ஆராய்ச்சியாளர்கள், பிரச்சினையின் சிக்கல்மிக்க தனிப்பட்டதைப் பொறுத்து தங்களது கணினி முயற்சிகளை தன்னிச்சையாக மாற்றும் புதிய தலைமுறை ஏஐ மாடல்களை உருவாக்கியுள்ளனர். இது, சவாலான பணிகளை அணுகும் செயற்கை நுண்ணறிவின் முறையில் ஒரு பெரிய மாற்றத்தை குறிக்கிறது.
DeepSeek-R1 மற்றும் OpenAI-யின் o-சீரிஸ் போன்ற மாடல்கள், 'காரணமீட்டல்-முதலில்' என்ற அணுகுமுறையை பயன்படுத்துகின்றன. இது விரைவான வடிவமைப்பு அடையாளம் காண்பதைவிட, ஆழமான பகுப்பாய்வுக்கு முன்னுரிமை அளிக்கிறது. DeepSeek-R1 இந்த காரணமீட்டல்-முதலில் தத்துவத்துடன் கட்டமைக்கப்பட்டிருப்பதால், அறிவியல், குறியீடு மற்றும் கணிதம் போன்ற சிக்கலான பணிகளை மேம்பட்ட தர்க்கம் மற்றும் பிரச்சினை தீர்க்கும் திறனுடன் கையாள மிகவும் பொருத்தமானதாக உள்ளது. 'பதில் அளிப்பதற்கு முன் சிந்தித்தல்' என்ற கவனம், தொழில்நுட்ப பயன்பாடுகளுக்கு இதை சிறப்பாக மாற்றுகிறது.
பாரம்பரிய ஏஐ மாடல்களைவிட, இந்த புதிய காரணமீட்டல் மாடல்கள் பதில் அளிப்பதற்கு முன் 'நீண்ட நேரம் சிந்திக்க' பயிற்சி பெறுகின்றன. உதாரணமாக, OpenAI-யின் o3, கடினமான கேள்விகளை தர்க்க அடிப்படையில் பல படிகளாக பிரிக்கிறது, இடைநிலை கணக்கீடுகள் அல்லது கருவி அழைப்புகளைச் செய்கிறது, பின்னர் நன்கு ஆதாரமுள்ள பதில்களை வழங்குகிறது. இந்த காரணமீட்டல் மாடல்கள் தங்களைத் தாங்களே உண்மைச் சோதனை செய்யும் திறனும் கொண்டுள்ளன; இது, வழக்கமான மாடல்களில் ஏற்படும் வழுக்கல்களைத் தவிர்க்க உதவுகிறது. சாதாரண மாடல்களை விட தீர்வை அடைய சில விநாடிகள் முதல் நிமிடங்கள் வரை கூட அதிக நேரம் எடுத்துக்கொள்வதாலும், இயற்பியல், அறிவியல் மற்றும் கணிதம் போன்ற துறைகளில் அதிக நம்பகத்தன்மை கொண்டதாக இருக்கின்றன.
OpenAI, பெரிய அளவிலான reinforcement learning-ல் 'அதிக கணினி முயற்சி = மேம்பட்ட செயல்திறன்' என்ற போக்கு தொடர்வதை கவனித்துள்ளது. இந்த முறையில், பயிற்சி மற்றும் முடிவளிக்கும் நேரத்தில் கணினி முயற்சியை பல மடங்கு அதிகரித்து, செயல்திறனில் தெளிவான முன்னேற்றத்தை அடைந்துள்ளனர். இது, மாடல்களுக்கு அதிகமாக 'சிந்திக்க' அனுமதித்தால், அவற்றின் செயல்திறன் தொடர்ந்தும் மேம்படுவதை உறுதிப்படுத்துகிறது.
இந்த மாடல்கள் முடிவளிக்கும் போது பல தீர்வு பாதைகளை உருவாக்கி, ஒவ்வொன்றையும் ஒருங்கிணைந்த மதிப்பீட்டாளர் மாடல்களின் உதவியுடன் மதிப்பீடு செய்து, மிகச் சிறந்த விருப்பத்தைத் தேர்ந்தெடுக்கின்றன. மதிப்பீட்டாளரை நிபுணர் குறியீடு செய்யப்பட்ட தரவுகளுடன் பயிற்சி செய்வதன் மூலம், சிக்கலான, பல படி பிரச்சினைகளில் ஆழமாக காரணமீட்டல் செய்யும் திறனை வளர்க்கின்றனர். இந்த அம்சம், மாடலை தன் சொந்த காரணமீட்டலை மதிப்பிடும் நீதிபதியாக செயல்பட வைக்கிறது; இது, பெரிய மொழி மாடல்களை வெறும் பதிலளிப்பதைவிட 'சிந்திக்க' கூடிய நிலைக்கு கொண்டு செல்கிறது.
DeepSeek-ன் அணுகுமுறை, chain-of-thought reasoning மற்றும் reinforcement learning-ஐ இணைக்கிறது. இதில், தானாக செயல்படும் முகவர், மனித வழிகாட்டுதல் இல்லாமல், முயற்சி மற்றும் பிழை மூலம் ஒரு பணியைச் செய்ய கற்றுக்கொள்கிறார். இது, சரியான நடத்தை குறியீடு செய்யப்பட்ட எடுத்துக்காட்டுகளில் பயிற்சி செய்வதன் மூலம் மட்டும், மாடல்கள் காரணமீட்டல் திறனை மேம்படுத்தும் என்ற கருதுகோளுக்கு சவால் விடுகிறது. ஒரு ஆராய்ச்சியாளர் சொன்னது போல: "நாம் மாடலை சரியான பதில்களுக்கு வெகுமதி அளித்து, அது தானாகவே சிறந்த சிந்தனை முறையை கண்டுபிடிக்க விட முடியுமா?"
உண்மையான உலகப் பயன்பாடுகளுக்கான தாக்கங்கள் ஆழமானவை. அறிவியல் ஆராய்ச்சி, பொறியியல், வணிகத் திட்டமிடல் மற்றும் படைப்பாற்றல் பிரச்சினை தீர்வு ஆகிய துறைகளில் சிக்கலான பிரச்சினைகளை ஏஐ கையாளும் விதத்தில் இந்த மாடல்கள் மாற்றத்தை ஏற்படுத்தக்கூடும். மனிதர்கள் கடினமான பிரச்சினைகளில் அதிக நேரம் செலவிடுவது போலவே, இந்த மாடல்கள் பணியின் சிக்கல்மிக்க தனிப்பட்டதைப் பொறுத்து கணினி வளங்களை ஒதுக்குவதன் மூலம், மனித சமூகத்துக்கு மிகச் சவாலான அறிவாற்றல் பணிகளில் கூட அதிக நம்பகத்தன்மையுடன் செயல்பட வைக்கும்.