தங்கள் சொந்த ஆராய்ச்சியை விரைவுபடுத்த OpenAi நிறுவனத்திற்கு உதவும் ஏஐ ஏஜென்ட்கள்!

செயற்கை நுண்ணறிவு (Artificial Intelligence - AI) என்பது இனி ஓபன்ஏஐ-யின் ஆராய்ச்சிப் பொருள் மட்டுமல்ல. அது ஆராய்ச்சி செயல்முறையின் ஒரு பகுதியாகவே மாறி வருகிறது.

இந்த ஆண்டு செப்டம்பர் 6 அன்று வெளியிடப்பட்ட புதுப்பிப்பில், அதிநவீன ஏஐ அமைப்புகளை (frontier AI systems) உருவாக்கவும் சோதிக்கவும் தங்கள் ஆராய்ச்சியாளர்கள் ஏஐ ஏஜென்ட்களை அதிகமாகப் பயன்படுத்தி வருவதாக ஓபன்ஏஐ தெரிவித்துள்ளது. பெரும்பாலும் கோடிங்கை அடிப்படையாகக் கொண்ட கருவிகளான இந்த ஏஜென்ட்கள், கோட் எழுதவும், உள் அமைப்புகளில் ஏற்படும் சிக்கல்களைக் கண்டறிந்து சரிசெய்யவும் (troubleshoot), சோதனைகளை நடத்தவும் மற்றும் அன்றாட தொழில்நுட்பப் பணிகளுக்கு ஆதரவளிக்கவும் பயன்படுத்தப்படுகின்றன.

ஏஐ ஏஜென்ட்கள் ஆராய்ச்சியை எவ்வாறு மாற்றுகின்றன?

மனித மேற்பார்வையின் கீழ் தானாகவே இயங்கக்கூடிய ஒரு ஏஐ ஆராய்ச்சியாளரை (AI researcher) உருவாக்க ஓபன்ஏஐ விரும்புகிறது. செப்டம்பர் 2026-க்குள் ஒரு "தானியங்கி ஆராய்ச்சி பயிற்சிப் பணியாளரை" (automated research intern) உருவாக்கும் தங்களின் முந்தைய திட்ட இலக்கை தற்போது எட்டியுள்ளதாக சாட்ஜிபிடி (ChatGPT) தயாரிப்பு நிறுவனம் தெரிவித்துள்ளது.

எளிய சொற்களில் கூறுவதானால், திறமையான ஒரு ஆராய்ச்சியாளருக்கு வழக்கமாக சில நாட்கள் பிடிக்கும் குறிப்பிட்ட ஆராய்ச்சிப் பணிகளை இந்த ஏஐ அமைப்புகளால் கையாள முடியும்.

ஓபன்ஏஐ நிறுவனத்திற்குள் இதன் பயன்பாடும் வேகமாக அதிகரித்துள்ளது. 2026 ஆம் ஆண்டின் தொடக்கத்தில், ஆராய்ச்சியாளர்கள் கோடிங் ஏஜென்ட்களை (coding agents) குறிப்பிட்ட அளவிற்கு மட்டுமே பயன்படுத்தி வந்தனர். ஆகஸ்ட் மாதத்திற்குள், ஏபிஐ (API) விலைகளின் அடிப்படையில், ஒரு சராசரி ஆராய்ச்சியாளர் தினமும் $600 மதிப்புள்ள ஏஐ கம்ப்யூட்டிங்கைப் (AI computing) பயன்படுத்தி வந்தார். மிகவும் தீவிரமாகச் செயல்படும் ஆராய்ச்சியாளர்கள் நாளொன்றுக்கு $7,000-க்கும் அதிகமான மதிப்புடைய டோக்கன்களைப் (tokens) பயன்படுத்தி வந்தனர்.

ஓபன்ஏஐ இந்த ஏஐ ஏஜென்ட்களை அதிக நேரமும் இயக்கி வந்தது. ஒரு மனிதனின் 8 மணிநேர வேலைநாளைக் கணக்கில் கொண்டால், ஒவ்வொரு மனித வேலைநாளுக்கும் இவற்றின் மொத்த இயங்குநேரம் (runtime) 3.1 வேலைநாட்களை எட்டியிருந்தது.

