கூகுள் ஜெம்மா ஏ.ஐ. பொய் சொல்லுகிறதா?

அமெரிக்க டென்னசி மாநில செனட்டர் மார்ஷா பிளாக்பர்ன் அவர்கள் கூகுள் தலைமை நிர்வாக இயக்குநர் சுந்தர் பிச்சைக்கு ஒரு புகார்க் கடிதம் எழுதியுள்ளார். அதில் உங்களுடைய ஜெம்மா செய்யறிவு மாதிரி (Gemma AI Model) என்னைப் பற்றி இல்லாததையும், மிகவும் மோசமான பொய்களையும் சொல்லுகிறது. அது ஏன் இப்படிச் சொல்கிறது, எந்தத் தரவுகளைக் கொண்டு பயிற்சிகள் கொடுக்கப்பட்டதால் இப்படிச் சொல்கிறது. இதைத் தடுக்க நீங்கள் என்ன செய்கிறீர்கள். குறிப்பாக அரசியல்வாதிகளை, பிரபலங்களைப் பற்றி ஒரு தலைப்பட்சமாக விவரங்களைத் தருவதை எப்படித் தவிர்கிறீர்கள் என்று பல கேள்விகளைக் கேட்டுள்ளார். இதற்கான பதில்களை வரும் நவம்பர் ஆறாம் தேதிக்குள் அளிக்க வேண்டும் என்றும் சொல்லியிருக்கிறார்.

இதைத் தொடர்ந்து கூகுள் ஜெம்மா செய்யறிவு மாதிரியை அவர்களின் ஏ.ஐ. ஸ்டூடியோ (AI Studio) தளத்தில் இருந்து தற்காலிகமாக நீக்கி இருக்கிறது.

இதில் இருக்கும் தொழில்நுட்பத்தைப் புரிந்து கொள்ள இரண்டு விசயங்களை இந்த காணொலியில் பேசி இருக்கிறேன்.

மற்ற மென்பொருட்களுக்கும், அதாவது இதற்கு முன்னர் வந்த நிரல்களுக்கும் (பிரோக்ராம்களுக்கும்), இயற்றறிவு என்கிற ஜெனரேட்டிவ் ஏ.ஐ.க்கும் (Generative AI) அடிப்படையில் இருக்கும் முக்கியமான வித்தியாசம் என்னவென்பதைப் புரிந்து கொள்ள வேண்டும்.

சேமிக்கப்பட்ட தரவுத்தளங்களில் (டேட்டாபேஸில்) இருந்து ஒரு சாதாரண மென்பொருள் விடைகளை எடுத்துக் கொடுக்கும். அப்படி அது தரும் விடைகள்/தரவுகள் அச்சு அசல் சரியாக இருக்கும், ஆனால் ஜெனரேட்டர் ஏ.ஐ. மாதிரிகளிடம் நாம் கேள்வி கேட்கும்போது அது புள்ளி இயல் அடிப்படையில் கணித்து விடையை அளிக்கும். அதில் சில சமயம் கற்பனை கலந்து வந்துவிடும் – அதற்குக் காரணம் புள்ளி இயல். இது ஏன் இப்படி இயங்க வேண்டும்? இயற்றறிவு ஏ.ஐ. இதுவரை அது பார்த்திராத விசயத்தை தான் கற்ற விசயங்களோடு புதிதாக உருவாக்கியும் சொல்லும். இதனால் தான் நீங்கள் கேட்கும் புதுப் புதுக் கேள்விகளுக்கும் இந்த ஏ.ஐ. மாதிரிகளால் புரிந்து கொண்டு பதிலளிக்க முடிகிறது. சரியான பதில் மட்டுமே சொல்லவேண்டும் என்றால், ஏற்கனவே படித்து கற்ற கேள்விகளுக்கு மட்டுமே பதில் சொல்ல முடியும். இந்த முறையைக் கற்பனை என்றும் சொல்லலாம், மதிமயக்கம் (Hallucination) என்றும் புரிந்து கொள்ளலாம். இந்தக் குறையைப் பல வழிகளில் குறைக்க முடியுமே தவிரத் தவிர்ப்பது மிக மிகக் கடினம். அதற்கான ஆராய்ச்சிகள் நடந்து கொண்டே இருக்கிறது.

ஓர் எளிமைப்படுத்தப்பட்ட உதாரணத்தைக் கொண்டு புரிந்து கொள்ளலாம். நாம் பார்க்கும் ஒரு காட்சியைப் புகைப்படக் கருவி துல்லியமாக, உள்ளது உள்ளபடி அப்படியே பதிவு செய்து கொடுக்கும். ஆனால் ஓர் ஓவியர் அதே காட்சியைப் பார்க்கும் போது அந்தளவு துல்லியமாக அவரால் வரைய முடியாது, அதில் அவருடைய கற்பனையை ஒரு துளியாவது கலந்துதான் வரைவர். அதோடு ஓர் ஓவியர் இதுவரை அவர் பார்த்திராத ஒரு காட்சியைக் கூட கற்பனையாக வரைய முடியும். ஆனால் புகைப்படக் கருவியால் பார்க்காத காட்சியைப் படம் எடுக்க முடியாது. ஓர் ஓவியரின் ஓவியத்துக்கும் புகைப்படத்திற்கும் இருக்கும் முக்கியமான வித்தியாசம் இவை. இரண்டும் தேவை. ஆனால் இரண்டும் வெவ்வேறு விதமாகச் செய்கிறது.

