சிலிக்கான் பள்ளத்தாக்கு குறித்த ஊகங்கள் அதிகரிக்கும் நிலையில், கிமி ஆய்வாளர் சென் குவாங்யு மூன்ஷாட்டிலிருந்து வெளியேறினார்

கிமியை மறுவடிவமைக்க உதவிய பிறகு வெளியேறும் பதின்வயது ஆய்வாளர்

செயற்கை நுண்ணறிவு மாதிரிகளின் அடுக்குகளுக்கு இடையே தகவல்களைப் பரிமாற ஒரு புதிய முறையை உருவாக்க உதவிய 17 வயது ஆய்வாளர் சென் குவாங்யு, கிமியை உருவாக்கிய சீன நிறுவனமான மூன்ஷாட் ஏஐயிலிருந்து வெளியேறியதாக 2026 அக்டோபர் 15 அன்று அறிவித்தார். அவருக்கு 16 வயதாக இருந்தபோது, 2025 நவம்பரில் அதன் ஆய்வுக் குழுவில் சேர்ந்தார்.

சர்வதேச அளவில் நாதன் சென் என அறியப்படும் ஷென்சென் நகரைச் சேர்ந்த இந்தப் பதின்வயதினர், ஒரு உறுதியான ஆய்வுப் பங்களிப்புடன் வெளியேறுகிறார்: மூன்ஷாட் ஆய்வாளர்களான யு ஜாங், ஜியாலின் சு ஆகியோருடன் இணைந்து, 2026 மார்ச் 16 அன்று வெளியிடப்பட்ட Attention Residuals ஆய்வுக் கட்டுரைக்கு சமமான முதன்மை ஆசிரியர் பங்களிப்பு. மாதிரியின் ஜூலை வெளியீடு குறித்த தகவல்களின்படி, இந்த நுட்பம் பின்னர் கிமி கே3-இன் ஒரு பகுதியாக ஆனது.

அவரது வயதைச் சுற்றிய கவனத்தைவிட, மூன்ஷாட் வெளியிட்ட சோதனைகள் அவரது பணியைத் துல்லியமாக விளக்குகின்றன. 48 பில்லியன் அளவுருக்களைக் கொண்ட கிமி லீனியர் மாதிரியில் நடத்தப்பட்ட சோதனைகளில், மதிப்பிடப்பட்ட ஒவ்வொரு பணியிலும் மேம்பாடுகளை ஆய்வாளர்கள் பதிவு செய்தனர். அவர்களின் Block Attention Residuals முறையானது, 1.25 மடங்கு அதிகக் கணினிக் கணக்கீட்டு ஆற்றல் வழங்கப்பட்ட வழக்கமான மாதிரியின் பயிற்சிப் பிழை விகிதத்தையும் எட்டியது.

சென் வெளியேறியது, ஆந்த்ரோபிக்கின் பொதுவான அழைப்பு, முன்னாள் கூகுள் ஆய்வாளர்கள் தொடங்கிய ஸ்டார்ட்அப் குறித்த ஊகங்கள், தலா சுமார் 1 மில்லியன் டாலர் அல்லது அதற்கு மேற்பட்ட மதிப்புள்ள ஐந்து வேலைவாய்ப்புச் சலுகைகள் பெற்றதாகக் கூறப்படும் பெயர் குறிப்பிடப்படாத ஒரு பதின்வயதினருடன் அவரைத் தொடர்புபடுத்தும் முயற்சிகள் ஆகியவற்றைத் தூண்டியுள்ளது.

எனினும், ஆந்த்ரோபிக்கில் சேருவதாகக் கூறப்படும் கருத்தை சென் பகிரங்கமாக மறுத்துள்ளார். அவரது அடுத்த பணியிடம், ஊதியத் தொகுப்பு, பல்கலைக்கழகத்துக்குத் திரும்புவாரா என்பவை இன்னும் உறுதிப்படுத்தப்படவில்லை.