அதிக சோதனைகள், விரைவான கருத்துருக்கள்

ஏஐ ஆராய்ச்சி என்பது வழக்கமாக புதிய யோசனைகளை உருவாக்குதல், மதிப்பீடுகளை எழுதுதல், கருவிகளை உருவாக்குதல், சோதனைகளை நடத்துதல், சிக்கல்களைச் சரிசெய்தல் மற்றும் அடுத்து எதில் பணியாற்றுவது என்பதை தீர்மானித்தல் ஆகியவற்றை உள்ளடக்கியது. இந்தச் செயல்பாடுகளில் சிலவற்றை, குறிப்பாக கோடிங் மற்றும் சோதனைகளை எளிதாக்க தங்களது ஏஐ ஏஜென்ட்கள் உதவுகின்றன என்று ஓபன்ஏஐ கூறுகிறது.

2026 ஆம் ஆண்டில் ஆராய்ச்சியாளர்கள் அதிக எண்ணிக்கையிலான சோதனைகளை நடத்தி வருவதையும் ஓபன்ஏஐ கண்டறிந்துள்ளது. தீவிரமாகச் செயல்படும் ஒரு ஆராய்ச்சியாளருக்கான சோதனைகளின் எண்ணிக்கையில் ஆகஸ்ட் மாதம் இதுவரை இல்லாத அளவைப் பதிவு செய்துள்ளது. இருப்பினும், ஆராய்ச்சி முன்னேற்றமும் அதே வேகத்தில் வளரும் என்று இதற்குப் பொருளல்ல. கணினித் திறன் (computing power), பாதுகாப்புச் சோதனைகள் (safety checks) மற்றும் மனிதர்களின் கணிப்பு (human judgement) போன்ற காரணிகள் இன்னமும் முக்கிய வரம்புகளாக இருப்பதாக ஓபன்ஏஐ கூறுகிறது.

மனிதர்களே தொடர்ந்து கட்டுப்பாட்டில் உள்ளனர்

ஏஜென்ட்களின் பங்கு அதிகரித்து வந்தபோதிலும், எந்தப் பிரச்சனைகளை எடுத்துக்கொள்வது, எந்த முடிவுகள் முக்கியமானவை மற்றும் அமைப்புகளை விரிவுபடுத்துவதா (scale), இடைநிறுத்துவதா (pause) அல்லது செயல்படுத்துவதா (deploy) என்பதை ஆராய்ச்சியாளர்களே தொடர்ந்து தீர்மானிப்பதாக ஓபன்ஏஐ கூறுகிறது. மேலும், குறிப்பாகப் பணிகள் மிகவும் சிக்கலானதாக மாறும்போது ஏஜென்ட்களுக்கு மனிதர்களின் வழிகாட்டுதல் (human steering) தொடர்ந்து தேவையாக உள்ளது.

தங்களது ஏஐ ஏஜென்ட்களுக்கான கண்காணிப்பு மற்றும் பாதுகாப்பை வலுப்படுத்தியுள்ளதாக ஓபன்ஏஐ தெரிவித்துள்ளது. ஏஜென்ட்கள் அதன் ஆராய்ச்சி உள்கட்டமைப்பின் (research infrastructure) சில பகுதிகளை அணுகிய பிறகு, சில வலுவூட்டல் கற்றல் (reinforcement learning) பணிகளை நிறுவனம் தற்காலிகமாக நிறுத்தி வைத்தது. அதில் சில பணிகள் பின்னர் கடுமையான கட்டுப்பாடுகளின் கீழ் மீண்டும் தொடங்கப்பட்டன.

ஏஐ ஆய்வகங்களைப் பொறுத்தவரை, இதன் சாத்தியக்கூறு மிகத் தெளிவானது: ஆராய்ச்சிப் பணிச்சுமையின் சில பகுதிகளைக் கையாளக்கூடிய அமைப்புகள், குழுக்கள் அதிக சோதனைகளை நடத்தவும், உயர்மட்ட முடிவுகளில் அதிக நேரத்தைச் செலவிடவும் அனுமதிக்கும். ஆனால், வேகமான சோதனைகள் கடினமான கட்டுப்பாட்டுப் பிரச்சினையையும் உருவாக்குகின்றன.

ஏஐ-ஐ உருவாக்கும் பணிகளில் ஏஐ ஏஜென்ட்கள் அதிக அளவில் ஈடுபடும்போது, அந்த அமைப்புகள் வழிகாட்டக்கூடியதாகவும் (steerable), கண்காணிக்கக்கூடியதாகவும் (observable) மற்றும் மனிதர்களின் மேற்பார்வைக்கு உட்பட்டதாகவும் (subject to human oversight) இருப்பதை ஆராய்ச்சியாளர்கள் உறுதிசெய்ய வேண்டும்.

தகவல் உதவி: Nucleus.ai