க்கெட்டிங் நாடகத்திலிருந்து பிரிப்பதே இதன் நோக்கம். இந்த வேறுபாடுதான் ஒவ்வொரு பெரிய தொழில்நுட்ப நிறுவனத்திற்கும் தற்போதைய காலத்தை வரையறுக்கிறது. நாம் இனி மாடல்களை அவற்றின் பெஞ்ச்மார்க்குகளை வைத்து மட்டும் மதிப்பிடவில்லை. லென்ஸ் அல்லது மைக்ரோஃபோன் மூலம் இயற்பியல் உலகத்துடன் அவை எவ்வாறு தொடர்பு கொள்கின்றன என்பதை வைத்து மதிப்பிடுகிறோம். இந்த மாற்றம் மல்டிமாடல் யுகத்தின் தொடக்கத்தைக் குறிக்கிறது, அங்கு இடைமுகம் அதன் பின்னால் உள்ள புத்திசாலித்தனத்தைப் போலவே முக்கியமானது.

நடிக்கப்பட்ட யதார்த்தத்தை ஆராய்தல்

ஒரு நவீன AI டெமோ என்பது மென்பொருள் பொறியியல் மற்றும் திரைப்படத் தயாரிப்பின் கலவையாகும். ஒரு நிறுவனம் ஒரு மாடல் மனிதனுடன் தொடர்புகொள்வதைக் காட்டும்போது, அவர்கள் பெரும்பாலும் சிறந்த ஹார்டுவேர் மற்றும் சரியான சூழலைப் பயன்படுத்துகிறார்கள். இந்த டெமோக்கள் பொதுவாக மூன்று வகைகளாகப் பிரிக்கப்படுகின்றன. முதலாவது தயாரிப்பு டெமோ. இது பயனர்களுக்கு உடனடியாகக் கிடைக்கும் அம்சத்தைக் காட்டுகிறது. இரண்டாவது சாத்தியக்கூறு டெமோ. இது Google DeepMind ஆராய்ச்சியாளர்கள் ஆய்வகச் சூழலில் அடைந்ததை, ஆனால் இன்னும் மில்லியன் கணக்கான பயனர்களுக்கு விரிவுபடுத்த முடியாததைக் காட்டுகிறது. மூன்றாவது செயல்திறன். இது பொதுமக்களால் அணுக முடியாத எடிட்டிங் அல்லது குறிப்பிட்ட பிராம்ப்ட்களைச் சார்ந்திருக்கும் எதிர்காலத்தின் ஒரு பார்வையாகும்.

உதாரணமாக, ஒரு மாடல் கேமரா லென்ஸ் மூலம் பொருட்களை அடையாளம் காண்பதைப் பார்க்கும்போது, மல்டிமாடல் செயலாக்கத்தில் ஒரு பெரிய பாய்ச்சலைக் காண்கிறோம். மாடல் வீடியோ பிரேம்களைச் செயலாக்கி, அவற்றை தரவுகளாக மாற்றி, மில்லி விநாடிகளில் இயற்கையான மொழி பதிலை உருவாக்க வேண்டும். லேட்டன்சி தடை நீங்கி வருவதை இது நிரூபிக்கிறது. இது ஆர்கிடெக்சர் அதிக அலைவரிசை உள்ளீட்டைக் கையாள முடியும் என்பதைக் காட்டுகிறது. இருப்பினும், இந்த அமைப்புகளின் நம்பகத்தன்மை இன்னும் நிரூபிக்கப்படவில்லை. ஒரு டெமோ, அந்த மாடல் ஒரு பொருளை அடையாளம் காணத் தவறிய பத்து முறை தோல்விகளைக் காட்டுவதில்லை. AI ஒரு பூனையை டோஸ்டர் என்று தவறாக அடையாளம் காணும் ஹாலுசினேஷன் சிக்கல்களை அது காட்டுவதில்லை.

