AI என்பது Computer ஆகும்

AI என்பது Computer ஆகும்
நாங்கள் சமீபத்தில் Perplexity Computer-ஐ அறிமுகப்படுத்தியுள்ளோம். இடுகை அதற்கான எங்கள் பகுத்தறிதலை விளக்குகிறது.
ஒவ்வொரு சில வாரங்களுக்கும், சந்தையில் பீதியைக் கிளப்பும் ஒரு புதிய AI தயாரிப்பு அறிமுகப்படுத்தப்படுகிறது. இது ஒரு புதிய தொடக்கம், அல்லது ஒரு ஏஜென்ட், அல்லது வேறு ஏதாவது. அது எதுவாக இருந்தாலும், அதனால் செய்ய முடியாத ஒரு விஷயத்தை என்னால் உங்களுக்குச் சொல்ல முடியும்.
உலகின்ச் சிறந்த AI மாடல் இருந்தால்கூட, அது உங்களுக்காக அதன் சிறந்த பணியைச் செய்ய முடியாது.
எனக்கு எப்படித் தெரியும்? எல்லைப் போன்ற மாடல்களின் நிலை மிகவும் மேம்பட்டுள்ளது, அவற்றிடமிருந்து சிறந்த திறமைகளைப் பெற, நீங்கள் வெவ்வேறு மாடல்களை இணைந்து செயல்படச் செய்ய வேண்டும். Claude-ன் மிகப்பெரிய பலவீனம் என்னவென்றால், அது Claude-உடன் மட்டுமே இணைந்து செயல்படும்.
மற்றவர்களின் திறமைகள் இல்லாமல் எந்த ஒரு மாடல் குடும்பத்தாலும் அதன் உயர்ந்த மட்டத்தில் செயல்பட முடியாது. மாடல்கள் மிகவும் சக்திவாய்ந்ததாக மாறும்போது, அவை சிறப்புத் தன்மையைப் பெறுவதைக் காண்கிறோம். வெவ்வேறு மாடல்கள் இணைந்து செயல்படும்போது உங்கள் சிறந்த வேலை செய்யப்படும் என்பதே AI-ன் எதிர்கால நிலையாகும்.
AI-ல் இதை நாங்கள் "ஆர்க்கெஸ்ட்ரேஷன்" (orchestration) என்று அழைக்கிறோம், அல்லது சில நேரங்களில் "தி ஹார்னஸ்" (the harness) என்றும் அழைக்கிறோம். நீங்கள் அதை எப்படி அழைக்க விரும்பினாலும், பல மாடல் ஆர்க்கெஸ்ட்ரேஷனின் உன்னதச் செயல்திறன், தனிப்பட்ட மாடல் குடும்பங்களால் செய்யக்கூடிய எதையும் விட மிக முன்னிலையில் உள்ளது.
AI-ன் அடுத்த கட்டம் பெருமளவில் பல மாடல்களைக் கொண்டதாக இருக்க வேண்டும். அதுவே Perplexity Computer ஆகும். பத்தொன்பது மாடல்கள் பின்தளத்தில் கிடைக்கின்றன, மேலும் இதன் வெளியீடுகள் சிறிது காலமாக AI-ல் உள்ள எதைவிடவும் என்னை அதிகம் ஈர்த்துள்ளன.
இது எப்படி உருவானது என்பது இங்கே.
Computer எவ்வாறு கட்டமைக்கப்பட்டது
தொடக்கத்தில், எங்கள் பரிசோதனைக்கு ASI என்று பெயரிட்டோம். அதற்கு உண்மையில் குறிப்பிட்ட அர்த்தம் எதுவும் இல்லை, ஆனால் சில நேரங்களில் அதை "செயற்கை மீநுண் நுண்ணறிவு" (Artificial Super Intelligence) என்று அழைத்தோம். (இது "மற்றொரு ஸ்லாக் ஒருங்கிணைப்பு" (Another Slack Integration) என்றும் அர்த்தம்கொண்டிருக்கலாம், ஏனெனில் அதுதான் முதலில் வாழ்ந்த இடம்.)
