GenAI Playbook

வரம்புகள்

வெளியிடப்பட்டது 27 ஆகஸ்ட், 2024 · ஆசிரியர்: Dipankar Sarkar

உருவாக்கும் செயற்கை நுண்ணறிவு குறைவாக செயல்படும் பயன்பாடுகள்

செயற்கை நுண்ணறிவின் வரம்புகளை வழிநடத்துதல்

உருவாக்கும் செயற்கை நுண்ணறிவு (GenAI) பல்வேறு துறைகளில் குறிப்பிடத்தக்க திறன்களைக் காட்டியிருந்தாலும், அதன் வரம்புகளை நிறுவனங்கள் புரிந்துகொள்வது முக்கியம். GenAI எங்கு குறைவாக செயல்படுகிறது என்பதை அங்கீகரிப்பது வளங்களை தவறாக ஒதுக்குவதைத் தடுப்பதோடு மட்டுமல்லாமல், பொருத்தமான போது மாற்று, சாத்தியமான மேலும் திறமையான தீர்வுகள் பரிசீலிக்கப்படுவதை உறுதி செய்கிறது. இந்தப் பிரிவு தற்போதைய GenAI தொழில்நுட்பங்கள் சிறந்த தேர்வாக இல்லாத குறிப்பிட்ட பயன்பாடுகள் மற்றும் சூழ்நிலைகளை ஆராய்கிறது.

1. உயர் பங்கு முடிவெடுத்தல்

GenAI மாதிரிகள், அவற்றின் நுணுக்கமான தன்மையைப் பொருட்படுத்தாமல், உண்மையான புரிதலை இழந்துவிடுகின்றன மற்றும் நம்பிக்கையுடன் கூறப்பட்ட ஆனால் தவறான தகவல்களை உற்பத்தி செய்யக்கூடும் (இது “மாயத்தோற்றம்” என்று அறியப்படும் நிகழ்வு). இது அவற்றை உயர் பங்கு முடிவெடுக்கும் செயல்முறைகளுக்கு பொருத்தமற்றதாக்குகிறது, குறிப்பாக பின்வரும் துறைகளில்:

• மருத்துவ நோயறிதல்: GenAI தகவல் சேகரிப்பில் உதவக்கூடும், ஆனால் அது மருத்துவ நோயறிதல்கள் அல்லது சிகிச்சைத் திட்டங்களுக்கான ஒரே அடிப்படையாக இருக்கக்கூடாது.
• சட்ட தீர்ப்புகள்: சட்டங்கள் மற்றும் முன்னுதாரணங்களின் நுணுக்கமான விளக்கம் GenAI நம்பகமாக மறுஉருவாக்கம் செய்ய முடியாத மனித நிபுணத்துவத்தை தேவைப்படுத்துகிறது.
• நிதி முதலீடு: GenAI போக்குகளை பகுப்பாய்வு செய்யக்கூடும், ஆனால் AI உருவாக்கிய ஆலோசனையின் அடிப்படையில் மட்டுமே குறிப்பிடத்தக்க நிதி முடிவுகளை எடுப்பது கணிசமான அபாயங்களைக் கொண்டுள்ளது.

ஏன் இது குறைகிறது: GenAI இந்த உயர் பங்கு சூழ்நிலைகளில் முக்கியமான உண்மையான உலக புரிதல், பொறுப்புணர்வு மற்றும் நெறிமுறை தாக்கங்களை கருத்தில் கொள்ளும் திறனை இழந்துவிடுகிறது.

2. உணர்ச்சி நுண்ணறிவு தேவைப்படும் பணிகள்

GenAI ஒரு அளவிற்கு பரிவை உருவகப்படுத்த முடியும், ஆனால் அது அடிப்படையில் உண்மையான உணர்ச்சி நுண்ணறிவை இழந்துவிடுகிறது. இந்த வரம்பு பின்வருவனவற்றில் தெளிவாகிறது:

