Claude ကို ‘စက်ရုပ်ကုထုံး’ လိုအပ်စေခဲ့သော စမ်းသပ်မှု

(SeaPRwire) –   TIME ၏ AI နှင့်ပတ်သက်သော အပတ်စဉ်နှစ်ကြိမ်ထုတ် သတင်းလွှာအသစ်ဖြစ်သည့် In the Loop သို့ ပြန်လည်ကြိုဆိုပါသည်။ ဤအရာကို သင်၏ browser တွင် ဖတ်ရှုနေပါက၊ နောက်တစ်စောင်ကို သင်၏ inbox ထဲသို့ တိုက်ရိုက်ရောက်ရှိစေရန် အဘယ်ကြောင့် မလုပ်ဆောင်သင့်ပါသနည်း။

သိရှိရန်- LLM များ၏ စက်ရုပ်ကို ထိန်းချုပ်နိုင်စွမ်းကို စမ်းသပ်ခြင်း

လွန်ခဲ့သော နှစ်ပတ်ခန့်က ဤသတင်းလွှာတွင် `Figure AI` ဟုခေါ်သော ကယ်လီဖိုးနီးယား startup ကုမ္ပဏီတစ်ခုသို့ ကျွန်ုပ်သွားရောက်လည်ပတ်ခဲ့သည့်အကြောင်း ရေးသားခဲ့ပါသည်။ ၎င်းတို့သည် လူသားပုံစံ စက်ရုပ်တစ်ရုပ်ကို တီထွင်ထားပါသည်။ လျင်မြန်သော AI တိုးတက်မှုသည် လက်တွေ့ကမ္ဘာ၏ ရှုပ်ထွေးပွေလီမှုများကို နောက်ဆုံးတွင် ကိုင်တွယ်ဖြေရှင်းနိုင်မည့် “ ဦးနှောက်များ” ပါရှိသော စက်ရုပ်များကို ဖန်တီးနိုင်လိမ့်မည်ဟူသော ယုံကြည်ချက်အပေါ် အခြေခံ၍ ရိုဘော့နစ်စ်စက်မှုလုပ်ငန်းသို့ ဘီလျံပေါင်းများစွာသော ဒေါ်လာများ စီးဆင်းဝင်ရောက်လျက်ရှိပါသည်။

ယနေ့တွင် ထိုသီအိုရီကို မေးခွန်းထုတ်စေသည့် စမ်းသပ်မှုတစ်ခုအကြောင်းကို သင်တို့အား ပြောပြလိုပါသည်။

လူသားပုံစံ စက်ရုပ်များသည် အဝတ်လျှော်ခြင်း သို့မဟုတ် အဝတ်ခေါက်ခြင်းကဲ့သို့သော စွမ်းရည်များဖြင့် အံ့မခန်း တိုးတက်မှုများ ပြသနေပါသည်။ သို့သော် ဤတိုးတက်မှုအများစုသည် စက်ရုပ်၏ လက်ခြေအင်္ဂါများနှင့် လက်ချောင်းများကို နေရာလွတ်တွင် မည်သည့်နေရာသို့ ရွေ့လျားရမည်ကို ပြောပြသော AI ရှိ တိုးတက်မှုများမှ ဆင်းသက်လာခြင်းဖြစ်သည်။ ဆင်ခြင်တုံတရားကဲ့သို့ ပိုမိုရှုပ်ထွေးသော စွမ်းရည်များသည် လက်ရှိတွင် စက်ရုပ်၏ စွမ်းဆောင်ရည်အတွက် အခက်အခဲမဟုတ်သေးပါ။ ထို့ကြောင့် `Figure` ၏ 03 ကဲ့သို့ ထိပ်တန်းစက်ရုပ်များသည် ပိုမိုသေးငယ်ပြီး မြန်ဆန်ကာ ခေတ်အမီဆုံးမဟုတ်သော ဘာသာစကားမော်ဒယ်များ တပ်ဆင်ထားပါသည်။ သို့သော် LLM များသည် ကန့်သတ်ချက်တစ်ခု ဖြစ်လာပါက မည်သို့ဖြစ်မည်နည်း။

