💻 AI കോഡിംഗ് മത്സരത്തിൽ ഇടം നേടുന്നതിനായി OpenAI കോഡെക്സ് ആപ്പ് പുറത്തിറക്കി ↗
ഒന്നിലധികം കോഡിംഗ് ഏജന്റുകളെ ഒരേസമയം കൈകാര്യം ചെയ്യുന്നതിനുള്ള ഒരു കമാൻഡ് സെന്റർ പോലെ വായിക്കാവുന്ന ഒരു ഡെസ്ക്ടോപ്പ് കോഡെക്സ് ആപ്പ് OpenAI പുറത്തിറക്കി - അഞ്ച് മിനിറ്റിനുശേഷം നിങ്ങളുടെ മെന്റൽ ഡ്രോയറിൽ നിങ്ങൾ തെറ്റായി ഇടുന്ന ഒരു ചാറ്റ് ത്രെഡ് മാത്രമല്ല.
സമാന്തരമായ ജോലി പ്രവാഹങ്ങളും ദീർഘകാല ജോലികളും ഉള്ള "ഒരു ചെറിയ കൂട്ടത്തെ മേൽനോട്ടം വഹിക്കുക" എന്നതാണ് വൈബ്, അത് ഉൽപ്പാദനക്ഷമമാണെന്ന് തോന്നുന്നു... കൂടാതെ ചെറുതും ക്ഷീണിതരുമായ ഇന്റേണുകളെ കൈകാര്യം ചെയ്യുന്നതിനായി നിങ്ങളെ സ്ഥാനക്കയറ്റം നൽകിയതുപോലെയും.
കോഡിംഗ് ടൂളുകളുടെ ഉച്ചഭക്ഷണം കഴിക്കുന്ന എതിരാളികൾക്കെതിരെയുള്ള നേരിട്ടുള്ള ഒരു വെടിയാണിത്. നോക്കൗട്ട് പഞ്ച് അല്ല, മറിച്ച് പതിവിലും ഉച്ചത്തിലുള്ള ഒരു തള്ളൽ.
⚙️ എക്സ്ക്ലൂസീവ്: ചില എൻവിഡിയ ചിപ്പുകളിൽ ഓപ്പൺഎഐ തൃപ്തരല്ലെന്നും ബദലുകൾക്കായി തിരയുന്നുണ്ടെന്നും വൃത്തങ്ങൾ പറയുന്നു ↗
"വലിയ മോഡലുകളെ പരിശീലിപ്പിക്കാൻ കഴിയില്ല" എന്നതല്ല പരാതി - അത് അനുമാന വേഗതയാണ്, മോഡലിന് വേഗത്തിൽ, വീണ്ടും വീണ്ടും, സ്കെയിലിൽ ഉത്തരങ്ങൾ പുറത്തുവിടേണ്ടിവരുന്ന നിമിഷം. എൻവിഡിയ കേന്ദ്രബിന്ദുവായി തുടരുന്നു, പക്ഷേ പ്രഷർ പോയിന്റുകൾ മാറിക്കൊണ്ടിരിക്കുന്നു.
അതുകൊണ്ട് കമ്പനി AMD, സെറിബ്രാസ്, ഗ്രോക്ക് പോലുള്ള പ്രത്യേക കളിക്കാർ എന്നിവയുൾപ്പെടെയുള്ള ബദലുകൾക്കായി തിരയുകയാണ് - ലേറ്റൻസിക്കും ഓൺ-ചിപ്പ് മെമ്മറിക്കും വേണ്ടി ജീവിക്കുന്ന തരത്തിലുള്ള ഹാർഡ്വെയർ.
പരസ്യമായി എല്ലാവരും ഇപ്പോഴും മര്യാദയുള്ളവരാണ് (ഏതാണ്ട് അസ്വസ്ഥത ഉളവാക്കുന്ന തരത്തിൽ മര്യാദയുള്ളവരാണ്), പക്ഷേ ഉപവാക്യം വ്യക്തമാണ്: കോഡിംഗ് ഏജന്റുകൾ പുതിയ ജനപ്രിയ കാര്യമാണെങ്കിൽ, വേഗത "ഉണ്ടാകാൻ നല്ലതല്ല" എന്ന അവസ്ഥ നിർത്തുകയും മുഴുവൻ ഗെയിമായി മാറുകയും ചെയ്യുന്നു.
