இன்றைய AI உலகம் சாட்பாட்களையும் (ChatBot), உரை (Text) உருவாக்கும் மாடல்களையும் தாண்டி, அடுத்த கட்டத்திற்கு நகரத் தொடங்கியுள்ளது. அதைப் பற்றிய ஒரு பதிவு இது:
1. World Model AI என்றால் என்ன?
World Model AI என்பது நமது இயற்பியல் உலகத்தின் இயக்கம் மற்றும் விதிகளைத் தன் உள்ளுக்குள் ஒரு வரைபடமாக (Internal Representation) உருவாக்கிக் கொள்ளும் ஒரு செயற்கை நுண்ணறிவு அமைப்பாகும். இது வெறும் உரைகளைச் செயலாக்குவதற்குப் பதிலாக, "நான் இந்த இடத்தில் ஒரு செயலைச் செய்தால், இந்த உலகத்தில் என்ன மாற்றம் நிகழும்?" எனும் காரண-காரியத் தொடர்புகளைப் (Causal Dynamics) புரிந்து கொள்கிறது.
2. World Model vs GPT-யின் Next-Token Prediction
GPT போன்ற பெரிய மொழி மாடல்களும் (LLMs), World Model-களும் இயங்கும் விதத்தில் அடிப்படை வித்தியாசம் உள்ளது:
GPT (Next-Token Prediction): கொடுக்கப்பட்ட சொற்களுக்கு அடுத்து புள்ளிவிவர (Probability) அடிப்படையில் எந்தச் சொல் (Token) வரும் என்பதை மட்டுமே கணிக்கும்.
World Model: ஒரு சூழலின் அடுத்த கட்ட நிலையை (State) கணிக்கும். அதாவது, மொழியின் எல்லைக்குள் இயங்காமல், நிஜ உலகத்தின் இயற்பியல் விதிகளுக்குள் இயங்குகிறது.
3. உலக உரை முழுவதையும் படித்தாலும் ஏன் ஒரு World Model-ஐ உருவாக்க முடியாது?
மனிதர்கள் தினமும் உணரும் புவிஈர்ப்பு விசை, வேகத்தின் தாக்கம், ஒரு பொருள் கீழே விழுந்தால் உடையும் தன்மை, 3D அறிவு போன்றவை மொழியில் எழுதப்படாத "இயற்கையான புரிதல்கள்" ஆகும். நாம் ஒரு கண்ணாடியைக் கீழே போட்டால் உடையும் என்பதைப் புத்தகங்களைப் படித்துத் தெரிந்துகொள்வதில்லை; அனுபவ பூர்வமாகப் பார்க்கிறோம். கண்ணாடி டம்ளரை சில சமயம் மேஜை மேல் 'ணங்' என்று வைத்தாலும் உடையாது என்பதை புத்தகம் சொல்வதில்லை. மனைவிதான் நமக்கு உணர்த்துகிறார். உரை (Text) என்பது உலகத்தின் ஒரு சிறிய சுருக்கம் மட்டுமே. எனவே, வெறும் உரையை மட்டும் வைத்து முழு உலகத்தின் இயற்பியல் இயக்கத்தை AI-க்குக் கற்றுக்கொடுக்க முடியாது.
4. World Model AI-ன் முக்கியப் பயன்பாடுகள்
ரோபோடிக்ஸ் (Robotics & Physical AI): மனிதர்களைப் போல வீடுகளிலும் தொழிற்சாலைகளிலும் ஆபத்தின்றிச் செயல்படும் ரோபோக்களை உருவாக்குதல்.
தானியங்கி வாகனங்கள் (Autonomous Driving): எதிர்பாராத சாலை விபத்துகள் மற்றும் பாதசாரிகளின் நகர்வுகளை முன்கூட்டியே கணித்து இயங்குதல்.
கேமிங் & மெய்நிகர் உலகம் (Interactive Gaming): 3D உலகங்களை உடனுக்குடன் உருவாக்கும் திறனை வழங்குதல் (எ.கா: DeepMind-ன் Genie).
தொழில்துறை உருவகப்படுத்துதல் (Simulation): சிக்கலான இயற்பியல் சோதனைகள் மற்றும் மருந்துக் கண்டுபிடிப்புகளை மெய்நிகராகச் செய்து பார்த்தல்.
5. World Model பயன்பாட்டினால் எதிர்கால உலகம் எப்படி இருக்கும்?
6. வேர்ல்ட் மாடல் ஆராய்ச்சி செய்யும் முன்னணி நிறுவனங்கள்
Meta (FAIR): யான் லெகுன் (Yann LeCun) தலைமையில் V-JEPA போன்ற கட்டிடக்கலைகளை உருவாக்குகிறது.
NVIDIA: NVIDIA Cosmos மற்றும் Isaac Sim மூலம் ரோபோடிக்ஸிற்கான இயற்பியல் AI-ஐ உருவாக்குகிறது.
Google DeepMind: DreamerV3 மற்றும் Genie மாடல்கள் மூலம் சூழல்களை உருவகப்படுத்துகிறது.
Runway & World Labs: 3D மற்றும் வீடியோ அடிப்படையிலான World Model-களை உருவாக்குகின்றன.
7. மொழி மாடல்களுடன் ஒப்பிடும்போது இதன் தற்போதைய வளர்ச்சி நிலவரம்
மொழி மாடல்கள் (LLMs) இன்று வணிக ரீதியாகப் பெருமளவில் வளர்ச்சி அடைந்துவிட்டன. ஆனால், World Model AI என்பது LLM-கள் 2018–2020 காலக்கட்டத்தில் இருந்த ஆரம்பக்கட்ட வளர்ச்சி நிலையிலேயே உள்ளது. இதற்கான அடிப்படை மாதிரிகள் நிரூபிக்கப்பட்டிருந்தாலும், முழுமையான பயன்பாட்டுக்கு வர இன்னும் சில ஆண்டுகள் ஆகும்.
8. எதிர்கொள்ளும் முக்கிய சவால்கள்
தரவுப் பற்றாக்குறை (Data Scarcity): இணையத்தில் உரைத் தரவு (Text Data) ஏராளமாக உள்ளது, ஆனால் உயர்தர 3D/வீடியோ இயற்பியல் தரவுகள் மிகக் குறைவு.
அதிக கணக்கீட்டுச் செலவு (Compute Cost): 3D physics மற்றும் வீடியோக்களை உடனுக்குடன் கணக்கிட அதிக அளவிலான GPU கணக்கீட்டுத் திறன் தேவை.
தவறுகளின் பெருக்கம் (Model Drift): AI கணிக்கும் சிறு பிழைகள், நேரமாக ஆகப் பெரிய தவறுக்கு வழிவகுத்து, அதன் உள் உலக உருவகப்படுத்துதலைச் சிதைத்துவிடும்.
சுருக்கம்:
சுருக்கமாகச் சொன்னால், AI-ஐ வெறும் "பேசும் கருவியாக" வைத்திருக்காமல், உலகத்தைப் புரிந்து "செயல்படும் கருவியாக" மாற்றுவதே இந்த World Model AI!
கருத்துகள் இல்லை:
கருத்துரையிடுக