புதிய மைக்ரோசாப்டின் AI மாடல் LAM பற்றிய அனைத்து விவரங்களும்

மைக்ரோசாப்ட் LAM - Large Action Model எனப்படும் ஒரு அற்புதமான AI மாடலை வெளியிட்டது . உரையை செயலாக்குவதற்கும் உருவாக்குவதற்கும் மட்டுப்படுத்தப்பட்ட பாரம்பரிய AI மாதிரிகள் போலல்லாமல், LAM உண்மையில் பணிகளைச் செய்ய முடியும். இதன் பொருள், கேள்விகளுக்குப் பதிலளிப்பதற்குப் பதிலாக, பயனர் அறிவுறுத்தல்களின் அடிப்படையில் LAM நடவடிக்கை எடுக்க முடியும். மைக்ரோசாப்ட் ஏற்கனவே AI துறையில் காப்பிலட் மூலம் புரட்சியை ஏற்படுத்தியுள்ளது .

LAM ஐ வேறுபடுத்துவது எது?

LAM கள் வழிமுறைகளைப் புரிந்துகொள்வதற்கு மட்டுமல்லாமல் அவற்றைச் செயல்படுத்துவதற்கும் வடிவமைக்கப்பட்டுள்ளன. எடுத்துக்காட்டாக, பவர்பாயிண்ட் விளக்கக்காட்சியை உருவாக்க AI ஐ நீங்கள் கேட்டால், LAM ஆல் இந்தக் கட்டளையைப் புரிந்துகொள்வது மட்டுமின்றி PowerPoint ஐத் திறந்து, ஸ்லைடுகளை உருவாக்கி, உங்கள் விருப்பங்களுக்கு ஏற்ப வடிவமைக்கும்.

LAM இன் தேவை

பாரம்பரிய AI மாதிரிகள், பெரிய மொழி மாதிரிகள் ( LLMகள் ) போன்றவை , உரை உருவாக்கத்தில் சிறந்து விளங்குகின்றன. அவர்கள் அரட்டை அடிக்கலாம், கதைகள் எழுதலாம் அல்லது குறியீட்டை உருவாக்கலாம். இருப்பினும், அவர்கள் நிஜ உலகப் பணிகளுடன் போராடுகிறார்கள். LAM வேறுபட்டது, ஏனெனில் அது பதிலளிப்பதை விட செயல்படுகிறது . AI தொழில்நுட்பத்தில் இது ஒரு குறிப்பிடத்தக்க முன்னேற்றம்.

LAMகள் எவ்வாறு வேலை செய்கின்றன?

LAM கள் முறைகளின் கலவையைப் பயன்படுத்தி பயிற்சியளிக்கப்படுகின்றன:

• ஃபைன்-ட்யூனிங் - அதன் பணி-கையாளுதல் திறன்களை மேம்படுத்த மாதிரியை சரிசெய்தல்.
• சாயல் கற்றல் - மனிதர்கள் செய்யும் செயல்களைப் பிரதிபலிப்பதன் மூலம் கற்பித்தல்.
• வலுவூட்டல் கற்றல் - வெற்றிகரமான பணியை முடிப்பதற்கு AIக்கு வெகுமதி அளித்தல், தவறுகளில் இருந்து கற்றுக்கொள்ள அனுமதிக்கிறது.

இந்த கலவையானது LAM களுக்கு கட்டளைகளைப் புரிந்து கொள்ளவும் மற்றும் பணிகளை திறம்பட செய்யவும் உதவுகிறது. அவர்கள் தங்கள் சூழலில் இருந்து வரும் பின்னூட்டங்களின் அடிப்படையில் நிகழ்நேரத்தில் மாற்றியமைக்க முடியும், மேலும் அவற்றை பல்துறை மற்றும் பதிலளிக்கக்கூடியதாக ஆக்குகிறது.

ஒரு LAM பயிற்சி

LAM களின் பயிற்சி சிக்கலானது.

