GAIA மதிப்பெண்ணின் பொருள் — AI ஏஜென்ட்கள் எந்த அளவுக்கு முன்னேறியுள்ளன?
GAIA பெஞ்ச்மார்க் முதன்முதலில் வெளியிடப்பட்டபோது, அக்காலத்தின் முன்னணி மாடலாக இருந்த GPT-4 கூட சுமார் 30% மதிப்பெண்ணைப் பெறுவதிலேயே நின்றது. எளிய கேள்வி-பதிலைத் தாண்டி சிக்கலான பகுத்தறிவு, கருவிப் பயன்பாடு மற்றும் பலகட்டச் சிக்கல் தீர்வைக் கோரும் GAIA-வின் தன்மையால், அக்கால AI-யின் “சிந்தித்து செயல்படும் திறன்” இன்னும் ஆரம்ப நிலையிலேயே இருந்தது என்பதையே இது குறிக்கிறது.
ஆனால் தற்போது, முன்னணி ஏஜென்ட்கள் 92.36% மதிப்பெண்ணை எட்டியுள்ளன.
இந்த மாற்றம் வெறும் செயல்திறன் மேம்பாடு மட்டுமல்ல. AI கேள்விகளுக்குப் பதிலளிக்கும் நிலையைத் தாண்டி, சூழ்நிலையைப் புரிந்துகொண்டு, தேவையான கருவிகளைத் தேர்ந்தெடுத்து, பல படிகளைத் தானாகத் திட்டமிட்டு செயல்படுத்தும் ‘Agentic AI’ நிலைக்கு நுழைந்துவிட்டது என்பதைக் காட்டும் குறியீடாகும்.
சில ஆண்டுகளிலேயே, AI “அறிவு உருவாக்கும் கருவி” என்பதிலிருந்து “பணிகளைச் செயல்படுத்தும் செயற்பாட்டு அலகு”வாகப் பரிணமித்துள்ளது.
📌 அந்த முதல் 2.5% இடத்திற்குள் CLEVI-யும் உள்ளது
இத்தகைய உலகளாவிய போட்டிச் சூழலில், உள்நாட்டில் உருவாக்கப்பட்ட CLEVI-யின் ஏஜென்ட் GAIA லீடர்போர்டில் முதல் 2.5% இடத்தில் இடம்பெற்றிருப்பது, தொழில்நுட்ப சுயசார்பை நிரூபிக்கிறது. மேலும், கொரியாவில் உருவாக்கப்பட்ட AI ஏஜென்ட் உலகளாவிய தரநிலைகளிலும் சிறப்பாகச் செயல்படுகிறது என்பதற்கான சான்றாகும். இதன் பொருள் வெறும் எண்ணிக்கையைத் தாண்டியது. குறிப்பிட்ட டெமோ சூழல் அல்லாமல், உலகளவில் வெளியிடப்பட்ட பெஞ்ச்மார்க்கில் ஆயிரக்கணக்கான மாடல்களுடன் போட்டியிட்டு, புறநிலையாகச் சரிபார்க்கப்பட்ட தொழில்நுட்பத் திறன் இதுவாகும்.
இதைவிட முக்கியமானது, இந்தச் சாதனை ஒரு தனிப்பட்ட மாடலின் தற்செயலான முடிவு அல்ல; அதே Agent Stack அடிப்படையில் அமைந்த வெவ்வேறு வடிவமைப்புகளைக் கொண்ட ஏஜென்ட்கள் தொடர்ந்து முன்னணி செயல்திறனை உருவாக்கியுள்ளன என்பதே ஆகும்.
அதாவது, CLEVI-யின் தொழில்நுட்பம் “ஒருமுறை சிறப்பாகக் கிடைத்த முடிவு” அல்ல; மீண்டும் உருவாக்கக்கூடிய கட்டமைப்பு சார்ந்த போட்டித்திறன் ஆகும். மேலும், பல்வேறு தொழில்துறைகள் மற்றும் சூழ்நிலைகளுக்கு விரிவாக்கக்கூடிய தளநிலைத் திறனையும் இது கொண்டுள்ளது.
அப்படியானால், இந்தக் குறியீடு எதைக் குறிக்கிறது?
பயனரின் பார்வையில், AI-யை ஏற்றுக்கொள்வதில் மிகப்பெரிய தடையாக இருப்பது "உண்மையாக நம்பி ஒப்படைக்க முடியுமா?" என்ற கேள்வியே ஆகும்.
