பாதுகாப்பு விதிகளை மீறாத AI: MIT இன் ஹார்ட்·ஃப்ளோ முறை

வெறும் ஏற்புடைய பதில் மட்டும் போதாத உயர்-ஆபத்துப் பிரச்சினைகளைத் தீர்க்க ஜெனரேட்டிவ் AI மாடல்களுக்கு உதவும் ஒரு புதிய நுட்பத்தை MIT ஆய்வாளர்கள் உருவாக்கியுள்ளனர். இங்கு வெளியீடு, 'கடும் நிபந்தனைகள்' எனப்படும் கடுமையான பாதுகாப்பு அல்லது இயற்பியல் விதிகளையும் நிறைவு செய்ய வேண்டும். ஹார்ட்·ஃப்ளோ எனப்படும் இந்த முறை, ஏற்கெனவே பயிற்சி பெற்ற மாடல்களுடன் மறுபயிற்சி இல்லாமல் செயல்படும். இது IEEE இன் ஒரு ஆய்விதழில் வெளியான கட்டுரையில் விவரிக்கப்பட்டுள்ளது.

ஸ்டேபிள் டிஃப்யூஷன் போன்ற டிஃப்யூஷன் மாடல்களும், FLUX போன்ற ஃப்ளோ-மேட்சிங் மாடல்களும், சீரற்ற நாய்ஸைப் படிப்படியாக மாற்றி புதிய தரவை உருவாக்கும், ஏற்கெனவே பயிற்சி பெற்ற ஜெனரேட்டிவ் மாடல்கள். இவை கேள்விகளுக்கு நெருக்கமான பதில்களை அளிப்பதில் மிகத் திறமையானவை. ஆனால் நெரிசலான தொழிற்சாலைத் தளத்தில் ரோபோவின் பாதையைத் திட்டமிடுவது போன்ற பாதுகாப்பு-முக்கியச் சூழல்களில், 'கிட்டத்தட்ட சரியான' பதில் போதாது — கிட்டத்தட்ட சரியான பாதை ஒரு ரோபோவை மனிதப் பணியாளரோடு மோத வைக்கலாம்.

'ப்ரொஜெக்ஷன் அடிப்படையிலான மாதிரியெடுப்பு' எனப்படும் வழக்கமான முறை, உருவாக்கல் செயல்பாடு நெடுகிலும் மாடலின் பகுதி, இடைநிலைத் தீர்வுகளைக் கடுமையான நிபந்தனைகளுக்கு ஏற்ப மீண்டும் மீண்டும் கட்டாயப்படுத்துகிறது. இது மாடல் சிறந்த இறுதி தீர்வை எட்டுவதைத் தடுக்கலாம்; பாதையின் நீளத்தைக் குறைப்பது போன்ற பிற தரங்களை மேம்படுத்தும் வாய்ப்பையும் பெரும்பாலும் புறக்கணிக்கிறது. ஹார்ட்·ஃப்ளோ மாறாக, உருவாக்கலின்போது மாடலுக்கு அதிக சுதந்திரம் தருகிறது. இறுதி வெளியீட்டில் மட்டும் கடும் நிபந்தனைகளைக் கட்டாயப்படுத்துகிறது; இதற்காக, கட்டுப்பாட்டுக் கோட்பாட்டிலிருந்து பெறப்பட்ட 'பாதை உகந்தமைவு' எனும் கணிதப் பிரச்சினையாக இதை மாற்றுகிறது. மிகப் பெரிய நரம்பியல் வலைப்பின்னலுக்கு இந்தக் கணக்கீட்டைச் சாத்தியப்படுத்த, ஆய்வாளர்கள் அதை பல சிறிய, ஒரு-படி துணைப் பிரச்சினைகளாகப் பிரித்தனர்.

'ஜெனரேட்டிவ் AI-யின் சாத்தியக்கூறு, சாத்தியங்களின் பரந்த வெளியை ஆராயும் திறனில் உள்ளது; ஆனால் நிஜ உலகம், எந்தச் சாத்தியங்கள் ஏற்புடையவை என்பதற்கு வரம்புகளை வைக்கிறது' என முதன்மை ஆசிரியர் நவீத் அசிசான் தெரிவித்தார். MIT இயந்திரவியல் துறையைச் சேர்ந்த அசிசானுடன், முதன்மைப் படைப்பாசிரியர் சேயாங் லீ, இணை ஆசிரியர் காவே அலிம் ஆகியோர் இந்த ஆய்வில் பணியாற்றினர்.

ரோபோ கையாளுதல், சிக்கல்-வழி வழிசெலுத்தல், உரை வழிகாட்டும் படத் திருத்தம் ஆகிய சோதனைகளில், ஹார்ட்·ஃப்ளோ கடும் நிபந்தனைகளை முழுமையாக நிறைவு செய்தது; தீர்வுத் தரத்திலும் ஒப்பீட்டு முறைகளைத் தொடர்ந்து மிஞ்சியது. அதன் கணக்கீட்டு நேரமும் போட்டி முறைகளுக்கு நிகரானதாகவோ குறைவாகவோ இருந்தது. ஒரு சோதனையில், தடைகளைத் தவிர்த்து இலக்கை விரைவாக அடையும் பாதையை ரோபோ கையாளியால் கண்டறிய இது உதவியது; ஆனால் மற்ற பெரும்பாலான முறைகள் மோதலை ஏற்படுத்தியன அல்லது நீண்ட நேரம் எடுத்தன.