அறிவியல் கண்டுபிடிப்புகளைத் தானியக்கமாக்குவதை நோக்கமாகக் கொண்ட ஜெஃப் டீனின் (Jeff Dean) AI ஸ்டார்ட்அப் Discovery Loop-க்கான விதை சுற்று முதலீட்டை (seed round) Khosla Ventures இணைந்து முன்னெடுத்துள்ளது

ஜெஃப் டீன் மற்றும் முன்னாள் கூகுள் பொறியாளர்களால் தொடங்கப்பட்ட Discovery Loop என்ற AI நிறுவனத்தின் விதை சுற்று முதலீட்டில் (seed round), Khosla Ventures ஒரு இணைத் தலைமை முதலீட்டாளராக இணைந்துள்ளது. கருதுகோள் உருவாக்கம் (hypothesis generation), சோதனைச் செயல்முறை மற்றும் முடிவுகளை ஆய்வு செய்தல் ஆகியவற்றுக்கு இடையேயான இடைவெளியை இது குறைக்கும் என்றும், மனிதத் தலையீடு இன்றி AI மூலம் ஆயிரக்கணக்கான சோதனைகளை மேற்கொள்ள இது உதவும் என்றும் அந்த ஸ்டார்ட்அப் தெரிவித்துள்ளது.

இந்தத் குழு ஏன் முக்கியமானது

இந்த நிறுவனத்தின் நிறுவனர்கள் ஒட்டுமொத்தமாக சுமார் 80 ஆண்டு கால கூகுள் அனுபவத்தைக் கொண்டுள்ளனர்; இவர்கள் TensorFlow, Tensor Processing Units மற்றும் Gemini போன்ற பெரிய மொழி மாதிரிகளை (large-language model) உருவாக்கியவர்கள். Discovery Loop தளத்திற்குத் தேவையான மென்பொருள் மற்றும் வன்பொருள் ஆகிய இரண்டிலும் இவர்களுக்கு இருக்கும் ஆழமான அறிவு இவர்களது அனுபவத்தின் மூலம் நிரூபிக்கப்பட்டுள்ளது.

"மூடிய-சுற்று" (closed-loop) அமைப்பு எவ்வாறு செயல்படும்?

  1. AI சோதனைகளை முன்மொழிகிறது – ஒரு மாதிரி (model) ஏற்கனவே உள்ள தரவுகளை ஆய்வு செய்து புதிய சோதனை நிபந்தனைகளைப் பரிந்துரைக்கிறது.
  2. கணினிச் செயலாக்கம் சோதனைகளைச் செய்கிறது – பரிந்துரைக்கப்பட்ட சோதனைகள் உருவகப்படுத்துதல் (simulation) மூலமாகவோ அல்லது நேரடி ஆய்வகத்திலோ பெரிய அளவிலான வளங்களைக் கொண்டு செயல்படுத்தப்படுகின்றன.
  3. முடிவுகள் பின்னூட்டமாகத் திரும்புகின்றன – சோதனையின் முடிவுகள் மீண்டும் அந்த மாதிரியிடம் ஒப்படைக்கப்படுகின்றன, அதன் மூலம் அந்த மாதிரி தனது புரிதலை மேம்படுத்திக் கொள்கிறது.
  4. ஆயிரக்கணக்கான மாற்றங்கள் – இந்தச் சுழற்சி மீண்டும் மீண்டும் நிகழ்ந்து, புதிய சோதனைகளின் தொடர்ச்சியான ஓட்டத்தை உருவாக்குகிறது.

ஒவ்வொரு படிநிலையையும் தானியக்கமாக்குவதன் மூலம், மந்தமாக இருக்கும் ஆராய்ச்சித் துறைகளின் வேகத்தை அதிகரிக்க இந்த ஸ்டார்ட்அப் hopes செய்கிறது: சிறந்த பேட்டரி பொருட்கள், இணைவு-ஆற்றல் (fusion-energy) கருத்துக்கள் மற்றும் வேகமான மருந்து மேம்பாட்டு காலக்கெடு போன்றவை இதில் அடங்கும்.