பிரியாவிடைச் செய்தியில், மூன்ஷாட்டில் இருந்த காலத்தைப் பற்றி விவரித்த சென், தன்னைப் பணியில் சேர்த்தவர்களுக்கு நன்றி தெரிவித்தார். வெளியேறும் இயந்திரக் கற்றல் ஆய்வு பயிற்சியாளர் கூறியதாவது:

கடந்த ஆண்டு என் வாழ்க்கையின் மிகச் சிறந்த ஆண்டாக இருந்தது.

தனது அடுத்த இடத்தைப் பெயரிடாமல், தொடர்ந்து ஆராய வேண்டும் என்ற விருப்பத்துடன் அவரது செய்தி நிறைவடைந்தது.

ஆய்வுக்கு சென் அளித்த பங்களிப்பு

கிமி குழுவின் Attention Residuals அறிக்கையில் சமமான பங்களிப்பு என்ற குறிப்புடன் ஜாங், சு ஆகியோருடன் சென்னின் பெயரும் இடம்பெற்றுள்ளது. பெரிய குழு மேற்கொண்ட முயற்சியில் மூவரும் தலைமைப் பங்களிப்பு செய்ததை இந்தக் குறிப்பு அங்கீகரிக்கிறது.

ரோட்டரி பொசிஷன் எம்பெட்டிங்ஸ் (RoPE) குறித்த பணிக்காக அறியப்படும் சு, தொடக்கக் கட்டச் சோதனைகளை நடத்தினார். ஒரு வரிசையில் சொற்கள் அல்லது பிற தகவல்கள் எங்கு இடம்பெறுகின்றன என்பதைக் கண்காணிக்க மொழி மாதிரிக்கு RoPE உதவுகிறது. கிமி லீனியர் கட்டமைப்பு குறித்த ஆய்வின் முதன்மை ஆசிரியர் ஜாங் ஆவார்.

தொடக்கக் கட்ட Attention Residuals யோசனையைப் பெரிய மாதிரிகளுக்கு ஏற்ற நடைமுறை முறையாக மாற்ற ஜாங், சென் ஆகியோர் உதவியதாக சு பாராட்டியுள்ளார். நினைவகப் பயன்பாட்டையும், பெரிய அளவில் இம்முறையைச் செயல்படுத்துவதற்கான தகவல் பரிமாற்றத் தேவையையும் குறைத்தபடியே அதன் பலன்களைத் தக்கவைக்க வடிவமைக்கப்பட்ட Block AttnRes முறையை இருவரும் இணைந்து முன்மொழிந்தனர்.

கிமி டெல்டா அட்டென்ஷன் (KDA) கணக்கீட்டுக் கர்னல்களை விரைவுபடுத்தும் பணியிலும் சென் ஈடுபட்டார். கர்னல் என்பது கிராபிக்ஸ் செயலாக்க அலகில் ஒரு குறிப்பிட்ட கணக்கீட்டைச் செய்யும் சிறிய நிரலாகும். அதை மேம்படுத்தினால், அதே வன்பொருள் ஒரு பணியை விரைவாக முடிக்க முடியும்.

ஆகவே, அவரது பணி தொடர்புடைய இரண்டு துறைகளை உள்ளடக்கியது: மாதிரியை எவ்வாறு உருவாக்க வேண்டும் என்பதைத் தீர்மானிப்பதும், அந்த வடிவமைப்புக்குப் பின்னால் உள்ள கணக்கீடுகளைத் திறம்படச் செயல்படுத்துவதும். பெரிய மாதிரிகளைப் பயிற்றுவிக்கும் ஆய்வகத்துக்கு, அதன் கணினி வள வரம்புக்குள் எவ்வளவு ஆய்வுகளை முடிக்க முடியும் என்பதை இரண்டுமே பாதிக்கின்றன.