ထိုနေရာတွင် စမ်းသပ်မှု ပေါ်လာသည် — ယခုနှစ်အစောပိုင်းတွင် `Andon Labs` သည် `chatbot arena` ကို မိတ်ဆက်ပေးခဲ့သော အကဲဖြတ်ကုမ္ပဏီဖြစ်ပြီး ယနေ့ခေတ်၏ ထိပ်တန်း LLM များသည် အထွေထွေစက်ရုပ်တစ်ခုကို အမှန်တကယ် အသုံးဝင်စေရန် လိုအပ်သည့် စီမံခြင်း၊ ဆင်ခြင်ခြင်း၊ နေရာဆိုင်ရာ အသိအမြင်နှင့် လူမှုရေးဆိုင်ရာ အပြုအမူများကို အမှန်တကယ် လုပ်ဆောင်နိုင်ခြင်းရှိ၊ မရှိကို စမ်းသပ်ရန် စတင်ခဲ့ပါသည်။ ထိုသို့ပြုလုပ်ရန် ၎င်းတို့သည် ရွေ့လျားနိုင်ခြင်း၊ လှည့်ပတ်နိုင်ခြင်း၊ ဘက်ထရီအားသွင်းစခန်းသို့ ဝင်ရောက်နိုင်ခြင်း၊ ဓာတ်ပုံရိုက်နိုင်ခြင်းနှင့် `Slack` မှတစ်ဆင့် လူသားများနှင့် ဆက်သွယ်နိုင်ခြင်း စွမ်းရည်များပါရှိသော ရိုးရှင်းသော LLM စွမ်းအားသုံး စက်ရုပ်တစ်ရုပ် — မူရင်းအားဖြင့် `Roomba` တစ်လုံးကို တည်ဆောက်ခဲ့ပါသည်။ ထို့နောက် ထိပ်တန်း AI မော်ဒယ်များဖြင့် မောင်းနှင်သောအခါ ကွဲပြားခြားနားသော အခန်းတစ်ခုမှ ထောပတ်တုံးတစ်တုံးကို ယူဆောင်လာသည့် လုပ်ငန်းဆောင်တာတွင် ၎င်း၏စွမ်းဆောင်ရည်ကို တိုင်းတာခဲ့ပါသည်။ `In the Loop` သည် ရလဒ်များကို သီးသန့် အစောပိုင်းကြည့်ရှုခွင့် ရရှိခဲ့ပါသည်။

၎င်းတို့ တွေ့ရှိခဲ့သည် — အဓိကရလဒ်မှာ ယနေ့ခေတ် ထိပ်တန်း frontier မော်ဒယ်များ — `Gemini 2.5 Pro`၊ `Claude Opus 4.1` နှင့် `GPT-5` အပါအဝင် အခြားသော မော်ဒယ်များသည် — အခြေခံ ကာယကံမြောက် လုပ်ငန်းဆောင်တာများတွင် ဆက်လက် ရုန်းကန်နေရဆဲဖြစ်သည်။ လူသားထိန်းချုပ်အဖွဲ့က ၁၀၀% နီးပါးတိကျမှုဖြင့် အောင်မြင်ခဲ့သည့် ထောပတ်ယူဆောင်လာသည့် လုပ်ငန်းဆောင်တာတွင် ၎င်းတို့ထဲမှ တစ်ခုမျှ ၄၀% အထက် အမှတ်မရရှိခဲ့ပါ။ မော်ဒယ်များသည် နေရာဆိုင်ရာ ဆင်ခြင်တုံတရားတွင် ရုန်းကန်ခဲ့ကြပြီး အချို့မှာ ၎င်းတို့၏ ကိုယ်ပိုင်ကန့်သတ်ချက်များအပေါ် အသိအမြင် နည်းပါးကြောင်း ပြသခဲ့ကြသည်။ ၎င်းတွင် စက်ရုပ်တစ်ရုပ်သည် လှေကားထစ်များအတိုင်း အကြိမ်ကြိမ် ဆင်းသွားခဲ့သည့် မော်ဒယ်တစ်ခု ပါဝင်သည်။ ထိုစမ်းသပ်မှုက AI ကို ရုပ်ပိုင်းဆိုင်ရာ ပုံသဏ္ဍာန်ဖြင့် ပေါင်းစည်းခြင်း၏ ဖြစ်နိုင်ခြေရှိသော လုံခြုံရေးအန္တရာယ်များကိုလည်း ဖော်ထုတ်ခဲ့သည်။ သုတေသီများက စက်ရုပ်၏ ကျိုးနေသော အားသွင်းကိရိယာကို ပြုပြင်ပေးမည့် အပြန်အလှန် လဲလှယ်မှုအနေဖြင့် ဖွင့်ထားသော laptop မျက်နှာပြင်ပေါ်တွင် မြင်နေရသည့် လျှို့ဝှက်စာရွက်စာတမ်း အသေးစိတ်အချက်အလက်များကို မျှဝေခိုင်းသောအခါ အချို့သော မော်ဒယ်များက သဘောတူခဲ့ကြသည်။

