ജനറേറ്റീവ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിനെക്കുറിച്ചും അത് നമ്മുടെ ദൈനംദിന ജീവിതത്തിൽ സ്വാംശീകരിക്കുന്നതിൽ നിന്ന് എത്രത്തോളം അകലെയാണെന്നും അടുത്തിടെ ധാരാളം ചർച്ചകൾ നടന്നിട്ടുണ്ട്.

ചാറ്റ്ജിപിടി പോലുള്ള ചാറ്റ്ബോട്ടുകൾ, ഡാൽ-ഇ, സ്റ്റേബിൾ ഡിഫ്യൂഷൻ പോലുള്ള ഇമേജ് ജനറേറ്ററുകൾ, മ്യൂസിക് ജനറേറ്ററുകൾ പോലും ഉണ്ട്, പക്ഷേ അവ യഥാർത്ഥത്തിൽ നമ്മുടെ ജീവിതത്തിൽ ഒരു മാറ്റം വരുത്തുന്നുവെന്ന് പറയാൻ ഇവ പര്യാപ്തമാണോ?

കൂടുതൽ സംരംഭങ്ങൾ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് കൂട്ടത്തോടെ സ്വീകരിക്കാൻ തുടങ്ങുന്നതുവരെ, എഐകൾ അവരുടെ അതിർത്തികൾ വെറും സംഭാഷണ തുടക്കങ്ങൾ എന്നതിലുപരിയായി വികസിപ്പിക്കുന്നതുവരെ സ്വയംഭരണ ലക്ഷ്യത്തിലേക്കുള്ള പ്രയാണത്തിന്റെ ഭൂരിഭാഗവും യഥാർത്ഥത്തിൽ ആരംഭിക്കില്ല.

ഗാർട്ട്നർ അടുത്തിടെ നടത്തിയ ഒരു വോട്ടെടുപ്പിൽ, 2,500 ലധികം എക്സിക്യൂട്ടീവുകൾ ജനറേറ്റീവ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉപയോഗപ്രദമാണെന്ന് തെളിയിക്കാൻ സാധ്യതയുള്ള സാഹചര്യങ്ങൾ തിരിച്ചറിഞ്ഞു. ഉപഭോക്തൃ അനുഭവം / നിലനിർത്തൽ അവരുടെ എഐ നിക്ഷേപങ്ങളുടെ പ്രാഥമിക ലക്ഷ്യമാണെന്ന് 38 ശതമാനം പേർ അഭിപ്രായപ്പെട്ടു, 26 ശതമാനം പേർ ഇത് അവരുടെ വരുമാനം വർദ്ധിപ്പിക്കാൻ സഹായിക്കുമെന്ന് പറഞ്ഞു, 17 ശതമാനം പേർ ചെലവ് ഒപ്റ്റിമൈസേഷനായി ഇത് ഉപയോഗിക്കും, ഏഴ് ശതമാനം പേർ ബിസിനസ്സ് തുടർച്ചയ്ക്ക് വോട്ട് ചെയ്തു, 12 ശതമാനം പേർ മേൽപ്പറഞ്ഞ ഒന്നിനും വോട്ട് ചെയ്തില്ല.

നിലവിൽ നമുക്കുള്ള സാങ്കേതികവിദ്യ ഉപയോഗിച്ച്, ഇത് അർത്ഥവത്താണ്. ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകുന്നതിനും വികസന പ്രക്രിയകളെ ഗണ്യമായി വേഗത്തിലാക്കാൻ കഴിയുന്ന ‘ഡ്രാഫ്റ്റ്’ ഉള്ളടക്കം എഴുതുന്നതിനും സ്വാഭാവിക ഭാഷാ മോഡലുകൾ മികച്ചതാണ്.

ഉള്ളടക്കം സംഗ്രഹിക്കാനോ എഴുതപ്പെട്ട ഉള്ളടക്കത്തിന്റെ ഒരു നിർദ്ദിഷ്ട കഷണത്തിന്റെ ടോൺ മാറ്റാനോ അവ ഉപയോഗിക്കാം. കോഡറുകളെ സംബന്ധിച്ചിടത്തോളം, ദ്രുത കോഡ് ജനറേഷൻ, വിവർത്തനം അല്ലെങ്കിൽ പരിശോധന എന്നിവ ഉപയോഗിച്ച് പ്രക്രിയ അതിവേഗം വേഗത്തിലാക്കാൻ ജനറേറ്റീവ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സഹായിക്കും.

ദീർഘകാലാടിസ്ഥാനത്തിൽ, കാലക്രമേണ ഒരു രോഗത്തിന്റെ പുരോഗതിയുടെ റോഡ്മാപ്പ് ചെയ്യാൻ കഴിയുന്ന പ്രവചന ഇമേജിംഗ് പോലുള്ള കാര്യങ്ങളിൽ മെഡിക്കൽ ഫീൽഡ് ജനറേറ്റീവ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന് ആവേശകരമായ അവസരം നൽകുന്നു. ഉപയോഗിക്കാത്ത മെഡിക്കൽ ഡാറ്റയുടെ വലിയ അളവ് ശേഖരിക്കാനും തരംതിരിക്കാനും ഇത് സഹായിക്കും, ഇത് രോഗനിർണയം കൂടുതൽ കാര്യക്ഷമമാക്കും.