🏗️ ഡാറ്റാ സെന്റർ ഫണ്ടിംഗ് ആശങ്കകൾ ലഘൂകരിക്കാൻ 50 ബില്യൺ ഡോളർ സമാഹരണം ഒറാക്കിൾ ഓഹരികൾക്ക് നേട്ടം നൽകി ↗
ഏറ്റവും വലിയ AI പ്രതിബദ്ധതകളുമായി അടുത്ത ബന്ധമുള്ള ഒരു ഡാറ്റാ സെന്റർ നിർമ്മാണത്തിന് ധനസഹായം നൽകുന്നതിനായി കടം, ഓഹരി എന്നിവയിലൂടെ വലിയൊരു തുക സമാഹരിക്കാനുള്ള പദ്ധതി ഒറാക്കിൾ ആവിഷ്കരിച്ചു.
വിശകലന വിദഗ്ധർ ഇതിനെ "ശരി, നിങ്ങൾക്ക് ഇതിന് പണം നൽകേണ്ടി വന്നേക്കാം" എന്ന് രൂപപ്പെടുത്തി, ഇത് ഒരുതരം ആശ്വാസമാണ് - നിങ്ങളുടെ വിമാനത്തിൽ ആവശ്യത്തിന് ഇന്ധനം ഉണ്ടെന്ന് പറയുന്നത് പോലെ.
ഫണ്ടിംഗ് പ്ലാനിൽ പോലും, ഈ AI ഇൻഫ്രാസ്ട്രക്ചർ ചെലവുകളെല്ലാം ദീർഘകാല നേട്ടങ്ങളിലേക്ക് നയിക്കുമോ അതോ വളരെ ചെലവേറിയ മിന്നുന്ന വിളക്കുകളായി മാറുമോ എന്ന ആശങ്ക നിലനിൽക്കുന്നു.
🌿 സസ്യങ്ങളെ കണ്ടെത്തി തിരിച്ചറിയുന്ന ഒരു AI മോഡൽ കാർബൺ റോബോട്ടിക്സ് നിർമ്മിച്ചു ↗
ലേസർ അധിഷ്ഠിത കളനിയന്ത്രണ റോബോട്ടുകൾക്ക് ശക്തി പകരുന്നതിനായി കാർബൺ റോബോട്ടിക്സ് ഒരു "വലിയ സസ്യ മാതൃക" പുറത്തിറക്കി - അതെ, ഇപ്പോഴും ഒരു കാർട്ടൂൺ വില്ലൻ ഉപകരണം പോലെയാണ് തോന്നുന്നത്, പക്ഷേ പ്രത്യക്ഷത്തിൽ അത് യഥാർത്ഥവും പ്രായോഗികവുമാണ്.
പ്രായോഗിക വിജയം വളരെ വലുതാണ്: മന്ദഗതിയിലുള്ള "ലേബൽ, റീട്രെയിൻ, വെയ്റ്റ്" ലൂപ്പ് ഇല്ലാതെ തന്നെ സിസ്റ്റത്തിന് പുതിയ കളകളെ തിരിച്ചറിയാൻ കഴിയും. കർഷകർക്ക് എന്ത് കൊല്ലണം, എന്ത് ഒഴിവാക്കണം എന്ന് ചൂണ്ടിക്കാണിക്കാൻ കഴിയും, പൂർണ്ണമായ പുനഃസജ്ജീകരണം കൂടാതെ തന്നെ റോബോട്ട് പൊരുത്തപ്പെടുന്നു.
മിന്നുന്ന ഡെമോകളേക്കാൾ നിശബ്ദമായി കൂടുതൽ പ്രാധാന്യമുള്ളതായി തോന്നുന്ന AI കഥകളിൽ ഒന്നാണിത് - കവിത കുറവ്, ഭക്ഷണ ലഭ്യത കൂടുതൽ.
