ChatGPT නිර්මාණය කිරීමට සහ වර්තමාන AI යුගයේ ගාමක බලවේගය වන RLHF (Reinforcement Learning from Human Feedback) තාක්ෂණය ගොඩනැගීමට දායක වූ ප්‍රධාන පර්යේෂකයෙකු වන ඩියාගෝ අල්මේදා (Diego Almeida) මෑතකදී අපූරු ප්‍රකාශයක් කළේය. ඔහු පැවසුවේ ChatGPT වැනි භාෂා ආකෘති (LLMs) මිනිසුන් සමඟ කතාබස් කිරීමට ඉතා දක්ෂ වුවද, සැබෑ ‘ස්වයංක්‍රීයකරණයක්’ (automation) ඇති කිරීමට ඒවා අසමත් වී ඇති බවයි.

පරිගණක වැඩසටහන් කතා කරන්නේ අපට වඩා වෙනස් භාෂාවකි. සාමාන්‍ය AI මාදිලියක් විසින් ලබාදෙන පිළිතුරු (text) පරිගණක කේතයක් තුළ භාවිතා කිරීමේදී දෝෂ හෝ “මායාවන්” (hallucinations) ඇතිවිය හැක. මෙම අඩුව පිරවීම සඳහා අල්මේදා OpenAI ආයතනයෙන් ඉවත්ව “TypeSafe AI” නමින් නව සමාගමක් ආරම්භ කළ අතර, ඩොලර් මිලියන 40 ක ආයෝජනයක් සමඟින් ඔවුන්ගේ නවතම කෘතිම බුද්ධි මාදිලිය වන “Jev” පසුගියදා එළිදැක්වීය.

යන්ත්‍ර සඳහාම නිපදවූ AI (Machine-Native AI)

Jev යනු අපට පුරුදු LLM (Large Language Model) වර්ගයේ AI එකක් නොවේ. එයින් පිළිතුරු ලෙස දිගු වාක්‍ය ලබා නොදෙන අතර, ඒ වෙනුවට ලබා දෙන්නේ පරිගණක මෘදුකාංගවලට සෘජුවම කියවා තේරුම් ගත හැකි සම්භාවිතාවන් සහ නිශ්චිත දත්ත (probabilities or calibrated decisions) පමණි.

TypeSafe ආයතනය Jev හඳුන්වන්නේ “System One” මාදිලියක් ලෙසය. මෙය මනෝවිද්‍යාඥ ඩැනියෙල් කානමන්ගේ (Daniel Kahneman) වේගවත්, බුද්ධිමය “System 1” චින්තනයට කරන ලද උපහාරයකි. සාමාන්‍ය LLM එකක් වචනයෙන් වචනය අනුක්‍රමිකව (autoregressively) පෙළ ජනනය කරන විට, Jev විසින් අවශ්‍ය තීරණය එකවරම (in a single parallel pass) ලබා දෙයි.

උදාහරණයක් ලෙස, පාරිභෝගික ගැටළුවක් කුමන අංශයට යොමු කළ යුතුදැයි ඇසූ විට, Jev විසින් බිල්පත් අංශය (8%), තාක්ෂණික අංශය (85%), සහ විකුණුම් අංශය (7%) ලෙස ඉතා පැහැදිලි දත්ත ලබා දෙයි. මිනිසෙකුට මෙය කියවීම නීරස වුවද, පරිගණක කේතයකට මෙය ඉතා කදිමය. මෙම ක්‍රමයේ ඇති විශේෂත්වය වන්නේ Jev විසින් කිසිවිටෙකත් වැරදි තොරතුරු හෝ “මායාවන්” නිර්මාණය නොකිරීමයි (type safety). එය කල්තියා නිර්වචනය කරන ලද ව්‍යුහයකට පමණක් පිළිතුරු ලබා දෙයි. මෙය සාක්ෂාත් කර ගැනීම සඳහා TypeSafe විසින් RLCD (Reinforcement Learning for Calibrated Decisions) නමින් නව පුහුණු ක්‍රමවේදයක් ද භාවිතා කර ඇත.

ඇදහිය නොහැකි වේගය සහ අවම පිරිවැය

සාමාන්‍ය Frontier LLM මාදිලියක් පිළිතුරක් ලබා දීමට තත්පර 3 සිට 329 දක්වා කාලයක් ගන්නා අතර, Jev ඒ සඳහා ගත කරන්නේ මිලි තත්පර 70 ත් 500 ත් අතර ඉතා සුළු කාලයකි. එනම් එය සාමාන්‍ය AI වලට වඩා 40 සිට 200 ගුණයකින් පමණ වේගවත්ය.

එපමණක් නොව, මෙහි මිල ගණන් ද අතිශයින් ලාභදායී වේ. සාමාන්‍යයෙන් ප්‍රධාන පෙළේ LLM එකක් ටෝකන (tokens) මිලියනයක් සඳහා ඩොලර් 20 ත් 10 ත් අතර මුදලක් අය කරන විට, Jev අය කරන්නේ ආදාන ටෝකන (input tokens) මිලියනයක් සඳහා ඩොලර් 0.042 ක් වැනි ඉතා සුළු මුදලකි (එනම් ටෝකන බිලියනයකටම ඩොලර් 42 කි). විශේෂත්වය වන්නේ මෙහි ප්‍රතිදාන ටෝකන (output tokens) සම්පූර්ණයෙන්ම නොමිලේ ලබා දීමයි.

අනාගතය: Jevons පරස්පරය

“Jev” යන නම යොදා ඇත්තේ 19 වැනි සියවසේ ආර්ථික විද්‍යාඥයෙකු වූ විලියම් ස්ටැන්ලි ජෙවොන්ස් (William Stanley Jevons) සිහිපත් කිරීම සඳහාය. ඔහුගේ න්‍යායට අනුව, යම් දෙයක කාර්යක්ෂමතාවය වැඩි වන විට සහ පිරිවැය අඩු වන විට, ඒ සඳහා ඇති ඉල්ලුම ද විශාල ලෙස ඉහළ යයි. TypeSafe ආයතනයේ විශ්වාසය වන්නේ ද කෘතිම බුද්ධියේ පිරිවැය සහ වේගය මෙලෙස දැවැන්ත ලෙස වෙනස් වන විට, අප භාවිතා කරන සෑම මෘදුකාංගයක් තුළම අදෘශ්‍යමානව ක්‍රියාත්මක වන “බුද්ධිමත් මෘදුකාංග” (smart software) යුගයක් නිර්මාණය වනු ඇති බවයි.

මෑතකදී සිදුකළ පරීක්ෂණවලදී, Jev විසින් Minecraft සහ Subway Surfers වැනි පරිගණක ක්‍රීඩා මෙන්ම ඩ්‍රෝන යානා ද සජීවීව සාර්ථකව පාලනය කර පෙන්වා ඇත. Jev යනු මිනිසුන් සමඟ කතා කරන රොබෝවෙකු නොවේ; එය අනාගත ඩිජිටල් යටිතල පහසුකම් නිහඬව, වේගවත්ව සහ ආරක්ෂිතව මෙහෙයවන නවතම ස්වයංක්‍රීයකරණ එන්ජිමයි.