நாங்கள் அதை ஒரு டிஜிட்டல் பணியாளராக நினைத்தோம். நீங்கள் Slack-ல் ஒரு பணியுடன் பணியாளருக்குச் செய்தி அனுப்புகிறீர்கள், அது வேலைக்குச் செல்கிறது. அது பணிகளைப் பகிர்ந்தளிக்கிறது, பல்வேறு பணிகளுக்கான துணை ஏஜென்மர்களை உருவாக்குகிறது, அடுத்த கட்டத்திற்குத் தனக்கு உதவ கோப்புகளை உருவாக்குகிறது, அத்தியாவசியத் தகவல்களைக் கண்டறிகிறது, மற்றும் அவ்வப்போது தேவையின் அடிப்படையில் மட்டும் சரிபார்க்கிறது. நீங்கள் தூங்கச் சென்று வாரக்கணக்கில் வேலை முடிந்து எழுந்திருக்கலாம். அல்லது, வாரக்கணக்கில் வேலை செய்யச் சொல்லலாம், அது நம்பகத்தன்மையுடனும் தொடர்ச்சியாகவும் தொடரும்.
இந்தக் காலகட்டத்தில், உலகம் Clawdbot-ஐக் கண்டறிந்தது, இப்போது இது OpenClaw ஆகும். மால்வேர் உங்கள் உரைகளைப் படிப்பதை நீங்கள் விரும்பினால், இது சுவாரஸ்யமாக இருந்தது. ASI பாதுகாப்பானதாகவும் மிகவும் திறமையானதாகவும் இருப்பதை எங்களால் பார்க்க முடிந்தது: இது ஒரு கோப்பு முறைமையைக் கொண்டிருந்தது, நூற்றுக்கணக்கான கருவிகளுடன் இணைக்கப்பட்டிருந்தது, கோப்புகளில் படிக்கவும் எழுதவும் முடிந்தது, குறியீட்டை எழுத முடிந்தது, CLI கருவிகளைப் பயன்படுத்த முடிந்தது, இணையத்தில் உலவ முடிந்தது, மேலும் அந்தத் பணிக்கு மிகவும் பொருத்தமான மாடலைப் பயன்படுத்தும் சரியான துணை ஏஜென்மர்களுக்கு ஒவ்வொரு பணியையும் ஆர்க்கெஸ்ட்ரேட் செய்யும் திறன் கொண்டிருந்தது. கிளவுட்டில் உள்ள பாதுகாப்பான டெவலப்மென்ட் சாண்ட்பாக்ஸுக்குள்ளாகவே இவை அனைத்தும் நடந்தன.
உண்மையில், ASI ஒரு தொலைதூர டிஜிட்டல் பணியாளர் அல்ல. கோப்பு முறைமைக்கான அணுகல், பாதுகாப்பாகக் குறியீட்டை இயக்க ஒரு ஷெல், மற்றும் வலைப் பயன்பாடுகள் மற்றும் இணைப்பான்களை அணுக ஒரு உலாவி ஆகியவற்றுடன், ASI அடிப்படையில் ஒரு கணினி (computer) ஆகும். உங்கள் கணினி. அந்த கணினி.
எனவே நாங்கள் இதற்கு அதிகாரப்பூர்வமாக Perplexity Computer என்று பெயரிட்டோம்.
இணையம் ஏன் முக்கியமானது
2011 ஆம் ஆண்டில், இணையம், கோப்புகள் மற்றும் ஒரு பாஷ் டெர்மினல் மூலம் மட்டுமே நீங்கள் ஒரு கணினியைத் தொடங்கலாம் என்ற யோசனை Google-க்கு இருந்தது. இது Chromebook என்று அழைக்கப்பட்டது. கணினியின் மிக முக்கியமான பகுதி அது இணைய அணுகலைக் கொண்டிருப்பது என்பதை Google சரியாகப் புரிந்துகொண்டது.