⚖️ ആന്ത്രോപിക് നിയമ സാങ്കേതികവിദ്യയിലേക്ക് നീങ്ങുന്നു ↗
ആന്ത്രോപിക് അതിന്റെ മോഡലിനെ യഥാർത്ഥ വർക്ക്ഫ്ലോകളിലേക്ക് മാറ്റുന്ന പ്ലഗിനുകളെ തള്ളിവിടുന്നു, അതിൽ ഡോക്യുമെന്റ് അവലോകനവും കരാർ വിശകലനവും ലക്ഷ്യമിട്ടുള്ള ഒരു നിയമപരമായ പ്ലഗിൻ ഉൾപ്പെടുന്നു. തുടർച്ചയായി 200 സമാനമായ ക്ലോസുകൾ ചെയ്യുന്നതുവരെ ആളുകൾ "സൂക്ഷ്മമായി" സത്യം ചെയ്യുന്ന ജോലിയാണിത്...
എന്നിരുന്നാലും, നിയമ സംഘങ്ങൾക്ക് ഇത് ഒറ്റ ക്ലിക്കിൽ പകരമാവില്ല. ഈ കാര്യങ്ങൾ വിന്യസിക്കുന്നതിന് ഇപ്പോഴും സാങ്കേതിക വൈദഗ്ദ്ധ്യം ആവശ്യമാണ്, എല്ലാവരും ഡാറ്റ സുരക്ഷയെക്കുറിച്ച് അമിതമായി ചിന്തിക്കാൻ പോകുന്നു - അവർ ചെയ്യേണ്ടതുപോലെ.
അല്പം കടുപ്പമേറിയ സൂചന: ഇടുങ്ങിയ ഓട്ടോമേഷനിൽ നിർമ്മിച്ച നിയമപരമായ സോഫ്റ്റ്വെയർ വെണ്ടർമാർക്ക് പെട്ടെന്ന് പ്രത്യേകത കുറവാണെന്ന് തോന്നിയേക്കാം.
🧬 ട്രയൽ സമയപരിധികൾ സമൂലമായി കുറയ്ക്കുന്നതിന് ഏജന്റ് AI ഉപയോഗപ്പെടുത്തി ConcertAI ത്വരിതപ്പെടുത്തിയ ക്ലിനിക്കൽ പരീക്ഷണങ്ങൾ ആരംഭിച്ചു ↗
പ്രോട്ടോക്കോൾ ഡിസൈൻ, സാധ്യതാ പരിശോധനകൾ, സൈറ്റ് തിരഞ്ഞെടുക്കൽ, നിയമനം, മുഴുവൻ കെട്ടഴിച്ച ശൃംഖല - പൊടിക്കുന്ന ഭാഗങ്ങൾ വേഗത്തിലാക്കാൻ ലക്ഷ്യമിട്ടുള്ള ഏജന്റ് AI-യെ ചുറ്റിപ്പറ്റി നിർമ്മിച്ച ഒരു "ത്വരിതപ്പെടുത്തിയ ക്ലിനിക്കൽ പരീക്ഷണങ്ങൾ" പ്ലാറ്റ്ഫോം ConcertAI പുറത്തിറക്കി.
യഥാർത്ഥ ലോകത്തിൽ നിന്നും ഉടമസ്ഥാവകാശ ഡാറ്റയിൽ നിന്നും എടുക്കുന്ന ഏജന്റുമാരെയും പൊതുവായ ഗവേഷണ സ്രോതസ്സുകളിലേക്ക് കണക്റ്ററുകളെയും ഉപയോഗിച്ച് അവർ സമയക്രമത്തിലും ഭേദഗതികളിലും വലിയ കുറവുകൾ അവകാശപ്പെടുന്നു. അതിമോഹമായി തോന്നുന്നു - കൂടാതെ ക്ലിനിക്കൽ ഓപ്പറേഷനുകൾക്ക് അൽപ്പം ഘർഷണം നീക്കം ചെയ്യൽ മാജിക് ഉപയോഗിക്കാം.
പകുതിയിൽ കൂടുതൽ പ്രവർത്തിച്ചാലും, “AI എല്ലാം സുഖപ്പെടുത്തുന്നു” എന്നതിന്റെ കുറവ്, “AI യന്ത്രത്തെ സ്തംഭിപ്പിക്കുന്നത് നിർത്തുന്നു” എന്നതിന്റെ വർദ്ധനവ്, ഒരുപക്ഷേ കൂടുതൽ വിശ്വസനീയമായ പുരോഗതിയായിരിക്കാം.
