குறியீட்டு துணுக்குகளை உருவாக்கும் வகையில் ஏஐ கணிசமான முன்னேற்றம் கண்டுள்ள போதும், புதிய MIT ஆய்வு, முழுமையாக தானாக இயங்கும் மென்பொருள் பொறியியலை அடைய முக்கியமான தடைகள் உள்ளன என்பதை வெளிப்படுத்துகிறது.
"மென்பொருள் பொறியியலுக்கான ஏஐ சவால்கள் மற்றும் பாதைகள்" என்ற தலைப்பில், MIT பேராசிரியர் ஆர்மாண்டோ சோலார்-லெசாமா மற்றும் முதன்மை எழுத்தாளர் அலெக்ஸ் கு ஆகியோரின் தலைமையில் இந்த ஆய்வு நடத்தப்பட்டது. 2025 ஜூலை 16 அன்று வெளியான இந்த ஆய்வு, வான்கூவரில் நடைபெறும் சர்வதேச இயந்திரக் கற்றல் மாநாட்டில் (ICML 2025) சமர்ப்பிக்கப்படுகிறது.
"இப்போது எல்லோரும் நமக்கு நிரலாளர்கள் தேவையில்லை, எல்லாம் தானாக ஆகிவிட்டது என்று பேசுகிறார்கள்," என்று சோலார்-லெசாமா கூறுகிறார். "ஒருபுறம், இந்த துறையில் அபாரமான முன்னேற்றம் ஏற்பட்டுள்ளது. நாம் இதற்கு முன்பு கண்டதைவிட பலமிக்க கருவிகள் இன்று உள்ளன. ஆனால், முழுமையான தானியங்கி வாய்ப்பை அடைய இன்னும் நீண்ட பாதை செல்ல வேண்டியுள்ளது."
தற்போதைய ஏஐ அமைப்புகள் சிறிய குறியீட்டு செயல்பாடுகளை உருவாக்குவதில் சிறந்து விளங்கினாலும், பெரிய அளவில் குறியீட்டு மறுவடிவமைப்பு, குறியீட்டு இடமாற்றம், சிக்கலான அமைப்புகளில் பிழை திருத்தம் போன்ற விரிவான மென்பொருள் பொறியியல் பணிகளில் அவை தடுமாறுகின்றன என்று ஆய்வாளர்கள் வலியுறுத்துகின்றனர். SWE-Bench போன்ற பிரபலமான அளவுகோல்கள், GitHub இல் உள்ள சில நூறு வரி குறியீட்டு சிக்கல்களுக்கு தீர்வு அளிப்பதை மட்டுமே சோதிக்கின்றன; ஆனால், உண்மையான சூழலில், கோடிக்கணக்கான வரிகள் கொண்ட குறியீடு மேம்படுத்தப்பட வேண்டியதும், பழைய அமைப்புகளிலிருந்து இடமாற்றம் செய்யப்பட வேண்டியதும் உள்ளது.
மனித-யந்திர தொடர்பும் மற்றொரு முக்கிய சவாலை உருவாக்குகிறது. இன்று ஏஐ கருவிகள் பெரும்பாலும் பெரிய, கட்டமைப்பு இல்லாத கோப்புகளை, மேற்பரப்பு சோதனைகளுடன் உருவாக்குகின்றன; ஆனால், மனித மேம்பாட்டு நிபுணர்கள் பயன்படுத்தும் பிழைதிருத்த கருவிகள் மற்றும் நிலையான பகுப்பாய்விகளை பயன்படுத்த ஏஐயால் முடியவில்லை என்று கு விளக்குகிறார்.
ஒரே தீர்வை முன்வைப்பதற்குப் பதிலாக, ஆய்வாளர்கள் சமூக அளவில் முயற்சிகள் தேவை எனக் கூறுகின்றனர்: காலப்போக்கில் மேம்பாட்டு நிபுணர்கள் குறியீட்டை எப்படி எழுதுகிறார்கள், மறுவடிவமைக்கிறார்கள் என்பதைக் பதிவு செய்யும் விரிவான தரவுத்தளங்களை உருவாக்குதல்; மறுவடிவமைப்பின் தரம் மற்றும் பிழைதிருத்தத்தின் நீடித்த தன்மையை அளக்கும் பகிர்ந்தளிக்கக்கூடிய மதிப்பீட்டு தொகுப்புகளை உருவாக்குதல்; மாதிரியின் நிச்சயமின்மையை வெளிப்படுத்தும், மனித வழிகாட்டுதலை ஊக்குவிக்கும் வெளிப்படையான கருவிகளை உருவாக்குதல் ஆகியவை அவற்றில் அடங்கும்.
"நிதி, போக்குவரத்து, சுகாதாரம் மற்றும் எண்ணற்ற முக்கிய அமைப்புகளுக்குத் தளமாக மென்பொருள் ஏற்கனவே உள்ளது," என்று சோலார்-லெசாமா குறிப்பிடுகிறார். எதிர்காலத்தில், வழக்கமான மேம்பாட்டு பணிகளை ஏஐ தானாகச் செய்யும் நிலையில், மனித பொறியியலாளர்கள் உயர் நிலை வடிவமைப்பு முடிவுகள் மற்றும் மனித நுண்ணறிவு தேவைப்படும் சிக்கலான பரிமாற்றங்களில் கவனம் செலுத்த முடியும் என்று ஆய்வுக் குழு எதிர்பார்க்கிறது.