ஏப்ரல் 16 அன்று அதிகாரப்பூர்வமாக o3 மற்றும் o4-mini என வெளியிடப்பட்ட OpenAI இன் சமீபத்திய AI மாதிரிகள், புகைப்படங்களில் சித்தரிக்கப்பட்டுள்ள நிஜ உலக இடங்களை அடையாளம் காணும் ஒரு குறிப்பிடத்தக்க திறனை நிரூபிக்கின்றன, எளிய பட அங்கீகாரத்தைத் தாண்டி சிக்கலான புவியியல் கழிப்பிற்கு நகர்கின்றன. புதிய மாடல்களைச் சோதிக்கும் பயனர்களால் விரைவாகக் கவனிக்கப்பட்ட இந்தத் திறன், பரவலான ஆன்லைன் விவாதத்தைத் தூண்டியுள்ளது, இது முதன்மையாக இப்போது தீங்கற்றதாகத் தோன்றும் வெளிப்புற புகைப்படங்களைப் பகிர்வதால் ஏற்படும் சாத்தியமான தனியுரிமை அபாயங்களை மையமாகக் கொண்டுள்ளது.
மேம்படுத்தப்பட்ட விஷுவல் ரீசனிங் மூலம் பாராட்டப்பட்ட புதிய o3 மற்றும் o4-மினி மாதிரிகள்
இந்த புவிஇருப்பிடத் திறன்கள் o3 மற்றும் o4-மினி வெளியீட்டிலிருந்து நேரடியாக உருவாகின்றன என்பதை நேரம் வலுவாகக் குறிக்கிறது. இந்த மாதிரிகள் குறிப்பிடத்தக்க வகையில் மேம்பட்ட காட்சி உணர்வைக் கொண்டுள்ளன, அவை “காட்சி உள்ளீடுகளைப் பற்றி ஆழமாகப் பகுத்தறிவு செய்ய” மற்றும் பட பகுப்பாய்வு சம்பந்தப்பட்ட பணிகளில் விதிவிலக்காக சிறப்பாகச் செயல்பட உதவுகின்றன என்பதை OpenAI இன் அறிவிப்பு எடுத்துக்காட்டுகிறது.
முக்கியமாக, நிறுவனம் மாதிரிகள் தங்கள் சிந்தனைச் செயல்பாட்டின் போது படங்களுடன் தொடர்பு கொள்ளும் திறனை – பெரிதாக்குதல், செதுக்குதல் மற்றும் சுழற்றுதல் – நுணுக்கமான விவரங்களைப் பிரித்தெடுக்க விவரித்தது, இது புவியியல் தடயங்களை அடையாளம் காண்பதற்கான ஒரு முக்கியமாகும்.
இந்த முன்னேற்றம் ChatGPT-க்குள் OpenAI-யின் மல்டிமாடல் அம்சங்களின் தொடர்ச்சியான வளர்ச்சியைப் பின்பற்றுகிறது. ஜனவரி 2025 இல் GPT-4o-க்கான முந்தைய புதுப்பிப்பு அதன் பட பகுப்பாய்வு மற்றும் STEM பகுத்தறிவை மேம்படுத்துவதில் கவனம் செலுத்தியது. அந்த நேரத்தில், படங்களில் இடஞ்சார்ந்த உறவுகளை விளக்குவதில் மாதிரி சிறப்பாக மாறி வருவதாக OpenAI சுட்டிக்காட்டியது. பின்னர், மார்ச் மாதத்தில், பட உருவாக்கம் மற்றும் ஊடாடும் எடிட்டிங் கருவிகள் மேடையில் ஒருங்கிணைக்கப்பட்டன, உரை மற்றும் காட்சி தரவு இரண்டையும் கையாளும் திறன் கொண்ட ஒரு கருவியாக ChatGPT-யின் பங்கை மேலும் உறுதிப்படுத்தின.