പതിവുചോദ്യങ്ങൾ
എന്താണ് OpenAI കോഡെക്സ് ആപ്പ്, അത് എന്താണ് ചെയ്യുന്നത്?
ഒന്നിലധികം കോഡിംഗ് ഏജന്റുമാരെ ഒരേ സമയം ഏകോപിപ്പിക്കുന്നതിനുള്ള ഒരു ഡെസ്ക്ടോപ്പ് "കമാൻഡ് സെന്റർ" എന്നാണ് ഓപ്പൺഎഐ കോഡെക്സ് ആപ്പിനെ വിശേഷിപ്പിക്കുന്നത്. ഒരൊറ്റ ചാറ്റ് ത്രെഡിൽ താമസിക്കുന്നതിനുപകരം, സമാന്തര വർക്ക് സ്ട്രീമുകളെയും നിങ്ങൾക്ക് മേൽനോട്ടം വഹിക്കാൻ കഴിയുന്ന ദീർഘകാല ജോലികളെയും ഇത് പിന്തുണയ്ക്കുന്നു. ഏജന്റുമാരുടെ ഒരു ചെറിയ "കൂട്ടത്തെ" കൈകാര്യം ചെയ്യുക എന്നതാണ് ലക്ഷ്യം, അതേസമയം അവർ ഉൽപ്പാദിപ്പിക്കുന്ന കാര്യങ്ങൾ അവലോകനം ചെയ്യുകയും നയിക്കുകയും സംയോജിപ്പിക്കുകയും ചെയ്യുന്നു.
സാധാരണ കോഡിംഗ് ചാറ്റ്ബോട്ടിൽ നിന്ന് OpenAI കോഡെക്സ് ആപ്പ് എങ്ങനെ വ്യത്യാസപ്പെട്ടിരിക്കുന്നു?
ഒരു സാധാരണ കോഡിംഗ് ചാറ്റ്ബോട്ട് ഒരു സംഭാഷണ ത്രെഡിൽ മാത്രം ഒതുങ്ങി നിൽക്കുന്നു, അതേസമയം ഓപ്പൺഎഐ കോഡെക്സ് ആപ്പ് നിരവധി ഏജന്റുമാരെ സമാന്തരമായി സംഘടിപ്പിക്കുന്നതിനെ ചുറ്റിപ്പറ്റിയാണ് രൂപപ്പെടുത്തിയിരിക്കുന്നത്. ഇത് വർക്ക്ഫ്ലോയെ "ചോദിക്കുക, കാത്തിരിക്കുക, വീണ്ടും ചോദിക്കുക" എന്നതിൽ നിന്ന് "ഒന്നിലധികം ജോലികൾ നിയോഗിക്കുക, പുരോഗതി ട്രാക്ക് ചെയ്യുക" എന്നതിലേക്ക് മാറ്റുന്നു. പ്രായോഗികമായി, ശുദ്ധമായ ചാറ്റിനേക്കാൾ പ്രോജക്റ്റ് മേൽനോട്ടത്തോട് ഇത് കൂടുതൽ അടുത്തതായി തോന്നാം, പ്രത്യേകിച്ചും ടാസ്ക്കുകൾ ഒരു ദ്രുത പ്രോംപ്റ്റ്-പ്രതികരണ ലൂപ്പിനപ്പുറം വ്യാപിക്കുമ്പോൾ.
ഒന്നിലധികം കോഡിംഗ് ഏജന്റുമാരെ മേൽനോട്ടം വഹിക്കാൻ ഏറ്റവും അനുയോജ്യമായ ജോലികൾ ഏതാണ്?