செயல்முறை 5 முக்கிய நிலைகளை உள்ளடக்கியது:

1. தரவு சேகரிப்பு - LAM களுக்கு இரண்டு வகையான தரவு தேவை - உயர்நிலை பணித் திட்டங்கள் (எ.கா., ஒரு ஆவணத்தை உருவாக்குதல்) மற்றும் பணி-செயல் தரவு (எ.கா., வேர்டைத் திறப்பதற்கான குறிப்பிட்ட படிகள்).
2. மேற்பார்வையிடப்பட்ட ஃபைன்-டியூனிங் - மனித வழிகாட்டுதலுடன் கட்டுப்படுத்தப்பட்ட சூழலின் மூலம் LAMகள் கற்றுக்கொள்கின்றன.
3. வலுவூட்டல் கற்றல் - அவர்கள் சரியான செயல்களுக்காக வெகுமதி பெறுகிறார்கள் மற்றும் சோதனை மற்றும் பிழை மூலம் கற்றுக்கொள்கிறார்கள்.
4. நிஜ-உலக சோதனை - இறுதியாக, LAM கள் பல்வேறு சூழ்நிலைகளுக்கு ஏற்றவாறு மாற்றியமைக்க முடியும் என்பதை உறுதிப்படுத்த நேரடி சூழல்களில் சோதிக்கப்படுகின்றன.
5. கணினிகளுடன் ஒருங்கிணைப்பு - சோதனைக்குப் பிறகு, நிஜ உலக பயன்பாட்டிற்காக விண்டோஸ் போன்ற இயக்க முறைமைகளில் LAM கள் ஒருங்கிணைக்கப்படுகின்றன.

கீழே உள்ள ஓட்ட வரைபடத்தில், இது எவ்வாறு செயல்படுகிறது என்பதை தெளிவாகக் காட்டுகிறது:

LAM இன் நன்மைகள்

செயற்கை பொது நுண்ணறிவை (AGI) நோக்கிய அடுத்த பெரிய படியை LAM கள் பிரதிநிதித்துவப்படுத்துகின்றன , அங்கு AI மனித அறிவுரைகளை புரிந்துகொள்வது மட்டுமின்றி தன்னிச்சையாக பணிகளைச் செய்ய முடியும்.

பயன்பாடுகள் பரந்தவை. உதாரணமாக:

• ஆட்டோமேஷன்: பல்வேறு தொழில்களில் சிக்கலான பணிப்பாய்வுகளை LAM கள் தானியங்குபடுத்த முடியும்.
• அணுகல்: குறைபாடுகள் உள்ளவர்களுக்கு அவர்களால் செய்ய முடியாத பணிகளைச் செய்வதன் மூலம் அவர்கள் உதவ முடியும்.
• செயல்திறன்: செயல்பாடுகளை சீராக்க, நேரம் மற்றும் வளங்களைச் சேமிக்க வணிகங்கள் LAMகளைப் பயன்படுத்தலாம்.

நிஜ உலக பயன்பாடுகள்

ஒரு அறிக்கையை எழுதவும், திருத்தங்களைச் செய்யவும் மற்றும் உங்கள் விவரக்குறிப்புகளின்படி அதை வடிவமைக்கவும் AI ஐக் கேட்பதை கற்பனை செய்து பாருங்கள். LAMகள் இதை தடையின்றி செய்யலாம். மென்பொருளைக் கட்டுப்படுத்துவது மற்றும் ரோபோக்களுடன் தொடர்புகொள்வது போன்ற சிக்கலான பணிகளிலும் அவர்கள் சிறந்து விளங்குகிறார்கள்.

LAMகளின் எதிர்காலம்

தொழில்நுட்பம் முன்னேறும்போது, ​​LAM கள் விரைவில் பல துறைகளில் ஒருங்கிணைக்கப்படலாம். வணிகம் முதல் சுகாதாரம் வரை, பணிகளைச் செய்வதற்கான அவர்களின் திறன் அவர்களை இன்றியமையாத கருவியாக மாற்றும். LAM கள் தினசரி அலுவலக வேலையிலிருந்து சிக்கலான தொழில்துறை செயல்முறைகள் வரை அனைத்தையும் மாற்றும்.