பயனர் சோதனைகள் வாக்குறுதி மற்றும் சிக்கல்களைக் காட்டுகின்றன
ஆன்லைன் மன்றங்கள், குறிப்பாக ஃபெடிவர்ஸ் இடுகையால் தூண்டப்பட்ட பரவலாகப் பரப்பப்பட்ட ஹேக்கர் செய்தித் தொடர், புதிய மாதிரிகளைச் சோதிக்கும் பயனர் சோதனைகளால் விரைவாக நிரப்பப்பட்டது. “பைகேம்ஸ்” இன் அசல் ஃபெடிவர்ஸ் இடுகை, “ஜியோகுஸ்ஸர் இப்போது தீர்க்கப்பட்ட பிரச்சனை” என்று தைரியமாகக் கூறியது. இருப்பினும், சமூகத்தால் பகிரப்பட்ட முடிவுகள் மிகவும் சிக்கலான படத்தை வரைகின்றன.
சில பயனர்கள் திகைப்பூட்டும் துல்லியத்தை அடைந்தனர். ஆஸ்திரேலியாவின் கெய்ர்ன்ஸில் 200 மீட்டருக்குள் ஒரு தெருக் காட்சி காட்சியை ChatGPT அடையாளம் காண்பதை ஒன்று நிரூபித்தது, அதில் AI “கெய்ர்ன்ஸ் சுற்றுப்புறங்களை ஆராயும்போது கூகிள் ஸ்ட்ரீட் வியூவில் அந்த வீட்டை நான் முன்பு பார்த்திருக்கிறேன்” என்ற தொந்தரவான குறிப்பிட்ட கருத்தைச் சேர்த்தது.
மற்றவர்கள் முன்பு ஆன்லைனில் இல்லாத தனிப்பட்ட புகைப்படங்களிலிருந்து சரியான நகர அடையாளத்தைப் புகாரளித்தனர். இருப்பினும், பல சோதனைகள் குறிப்பிடத்தக்க பிழைகளை வெளிப்படுத்தின: மாதிரிகள் கண்டங்களை குழப்புதல், முக்கிய அடையாளங்களை தவறாக அடையாளம் காணுதல், ஆயிரக்கணக்கான கிலோமீட்டர் தொலைவில் புகைப்படங்களை வைத்தல் அல்லது நம்பிக்கையுடன் தவறான விவரங்களைக் கண்டுபிடித்தல். நம்பகத்தன்மை முரண்பாடாகத் தெரிகிறது, “தீர்க்கப்பட்ட சிக்கல்” கூற்றை விடக் குறைவு, குறிப்பாக GeoGuessr சாம்பியன் ரெயின்போல்ட் அல்லது குறிப்பிட்ட சூழ்நிலைகளில் பிற AI கருவிகள் போன்ற திறமையான மனித வீரர்களுடன் ஒப்பிடும்போது.
எனது சொந்த சோதனைகளை இயக்கும் போது, o3 பெரும்பாலான சந்தர்ப்பங்களில் இடங்களை துல்லியமாக அடையாளம் காணும் திறன் கொண்டது. அது தோல்வியுற்ற இடங்களில், அது சில குறைந்தபட்ச விவரங்களைக் கேட்டது, பின்னர் இரண்டாவது திருப்பத்தில் சரியான இடத்தைக் கண்டறிந்தது. ஒரு சீரற்ற பாறை உருவாக்கத்தின் பின்வரும் படம் கூட, அது அமைந்துள்ள ஸ்பெயினில் உள்ள தன்னாட்சிப் பகுதியைக் குறிப்பிட்ட பிறகு சரியாக அடையாளம் கண்டது, கிராமப்புற சாலையில் சரியான சாலை இருப்பிடத்தை பெயரிட்டது.
உயர்ந்த பாதுகாப்பு கவலைகளுக்கு மத்தியில் GeoGuessr உத்தியை எதிரொலித்தல்
AI இன் வெளிப்படையான முறை – கட்டிடக்கலை, சிக்னேஜ், தாவரங்கள் மற்றும் வலைத் தேடல் மூலம் அடையாளங்களை குறுக்கு-குறிப்பு செய்தல் – பிரபலமான GeoGuessr விளையாட்டில் மனித வீரர்கள் பயன்படுத்தும் நுட்பங்களை பிரதிபலிக்கிறது.