പല പൈപ്പ്ലൈനുകളിലും, മനുഷ്യ മേൽനോട്ടം ആവശ്യമുള്ള സമാന്തര ട്രാക്കുകളായി ജോലി വിഭജിക്കാൻ കഴിയുമ്പോൾ മൾട്ടി-ഏജന്റ് സജ്ജീകരണങ്ങൾ മികവ് പുലർത്തുന്നു. ഡീബഗ്ഗിംഗ്, ടെസ്റ്റുകൾ എഴുതൽ, ഡോക്സ് അപ്ഡേറ്റ് ചെയ്യൽ അല്ലെങ്കിൽ ബദൽ നടപ്പിലാക്കലുകൾ പര്യവേക്ഷണം ചെയ്യുന്നതിനായി പ്രത്യേക ഏജന്റുമാരെ നിയോഗിക്കുക എന്നതാണ് ഒരു പൊതു രീതി, അതേസമയം മൊത്തത്തിലുള്ള ആർക്കിടെക്ചർ സ്ഥിരതയുള്ളതായി നിലനിർത്തുന്നു. ടാസ്ക്കുകൾ വ്യക്തമായി സ്കോപ്പ് ചെയ്യപ്പെടുമ്പോഴും, വ്യത്യാസങ്ങൾ സൂക്ഷ്മമായി അവലോകനം ചെയ്യുമ്പോഴും, മാറ്റങ്ങൾ ഏകോപിപ്പിക്കുമ്പോഴും ഇത് ഏറ്റവും സഹായിക്കുന്നു, അങ്ങനെ ഏജന്റുകൾ ഒരു കോഡ്ബേസിന്റെ അതേ മേഖലകളിൽ കൂട്ടിയിടിക്കില്ല.
കോഡിംഗ് ഏജന്റുമാർക്ക് അനുമാന വേഗത ഇത്ര പ്രധാനമായിരിക്കുന്നത് എന്തുകൊണ്ട്?
കോഡിംഗ് ഏജന്റുകൾക്ക് ചെറുതും ഇടയ്ക്കിടെയുള്ളതുമായ അഭ്യർത്ഥനകളുടെ ഒരു സ്ഥിരമായ പ്രവാഹം സൃഷ്ടിക്കാൻ കഴിയും, പ്രത്യേകിച്ചും സമാന്തരമായി പ്രവർത്തിക്കുമ്പോഴും ഉപകരണങ്ങളുമായി ഇടപഴകുമ്പോഴും. ഒറ്റത്തവണ മോഡൽ ഡെമോകളേക്കാൾ ലേറ്റൻസിയും ത്രൂപുട്ടും കൂടുതൽ "ഉപയോക്തൃ-മുഖമായി" മാറുന്നു. സ്കെയിലിൽ പ്രതികരണശേഷി തടസ്സമാകുമ്പോൾ, അനുമാന വേഗത ഒരു പ്രധാന ഉൽപ്പന്ന നിയന്ത്രണമായി മാറുന്നു, ഒരു ദ്വിതീയ ഇൻഫ്രാസ്ട്രക്ചർ വിശദാംശമായി മാറുന്നില്ല.
AI അനുമാനത്തിനായി എൻവിഡിയയ്ക്ക് പുറമെ മറ്റെന്താണ് ചിപ്പ് ബദലുകൾ പര്യവേക്ഷണം ചെയ്യുന്നത്?
റിപ്പോർട്ടുകൾ പ്രകാരം എൻവിഡിയ ഇപ്പോഴും കേന്ദ്രബിന്ദുവാണ്, പക്ഷേ വേഗത്തിലുള്ള അനുമാനം ലക്ഷ്യമിട്ടുള്ള ബദലുകളിൽ താൽപ്പര്യം വർദ്ധിച്ചുവരികയാണ്. പരാമർശിക്കപ്പെട്ട പേരുകളിൽ എഎംഡിയും സെറിബ്രാസ്, ഗ്രോക്ക് പോലുള്ള പ്രത്യേക കളിക്കാരും ഉൾപ്പെടുന്നു. "ഇതിന് പരിശീലനം നൽകാൻ കഴിയുമോ" എന്നതിൽ കൂടുതൽ ഊന്നൽ നൽകുന്നു, പ്രത്യേകിച്ച് ഏജന്റ് വർക്ക്ഫ്ലോകൾ വർദ്ധിക്കുമ്പോൾ, കുറഞ്ഞ ലേറ്റൻസി, ഉയർന്ന ത്രൂപുട്ട് സെർവിംഗിലാണ് കൂടുതൽ ഊന്നൽ നൽകുന്നത്.
ഒറാക്കിൾ എന്തിനാണ് 50 ബില്യൺ ഡോളർ വരെ സമാഹരിക്കുന്നത്, അത് എന്തിനാണ്?