பளபளப்பான டெமோக்கள் அல்லது நிறுவனத்தின் சொந்த விளக்கக்காட்சிகள் அல்லாமல், உலகளாவிய பொது லீடர்போர்டு எனும் மூன்றாம் தரப்பின் மேடையில் மீண்டும் மீண்டும் நிரூபிக்கப்பட்ட செயல்திறனே அந்தக் கேள்விக்கான மிகப் புறநிலையான பதிலாகும். குறிப்பாக, இது மூன்று அம்சங்களில் முக்கியத்துவம் பெறுகிறது.
முதலாவது, அறிமுகப்படுத்தும் அபாயத்தைக் குறைத்தல்
சரிபார்க்கப்படாத AI-ஐ உள்நாட்டுப் பணிகளுடன் இணைப்பது நிறுவனங்களுக்கு குறிப்பிடத்தக்க சுமையாகும்.
GAIA போன்ற நம்பகத்தன்மை வாய்ந்த தரநிலைகளில் கிடைத்த செயல்திறன், தொழில்நுட்ப மதிப்பாய்வு கட்டத்தில் நம்பிக்கைக்கான அடிப்படையாக நேரடியாகப் பயன்படுத்தப்படலாம்.
இரண்டாவது, சிக்கலான பணிகளைத் தானியக்கமாக்குவதை நிஜமாக்குதல்
முதல் 2.5% இடம் என்பது எளிய மீண்டும் மீண்டும் செய்யும் பணிகளைத் தாண்டி, சூழலைப் புரிந்துகொண்டு பல கட்டங்களைத் தானாகத் தீர்மானித்து நிறைவேற்றும் அளவிலான நுண்ணறிவைக் குறிக்கிறது.
இதுவரை "AI-யிடம் ஒப்படைப்பது கடினம்" என்று கருதப்பட்ட பணிப் பகுதிகள் நடைமுறைத் தானியக்கத்தின் இலக்காக மாறலாம்.
மூன்றாவது, தரவுப் பாதுகாப்பையும் செயல்திறனையும் ஒரே நேரத்தில் உறுதிசெய்தல்
சொந்த Agent Stack கட்டமைப்பு என்பது தரவு ஓட்டம் வெளிப்புறத்திற்குச் செல்லாது என்பதைக் குறிக்கிறது.
உயர் செயல்திறன் கொண்ட AI-ஐ பயன்படுத்துவதற்காகப் பாதுகாப்பில் சமரசம் செய்ய வேண்டியிருந்த முந்தைய இருமையில் இருந்து விடுபடலாம்.
குறிப்பாக, நிதி, மருத்துவம், சட்டம் போன்ற தரவு உணர்திறன் அதிகமுள்ள தொழில்துறைகளில் இந்தக் கட்டமைப்பு தீர்மானகரமான வேறுபாட்டு அம்சமாகிறது.
இந்தக் கட்டமைப்பை மீண்டும் உருவாக்க முடியும் என்பது ஏற்கனவே நிரூபிக்கத் தொடங்கியுள்ளது.
மேலும், அந்தக் கட்டமைப்பின் மீது உருவாக்கப்படும் ஒவ்வொரு ஏஜென்டின் செயல்திறனும் விரைவில் களத்தில் நடைமுறை மாற்றமாக மாறும்.
"இறுதியில், தொழில்நுட்பத்தின் முழுமை களத்தில் கிடைக்கும் 'நம்பிக்கையால்' நிறைவு பெறுகிறது."
CLEVI உயர் செயல்திறன் கொண்ட AI-ஐ வழங்குவதில் மட்டும் நின்றுவிடுவதில்லை. நிறுவனங்கள் எதிர்கொள்ளும் பாதுகாப்புத் தடைகளை உடைத்து, சிக்கலான நடைமுறைப் பணிகளை உண்மையில் முடிக்கக்கூடிய 'செயலாக்க உள்கட்டமைப்பை' உருவாக்குவதே எங்கள் சாராம்சமாகும்.
இப்போது அறிமுகப்படுத்துவது குறித்து சிந்தித்த கட்டத்திலிருந்து முன்னேறி, CLEVI உடன் பாதுகாப்பான மற்றும் சக்திவாய்ந்த AI பணிச்சூழலைத் தொடங்குங்கள்.
உங்கள் பணிகளை நம்பிக்கையுடன் ஒப்படைக்கக்கூடிய வலுவான கூட்டாளியாக, உங்கள் வணிகச் சூழலில் நடைமுறைப் புதுமையை ஒன்றாக உருவாக்குவோம்.