பொதுமக்கள் இந்த கருவிகளின் தயார்நிலையை மிகைப்படுத்தி மதிப்பிடுகிறார்கள், அதே நேரத்தில் அவை ஒருமுறை வேலை செய்வதற்குத் தேவையான தொழில்நுட்ப சாதனையை குறைவாக மதிப்பிடுகிறார்கள். உரையிலிருந்து ஒரு வீடியோவை உருவாக்குவது ஒரு மிகப்பெரிய கணித சவால். இயற்பியல் விதிகளுக்கு உட்பட்டு அதைச் செய்வது இன்னும் கடினம். நாம் உலக சிமுலேட்டர்களின் பிறப்பைக் காண்கிறோம். இவை வெறும் வீடியோ பிளேயர்கள் அல்ல. இவை ஒளி மற்றும் இயக்கம் எவ்வாறு செயல்படுகின்றன என்பதைக் கணிக்கும் இன்ஜின்கள். முடிவுகள் தற்போது திட்டமிடப்பட்டதாக இருந்தாலும், அடிப்படை திறன் கணினியில் ஒரு பெரிய மாற்றத்தின் அறிகுறியாகும்.

உலகளாவிய தொழிலாளர் மாற்றம்

இந்த டெமோக்களின் தாக்கம் சிலிக்கான் வேலிக்கு அப்பால் செல்கிறது. உலகளவில், இந்த திறன்கள் நாடுகள் உழைப்பு மற்றும் கல்வி பற்றி சிந்திக்கும் முறையை மாற்றுகின்றன. பிசினஸ் பிராசஸ் அவுட்சோர்ஸிங்கில் அதிக நம்பிக்கை கொண்ட நாடுகளில், AI நிகழ்நேரத்தில் சிக்கலான வாடிக்கையாளர் சேவை அழைப்புகளைக் கையாள்வதைப் பார்ப்பது ஒரு எச்சரிக்கையாகும். இது வளர்ந்து வரும் பொருளாதாரங்களில் மனித உழைப்பின் செலவை விட தானியங்கி புத்திசாலித்தனத்தின் செலவு குறைந்து வருவதைக் காட்டுகிறது. இது அரசாங்கங்கள் தங்கள் பொருளாதார உத்திகளை மறுபரிசீலனை செய்ய ஒரு புதிய அழுத்தத்தை உருவாக்குகிறது.

அதே நேரத்தில், இந்த டெமோக்கள் சர்வதேச போட்டியில் ஒரு புதிய முன்னணியைக் குறிக்கின்றன. Anthropic போன்ற நிறுவனங்களின் மிகவும் மேம்பட்ட மாடல்களை அணுகுவது தேசிய பாதுகாப்பின் ஒரு விஷயமாக மாறி வருகிறது. ஒரு மாடல் கோட் எழுத அல்லது ஹார்டுவேரை வடிவமைக்க உதவினால், சிறந்த மாடலைக் கொண்ட நாடு தெளிவான நன்மையைப் பெறும். இது கம்ப்யூட் வளங்கள் மற்றும் தரவு இறையாண்மைக்கான பந்தயத்திற்கு வழிவகுத்துள்ளது. தனியுரிமையைப் பாதுகாக்கவும் கட்டுப்பாட்டைப் பராமரிக்கவும் ஒரு குறிப்பிட்ட நாட்டின் எல்லைக்குள் இயங்கக்கூடிய உள்ளூர் மாடல்களை நோக்கி நாம் நகர்வதைக் காண்கிறோம்.

உலகளாவிய பார்வையாளர்கள் படைப்பாற்றலின் ஜனநாயகமயமாக்கலையும் காண்கிறார்கள். ஸ்மார்ட்போன் வைத்திருக்கும் ஒரு தொலைதூர கிராமத்தில் உள்ள நபர் இப்போது ஹாலிவுட் ஸ்டுடியோவைப் போன்ற அதே படைப்பு சக்தியை அணுக முடியும். இது படைப்புப் பொருளாதாரத்தை சமன் செய்யும் ஆற்றலைக் கொண்டுள்ளது. இது முன்பு அதிக நுழைவுச் செலவுகளால் தடுக்கப்பட்ட கதைகள் மற்றும் கருத்துகளின் பன்முகத்தன்மையை அனுமதிக்கிறது. இருப்பினும், இது தவறான தகவல்களின் அபாயங்களையும் கொண்டு வருகிறது. ஒரு அழகான டெமோவை உருவாக்கும் அதே தொழில்நுட்பம் ஒரு நம்பகமான பொய்யையும் உருவாக்க முடியும். பார்ப்பது இனி நம்புவதல்ல என்ற யதார்த்தத்தை உலக சமூகம் இப்போது எதிர்கொள்ள வேண்டும். இணைய இணைப்பு உள்ள ஒவ்வொரு நபருக்கும் இது நடைமுறை மற்றும் உடனடி சவாலாகும்.