പ്രധാന AI പ്രതിബദ്ധതകളുമായി ബന്ധിപ്പിച്ചിരിക്കുന്ന ഒരു ഡാറ്റാ സെന്റർ നിർമ്മാണത്തിന് ധനസഹായം നൽകുന്നതിനായി കടത്തിന്റെയും ഇക്വിറ്റിയുടെയും വലിയൊരു മിശ്രിതം സമാഹരിക്കുന്നതിനുള്ള ഒരു പദ്ധതി ഒറാക്കിൾ ആവിഷ്കരിച്ചു. വലിയ അടിസ്ഥാന സൗകര്യ ചെലവുകൾക്ക് ധനസഹായം നൽകാൻ കമ്പനിക്ക് കഴിയുമോ എന്ന ആശങ്കകൾ ലഘൂകരിക്കുന്നതിനുള്ള ഒരു മാർഗമായിട്ടാണ് ഈ നീക്കം. നിക്ഷേപകർ ഉറ്റുനോക്കുന്ന ഒരു നീണ്ടുനിൽക്കുന്ന ചോദ്യം, വലിയ ചെലവുകളേക്കാൾ ദീർഘകാല വരുമാനമായി മാറുമോ എന്നതാണ്.
കാർബൺ റോബോട്ടിക്സിന്റെ പ്ലാന്റ് മോഡൽ ലേസർ കളനിയന്ത്രണ റോബോട്ടുകളെ എങ്ങനെ മാറ്റുന്നു?
ലേസർ അധിഷ്ഠിത കളനിയന്ത്രണത്തിന് കരുത്ത് പകരുന്നതിനായി സസ്യങ്ങളെ കണ്ടെത്തുന്നതിനും തിരിച്ചറിയുന്നതിനുമായി കാർബൺ റോബോട്ടിക്സ് ഒരു "വലിയ സസ്യ മാതൃക" അവതരിപ്പിച്ചു. ലേബലിംഗ്, പുനർപരിശീലനം, പൂർണ്ണ മോഡൽ അപ്ഡേറ്റിനായി കാത്തിരിക്കൽ എന്നിവയുടെ മന്ദഗതിയിലുള്ള ലൂപ്പ് ഇല്ലാതെ പുതിയ കളകളെ തിരിച്ചറിയുക എന്നതാണ് പ്രധാന വാഗ്ദാനം. എന്ത് നീക്കം ചെയ്യണമെന്നും എന്ത് സംരക്ഷിക്കണമെന്നും കർഷകർക്ക് സൂചിപ്പിക്കാൻ കഴിയും, കൂടാതെ പൂർണ്ണമായ പുനഃസജ്ജീകരണം കൂടാതെ തന്നെ ക്രമീകരിക്കാൻ കഴിയുന്ന തരത്തിലാണ് സിസ്റ്റം രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത്.
നിയമപരമായ ജോലികളിലും ക്ലിനിക്കൽ പരീക്ഷണങ്ങളിലും ഏജന്റ് AI ഉപകരണങ്ങൾ എങ്ങനെയാണ് കാണിക്കുന്നത്?
നിയമപരമായ രേഖകളുടെ അവലോകനവും കരാർ വിശകലനവും ഉൾപ്പെടെയുള്ള വർക്ക്ഫ്ലോകളുമായി സംയോജിപ്പിക്കുന്ന പുഷിംഗ് പ്ലഗിനുകൾ എന്നാണ് ആന്ത്രോപിക്കിനെ വിശേഷിപ്പിക്കുന്നത്. പ്രോട്ടോക്കോൾ ഡിസൈൻ, സാധ്യതാ പരിശോധനകൾ, സൈറ്റ് തിരഞ്ഞെടുക്കൽ, നിയമനം എന്നിവ വേഗത്തിലാക്കാൻ ലക്ഷ്യമിട്ടുള്ള ഒരു "ത്വരിതപ്പെടുത്തിയ ക്ലിനിക്കൽ ട്രയൽസ്" പ്ലാറ്റ്ഫോം കൺസേർട്ട്എഐ പ്രത്യേകമായി ആരംഭിച്ചു. രണ്ട് മേഖലകളിലും, പ്രായോഗിക വിന്യാസം സാധാരണയായി മോഡൽ ശേഷിയിൽ മാത്രമല്ല, സുരക്ഷ, ഭരണം, ശ്രദ്ധാപൂർവ്വമായ സാധൂകരണം എന്നിവയെ ആശ്രയിച്ചിരിക്കുന്നു.