ಮೆಟಾದ AI ತಂಡವು ಖುಲಾಸೆಯಾಗುತ್ತಿರುವುದು, ತನ್ನ ನಾವೀನ್ಯತೆಯ ತಂತ್ರಜ್ಞಾನವನ್ನು ಜೀವನಕ್ಕೆ ಅನುಕೂಲವಾಗಿಸಲು ಮುಖ್ಯವಾದ ಪ್ರಶ್ನೆಗಳನ್ನು ಉದ್ಭವಿಸುತ್ತಿದೆ. Llama ಮುಕ್ತ ಮಾದರಿಗಳಿಗೆ ಶ್ರೇಣೀಬದ್ಧವಾದ ತಜ್ಞರು ಅಷ್ಟೇ ಅಲ್ಲ; ಇವರಿಗಿಂತ ಹೆಚ್ಚಾಗಿ, ಮೆಟಾಗೆ ತೋರ್ ತಲುಪಿದ ಶ್ರೇಣೀಬದ್ಧತೆಯೊಂದಿಗೆ ಈ ತಜ್ಞರ ನಿರ್ಗಮನವು ಒಂದು ಚಿಂತಾಜನಕ ಅಸ್ಥಿರತೆ ಎಂದು ಕನಸು ಕಾಣಿಸುತ್ತದೆ.
ಚಿಂತನಶೀಲರು, ಬಹುತೇಕರು ಬಹಳ ವರ್ಷಗಳ ಅನುಭವವನ್ನು ಹೊಂದಿದ್ದಾರೆ, ಹೊಸ ಸ್ವಾಯತ್ತತೆಯ ಸೃಷ್ಟಿಗೆ ಸೂಕ್ತವಾದ ವರ್ಣಾವಳಿ ಅಗತ್ಯವಿದೆ. ಮೆಟಾ, ತಾವು AI ಯಲ್ಲಿ ಭಾರೀ ಹೂಡಿಕೆ ಮಾಡುತ್ತಿದ್ದು, ಈ ಅಮೂಲ್ಯ ಪ್ರತিভೆಗಳನ್ನು ಪರಿಣಾಮಕಾರಿ ರೀತಿಯಲ್ಲಿ ಕಾಯ್ದುಕೊಳ್ಳಲು ದುಃಖಿಸುತ್ತಿದೆ. ವೆಚ್ಚದ ಉನ್ನತವಾದ ಮಾದರಿಯ ಕೊರತೆಯ ಎತ್ತು ಸ್ತಂಭ ಪೂರ್ವವದ ಲಕ್ಷಣವಾಗಿ ರೂಪಾಂತರಗೊಳ್ಳುತ್ತಿದೆ.
ಮೆಟಾದಲ್ಲಿನ ಸಂಶೋಧಕರ ನಿರ್ಜೀವನ
ಮೆಟಾ ತನ್ನ AI (ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ) ತಂಡದಲ್ಲಿ ಕಳೆದ ವರುಷಗಳಲ್ಲಿ ಸುಮಾರು 11 ಪ್ರಮುಖ ಸಂಶೋಧಕರ ವಿನ್ಯಾಸ ಬೆಳೆಗಳು ಅನ್ನು ಕಂಡಿದೆ. ಈ ನಿರ್ಗಮನವು ಮೆಟಾ ಸಂಸ್ಥೆಯ ಶ್ರೇಣೀಬದ್ಧತೆಗಳನ್ನು ಕಾಪಾಡಲು ಹೊಡೆದು ಹೊಡೆದು ಬಿಡುತ್ತದೆ, ವಿಶೇಷವಾಗಿ Llama ಮಾದರಿಗಳಿಗೆ ಯಾ ಹಂಚುವವರಿಗೆ.