இணையம் என்பதுதான் நாம் வேலை செய்யும் மற்றும் தொடர்புகொள்ளும் இடமாகும். இது அக, மற்றும் உருவக ரீதியாக நமது சேமிப்பக சாதனமாகும். இது பரந்த அளவிலான தரவுகள், தகவல்கள் மற்றும் அறிவைக் கொண்டுள்ளது. சில பகிரப்பட்டவை, சில தனிப்பட்டவை.
நீங்கள் இணையத்தை அறிவின் சேமிப்பு அமைப்பாக நினைத்தால், இது எப்போதும் WRITE (எழுதுதல்) செயல்பாட்டில் மிகவும் சிறப்பாகச் செயல்பட்டுள்ளது. முதல் வலைப்பதிவு 90-களின் முற்பகுதியில் வெளியிடப்பட்டது, அன்றிலிருந்து இணையத்தில் அறிவை வெளியிடுவதும் சேமிப்பதும் பெருமளவு வளர்ச்சியடைந்துள்ளது.
Chromebook மூலம் Google எதை குறைத்து மதிப்பிட்டது என்றால், ஒரு சேமிப்பக அமைப்பாக இணையத்தின் மிகப்பெரிய பிரச்சனை உண்மையில் READ (படித்தல்) செயல்பாடு ஆகும். இணையத்திலிருந்து அறிவைப் படிக்க, 28 ஆண்டுகளாக ஏறக்குறைய மாறாமல் இருக்கும் வழிமுறைத் தேடலை (algorithmic search) நாங்கள் நம்பியுள்ளோம்.
அறிவுக்கான வழிகளாக தேடுபொறிகள் எப்போதுமே ஆழமான ஆய்வு, ஒருங்கிணைப்பு அல்லது சுருக்கத்தை வழங்கக் கூடியவையாக இருந்ததில்லை. மேலும் தேடுபொறிகளால் ஒரு முகவரைப் போலச் செயல்பட்டு, இணையத்தில் நடவடிக்கை தேவைப்படும் எந்தவொரு அறிவையும் அணுக முடியாது.
பின்னர் AI வந்தது. Perplexity முதல் விடை இயந்திரத்தை (answer engine) உருவாக்கியது, மற்றவர்களும் அதைப் பின்பற்றியுள்ளனர். ஆழமான ஆய்வு (Deep Research) மீது தீவிரக் கவனம் செலுத்தி, துல்லியமான AI-ல் நாங்கள் கவனம் செலுத்தியுள்ளோம். ஏனென்றால், திறந்த இணையத்தில் உள்ள அனைத்து அறிவையும் AI ஆல் கண்டறியவும், பகுப்பாய்வு செய்யவும், பகுத்தறியவும் மற்றும் துல்லியமாக வழங்கவும் முடியும் போது, READ சிக்கல் இறுதியாகத் தீர்க்கப்படுகிறது.
பூமியின் அறிவின் சேமிப்பு வட்டுதான் இணையம் என்றால், Perplexity வாசிப்புச் செயல்பாட்டைத் தீர்த்துவிட்டது.
இணையம் என்பது முழுமையாகச் செயல்படும் வாசிப்பு/எழுதுதல் (read/write) சேமிப்பக அமைப்பாக மாறியவுடன், வழிசெலுத்தவும் பணிகளை முடிக்கவும் கூடிய ஏஜென்மர்களுடன், கணினிக்குத் தேவைப்படும் மீதமுள்ள ஒரே விஷயம் தனிப்பட்டவை மட்டுமே ஆகும்.
தொடர்ச்சியான நினைவகம் (Persistent memory) ஒரு கணினியைத் தனிப்பட்டதாக்குகிறது. இது கோப்புகளையும் கருவிகளையும் கொண்டுள்ளது, அவை உங்கள் கோப்புகளும் கருவிகளுமாகும், தனிப்பட்டவை மற்றும் உங்கள் விருப்பங்களுக்கு ஏற்ப வடிவமைக்கப்பட்டவை. கணினி உங்களுக்காக, தனிப்பட்ட முறையில் அவற்றுடன் வேலை செய்ய முடியும்.