செயற்கை சக ஊழியர்களுடன் வாழ்வது

எதிர்காலத்தில் சாரா என்ற மார்க்கெட்டிங் மேலாளரின் வாழ்க்கையில் ஒரு நாளைக் கவனியுங்கள். அவர் தனது அட்டவணை மற்றும் மின்னஞ்சல்களைப் பார்த்த ஒரு AI உதவியாளரைத் திறந்து தனது காலையைத் தொடங்குகிறார். அவர் டைப் செய்வதில்லை. அவர் காபி தயாரிக்கும் போது உதவியாளரிடம் பேசுகிறார். AI மிக முக்கியமான மூன்று பணிகளைச் சுருக்கமாகக் கூறி, திட்ட முன்மொழிவுக்கான வரைவை பரிந்துரைக்கிறது. சாரா தனது போட்டியாளரின் தயாரிப்பு வீடியோவைப் பார்த்து முக்கிய அம்சங்களைக் கண்டறிய AI-ஐக் கேட்கிறார். AI இதை நொடிகளில் செய்து, சாரா தனது கூட்டத்தில் பயன்படுத்தக்கூடிய ஒப்பீட்டு அட்டவணையை உருவாக்குகிறது.

அன்று மாலை, சாரா ஒரு புதிய பிரச்சாரத்திற்காக ஒரு குறுகிய விளம்பர கிளிப்பை உருவாக்க வேண்டும். ஒரு தயாரிப்புக் குழுவை வேலைக்கு அமர்த்துவதற்குப் பதிலாக, அவர் ஒரு வீடியோ உருவாக்கக் கருவியைப் பயன்படுத்துகிறார். அவர் காட்சி, விளக்குகள் மற்றும் மனநிலையை விவரிக்கிறார். அந்த கருவி கிளிப்பின் நான்கு வெவ்வேறு பதிப்புகளை உருவாக்குகிறது. அவர் ஒன்றைத் தேர்ந்தெடுத்து, நடிகரின் சட்டையின் நிறத்தை நிறுவனத்தின் பிராண்டிங்கிற்கு ஏற்ப மாற்ற AI-ஐக் கேட்கிறார். எடிட்டிங் உடனடியாக நடக்கிறது. இது இன்று நாம் பார்க்கும் டெமோக்களின் நடைமுறை பயன்பாடு. இது சாராவை மாற்றுவது பற்றியது அல்ல. இது அவரது யோசனைக்கும் இறுதி தயாரிப்புக்கும் இடையிலான உராய்வை நீக்குவது பற்றியது.

இருப்பினும், முரண்பாடுகள் இன்னும் தெளிவாக உள்ளன. AI உதவியாக இருந்தாலும், நிறுவனத்தின் சட்ட இணக்கம் தொடர்பாக மாடல் செய்த தவறைச் சரிசெய்ய சாரா முப்பது நிமிடங்கள் செலவிடுகிறார். மாடல் நம்பிக்கையுடன் இருந்தது ஆனால் தவறானது. தென்கிழக்கு ஆசியாவில் தனது இலக்கு சந்தையின் குறிப்பிட்ட கலாச்சார நுணுக்கங்களுடன் AI போராடுவதையும் அவர் கவனிக்கிறார். டெமோ ஒரு உலகளாவிய புத்திசாலித்தனத்தைக் காட்டியது, ஆனால் உண்மை என்னவென்றால், அது இடைவெளிகளைக் கொண்ட குறிப்பிட்ட தரவுகளில் பயிற்சியளிக்கப்பட்ட ஒரு கருவி.