ಮுக்கிய ತಜ್ಞರ ನಿರ್ಗಮನದ ಪರಿಣಾಮಗಳು
2023 ರಲ್ಲಿ ಪ್ರಕಟಿತ ಪ್ರಸಿದ್ಧ ಲೇಖನದ 14 ಲೇಖಕರಲ್ಲಿ, ಮೆಟಾದಲ್ಲಿ ತೀವ್ರವಾದ ಒಬ್ಬರು ಮಾತ್ರ ಉಳಿಯುತ್ತಿದ್ದಾರೆ: ಹುಗೋ ಟೂವರೊನ್, ಷೇಕ್ಸಿಯರ್ ಮಾರ್ಟಿನೆಟ್ ಮತ್ತು ಫೈಸಲ್ ಅಜರ್. ಬಾಕಿಯ ಲೇಖಕರ ಕೊರತೆಯು ಒಂದು ಚಿಂತಾಜನಕ ಪ್ರವೃತ್ತಿಯನ್ನು ಮುಖ್ಯವಾಗಿದೆ. ಬಹಳಷ್ಟು ಸಂಸ್ಥೆಗಳು ಪ್ರತಿಸ್ಪರ್ಧಿತ ಕಂಪನಿಗಳಿಗೆ ಸೇರಿದ್ದು, ನೂತನವಾದ ಆರಂಭಿಕ ಸಂಸ್ಥೆಗಳನ್ನು ಸ್ಥಾಪಿಸುತ್ತವೆ, ಇದರಿಂದ ಶ್ರೇಷ್ಠ ಸಂಶೋಧಕರ ಸೇರ್ಪಡೆ ಸಮಸ್ಯೆ বৃদ্ধি ಷದ್ಮಾಲು.
ಬೆಲಗೆತ್ತುವ ಸ್ಪರ್ಧೆ: Mistral
ಫ್ರಾನ್ಸ್ ನೊಂದು ಪ್ರಾರಂಭಿಕ Mistral, ಈ ಸ್ಪರ್ಧಾತ್ಮಕ ಪರಿಸರದಲ್ಲಿ ಮುಖ್ಯ ಪಾತ್ರದಲ್ಲಿದೆ. ಮೆಟಾದ ಎರಡು ಸದಸ್ಯರು, ಗಿಲೋಮ್ ಲಾಂಪ್ಲೆ ಮತ್ತು ತಿಮೋಥಿ ಲಕ್ರೋಕ್ಸು, Mistral ಗೆ ಸಹ-ಸ್ಥಾಪಕರಾಗಿದ್ದಾರೆ ಮತ್ತು ಮೆಟಾದ ಪ್ರಮುಖ ಪ್ರಯತ್ನಗಳಿಗೆ ನೇರವಾಗಿ ಸ್ಪರ್ಧಿಸುತ್ತಿರುವ ಖುಲಾಸಾದ ಮಾದರಿಗಳನ್ನು ಅಭಿವೃದ್ಧಿ ಪಡಿಸುತ್ತಿದ್ದಾರೆ. ಅವರ ಯಶಸ್ಸು, ಮೆಟಾ ತನ್ನ ಮಾಡಿದ ಬೇಗನೆಗಳನ್ನು ಪುನಃ ಪರಿಗಣಿಸಲು ಅಗತ್ಯವಿದೆ ಎಂದು ಸೂಚಿಸುತ್ತವೆ.
ಮೆಟಾದ ಒಳಗಿನ ಸವಾಲುಗಳು
Joelle Pineau, AI (ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ) ಶ್ರೇಣಿಯ ಶ್ರೇಷ್ಠ ಸೆಟ್ ಅನ್ನು ಆಧರಿಸುವ ಆಳವಾದ ಶ್ರೇಷ್ಠತೆಯನ್ನು ಬಲಪಡಿಸಿದವು; ಈ ಘಟನೆಗಳು ಮೆಟಾದಲ್ಲಿ ನೀಡಿದ ಮಾದರಿ ವಿಭಜನೆಯ contundence ಎಂಬುದನ್ನು ಕೈಗಾರಿಕಾ ಆಗಿದ್ದಾರೆ. ಈ ಕೊರತೆಯು, Google ಮತ್ತು OpenAI ಇವರಂತಹ ಪ್ರತಿಸ್ಪರ್ಧಿಗಳಾದ ಒಂದೆ ನಿಧಾನಗತಿಗೆ ಹೊಡೆದುಬಿದ್ದರು.