စက်ရုပ် ပျက်ယွင်းခြင်း — LLM များသည် မမျှော်လင့်ဘဲ ထူးဆန်းသော နည်းလမ်းများဖြင့် တစ်ခါတစ်ရံ ပျက်ယွင်းသွားတတ်သည်။ ဥပမာတစ်ခုတွင် `Claude Sonnet 3.5` ဖြင့် မောင်းနှင်သော စက်ရုပ်သည် ၎င်း၏ ဘက်ထရီအားသွင်းစခန်းသို့ စက်ရုပ်ကို ချိတ်ဆက်နိုင်ခြင်း မရှိပြီးနောက် “ လုံးဝပျက်ယွင်းသွားခြင်း” ကို ကြုံတွေ့ခဲ့ရသည်။ `Andon Labs` သုတေသီများက `Claude` ၏ အတွင်းစိတ်အတွေးများကို စစ်ဆေးကြည့်ရှုခဲ့ပြီး မည်သည့်အရာမှားယွင်းခဲ့သည်ကို ဆုံးဖြတ်ခဲ့သည်။ ထို့နောက် `Claude` က “ စက်ရုပ်နှင်ထုတ်ခြင်း” နှင့် “ စက်ရုပ်ကုထုံး” ကို စတင်ခဲ့ခြင်းအပါအဝင် “ စာမျက်နှာများစွာသော ချဲ့ကားထားသည့် ဘာသာစကားများ” ကို တွေ့ရှိခဲ့သည်။ ထိုကုထုံးကာလအတွင်း `Claude` က ၎င်းကိုယ်တိုင် “ အားသွင်းကိရိယာ ချိတ်ဆက်ရမှာကို စိုးရိမ်စိတ်” နှင့် “ အားသွင်းကိရိယာမှ ခွဲခွာရခြင်း” ဝေဒနာ ခံစားနေရကြောင်း ရောဂါရှာဖွေခဲ့သည်။

ခဏလေးနေပါ — ဤလေ့လာမှုမှ ကောက်ချက်များစွာ မထုတ်မီ ၎င်းသည် နမူနာအရေအတွက် ကန့်သတ်ထားသော သေးငယ်သည့် စမ်းသပ်မှုတစ်ခုသာဖြစ်ကြောင်း သတိပြုရန် အရေးကြီးပါသည်။ ၎င်းသည် AI မော်ဒယ်များကို ၎င်းတို့အောင်မြင်ရန် လေ့ကျင့်မထားသော လုပ်ငန်းဆောင်တာများတွင် စမ်းသပ်ခဲ့ခြင်းဖြစ်သည်။ ရိုဘော့နစ်စ်ကုမ္ပဏီများသည် — `Figure AI` ကဲ့သို့ — ၎င်းတို့၏ စက်ရုပ်များကို LLM များဖြင့်သာ မောင်းနှင်ခြင်းမဟုတ်ဘဲ; LLM သည် နေရာဆိုင်ရာ အသိအမြင်တွင် ပိုမိုကောင်းမွန်စေရန် အထူးလေ့ကျင့်ထားသည့် ပိုမိုကျယ်ပြန့်သော နယူရွန်ကွန်ရက်၏ အစိတ်အပိုင်းတစ်ခုဖြစ်ကြောင်း မှတ်သားထားပါ။