எதிர்பார்ப்புகளில் மாற்றம் தெளிவாக உள்ளது. பயனர்கள் இப்போது தங்கள் மென்பொருள் முன்கூட்டியே செயல்பட வேண்டும் என்று எதிர்பார்க்கிறார்கள். சொல்லப்படாமலேயே சூழலைப் புரிந்துகொள்ள வேண்டும் என்று அவர்கள் எதிர்பார்க்கிறார்கள். இது நாம் இணையதளங்கள் மற்றும் ஆப்-களை உருவாக்கும் முறையை மாற்றுகிறது. நாம் பட்டன்கள் மற்றும் மெனுக்களிலிருந்து இயற்கையான உரையாடலை நோக்கி நகர்கிறோம். இந்த மாற்றத்தைப் புரிந்துகொள்ள, நவீன செயற்கை நுண்ணறிவு போக்குகள் பற்றிய விரிவான தொழில்நுட்பக் கண்ணோட்டத்தைப் பார்க்க வேண்டும்.

சாராவின் அனுபவம் மக்கள் AI பற்றி தவறாகப் புரிந்துகொள்ளும் இரண்டு முக்கிய விஷயங்களை எடுத்துக்காட்டுகிறது:

• AI தான் செய்யும் வேலையின் பொருளை எவ்வளவு புரிந்துகொள்கிறது என்பதை அவர்கள் மிகைப்படுத்தி மதிப்பிடுகிறார்கள்.
• மீண்டும் மீண்டும் செய்யும் பணிகளில் அவர்கள் எவ்வளவு நேரத்தை மிச்சப்படுத்துவார்கள் என்பதை அவர்கள் குறைவாக மதிப்பிடுகிறார்கள்.

மந்திரத்தின் அதிக விலை

இந்த டெமோக்களைச் சுற்றியுள்ள உற்சாகம் பெரும்பாலும் அவற்றின் நீண்டகால நிலைத்தன்மை குறித்த கடினமான கேள்விகளை மறைக்கிறது. முன்னேற்றத்தின் கதையில் நாம் ஒரு அளவு சந்தேகத்தைப் பயன்படுத்த வேண்டும். முதலாவதாக, இந்த மாடல்களை இயக்கத் தேவையான மிகப்பெரிய கம்ப்யூட் செலவுகளுக்கு யார் பணம் செலுத்துகிறார்கள்? ஒரு பயனர் மல்டிமாடல் AI உடன் தொடர்பு கொள்ளும் ஒவ்வொரு முறையும், அது விலையுயர்ந்த GPU செயல்முறைகளின் சங்கிலியைத் தூண்டுகிறது. தற்போதைய வணிக மாதிரிகள் பெரும்பாலும் இந்த செலவுகளை ஈடுகட்டுவதில்லை, இது வென்ச்சர் கேபிடல் அல்லது பெரிய கார்ப்பரேட் மானியங்களைச் சார்ந்திருக்க வழிவகுக்கிறது. மானியங்கள் முடிவடையும் போது என்ன நடக்கும் என்ற கேள்வி இது எழுப்புகிறது. இந்த கருவிகள் சிலருக்கு மட்டுமே ஆடம்பரமாக மாறுமா?

இரண்டாவதாக, தரவின் மறைமுகமான செலவை நாம் கருத்தில் கொள்ள வேண்டும். பெரும்பாலான மாடல்கள் இணையத்தின் கூட்டு வெளியீட்டில் பயிற்சியளிக்கப்படுகின்றன. இதில் பதிப்புரிமை பெற்ற படைப்புகள், தனிப்பட்ட தரவு மற்றும் தங்கள் வேலை இந்த வழியில் பயன்படுத்தப்படுவதற்கு ஒருபோதும் ஒப்புதல் அளிக்காத மில்லியன் கணக்கான மக்களின் படைப்பு உழைப்பு ஆகியவை அடங்கும். மாடல்கள் திறன்மிக்கதாக மாறும்போது, உயர்தர மனித தரவுகளின் விநியோகம் சுருங்குகிறது. சில நிறுவனங்கள் இப்போது மற்ற AI உருவாக்கிய தரவுகளில் AI-க்கு பயிற்சியளிக்கின்றன. இது தரத்தின் சீரழிவுக்கு அல்லது பிழைகளின் பின்னூட்ட வளையத்திற்கு வழிவகுக்கும்.