கணினிகளும் உருவாக்குகின்றன. அவை குறியீடு, ஆவணங்கள் மற்றும் கோப்புகள் போன்ற உண்மையான ஆர்ட்டிஃபேக்ட்களை உருவாக்குகின்றன. அவை கோப்புகளைச் சேமிக்கின்றன, கோப்புகளை மீட்டெடுக்கின்றன, புதிய கோப்புகளை எழுதுகின்றன, கோப்புகளை அணுகுகின்றன. AI இந்த எல்லா விஷயங்களையும் செய்ய முடியும். இறுதியாக, AI இந்த வேலет அனைத்தையும் செய்யும்போது, கணினியில் உள்ள பல்வேறு வேலைகளுக்கு வெவ்வேறு எல்லை மாடல்களை நீங்கள் கையில் வைத்திருக்க வேண்டும்.
பயனுள்ள எந்தவொரு கணினிக்கும், ஒரே மாடல் அனைத்திலும் சிறப்பாகச் செயல்பட முடியாத அளவுக்குப் பல திறன்கள் தேவைப்படுகின்றன. ஆர்க்கெஸ்ட்ரேஷன் கணினிக்கு இன்றியமையாதது.
AI முன்னேறும்போது இயக்க முறைமையின் (operating system) ஹார்ட் கோட், சாதனம் உருவாக்குபவர்களுக்கு ஒரு அரண் போலக் குறைவாக மாறுகிறது என்பதை இது குறிக்கலாம். எனக்குத் தெரியாது. கணினி என்பது ஆர்க்கெஸ்ட்ரேஷன் அமைப்பாகும் என்பது நமக்குத் தெரிந்த விஷயம்.
ஆர்க்கெஸ்ட்ரேஷன் ஏன் முக்கியமானது
ஸ்டீவ் ஜாப்ஸ் கூறினார், "இசைக் கலைஞர்கள் தங்கள் வாத்தியங்களை வாசிக்கிறார்கள். நான் ஆர்ச்செல்லட்டாவை இயக்குகிறேன்." AI-ம் இதைப் போன்றதுதான். ஒரு ஸ்டிராடிவாரியஸ் (Stradivarius) சில குணங்களைக் கொண்டுள்ளது, மேலும் அதன் ஒலியும் கைவினைத்திறனும் நம்மை வியக்க வைக்கிறது. ஆனால் அதனால் இன்னும் ஒரு பாஸ் டிரம்பைப் போல உங்களை அதிரவைக்க முடியாது, மேலும் மஹ்லரின் சிம்பொனியைப் போல அந்த டிரம்மால் உங்களை நகர்த்த முடியாது.
மாடல் தயாரிப்பாளர்கள் நமது காலத்தின் அன்டோனியோ ஸ்டிராடிவாரிகள் ஆவர். நான் இதை அவமரியாதையான முறையில் கூறவில்லை. ஒவ்வொரு புதிய மாடல் திறனைக் கண்டு நான் வியக்கிறேன் மற்றும் எல்லை ஆய்வகங்களில் (frontier labs) செய்யப்படும் பணிகளின் உணர்ச்சிபூர்வமான ஆதரவாளராக இருக்கிறேன். அவர்கள் நம் எதிர்காலத்தை முன்னோக்கித் தள்ளுகிறார்கள்.
ஆனால் மாடல்கள் பொருட்களாக (commoditizing) மாறாமல், சிறப்புத் தன்மையைப் பெறுவதை இப்போது காண்கிறோம். அவற்றுடன் நீங்கள் ஏஜென்மர்களை உருவாக்கும்போது, எந்தவொரு பணியாளரைப் போலவே அவர்களுக்கும் வெவ்வேறு திறமைகள் இருக்கும். ஒன்று பகுத்தறிவதில் சிறந்தது. மற்றொன்று குறியீட்டில். மற்றொன்று ஆக்கப்பூர்வமான எழுத்தில். முக்கியமானது அவற்றை நீங்கள் எவ்வாறு ஆர்க்கெஸ்ட்ரேட் செய்கிறீர்கள் என்பதுதான்.