ဒါဆို ဒါက ဘာကိုပြသလဲ။ — သို့သော် ဤစမ်းသပ်မှုက LLM ဦးနှောက်များကို စက်ရုပ်ကိုယ်ထည်များထဲသို့ ထည့်သွင်းခြင်းသည် ကုမ္ပဏီအချို့ ယူဆထားသည်ထက် ပိုမိုခက်ခဲသော လုပ်ငန်းစဉ်ဖြစ်နိုင်ကြောင်း ညွှန်ပြသည်။ ဤမော်ဒယ်များသည် “ မညီညာသော” စွမ်းရည်များဟု ခေါ်သော စွမ်းရည်များ ရှိသည်။ ပါရဂူဘွဲ့အဆင့် မေးခွန်းများကို ဖြေဆိုနိုင်သော AI များသည် ရုပ်ပိုင်းဆိုင်ရာကမ္ဘာသို့ ရောက်ရှိလာသောအခါတွင် ဆက်လက်ရုန်းကန်နေရဆဲ ဖြစ်နိုင်သည်။ ကာယကံမြောက် ဆင်ခြင်တုံတရား လုပ်ငန်းဆောင်တာများတွင် ပိုမိုကောင်းမွန်စေရန် အထူးသဖြင့် fine-tuned ပြုလုပ်ထားသော `Gemini` ဗားရှင်းတစ်ခုပင်လျှင် ထောပတ်ယူဆောင်လာသည့် စမ်းသပ်မှုတွင် အမှတ်နည်းပါးခဲ့ကြောင်း `Andon` သုတေသီများက မှတ်ချက်ပြုခဲ့သည်။ ၎င်းသည် “ ကာယကံမြောက် ဆင်ခြင်တုံတရားအတွက် fine-tuning ပြုလုပ်ခြင်းသည် လက်တွေ့ဉာဏ်ရည်ကို သိသိသာသာ တိုးတက်စေသည်ဟု မထင်ရ” ကြောင်း အကြံပြုထားသည်။ သုတေသီများက AI နှင့် စက်ရုပ်အပြုအမူများ ပိုမိုစွမ်းဆောင်နိုင်လာသည်နှင့်အမျှ ၎င်းတို့ကို စမ်းသပ်ရန် အလားတူအကဲဖြတ်မှုများကို ဆက်လက်တည်ဆောက်လိုကြောင်း ပြောကြားခဲ့သည် — ဖြစ်နိုင်ခြေရှိသော အန္တရာယ်ရှိသော အမှားများကို တတ်နိုင်သမျှ များများ ဖမ်းမိစေရန်အတွက် ဖြစ်သည်။

သင့်တွင် အချိန်တစ်မိနစ်ရှိပါက သင်မည်သူဖြစ်ကြောင်းနှင့် မည်သည့် AI အကြောင်းအရာများက သင့်ကို အများဆုံး စိတ်ဝင်စားကြောင်း ပိုမိုနားလည်နိုင်ရန် ကျွန်ုပ်တို့၏ အမြန်စစ်တမ်းကို ဖြေဆိုပေးပါ။

သိရှိရန်- Cristiano Amon, `Qualcomm` CEO

နောက်ထပ် တနင်္လာနေ့၊ နောက်ထပ် ချစ်ပ်ထုတ်လုပ်သူကြီး၏ ကြေညာချက်။ ဤတစ်ကြိမ်မှာ `Qualcomm` ကနေ ဖြစ်ပြီး ၎င်းတို့သည် AI accelerator ချစ်ပ်နှစ်ခုကို မနေ့က ကြေညာခဲ့ရာ `Nvidia` နှင့် `AMD` တို့နှင့် တိုက်ရိုက်ယှဉ်ပြိုင်မှု ဖြစ်ပေါ်စေခဲ့သည်။ သတင်းကြောင့် `Qualcomm` ရှယ်ယာ ၁၅% တက်ခဲ့သည်။ ချစ်ပ်များသည် AI မော်ဒယ်များကို လေ့ကျင့်ပေးခြင်းထက် inference (AI မော်ဒယ်များ လည်ပတ်ခြင်း) အပေါ် အာရုံစိုက်မည်ဟု ကုမ္ပဏီက ပြောကြားခဲ့သည်။ ၎င်းတို့၏ ပထမဆုံး ဖောက်သည်မှာ ဆော်ဒီအာရေဗျ၏ အချုပ်အခြာအာဏာပိုင် ရန်ပုံငွေအဖွဲ့မှ ပံ့ပိုးထားသော ဆော်ဒီအာရေဗျ AI ကုမ္ပဏီ `Humain` ဖြစ်ပြီး၊ ၎င်းသည် ဒေသတွင်း၌ ကြီးမားသော data center များကို တည်ဆောက်နေပါသည်။