மூன்றாவதாக, தனியுரிமை பிரச்சினை உள்ளது. ஒரு AI உண்மையாகவே உதவியாக இருக்க, நீங்கள் பார்ப்பதை அது பார்க்க வேண்டும் மற்றும் நீங்கள் கேட்பதைக் கேட்க வேண்டும். இதற்கு முன்பு கற்பனை செய்ய முடியாத அளவிலான கண்காணிப்பு தேவைப்படுகிறது. சிறந்த உதவியாளருக்குப் பதிலாக, ஒரு கார்ப்பரேஷன் நமது அன்றாட வாழ்க்கையின் நிகழ்நேரத் தரவைக் கொண்டிருப்பதை நாம் ஏற்றுக்கொள்கிறோமா? டெமோக்கள் வசதியைக் காட்டுகின்றன, ஆனால் இந்தத் தகவல் சேமிக்கப்பட்டு பகுப்பாய்வு செய்யப்படும் டேட்டா சென்டர்களை அவை அரிதாகவே காட்டுகின்றன. இந்த மாடல்களின் எடைகளை (weights) யார் வைத்திருப்பது மற்றும் அவற்றை அணைக்கும் அதிகாரம் யாருக்கு உள்ளது என்று நாம் கேட்க வேண்டும். பங்குகள் உற்பத்தித்திறனைப் பற்றியது மட்டுமல்ல. அவை தனிப்பட்ட வாழ்க்கையின் அடிப்படை உரிமையைப் பற்றியது. இது அதிகாரத்தின் கேள்வி.

ஏஜென்டிக் யுகத்தின் உட்புறம்

பவர் பயனர்களுக்கு, இந்த டெமோக்களைச் சாத்தியமாக்கும் தொழில்நுட்ப பிளம்பிங்கில் ஆர்வம் உள்ளது. நாம் ஏஜென்டிக் பணிப்பாய்வுகளின் உலகத்தை நோக்கி நகர்கிறோம். அதாவது AI உரையை மட்டும் உருவாக்குவதில்லை. அது கருவிகளைப் பயன்படுத்துகிறது. அது API-களை அழைக்கிறது, உள்ளூர் சேமிப்பகத்தில் எழுதுகிறது மற்றும் பிற மென்பொருள்களுடன் தொடர்பு கொள்கிறது. தற்போதைய தடையானது மாடலின் புத்திசாலித்தனம் அல்ல, மாறாக அமைப்பின் *லேட்டன்சி* ஆகும். ஒரு டெமோவை சரளமாகக் காட்ட, டெவலப்பர்கள் பெரும்பாலும் சிறப்பு ஹார்டுவேர் அல்லது ஆப்டிமைஸ் செய்யப்பட்ட இன்ஃபரன்ஸ் இன்ஜின்களைப் பயன்படுத்துகின்றனர்.

இந்த மாடல்களை ஒரு தொழில்முறை பணிப்பாய்வுகளில் ஒருங்கிணைக்கும்போது, பல காரணிகள் முக்கியமானதாகின்றன:

• கான்டெக்ஸ்ட் விண்டோ வரம்புகள்: சிறந்த மாடல்கள் கூட நீண்ட உரையாடலில் தகவலைத் தவறவிடலாம்.
• API ரேட் லிமிட்கள்: உயர்தர மாடல்கள் பெரும்பாலும் கட்டுப்படுத்தப்படுகின்றன, இதனால் அவற்றை அதிக உற்பத்தி பணிகளுக்குப் பயன்படுத்துவது கடினம்.
• உள்ளூர் vs கிளவுட்: மேக் அல்லது பிசி-யில் உள்ளூரில் மாடலை இயக்குவது தனியுரிமை மற்றும் வேகத்தை வழங்குகிறது, ஆனால் குறிப்பிடத்தக்க VRAM தேவைப்படுகிறது.