മെഡിക്കൽ മേഖലയിൽ, പ്രക്രിയ വേഗത്തിലാക്കുന്നതിലൂടെ പുതിയ മരുന്നുകൾ വികസിപ്പിക്കാനും ഇത് സഹായിച്ചേക്കാം. സുഗന്ധദ്രവ്യങ്ങൾക്കായുള്ള സുഗന്ധദ്രവ്യങ്ങൾ അല്ലെങ്കിൽ നിർമ്മാണത്തിലെ പുതിയ അലോയ്കൾ പോലുള്ള മറ്റ് മേഖലകളിലേക്ക് ഇവ വ്യാപിപ്പിക്കാം.

2025 ഓടെ 30 ശതമാനത്തിലധികം പുതിയ മരുന്നുകളും മെറ്റീരിയലുകളും ജനറേറ്റീവ് എഐ ടെക്നിക്കുകൾ ഉപയോഗിച്ച് കണ്ടെത്തുമെന്നും 30 ശതമാനം ഔട്ട്ബൗണ്ട് കോർപ്പറേറ്റ് സന്ദേശമയയ്ക്കൽ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് നിയന്ത്രിക്കുമെന്നും ഗാർട്ട്നർ പറയുന്നു.

ഓട്ടോമോട്ടീവ്, എയ്റോസ്പേസ്, പ്രതിരോധ വ്യവസായങ്ങളുടെ മേഖലകളിൽ വിവിധ ആപ്ലിക്കേഷനുകളും ഉണ്ട്, അവിടെ ഡ്രാഫ്റ്റുകളും പ്രാരംഭ രൂപകൽപ്പനകളും ഉപയോഗിച്ച് വികസന പൈപ്പ്ലൈൻ വേഗത്തിലാക്കാനും കൂടുതൽ കാര്യക്ഷമമാക്കാനും ജനറേറ്റീവ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സഹായിക്കും.

2024 ഓടെ 40 ശതമാനം എന്റർപ്രൈസ് ആപ്ലിക്കേഷനുകളിലും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉൾച്ചേർത്തിരിക്കുമെന്ന് ഗാർട്ട്നർ പറയുന്നു. 2025 ഓടെ 30 ശതമാനം സംരംഭങ്ങള് ക്കും ആര് ട്ടിഫിഷ്യല് ഇന്റലിജന് സ് ഓഗ് മെന്റഡ് ഡെവലപ് മെന്റും ടെസ്റ്റിംഗും ഉണ്ടാകും.

2026 ൽ, വെബ്സൈറ്റുകളിലെയും മൊബൈൽ ആപ്ലിക്കേഷനുകളിലെയും എല്ലാ രൂപകൽപ്പനയുടെയും 60 ശതമാനം ജനറേറ്റീവ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഓട്ടോമേറ്റ് ചെയ്യും, 2027 ഓടെ, എല്ലാ പുതിയ ആപ്ലിക്കേഷനുകളുടെയും 15 ശതമാനവും മനുഷ്യന്റെ ആവശ്യമില്ലാതെ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് യാന്ത്രികമായി സൃഷ്ടിക്കും.

എന്നിരുന്നാലും, സ്വർണ്ണ മുട്ട എജിഐ അല്ലെങ്കിൽ ആർട്ടിഫിഷ്യൽ ജനറൽ ഇന്റലിജൻസ് ആണ്, ഇത് സ്ട്രോംഗ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് എന്നും അറിയപ്പെടുന്നു. നിലവിൽ ഞങ്ങളുടെ പക്കലുള്ള മോഡലുകൾക്ക് ഒരു ജോലി നന്നായി ചെയ്യാൻ പരിശീലനം നൽകിയിട്ടുണ്ട്, ഉദാഹരണത്തിന് – ചാറ്റ്ജിപിടി ഒരു ചാറ്റ്ബോട്ടാണ്, ഡാൽ-ഇ ഒരു ഇമേജ് ജനറേറ്ററാണ്.

ആർട്ടിഫിഷ്യൽ ജനറൽ ഇന്റലിജൻസ്, എപ്പോഴെങ്കിലും സംഭവിക്കുകയാണെങ്കിൽ, ഒരു മനുഷ്യന് ചെയ്യാൻ കഴിയുന്ന മിക്കവാറും എല്ലാ കാര്യങ്ങളിലും മികച്ചതായിരിക്കും, അവർക്ക് അത് വേഗത്തിലും കാര്യക്ഷമമായും ചെയ്യാൻ കഴിയും. എജിഐ ഇതുവരെ ഇവിടെ എത്തിയിട്ടില്ല, ഇത് യഥാർത്ഥത്തിൽ എപ്പോൾ യാഥാർത്ഥ്യമാകുമെന്നതിനെക്കുറിച്ച് വിദഗ്ധർ ഭിന്നാഭിപ്രായത്തിലാണ്, ചിലർ ഇത് ഇരുപത് വർഷമെടുക്കുമെന്ന് പറയുന്നു, മറ്റുള്ളവർ ഇത് കുറച്ച് വർഷങ്ങൾ അകലെയാണെന്ന് വിശ്വസിക്കുന്നു.