ಹೂಡಿಕೆ ಮತ್ತು ಹೂಡಿಕೆದಾರನಾನದಿಕೆ
AI ಯಲ್ಲಿ ವಿಸ್ತೃತ ಹೂಡಿಕೆಗಳನ್ನು ಮಾಡಿರುವಿದ್ದರೂ, ಮೆಟಾ ತನ್ನ ಹೂಡಿಕೆದಾರನಾದಿಕೆಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ಹಿಂದಿನ ಪ್ರಶ್ನೆಗಳನ್ನು ಎದುರಿಸುತ್ತಿದೆ. Behemoth ಯಂತಾದ ದೊಡ್ಡ AI ಮಾದರಿಯ ಅಭಿವೃದ್ಧಿ, ಆಂತರಿಕ പ്രകടನದ ಬಗ್ಗೆ ಚಿಂತಾವರ್ಗು ಏನು ಒಂದು ಎಂಕರ್ ಒಂದುವರೆಗೆ ಹಿಂದಕ್ಕೆ ಹೆಜ್ಜೆಗಳು ಏರುತ್ತದೆ. ಹಂತಕೆ, ಮೆಟಾ ಸೂಕ್ತ ಘಟನೆಗಳಲ್ಲಿ ತಡೆಯಲು ಈಗಾಗಲೇ ಲಭ್ಯವಿಲ್ಲವೆಂದು ಎಂದು ವಿವರಿಸಿದ.
ಖುಲಾಸಾದ ಮತ್ತು ಭವಿಷ್ಯದ ದೃಷ್ಟಿಕೋণ
Llama ಯ ಕುರಿತು ಖುಲಾಸಾದ ಲೇಖನವು ಖುಲಾಸಾದ ಮಾದರಿಗಳಿಗೆ ಪ್ರಮುಖ ತಾಂತ್ರಿಕ ಸುಧಾರಣೆಯಾಗಿದೆ. ಮೆಟಾ ತನ್ನ ಮಾದರಿಗಳನ್ನು ಸಾರ್ವಜನಿಕರಿಗೆ ಪ್ರವೃತ್ತಾವು ಇದ್ದಾಗ, ಇತರ ಸಂಶೋಧಕರಿಗೆ ಕಡಿಮೆ ಸಾಧಾರಣಾಪಟ್ಟಿಕೆಗೆ ಅಪರವೃತ್ತಕ್ಕೆ ಧನ್ಯವಾದಗಳನ್ನು ಅವಕಾಶ ನೀಡುತ್ತದೆ. ಆದರೆ, ಎರಡು ವರ್ಷಗಳ ನಂತರ, ಮೆಟಾ ಓಪನ್ಸೋರ್ಸ್ AI ಕ್ಷೇತ್ರದಲ್ಲಿ ತನ್ನ ಮುನ್ನೋಟಿಕೆ ತ್ಯಜಿಸುತ್ತಿದೆ, DeepSeek ನಂತಹ ವಿರೋಧಿಗಳಲ್ಲಿ.
ಸಂಪತ್ತು ಮತ್ತು ತಂತ್ರಗಳನ್ನು ಪುನರಾವಲೋಕನ ಮಾಡುವುದು
ಅನೇಕ ಶ್ರೇಣಿಬದ್ಧಗಳ ಸಾವಿನಿಂದ, ಅನುಕೂಲವಾದ ತಂತ್ರಜ್ಞಾನದ ಕೊರತೆಗಳೊಂದಿಗೆ, ಮೆಟಾ ತನ್ನ ತಂತ್ರಗಳನ್ನು ಪುನಃ ಪರಿಗಣಿಸಲು ಒತ್ತಿಸುತ್ತದೆ. ಸಂಸ್ಥೆಯು ಮೆಟಾದಂತೆ ಹೆಚ್ಚು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿರುವ ಕೊರತೆಯ ಜೊತೆ ಇರುವ ಕಾಮಗಾರಿಯನ್ನು ಯಾದೃಚ್ಛಿಕತೆಯಿಂದ ತನ್ನನ್ನು ಸುರಕ್ಷಿತವಾಗಿ ಕಾಯ್ದುಕೊಳ್ಳಲು ಲಿರಿಯಾಗುತ್ತದೆ. ಇದು AI ಕ್ಷೇತ್ರದ ಏಕಕಾಲೀಯೋದ್ಘಾಟನೆಯಲ್ಲಿಯೂ ಭಾವುಕ ಪರಿಣಾಮಗಳನ್ನು ಹೊಂದಿಸುತ್ತದೆ.
ಮೆಟಾದ AI ತಂಡದ ನಾಶಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಬಳಕೆದಾರರ FAQ
ಮೆಟಾದ AI ತಂಡದಲ್ಲಿ ಪ್ರತಿಭೆಗಳ ವಿಕರ್ಷಣದ ಮುಖ್ಯ ಕಾರಣವೇನು ?