உண்மையான வேலையைக் கையாளும் அளவுக்குப் பல்துறை திறன் கொண்ட அமைப்பை உருவாக்குவதற்கான ஒரே வழி மாடல்கள் மற்றும் குடும்பங்கள் முழுவதும் ஆர்க்கெஸ்ட்ரேட் செய்வதுதான். ஒரு முடிவைத் தெரிவிக்க உங்களுக்கு ஆழமான ஆய்வு (deep research) தேவைப்படும்போது, துல்லியம் மற்றும் மீட்டெடுப்பிற்காக உகந்ததாக்கப்பட்ட ஒரு மாடலை நீங்கள் விரும்புகிறீர்கள். நீங்கள் குறியீட்டை எழுத வேண்டும் போது, உற்பத்தி குறியீட்டுத் தளங்களின் கோடிக்கணக்கான வரிகளில் பயிற்சி பெற்ற ஒரு மாடலை நீங்கள் விரும்புகிறீர்கள்.
நீங்கள் ஒரு குழுவினரை நிர்வகித்தாலும் சரி, அல்லது இசைக்கலைஞர்களின் சிம்பொனியை நிர்வகித்தாலும் சரி, உயர்தர வேலை எப்போதும் இப்படித்தான் இருந்துள்ளது. AI ஏஜென்மர்களும் இதற்கு விதிவிலக்கல்ல.
பணிப்பாய்வுகளுக்கு (workflows), வேறுபடுத்துவது ஹார்னஸ் (harness) ஆகும். ஒரு பிளானர் சிக்கலான நோக்கங்களைச் சிறிய துணைப் பணிகளாகப் பிரிக்கிறது. ஒரு ஆர்க்கெஸ்ட்ரேட்டர் அந்தப் பணிகளைச் சரியான ஏஜென்மர்களுக்கு ஒதுக்குகிறார், விதிகளை அமல்படுத்துகிறார், மற்றும் இயக்கத்தை நிர்வகிக்கிறார். சிறப்பு துணை ஏஜென்மர்கள் கவனம் செலுத்தப்பட்ட செயல்களைச் செய்கிறார்கள். பகிரப்பட்ட நினைவகம் தொடர்ச்சிக்காக சூழலையும் கற்றல்களையும் சேமிக்கிறது. வேறு வார்த்தைகளில் கூறுவதானால், நுண்ணறிவு என்பது கணினி ஆகும்.
கணினியின் அடுத்த பரிணாம வளர்ச்சி
400 ஆண்டுகளுக்கு முன்பு, ஒரு "கணினி" என்பது வானியலாளரின் உதவியாளராக இருந்தது. (வால் நட்சத்திரங்களுக்குப் பெயரிட்டவர்கள்.)
பின்னர், கணினி இயந்திரத்தனமானதாக இருந்தது, பிறகு மின்-எந்திரவியல் சார்ந்ததாக, பின்னர் டிஜிட்டல் ஆனது. 1974 ஆம் ஆண்டளவில், GUI (வரைகலை பயனர் இடைமுகம்) வந்தது. GUI மூலம், புதிய வழிகளில் கணினியுடன் வேலை செய்ய முடிந்தது. நாங்கள் அதற்குப் பணிகளைப் பகிர்ந்தளித்து அதன் வேலையைக் காண முடிந்தது. பின்னர், திரையானது விசைப்பலகையின் மேல் மடிக்கப்பட்டு சிறிய, தனிப்பட்ட கணினியாக மாறியது.
ஸ்டீவ் ஜாப்ஸ் ஒவ்வொருவரின் பாக்கெட்டிலும் தனிப்பட்ட கணினியை வைத்ததுதான் கணினியின் அடுத்த பரிணாம வளர்ச்சி என்று கூறுவது ஒரு மீம் (meme) ஆகும். இன்று அவர் ஒவ்வொருவரின் முகத்திலும் ஒரு திரையை வைத்துள்ளார் என்று கூறுவது மிகவும் துல்லியமானது போல் தெரிகிறது. அனைவரும் ஸ்கிரோல் செய்கிறார்கள். கடந்த 49 ஆண்டுகளில், GUI என்பது நாம் கணினியைக் கட்டுப்படுத்தும் முறையிலிருந்து கணினி நம்மைக் கட்டுப்படுத்தும் முறையாக உருவெடுத்துள்ளது.