இதில், நுகர்வோர் ஹார்டுவேரில் இயங்கக்கூடிய சிறிய லாங்குவேஜ் மாடல்களின் எழுச்சியைக் கண்டோம். இந்த மாடல்கள் பெரும்பாலும் பெரிய பதிப்புகளிலிருந்து வடிகட்டப்படுகின்றன, இது தர்க்கத் திறனைத் தக்கவைத்துக்கொண்டு தடம் குறைக்கிறது. நிலையான இணைய இணைப்பு இல்லாத ஆப்-களை உருவாக்க விரும்பும் டெவலப்பர்களுக்கு இது முக்கியமானது. JSON பயன்முறை மற்றும் கட்டமைக்கப்பட்ட வெளியீட்டை நோக்கிய மாற்றம், AI பாரம்பரிய தரவுத்தளங்களுடன் பேசுவதை எளிதாக்கியுள்ளது.

இருப்பினும், ஒரு டெமோவிலிருந்து நிலையான தயாரிப்புக்கு மாறுவது கடினமாகவே உள்ளது. ஒரு டெமோ விளிம்பு நிலை சிக்கல்களைப் புறக்கணிக்கலாம். ஒரு உற்பத்திச் சூழலால் முடியாது. டெவலப்பர்கள் மாடல் பதில்களின் விலகல் மற்றும் தீர்மானிக்க முடியாத மென்பொருளின் கணிக்க முடியாத தன்மையை நிர்வகிக்க வேண்டும். இந்த மாடல்களை நிஜ உலக உண்மைகளில் நிலைநிறுத்துவதற்கான வழியாக ரீட்ரைவல் ஆக்மென்டட் ஜெனரேஷனில் (RAG) தொழில்துறையின் கீக் பிரிவு தற்போது ஆர்வமாக உள்ளது. ஹார்டுவேர் மென்பொருளைப் பிடிக்கும்போது இந்த வேலை தொடர்கிறது.

ஹைப் குறித்த தீர்ப்பு

நமது தற்போதைய தருணத்தை வரையறுக்கும் டெமோக்கள் மார்க்கெட்டிங்கை விட அதிகம். அவை தொழில்நுட்பத்துடன் வாழ்வதற்கான ஒரு புதிய வழிக்கான கருத்தாக்கத்தின் ஆதாரமாகும். மனித நோக்கம் மற்றும் இயந்திரச் செயலாக்கத்திற்கு இடையிலான தடைகள் கரைந்து வருகின்றன என்பதை அவை காட்டுகின்றன. ஆனால் நாம் விமர்சன ரீதியாக இருக்க வேண்டும். ஒரு டெமோ என்பது ஒரு வாக்குறுதி, முடிக்கப்பட்ட தயாரிப்பு அல்ல. இது இன்னும் வளர்ச்சியில் இருக்கும் ஒரு கருவியின் சிறந்த பதிப்பைக் காட்டுகிறது. ஆய்வுக்கு உட்பட்டு அது எதை நிரூபிக்கிறது மற்றும் கேமராவிற்காக எது நடிக்கப்படுகிறது என்பதை வைத்து நாம் டெமோவை மதிப்பிட வேண்டும்.

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.

இந்த டெமோக்களின் உண்மையான மதிப்பு அவை நமது எதிர்பார்ப்புகளை எவ்வாறு மாற்றுகின்றன என்பதில் உள்ளது. கணினி நம்மை நமது விதிமுறைகளின்படி புரிந்துகொள்ளும் உலகத்தை கற்பனை செய்ய அவை நம்மைத் தூண்டுகின்றன. நாம் முன்னேறும்போது, AI ஒரு வீடியோவில் என்ன செய்ய முடியும் என்பதிலிருந்து, அது நமது மேசைகளில் என்ன செய்ய முடியும் என்பதற்கு கவனம் மாறும். மெருகூட்டப்பட்ட செயல்திறனுக்கும் குழப்பமான யதார்த்தத்திற்கும் இடையிலான முரண்பாடுகள் தொழில்துறையின் அடுத்த கட்டத்தை வரையறுக்கும். டெமோ எதை நிரூபிக்கிறது என்பதை வைத்து மதிப்பிடுங்கள், ஆனால் அது உண்மையில் வழங்குவதை வைத்து கருவியைப் பயன்படுத்துங்கள்.

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