மனித உரையாடலுக்கும் AI இடையிலான இடைவெளி குறைந்து வருகிறது, ஆனால் உண்மையான ஈடுபாட்டிற்கு (immersion) தாமதம் (latency) ஒரு முக்கிய தடையாக உள்ளது. Smallest.ai, மிகப்பெரிய மற்றும் மெதுவான LLM-களுக்குப் பதிலாக, மனித அறிவாற்றல் முறைகளைப் பிரதிபலிக்கும் வகையில் வடிவமைக்கப்பட்ட சிறப்பு வாய்ந்த, அதிவேக சிறிய குரல் மாதிரிகளை (small voice models) உருவாக்குவதன் மூலம் இந்த சவாலை எதிர்கொள்கிறது.
Large Language Models-இன் தாமதத்தைத் தாண்டிச் செல்லுதல்
தற்போதைய AI குரல் முகவர்கள் பெரும்பாலும் "கேட்டவுடன் செயலாக்குதல்" (prompt-then-process) என்ற தாமதத்தால் பாதிக்கப்படுகின்றன. ஒரு சாதாரண LLM பணிப்பாய்வில் (workflow), அமைப்பு ஒரு முழுமையான ஆடியோ துண்டிற்காகக் காத்திருந்து, உரையைச் செயலாக்கி, பின்னர் பதிலைத் தயாரிக்கிறது. Smallest.ai நிறுவனர் மற்றும் CEO Sudarshan Kamath குறிப்பிடுவது போல, இந்த இடைவேளை ஒரு பயனர் ஒரு இயந்திரத்துடன் பேசுகிறார் என்பதைத் தெளிவாகக் காட்டிவிடுகிறது.
Smallest.ai-இன் அணுகுமுறை மனித நரம்பியல் உயிரியலைப் (neurobiology) போலவே செயல்படுகிறது: ஒரே நேரத்தில் கேட்டல், சிந்தித்தல் மற்றும் பேசுதல். அவர்களின் சொந்த சிறிய குரல் மாதிரி (proprietary small voice model), கிட்டத்தட்ட பூஜ்ஜியப் பதிலளிப்புத் தாமதத்துடன் (zero response lag) நிகழ்நேர நுண்ணறிவைக் கையாள வடிவமைக்கப்பட்டுள்ளது. மிகப்பெரிய அடிப்படை மாதிரிகளுக்குப் பதிலாகச் சிறிய, சிறப்பு மாதிரிகளில் கவனம் செலுத்துவதன் மூலம், உரையாடலின் போது இடையூறுகளை அனுமதிக்கவும், இயல்பான உரையாடல் ஓட்டத்தை உருவாக்கவும் இந்த ஸ்டார்ட்அப் முயல்கிறது. இதன் மூலம் வேகம் மற்றும் நுணுக்கங்கள் மூலம் "டூரிங் சோதனையை" (Turing test) உடைப்பதை நோக்கமாகக் கொண்டுள்ளது.
நிறுவனத் தர நுண்ணறிவிற்கான இரு-மாதிரி கட்டமைப்பு (Dual-Model Architecture)
Smallest.ai, AI முகவர் கட்டமைப்பிற்கு ஒரு புதிய தரத்தை முன்மொழிகிறது. ஒரு பெரிய மாதிரி அனைத்தையும் கையாளுவதற்குப் பதிலாக, இந்த நிறுவனம் இரு அடுக்கு அமைப்பைப் பரிந்துரைக்கிறது:
- சிறிய குரல் மாதிரி (The Small Voice Model): உச்சரிப்புகள், பல்வேறு மொழிகள் மற்றும் இரைச்சல் மிகுந்த சூழல்கள் உட்பட உடனடி மற்றும் சீரான உரையாடல் நுணுக்கங்களை நிர்வகிக்கும் ஒரு நிகழ்நேர நுண்ணறிவு அடுக்கு.
- "ஆஃப்லைன்" LLM (The "Offline" LLM): கேட்கப்படும் கேள்வி சிறிய மாதிரியின் குறிப்பிட்ட அறிவுத் தளத்திற்கு அப்பாற்பட்டதாக இருக்கும்போது மட்டுமே பயன்படுத்தப்படும் ஒரு பெரிய அடிப்படை மாதிரி.
சிறிய மாதிரி ஒரு சிக்கலான சிக்கலை எதிர்கொள்ளும்போது, பெரிய LLM மூலம் அந்தப் பிரச்சினையை ஆராய்வதற்காக அழைப்பவரைச் சிறிது நேரம் "காத்திருப்பில்" (hold) வைப்பதன் மூலம் ஒரு மனித முகவரைப் போலவே செயல்படுகிறது. இந்த கலப்பு அணுகுமுறை (hybrid approach), உயர்நிலைத் தர்க்கம் தேவைப்படும்போது கூட உரையாடல் அனுபவம் தடையின்றி இருப்பதை உறுதி செய்கிறது.