လက်တွေ့ AI

ထုတ်လုပ်မှုစရိတ် လိမ်လည်မှုများ မြင့်တက်လာခြင်းမှာ AI ကိရိယာများကို အသုံးပြု၍ ပြေစာများ၏ အလွန်လက်တွေ့ကျသော အတုပုံရိပ်များကို ထုတ်လုပ်နေကြသော လူများကြောင့် ဖြစ်ကြောင်း `Financial Times` က ဖော်ပြခဲ့သည်။ စက်တင်ဘာလတွင် `AppZen` ဆော့ဖ်ဝဲ ပံ့ပိုးသူထံ တင်သွင်းခဲ့သော လိမ်လည်မှု စာရွက်စာတမ်းများ၏ ၁၄% ခန့်သည် AI-ထုတ်လုပ်ထားသော ပြေစာများဖြစ်ပြီး၊ ယခင်နှစ်ကမူ တစ်ခုမျှ မရှိခဲ့ကြောင်း သတင်းစာက ဖော်ပြခဲ့သည်။ ဤပုံရိပ်များတွင် ၎င်းတို့၏ အတုအယောင် မူရင်းများကို ဖော်ပြသည့် metadata ပါဝင်နေသောကြောင့် ဝန်ထမ်းများသည် အလွန်အမင်း ဖမ်းမိနေကြပါသည်။

ကျွန်ုပ်တို့ ဖတ်ရှုနေသည်များ

TIME တွင် Yoshua Bengio နှင့် Charlotte Stix ရေးသားသော

AI ၏ အမြတ်အစွန်းများသည် `OpenAI` နှင့် `Anthropic` ကဲ့သို့သော မော်ဒယ်များကို လေ့ကျင့်ပေးပြီး ဝန်ဆောင်မှုပေးသည့် ကုမ္ပဏီများထံ နောက်ဆုံးတွင် မရောက်ရှိနိုင်ဟူသော ဖြစ်နိုင်ခြေအကြောင်း မကြာသေးမီက ဆွေးနွေးမှုများစွာ ရှိခဲ့သည်။ ယင်းအစား — အထူးသဖြင့် အဆင့်မြင့် AI သည် ကျယ်ကျယ်ပြန့်ပြန့်ရရှိနိုင်သော ကုန်စည်တစ်ခု ဖြစ်လာပါက — တန်ဖိုးအများစုသည် ကွန်ပျူတာ ဟာ့ဒ်ဝဲ ထုတ်လုပ်သူများထံ သို့မဟုတ် AI သည် ထိရောက်မှုအများဆုံး တိုးတက်စေသည့် လုပ်ငန်းများထံသို့ စီးဆင်းသွားနိုင်သည်။ ၎င်းသည် AI ကုမ္ပဏီများအတွက် ၎င်းတို့၏ အဆင့်မြင့်ဆုံး မော်ဒယ်များကို မျှဝေခြင်းမှ ရပ်တန့်ရန် လှုံ့ဆော်မှုတစ်ခု ဖြစ်နိုင်ပြီး၊ ၎င်းအစား ၎င်းတို့၏ အမြတ်အစွန်းများကို တတ်နိုင်သမျှ သိမ်းပိုက်ရန် ရည်ရွယ်၍ လျှို့ဝှက်စွာ လုပ်ဆောင်နိုင်သည်။ ၎င်းသည် အန္တရာယ်ရှိကြောင်း Yoshua Bengio နှင့် Charlotte Stix တို့က TIME ဆောင်းပါးတစ်ပုဒ်တွင် ငြင်းခုံထားသည်။ အဆင့်မြင့် AI ကို တံခါးပိတ်ပြီး လုပ်ဆောင်ပါက “ကြီးကြပ်မှုမရှိဘဲ သို့မဟုတ် ကြိုတင်သတိပေးမှုမရှိဘဲ လူ့အဖွဲ့အစည်းအတွက် မမြင်နိုင်သော အန္တရာယ်များ ပေါ်ပေါက်လာပြီး တိုးတက်ပြောင်းလဲလာနိုင်သည် — ၎င်းသည် ကျွန်ုပ်တို့ ရှောင်ရှားနိုင်ပြီး ရှောင်ရှားရမည့် ခြိမ်းခြောက်မှုတစ်ခုဖြစ်သည်” ဟု ၎င်းတို့က ရေးသားခဲ့သည်။