கற்பனை கலந்துவரும் என்று சொல்லும் போது, சாட்ஜிபிடி போன்றவை கற்பனையைக் கலந்து சொல்வதற்காகவே உருவாக்கப்பட்டவை என்று பொருள் கொள்ளக் கூடாது. எந்த பெரும் நிறுவனமும் பொய் சொல்லத் தங்களின் மாதிரிகளைப் பழக்க மாட்டார்கள்.

தவறுகளைக் குறைக்கக் கூகுள் உட்பட எல்லா ஏ.ஐ. நிறுவனங்களும் அவரவர் பயனர்கள் செயலிகளில் இணையத்தில் இருந்து நடப்பு தரவுகளை, இந்த மாதிரிகளுக்குக் கூடுதலாகச் செலுத்துவார்கள். தவறுகளைக் குறைக்க மாதிரியின் பயிற்சி தரவுகளின் அளவை அதிகப்படுத்துவது, அடுத்தது பயிற்சி தரவுகளின் தரத்தை உயர்த்துவது போன்றவை உதவும். அதோடு மாதிரியில் இருந்து வரும் விடைகளைச் சிலவிதத் தடுப்புகள் அமைத்து சோதனைகளைச் செய்த பிறகே பயனர்களுக்குக் காண்பிப்பார்கள்.

கூகுள் அவர்களது ஜெமினி செயற்கை நுண்ணறிவு மாதிரியின் மேல் பல கூடுதல் வசதிகளையும், அவர்களின் தேடுபொறியையும் இணைத்து அதோடு பல தடுப்புகளையும் அமைத்து வழங்குகிறார்கள். இவற்றை ஜெமினி செயலியாக, ஜெமினி இணையத்தளமாக வெளியிடுகிறார்கள்.

ஆனால், அவர்களுடைய ஜெம்மா மாதிரி அப்படியில்லை. இதைத் திறமூலமாக இலவசமாகவும் வழங்குகிறார்கள். இந்த ஜெம்மா மாதிரியை நேரடியாகப் பயனர்கள் பயன்படுத்தக் கூடாது. பொறியாளர்கள் அவர்களது நிரல்களில் இந்த மாதிரியைப் பயன்படுத்தலாம், அப்படிச் செய்யும் போது அதன் மேல் கூடுதல் வசதிகளை, ஏஜென்ட்களை, பாதுகாப்புகளை இணைப்பது அந்தந்த பொறியாளர்களின் வேலை. இங்கே இன்னொரு விசயம், ஜெம்மா திறமூலமாகத் தரவிறக்கக் கிடைப்பதால் பல்வேறு அளவுகளில் கிடைக்கிறது. உங்கள் கணினியின் திறனிற்கு ஏற்ப ஜெம்மா மாதிரியின் அளவைத் தேர்வு செய்து தரவிறக்கம் செய்து பயன்படுத்தலாம். எல்லா அளவு மாதிரிக்கும் எல்லாத் தரவுகளும், எல்லா உண்மைச் சம்பவங்களும் அதற்குக் கொடுக்கப்பட்ட பயிற்சியில் இடம்பெற்றிருக்காது. அதனால் சிறிய மாடல்களின் பதில்கள் சுமாராகவே இருக்கும்.

ஜெனரேட்டர் ஏ.ஐ. மாதிரிகள் உண்மைகளின் சேமிப்பு பெட்டகம் இல்லை, அவை உண்மை தகவல்களின் மொழி அமைப்பிலிருந்து (patterns) கற்றுக் கொள்ளுமே தவிர, எல்லாவற்றையும் அப்படியே நினைவிலும் வைத்துக் கொள்ளாது . அதற்கு உதவக் கூகுள் தேடுபொறியும், ஏஜென்ட்கள் மூலம் தரவுத்தளங்கள் இணைக்கப்பட்டிருக்க வேண்டும்.

இறுதியாக, இந்த விசயத்தில் அரசாங்கங்கள் நிறுவனங்களைக் கேள்வி கேட்கவே கூடாதா என்று கேட்டால், அப்படி இதைப் புரிந்து கொள்ளக் கூடாது என்பது என் கருத்து. அரசுகளுக்கு அது எந்த நாட்டு அரசாக இருந்தாலும், அந்த நாட்டில் இருக்கும் எந்த நிறுவனமானாலும் அவற்றைக் கேள்வி கேட்கும் உரிமை இருக்கிறது. சட்ட அதிகாரமும் இருக்கும். அப்படி அவர்கள் கேட்கவும் வேண்டும், அதற்கு நிறுவனங்களும் பதில் சொல்ல வேண்டும். நிறுவனங்கள் தவறு செய்திருப்பின் தண்டனையை அனுபவிக்க வேண்டும். ஆனால் அதே சமயம் தொழில்நுட்பத்தின் அடிப்படையை நாம் அனைவரும் புரிந்து கொள்வது நல்லது.

Footnote: The actual letter from United States Senator Marsha Blackburn is available here.