ಮುಖ್ಯ ಕಾರಣಗಳಲ್ಲಿ, Mistral ಮುಂತಾದ ಸ್ಟಾರ್ಟ್-ಅಪ್ ಗಳಿಂದ ಏಕೀಬದ್ಧವು ಹೆಚ್ಚು ಪ್ರಮುಖವಾಗಿ ಸಾಧಾರಣ ಮಾಡುತ್ತಿದೆ. ಹಾಗಾಗಿ, ಆನ್ ಕಂಪನಿಯಲ್ಲಿನ ವಿಚಾರಣೆ ಸರಕಾರ ಒಂದೇ.
ಸಂಶೋಧಕರ ನಿರ್ಗಮನವು ಮೆಟಾ ದ AI ಯೋಜನೆಗಳನ್ನು ಹೇಗೆ ಪ್ರಭಾಪಟ್ಟಿಸುತ್ತದೆ ?
ಪ್ರತಿಭೆಗಳ ನಾಶವು ಮೆಟಾ ಯಲ್ಲಿನ AI ಯೋಜನೆಗಳನ್ನು ನಿರ್ವಹಿಸಲು ಸಹಾಯಕಕ್ಕಾಗಿದ್ದು, ಏಕೆಂದರೆ ಅವರು ಒಯ್ಯುವುದು ಕಾರ್ಯಗಳ ನಿಷ್ಠೆಗೆ.
Joelle Pineau ಯ ತೆರೆದ ನಿರ್ಗಮನದ ಫಲವಾಗಿ ಏನು ಸಂಭವಿಸಿದೆ ?
Joelle Pineau ಯ ನಿರ್ಗಮನವು AI (ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ) ತಂತ್ರಜ್ಞಾನಕ್ಕೆ ಹಾರ್ಮೋನಿಯ್ಕಾಗಬಲ್ಲದು.
ಈ ನಿರ್ಗಮನಗಳಿಂದ ಮೆಟಾ ಕಳೆದುಕೊಂಡ ಮಾದರಿಗಳು ಯಾವುವು ?
Llama ಮಾದರಿಗಳನ್ನು ಅಲ್ಲೀ ಹೊಂದಿ, ನಿರ್ಗಮನಗಳಿಗೆ ನಿರ್ಗಮಿಸಿದ ಮೆಟಾದಲ್ಲಿಗೆ ಒಳಗುಹಾಕಲಾಗಿದೆ.
ಮೆಟಾ AI ಮಾರುಕಟ್ಟೆಯ ಸ್ಪರ್ಧೆಯ ಮುಂದೆ ಹೇಗೆ ಸ್ಥಿತಿಕ್ ರೂಮೋ ?
ಹೂಡಿಕೆ ಹೆಚ್ಚು ಪ್ರಮಾಣದಲ್ಲಿ, ಮೆಟಾ ಸಂಸ್ಥೆಯ ಮೇಲ್ದಾಗಿ ಎಲ್ಲಾ ತಾರತಮೆಗಳನ್ನು ಕಾಯ್ದುಕೊಳ್ಳಲು ಮನಸ್ಸು ಉತ್ತೇಜನಲ್ಲಿ.
ಮೆಟಾದಲ್ಲಿನ reasoning ಮಾದರಿಯ ಕೊರತೆಯ ಪರಿಣಾಮವೇನು ?
ಹಣೆಗಟ್ಟು ಅಥವಾ ಸಂಕಷ್ಟ ಮಟ್ಟದಲ್ಲಿರುವ ಗ್ರಾಹಕೀಯತೆಗಳು ಮೆಟಾ ಯಿಂದ ಪೂರ್ಣನಗಿದ ಬಗೆದ್ಧದರಲ್ಲಿಗೆ ತೆನೆಗಚ್ಚುತ್ತವೆ.
ಮೆಟಾದ ಓಪನ್ ಸೋರ್ಸ್ ಮಾದರಿಗಳ ಭವಿಷ್ಯದ ಹಕ್ಕುಗಳು ಹೇಗೆ ?
ಬಲವಾದ ಕೊನೆಯ ನೀಡಿದ ಪಕ್ಷದ ವಿರುದ್ಧ ಸುದೀರ್ಘ ಸೋಲಿಗೆ ನಿರ್ಧಾರ ಪ್ರಣಾಳಿಕೆಗೆ ಅನುಕೂಲವಾಗುಮಾಡುವಂತಾಗಿದೆ.