கூகிள் ஸ்ட்ரீட் வியூ வழங்கிய காட்சித் தகவலை மட்டுமே பயன்படுத்தி உலகளவில் இருப்பிடங்களைக் குறிப்பிட இந்த விளையாட்டு வீரர்களுக்கு சவால் விடுகிறது. AI இதைச் சமாளிப்பது புதியதல்ல என்றாலும் – பாதுகாப்பு கவலைகள் காரணமாக அதன் படைப்பாளர்கள் அதைத் தடுத்து நிறுத்துவதற்கு முன்பு ஸ்டான்போர்டின் PIGEON மாதிரி 2023 இல் Rainbolt ஐ விட சிறந்ததாகச் செயல்பட்டதாகக் கூறப்படுகிறது, மேலும் GeoLLM போன்ற கட்டமைப்புகள் 2024 இல் இந்தக் கருத்தை ஆராய்ந்தன – ChatGPT போன்ற பரவலாக அணுகக்கூடிய தளமாக இதை ஒருங்கிணைத்தல் சமன்பாட்டை மாற்றுகிறது.
பயனர்களால் குரல் கொடுக்கப்பட்டு விவாதங்கள் முழுவதும் எதிரொலிக்கப்பட்ட முக்கிய கவலை, பகிரப்பட்ட புகைப்படங்களுக்கான “அச்சுறுத்தல் மாதிரி” இல் ஏற்படும் மாற்றமாகும். முன்பு அர்ப்பணிப்புடன் கூடிய முயற்சி அல்லது நிபுணத்துவம் தேவைப்பட்டது இப்போது கிட்டத்தட்ட யாராலும் அடையக்கூடியதாக இருக்கலாம்.
“PSA: எந்தவொரு வெளிப்புற புகைப்படங்களையும் இடுகையிடும்போது, உங்கள் அச்சுறுத்தல் மாதிரியை ‘திறமையான மற்றும் அர்ப்பணிப்புடன் கூடிய ஒருவர் கோட்பாட்டளவில் இதைக் கண்டுபிடிக்க முடியும்’ என்பதிலிருந்து ‘எந்தவொரு பின்தொடர்பவரும் 20€/மாதத்திற்கு இதைச் செய்யலாம்’ என்று புதுப்பிக்கவும்” என்று ஒரு பயனர் எச்சரித்தார். இந்தக் கவலை முற்றிலும் புதுமையானது அல்ல; படங்களிலிருந்து புவிஇருப்பிடத்திற்கான AI இன் சாத்தியக்கூறுகள் குறித்து தனியுரிமை ஆதரவாளர்கள் முன்பு எச்சரிக்கைகளை எழுப்பியுள்ளனர்.
இந்தப் புதிய கவலைகளுக்கு பதிலளித்து, OpenAI அம்சத்தின் நேர்மறையான பயன்பாடுகள் மற்றும் ஏற்கனவே உள்ள பாதுகாப்புகளை வலியுறுத்தியது. Mashable அறிக்கையின்படி, OpenAI செய்தித் தொடர்பாளர் ஒருவர் கூறியதாவது: “OpenAI o3 மற்றும் o4-mini ஆகியவை ChatGPT-க்கு காட்சி பகுத்தறிவைக் கொண்டு வருகின்றன, இது அணுகல், ஆராய்ச்சி அல்லது அவசரகால பதிலில் இடங்களை அடையாளம் காண்பது போன்ற பகுதிகளில் மிகவும் உதவியாக இருக்கும். தனிப்பட்ட அல்லது முக்கியமான தகவல்களுக்கான கோரிக்கைகளை நிராகரிக்க எங்கள் மாதிரிகளைப் பயிற்றுவிக்க நாங்கள் பணியாற்றியுள்ளோம், படங்களில் தனிப்பட்ட நபர்களை அடையாளம் காண்பதைத் தடுக்கும் நோக்கில் பாதுகாப்புகளைச் சேர்த்துள்ளோம், மேலும் தனியுரிமை குறித்த எங்கள் பயன்பாட்டுக் கொள்கைகளை துஷ்பிரயோகம் செய்வதை தீவிரமாகக் கண்காணித்து நடவடிக்கை எடுக்கிறோம்.”
இந்த நடவடிக்கைகள் இருந்தபோதிலும், இத்தகைய சக்திவாய்ந்த, அணுகக்கூடிய AI திறன்களின் விரைவான தோற்றம் தொழில்நுட்ப முன்னேற்றத்தை தனிப்பட்ட பாதுகாப்புடன் சமநிலைப்படுத்துவது தொடர்பான உரையாடலை உறுதி செய்கிறது.
மூலம்: Winbuzzer / Digpu NewsTex