• துக்க ஆலோசனை: துக்க ஆலோசனையின் நுணுக்கமான, மிகவும் தனிப்பட்ட தன்மை மனித பரிவு மற்றும் அனுபவத்தை தேவைப்படுத்துகிறது.
• நெருக்கடி சூழ்நிலைகளில் தலைமைத்துவம்: நெருக்கடிகளின் போது திறமையான தலைமைத்துவம் பெரும்பாலும் நுணுக்கமான உணர்ச்சி குறிப்புகளைப் படித்து, பல ஆண்டுகள் மனித அனுபவத்தின் அடிப்படையில் உள்ளுணர்வு முடிவுகளை எடுப்பதை தேவைப்படுத்துகிறது.
• முரண்பாடு தீர்வு: தனிப்பட்ட அல்லது துறைகளுக்கிடையேயான முரண்பாடுகளைத் தீர்ப்பது GenAI வழங்க முடியாத உணர்ச்சி புரிதல் மற்றும் நுணுக்கமான தகவல் தொடர்பை தேவைப்படுத்துகிறது.

ஏன் இது குறைகிறது: GenAI உண்மையிலேயே உணர்வுகளைப் புரிந்துகொள்ளவோ அல்லது பதிலளிக்கவோ முடியாது, உணர்ச்சி நுண்ணறிவு முக்கியமான சூழ்நிலைகளில் அதன் செயல்திறனை வரம்புக்குட்படுத்துகிறது.

3. தனித்துவம் தேவைப்படும் படைப்பாற்றல் பணிகள்

GenAI படைப்பாற்றல் உள்ளடக்கத்தை உருவாக்க முடியும், ஆனால் அது அடிப்படையில் ஏற்கனவே உள்ள தரவை மீண்டும் இணைத்து விரிவுபடுத்துகிறது. இது பின்வரும் வரம்புகளுக்கு வழிவகுக்கிறது:

• புதுமையான அறிவியல் கோட்பாடுகள்: உண்மையிலேயே புதிய அறிவியல் கோட்பாடுகள் பெரும்பாலும் GenAI மாதிரிகள் வடிவமைக்கப்படாத உள்ளுணர்வு மற்றும் பல்துறை நுண்ணறிவுகளின் தாவல்களை தேவைப்படுத்துகின்றன.
• புரட்சிகர கலை இயக்கங்கள்: GenAI ஏற்கனவே உள்ள பாணிகளை பின்பற்ற முடியும், முற்றிலும் புதிய கலை இயக்கங்களைத் தொடங்குவது AI இல்லாத கலாச்சார புரிதல் மற்றும் நோக்கத்தின் அளவை தேவைப்படுத்துகிறது.
• புரட்சிகர வணிக மாதிரிகள்: தொழில்களை அடிப்படையில் மறுவடிவமைக்கும் வணிக மாதிரிகளை உருவாக்குவது பெரும்பாலும் ஏற்கனவே உள்ள தரவில் முறை அங்கீகாரத்திற்கு அப்பாற்பட்ட நுண்ணறிவுகளை தேவைப்படுத்துகிறது.

ஏன் இது குறைகிறது: GenAI அதன் பயிற்சி தரவால் வரம்புக்குட்பட்டுள்ளது மற்றும் ஏற்கனவே உள்ள முன்மாதிரிகளை மீறும் உண்மையிலேயே தனித்துவமான யோசனைகளை உருவாக்கும் திறனை இழந்துவிடுகிறது.

4. உடல் தொடர்பு அல்லது உணர்வு அனுபவம் தேவைப்படும் பணிகள்

GenAI டிஜிட்டல் உலகில் இயங்குகிறது மற்றும் உடல் உருவகப்படுத்தலை இழந்துவிடுகிறது, இது பின்வருவனவற்றில் அதன் பயன்பாட்டை வரம்புக்குட்படுத்துகிறது:

• கைவினைத் திறன் மற்றும் உடல் திறன்கள்: மரவேலை, அறுவை சிகிச்சை அல்லது இசைக்கருவிகளை இசைத்தல் போன்ற பணிகள் உடல் பின்னூட்டம் மற்றும் நுண்ணிய இயக்க திறன்களை தேவைப்படுத்துகின்றன.
• உடல் தயாரிப்புகளுக்கான தர கட்டுப்பாடு: உடல் பொருட்களின் தரத்தை மதிப்பிடுவது பெரும்பாலும் GenAI மறுஉருவாக்கம் செய்ய முடியாத உணர்வு உள்ளீடுகளை (தொடுதல், மணம், சுவை) தேவைப்படுத்துகிறது.
• அவசர பதில்: முதல் பதிலளிப்பவர்கள் GenAI உணர முடியாத உடல் சூழல் குறிப்புகளின் அடிப்படையில் கணநேர முடிவுகளை எடுக்க வேண்டும்.