சந்தை நிலைப்பாடு மற்றும் போட்டிச் சூழல்
Seligman Ventures தலைமையிலான $13 மில்லியன் Series A சுற்று முதலீட்டுடன்—மொத்த நிதி $21 மில்லியனுக்கும் அதிகமாகும்—Smallest.ai, குரல் AI பொருளாதாரத்திற்கான அத்தியாவசிய உள்கட்டமைப்பாகத் தன்னை நிலைநிறுத்திக் கொள்கிறது. இந்த ஸ்டார்ட்அப் முழுமையான வாடிக்கையாளர் சேவைத் தளங்களை உருவாக்க முயலவில்லை; மாறாக, RingCentral மற்றும் Truecaller போன்ற நிறுவனங்கள் ஏற்கனவே பயன்படுத்தும் சிறப்பு வாய்ந்த குரல் அடுக்கை (voice layer) வழங்குகிறது.
ElevenLabs போன்ற போட்டியாளர்கள் ஆடியோ டப்பிங் மற்றும் பாட்காஸ்டிங்கில் அதிக கவனம் செலுத்துகிறார்கள், Cartesia அல்லது Sarvam போன்ற மற்றவர்கள் குறிப்பிட்ட பிராந்திய சந்தைகளைக் குறிவைக்கிறார்கள். ஆனால், Smallest.ai நிகழ்நேர நிறுவன உரையாடல் முகவர்களில் (enterprise conversational agents) தீவிரமாக கவனம் செலுத்துகிறது. Sierra மற்றும் Decagon போன்ற வாடிக்கையாளர் சேவை ஸ்டார்ட்அப்களுக்கு, உயர் தரம் மற்றும் குறைந்த தாமதத்துடன் கூடிய குரலை உருவாக்குவது அவர்களின் முக்கிய வணிகத்திலிருந்து கவனத்தைத் திசைதிருப்பும் என்று Kamath வாதிடுகிறார். எனவே, Smallest.ai-இன் சிறப்பு வாய்ந்த "plug-and-play" மாதிரி ஒரு மூலோபாயத் தேவையாகும்.
முக்கியக் கருத்துக்கள்
- சிறப்புத் திறன் (Specialized Efficiency): Smallest.ai, பாரம்பரிய பெரிய அளவிலான LLM-களின் உள்ளார்ந்த தாமதங்களைத் தவிர்த்து, பூஜ்ஜியத்திற்கு அருகிலான தாமதத்தைப் பெற சிறிய, பிரத்யேக குரல் மாதிரிகளைப் பயன்படுத்துகிறது.
- கலப்பு நுண்ணறிவு (Hybrid Intelligence): இந்த நிறுவனம் இரு-மாதிரி உத்தியைப் பயன்படுத்துகிறது; நிகழ்நேரத் தொடர்புகளுக்கு வேகமான சிறிய மாதிரிகளையும், சிக்கலான மற்றும் ஆழமான தர்க்கப் பணிகளுக்குப் பெரிய LLM-களையும் பயன்படுத்துகிறது.
- உள்கட்டமைப்பு கவனம் (Infrastructure Focus): வாடிக்கையாளர் சேவைத் தளங்களுடன் நேரடியாகப் போட்டியிடுவதற்குப் பதிலாக, Smallest.ai மிகவும் இயல்பான, மனிதனைப் போன்ற AI முகவர்களை உருவாக்க உதவும் முக்கியமான குரல் தொழில்நுட்ப அடுக்கை வழங்குகிறது.
முடிவுரை
Smallest.ai-இன் $13 மில்லியன் நிதி திரட்டல், மிகப்பெரிய LLM-களின் பொதுமைப்படுத்தலுக்குப் பதிலாக, சிறிய, பணி சார்ந்த மாதிரிகளின் வேகத்தைப் பயன்படுத்தும் ஒரு பிரத்யேக இரு-அடுக்கு குரல்-AI கட்டமைப்பிற்கு நிதி வழங்குகிறது. இதன் வாக்குறுதி தெளிவானது: தற்போதைய பெரும்பாலான குரல் உதவியாளர்களைப் பிரதிபலிக்கும் அந்தத் தர்மசங்கடமான இடைவெளியை நீக்குவதன் மூலம், AI உரையாடல்களை ஒரு மனிதருடன் பேசுவது போலவே இயல்பானதாக மாற்றுவதாகும். இந்தத் தொழில்நுட்பத்தின் நன்மைகள் அதன் கூடுதல் பொறியியல் செலவுகளை விட அதிகமாக இருக்குமா என்பது, நிறுவனங்கள் இந்தத் தொழில்நுட்பத்தை நிஜ உலக அழைப்பு ஓட்டங்களில் (call flows) இணைக்கத் தொடங்கும் போது தெரியவரும்.