சுருக்கமாக, AI வளர்ச்சியில் LAM ஒரு முக்கிய மைல்கல். இது உரைக்கு அப்பால் சென்று செயலில் இறங்குகிறது, செயற்கை நுண்ணறிவுக்கான புதிய சகாப்தத்தின் தொடக்கத்தைக் குறிக்கிறது.

மைக்ரோசாப்டின் லார்ஜ் ஆக்ஷன் மாடல் (LAM) செயற்கை நுண்ணறிவில் ஒரு குறிப்பிடத்தக்க முன்னேற்றத்தைக் குறிக்கிறது.

முக்கிய புள்ளிகளின் சுருக்கம் இங்கே:

• LAM என்றால் என்ன?
  LAM என்பது பயனர் அறிவுறுத்தல்களின் அடிப்படையில் பணிகளைச் செயல்படுத்த வடிவமைக்கப்பட்ட ஒரு AI மாதிரியாகும், இது வெறும் உரையைப் புரிந்துகொள்வதற்கும் உருவாக்குவதற்கும் அப்பாற்பட்டது.
• முக்கிய திறன்கள்:
  LAM ஆனது உரை, குரல் மற்றும் படங்கள் போன்ற உள்ளீடுகளை செயல்படுத்தி, இயக்க மென்பொருளிலிருந்து ரோபோக்களை கட்டுப்படுத்துவது வரை செயல்படக்கூடிய பணிகளாக மாற்றும்.
• நிஜ-உலகப் பயன்பாடுகள்:
  பயன்பாடுகளைத் திறத்தல், விளக்கக்காட்சிகளை உருவாக்குதல் மற்றும் ஆவணங்களை வடிவமைத்தல் போன்ற சிக்கலான பணிகளை LAM தானியங்குபடுத்துகிறது, இது Microsoft Office போன்ற உற்பத்தித்திறன் கருவிகளுக்குப் பயனுள்ளதாக இருக்கும்.
• டெக்னாலஜிகல் ஃபவுண்டேஷன்:
  பணி சார்ந்த திறன்களை மேம்படுத்த, ஃபைன்-டியூனிங், சாயல் கற்றல் மற்றும் வலுவூட்டல் கற்றல் நுட்பங்களின் கலவையைப் பயன்படுத்தி LAM கள் பயிற்சியளிக்கப்படுகின்றன.
• எல்எல்எம்களில் இருந்து வேறுபாடு:
  பாரம்பரிய பெரிய மொழி மாதிரிகள் (எல்எல்எம்கள்) போலல்லாமல், முக்கியமாக உரையை உருவாக்குவதில் கவனம் செலுத்துகிறது, எல்ஏஎம்கள் நிஜ-உலக சூழல்களில் பணிகளைச் செய்யக்கூடிய செயல்-உந்துதல் மாதிரிகள்.
• பயிற்சி செயல்முறை:
  LAMகள் பல நிலைகளை கடந்து செல்கின்றன: தரவு சேகரிப்பு, மேற்பார்வையிடப்பட்ட நுணுக்கமாக்கல், வலுவூட்டல் கற்றல் மற்றும் Windows GUI போன்ற அமைப்புகளில் ஒருங்கிணைக்கப்படுவதற்கு முன் நிஜ உலக சோதனை.
• சாத்தியமான பயன்பாட்டு வழக்குகள்:
  பணிப்பாய்வுகளைத் தானியக்கமாக்குவதற்கும், குறைபாடுகள் உள்ளவர்களுக்கு உதவுவதற்கும், பின்னூட்டத்தின் அடிப்படையில் மாறும் தழுவல் தேவைப்படும் பணிகளைச் செய்வதற்கும் LAMகள் உதவியாக இருக்கும்.
• எதிர்கால அவுட்லுக்:
  தொழில்நுட்பம் உருவாகும்போது, ​​பல்வேறு தொழில்களில் எல்ஏஎம் ஒரு நிலையான AI கருவியாக மாறும், அன்றாட பணிகளில் உற்பத்தித்திறன் மற்றும் செயல்திறனை மேம்படுத்துகிறது.