ஏன் இது குறைகிறது: உடல் உருவகப்படுத்தல் மற்றும் உணர்வு அனுபவம் இல்லாதது உடல் உலகுடன் தொடர்புகொள்ள வேண்டிய பணிகளில் GenAI இன் செயல்திறனை வரம்புக்குட்படுத்துகிறது.

5. நேரடி இயங்குநிலை முடிவெடுத்தல்

GenAI தகவல்களை விரைவாக செயலாக்க முடியும், ஆனால் அது மிகவும் இயங்குநிலை சூழல்களில் நேரடி முடிவெடுத்தலில் சிரமப்படுகிறது:

• விளையாட்டு பயிற்சி: ஒரு விளையாட்டின் போது கணநேர தந்திரோபாய முடிவுகளை எடுப்பது தற்போதைய GenAI மாதிரிகளால் பொருந்த முடியாத நேரடி பகுப்பாய்வு மற்றும் உள்ளுணர்வின் அளவை தேவைப்படுத்துகிறது.
• இராணுவ தந்திரோபாயங்கள்: போர்க்கள முடிவுகள் முன்னரே தீர்மானிக்கப்பட்ட சூழ்நிலைகளுக்கு அப்பாற்பட்ட விரைவாக மாறும் நிலைமைகளுக்கு உடனடி பதில்களை தேவைப்படுத்துகின்றன.
• நேரடி நிகழ்வு மேலாண்மை: நேரடி நிகழ்வுகளின் போது எதிர்பாராத சூழ்நிலைகளை நிர்வகிப்பது தற்போது GenAI இல்லாத விரைவான சிந்தனை மற்றும் தகவமைப்புத் தன்மையை தேவைப்படுத்துகிறது.

ஏன் இது குறைகிறது: GenAI மாதிரிகள், வேகமாக இருந்தாலும், இந்த சூழ்நிலைகளில் தேவைப்படும் உடனடி, தகவமைக்கக்கூடிய முடிவெடுத்தலுக்காக வடிவமைக்கப்படவில்லை.

6. காரணத்தை விளக்க தேவைப்படும் பணிகள்

பல தொழில்முறை மற்றும் ஒழுங்குமுறை சூழல்களில், ஒரு பதில் அல்லது முடிவை வழங்குவது மட்டும் போதாது - அதன் பின்னால் உள்ள காரணம் விளக்கக்கூடியதாக இருக்க வேண்டும்:

• ஒழுங்குமுறை இணக்கம்: பல தொழில்கள் தற்போதைய GenAI மாதிரிகள் வழங்க சிரமப்படும் தெளிவான, தணிக்கை செய்யக்கூடிய முடிவெடுக்கும் செயல்முறைகளை தேவைப்படுத்துகின்றன.
• கல்வி ஆராய்ச்சி: சக மதிப்பாய்வு செயல்முறை முறைகள் மற்றும் காரணங்களின் தெளிவான விளக்கங்களை தேவைப்படுத்துகிறது, இதை GenAI பெரும்பாலும் திருப்திகரமான முறையில் வழங்க முடியாது.
• சட்ட வாதம்: சட்ட வாதங்களை உருவாக்குவது ஆராயப்பட்டு விவாதிக்கப்படக்கூடிய தெளிவான காரண சங்கிலியை தேவைப்படுத்துகிறது, இது தற்போதைய GenAI இன் திறன்களுக்கு அப்பாற்பட்டது.

ஏன் இது குறைகிறது: பல GenAI மாதிரிகளின் “கருப்பு பெட்டி” தன்மை அவற்றின் வெளியீடுகளுக்கான தெளிவான, படிப்படியான விளக்கங்களை வழங்குவதை கடினமாக்குகிறது.