ஒரு இலக்கு சார்ந்த வணிக மாதிரி

பல AI பயன்பாடுகளில் பரவிச் செயல்படுவதற்குப் பதிலாக, Discovery Loop அறிவியல் மற்றும் பொறியியல் துறைகளில் மட்டும் கவனம் செலுத்துகிறது. வணிக ரீதியான திட்டங்களை விட, பிரம்மாண்டமான அறிவியல் சவால்களால் ஈர்க்கப்படும் திறமையாளர்களைக் கவர இந்த குறுகிய நோக்கம் உதவுகிறது. இந்த நிறுவனம் ஒரு பொது-நல நிறுவனமாக (public-benefit corporation) செயல்படுகிறது; இது லாபத்தை விட அதன் நோக்கத்திற்கு முன்னுரிமை அளிக்கும் ஒரு சட்டக் கட்டமைப்பாகும், இது குறிக்கோள் சார்ந்த பொறியாளர்களைக் கவரக்கூடும்.

முதலீட்டாளர்கள் எதைப் பார்க்கிறார்கள்?

உள்ளடக்க உருவாக்கம் (content creation), கோடிங் மற்றும் வாடிக்கையாளர் சேவை ஆகியவற்றைப் புரட்சிகரமாக மாற்றிய பெரிய மொழி மாதிரிகளின் (large-language models) தாக்கத்திற்கு இணையாக Discovery Loop-ன் தொழில்நுட்பத்தின் தாக்கத்தை Khosla Ventures கருதுகிறது. இந்தச் சுழற்சி நம்பகமான மற்றும் பயனுள்ள அறிவியல் நுண்ணறிவுகளை வழங்கினால், அதன் பொருளாதார மற்றும் சமூகத் திரும்பப் பெறுதல்கள் (returns) அதற்கு இணையாக இருக்கும்.

எதிர்கொள்ள வேண்டிய சவால்கள்

கண்டுபிடிப்புகளைத் தானியக்கமாக்குவது என்பது இன்னும் தீர்க்கப்படாத ஒரு சவாலாகவே உள்ளது. சோதனைகளுக்கு பெரும்பாலும் நுணுக்கமான துறை சார்ந்த அறிவு, சிறப்பு உபகரணங்கள் மற்றும் மென்பொருளில் குறியீடாக்குவதற்கு (encode) கடினமான பாதுகாப்பு நெறிமுறைகள் தேவைப்படுகின்றன. முற்றிலும் அல்காரிதமிக் (algorithmic) அணுகுமுறை, மனித உள்ளுணர்வு வழங்கும் எதிர்பாராத நுண்ணறிவுகளைத் தவறவிடக்கூடும் என்று விமர்சகர்கள் எச்சரிக்கின்றனர். மேலும், தெளிவான வருவாய் வழிகள் இல்லையென்றால், நேரடிச் சோதனைகளுக்காகப் பிரம்மாண்டமான கணினிச் செயலாக்கச் சுழற்சிகளை (compute cycles) இயக்குவது மிக அதிக செலவை ஏற்படுத்தும் அபாயத்தையும் கொண்டுள்ளது.

கவனிக்க வேண்டியவை

  • டெமோ மைல்கற்கள் (Demo milestones) – இலக்கு வைக்கப்பட்ட எந்தவொரு துறையிலும் (பொருட்கள், இணைவு, மருந்துத் துறை) ஆரம்பகால செயல்முறைச் சான்று (proof-of-concept) முடிவுகள்.
  • கூட்டுப்பணிகள் (Partnerships) – நேரடிச் சோதனைகளை வழங்கக்கூடிய கல்விசார் ஆய்வகங்கள் அல்லது தொழில்துறை R&D குழுக்களுடனான ஒத்துழைப்பு.
  • ஒழுங்குமுறை ஆய்வுகள் (Regulatory scrutiny) – குறிப்பாகக் கடுமையான கண்காணிப்பு தேவைப்படும் மருந்து கண்டுபிடிப்பு வழிமுறைகளில் (drug-discovery pipelines).
  • முதலீட்டுச் சுற்றுகள் (Funding rounds) – தொழில்நுட்பம் முதிர்ச்சியடையும் போது, பிற்கால நிதித் திரட்டுதல் முதலீட்டாளர்களின் நம்பிக்கையை உணர்த்தும்.

Discovery Loop தனது மூடிய-சுற்று (closed-loop) தொலைநோக்குப் பார்வையை மீண்டும் மீண்டும் நிகழக்கூடிய முன்னேற்றங்களாக மாற்றினால், அது ஆராய்ச்சி செய்யப்படும் முறையையே மறுவரையறை செய்யலாம். AI-ன் ஆற்றலும் அறிவியல் லட்சியமும் அந்த வாக்குறுதியை நிறைவேற்ற முடியுமா என்பதை அடுத்த சில மாதங்கள் காட்டும்.