இந்த மாடல் மீதான சோர்வு அதிகரித்து வருகிறது. OpenClaw மோகத்தின் போது Mac Mini-களுக்கான தீவிரமான அவசரம் இதற்கு ஒரு சரியான எடுத்துக்காட்டாகும். GUI-கள் அவசியமானவை, ஆனால் அவை எப்போதும் அவசியமானவை அல்ல.
கணினியை அதன் உண்மையான அர்த்தத்திற்குக் கொண்டுவர AI மாடல்கள் இறுதியாகப் போதுமான அளவுக்கு மேம்பட்டுள்ளன: அதாவது சுயமாகவும், துல்லியமாகவும் வேலை செய்வது. மேலும் அது வேலை செய்வதைப் பார்ப்பதிலிருந்து நம்மை விடுவிக்க ஒத்திசைவற்ற முறையில் (asynchronously) செயல்படுவது.
மவுஸ், GUI மற்றும் விசைப்பலகை ஆகியவை அனைத்தும் முக்கியமான தொழில்நுட்பங்கள், ஆனால் அவை இடைமுகங்கள் (interfaces) ஆகும். முழுமையாகத் தானே இயங்கும் குதிரை உங்களுக்குத் தேவையில்லை என்றால், இடைமுகம் கணினியைப் போல எப்போதுமே முக்கியமானது அல்ல என்பதை நீங்கள் ஒப்புக்கொள்ள வேண்டும்.
எதிர்காலம் என்பது Computer ஆகும்
AI மாடல்கள் மிகவும் திறமையானதாக மாறி வருவதால், அவற்றைச் சுற்றி உருவாக்கப்பட்ட தயாரிப்புகள் அவற்றின் உண்மையான திறனைக் காட்டுவதில் ஒரு தடையாக உள்ளன. அரட்டை UI (chat UI) பதில்களுக்கு நல்லது, மேலும் ஏஜென்மர்கள் தனிப்பட்ட பணிகளுக்கு நல்லது. இதற்கிடையில், முழு பணிப்பாய்வுகளுக்கான (workflows) UI எப்போதும் கணினியாகவே இருந்துள்ளது.
AI இப்போது உறுதியாகப் பல முறைகளைக் (multi-modal) கொண்டுள்ளது. இது ஒற்றை ஒத்திசைவான அமைப்பில் பல வடிவ தரவுகளைப் புரிந்துகொண்டு உருவாக்குகிறது. AI-ன் எதிர்காரமும் பல மாடல்களைக் கொண்டதாக இருக்க வேண்டும் என்று ஜென்சனும் மற்றவர்களும் கூறியுள்ளனர். அவர்கள் சொல்வது சரிதான்; சிறப்பு மாடல்கள் ஒரு குழுவைப் போல ஒத்துழைக்க வேண்டும். AI-ன் எதிர்காலம் பெருமளவில் பல மாடல்களைக் கொண்டது என்று கூறுவது மிகவும் துல்லியமாக இருக்கலாம்.
கணினியின் செயல்பாட்டின் பெரும்பகுதியை AI மாற்றும்போது, கணினியின் மையச் செயல்பாடு பெருமளவில் பல மாடல் ஆர்க்கெஸ்ட்ரேஷனாக இருக்கும்.
நாங்கள் தொடக்கத்தில் மட்டும்தான் இருக்கிறோம். 2025 ஆம் ஆண்டில், சராசரியாக ஒவ்வொரு 17 நாட்களுக்கும் ஒரு புதிய எல்லை மாடல் சந்தையில் நுழைந்தது. AI-ல் ஒவ்வொரு புதிய திறன் முன்னேற்றத்துடன், மற்றொரு இசைக்கலைஞர் சிம்பொனியில் தன் இருக்கையில் அமர மேடையேறுகிறார். நடத்துனர் தன் மந்திரக்கோலைத் தட்டுகிறார். கணினி வேலைக்குச் செல்கிறது.