நிர்வாக முக்கிய கருத்துக்கள்

• தலைமை நிர்வாக அதிகாரி: GenAI ஒரு சக்திவாய்ந்த கருவி என்பதை புரிந்துகொள்ளுங்கள் ஆனால் அது ஒரு தீர்வு அல்ல. உயர் பங்கு முடிவுகள் மற்றும் படைப்பாற்றல் தலைமைத்துவத்திற்கு மனித நிபுணத்துவத்தில் முதலீடு செய்யுங்கள்.
• செயல்பாட்டு தலைமை அதிகாரி: GenAI அது சிறப்பாக செயல்படும் செயல்பாடுகளில் செயல்படுத்துங்கள், ஆனால் சிக்கலான, நுணுக்கமான செயல்முறைகளுக்கு மனித மேற்பார்வையை பராமரிக்கவும், குறிப்பாக உடல் தயாரிப்புகள் அல்லது சேவைகளை உள்ளடக்கியவை.
• தயாரிப்பு தலைமை அதிகாரி: தயாரிப்பு அம்சங்களை மேம்படுத்த GenAI ஐப் பயன்படுத்துங்கள், ஆனால் ஆழ்ந்த பரிவு தேவைப்படும் முன்னோடி புத்தாக்கங்கள் மற்றும் பயனர் அனுபவ வடிவமைப்புக்கு மனித நுண்ணறிவை நம்பவும்.
• தொழில்நுட்ப தலைமை அதிகாரி: GenAI பலங்களை பாரம்பரிய முறைகளுடன் இணைக்கும் கலப்பு அணுகுமுறையை உருவாக்குங்கள், குறிப்பாக முக்கியமான அமைப்புகள் மற்றும் தெளிவான தணிக்கை தடங்கள் தேவைப்படுபவைகளுக்கு.

{{< hint warning >}}

தகவல் பெட்டி: AI குளிர்காலங்கள் மற்றும் GenAI எதிர்பார்ப்புகளுக்கான அவற்றின் பாடங்கள்

AI இன் வரலாறு பெரும் உற்சாகம் கொண்ட காலங்களைத் தொடர்ந்து ஏமாற்றம் மற்றும் குறைந்த நிதியுதவி கொண்ட காலங்களைக் கண்டுள்ளது, இவை “AI குளிர்காலங்கள்” என்று அறியப்படுகின்றன. மிகவும் குறிப்பிடத்தக்கவை 1970களில் மற்றும் 1980களின் பிற்பகுதியில் நடந்தன, அப்போது மனிதனைப் போன்ற AI பற்றிய வாக்குறுதிகள் நிறைவேறவில்லை.

{{< /hint >}}

முக்கிய பாடங்கள்:

1. திறன்களை மிகையாகக் கூறுவதைத் தவிர்க்கவும்: GenAI என்ன செய்ய முடியும் மற்றும் என்ன செய்ய முடியாது என்பது குறித்து யதார்த்தமாக இருங்கள்.
2. பொதுவான மனிதனைப் போன்ற நுண்ணறிவுக்குப் பதிலாக குறிப்பிட்ட, அடையக்கூடிய பயன்பாடுகளில் கவனம் செலுத்துங்கள்.
3. ஒரு தனி தொழில்நுட்பத்தை அதிகம் நம்பாத சமநிலையான முதலீட்டு உத்தியைப் பராமரிக்கவும்.
4. உண்மையான உலக முடிவுகளின் அடிப்படையில் எதிர்பார்ப்புகளை தொடர்ந்து மதிப்பீடு செய்து சரிசெய்யவும்.

இந்த வரலாற்று சுழற்சிகளைப் புரிந்துகொள்வதன் மூலம், நிறுவனங்கள் தற்போதைய GenAI புரட்சியை சிறப்பாக வழிநடத்த முடியும், உற்சாகத்தை பராமரிக்கும் அதே வேளையில் யதார்த்தமான எதிர்பார்ப்புகளை அமைத்து எதிர்கால சவால்களுக்கு தயாராகலாம்.