Attention Residuals மாதிரியை எவ்வாறு மாற்றுகிறது

மொழி மாதிரிகள், பல தொடர்ச்சியான அடுக்குகள் வழியாகத் தகவல்களைச் செயலாக்குகின்றன. ஒவ்வொரு அடுக்கும் தனக்குக் கிடைக்கும் தகவலை மாற்றி, பின்னர் வரும் அடுக்குகள் பதிலைக் கணிக்கப் பயன்படுத்தும் பிரதிநிதித்துவங்களை உருவாக்குகிறது.

நிலையான எச்ச இணைப்புகள், அடுக்குகளின் வெளியீடுகளை ஒன்றாகச் சேர்ப்பதன் மூலம் முந்தைய தகவல்களை அந்தச் செயல்முறையில் தொடர்ந்து நகர்த்துகின்றன. இந்த அணுகுமுறையில் ஒரு சிக்கல் இருப்பதாக மூன்ஷாட்டின் அதிகாரப்பூர்வ ஆய்வுக் களஞ்சியம் குறிப்பிடுகிறது: மாதிரி ஆழமாகச் செல்லச் செல்ல, மீண்டும் மீண்டும் குவிவதால் தனிப்பட்ட பங்களிப்புகள் நீர்த்துப்போகலாம்; உள்சமிக்ஞைகளின் அளவும் அதிகரிக்கலாம்.

நிலையான குவிப்புக்குப் பதிலாக, கற்றறியப்பட்ட தேர்வு செயல்முறையை Attention Residuals பயன்படுத்துகிறது. தற்போதைய உள்ளீட்டைப் பொறுத்து, முந்தைய அடுக்குகள் உருவாக்கிய தகவல்களுக்கு பின்னர் வரும் அடுக்கு வெவ்வேறு எடைகளை வழங்க முடியும். ஒவ்வொரு குறிப்பையும் சம முக்கியத்துவத்துடன் எடுத்துச் செல்வதற்குப் பதிலாக, முந்தைய அத்தியாயங்களில் உள்ள பயனுள்ள குறிப்புகளைத் தேர்ந்து பார்க்கும் வாசகரைப் போல இதைக் கருதலாம்.

முந்தைய ஒவ்வொரு அடுக்கிலும் தனித்தனியாக இந்தத் தேர்வைப் பயன்படுத்துவது தனக்கெனச் செலவுகளை ஏற்படுத்துகிறது. Block AttnRes அடுக்குகளைத் தொகுதிகளாகப் பிரித்து, ஒவ்வொரு தொகுதியிலும் வழக்கமான கூட்டல்களைப் பயன்படுத்தி, பின்னர் உருவாகும் தொகுதிப் பிரதிநிதித்துவங்களுக்கு இடையே தேர்வு செய்கிறது. முழுமையான முறையின் பெரும்பாலான ஆதாயங்களைச் சுமார் எட்டு தொகுதிகள் மீட்டளிப்பதாகக் களஞ்சியம் கூறுகிறது.

கட்டுரையில் விவரிக்கப்பட்ட மிகப்பெரிய கிமி லீனியர் அமைப்பில் 54 அடுக்குகள் இருந்தன; அவை தலா ஆறு அடுக்குகள் கொண்ட குழுக்களாகப் பிரிக்கப்பட்டன. தொடக்க டோக்கன் பிரதிநிதித்துவத்துடன் சேர்ந்து, ஒன்பது குழுக்கள் தேர்வுக்கான 10 தகவல் மூலங்களை வழங்கின. இந்த நடைமுறைப் பொறியியல் படியே, அந்த யோசனையைச் சோதனையிலிருந்து பெரிய மாதிரிப் பயிற்சிக்குக் கொண்டு செல்ல உதவியது.

வெளியிடப்பட்ட முடிவுகள் காட்டுவது என்ன

மார்ச் மாத ஆய்வுக் கட்டுரை, மொத்தம் 48 பில்லியன் அளவுருக்களைக் கொண்ட கிமி லீனியர் மாதிரியில் Attention Residuals-ஐச் சோதித்தது; செயலாக்கத்தின்போது அவற்றில் 3 பில்லியன் அளவுருக்கள் செயல்படுத்தப்பட்டன. அளவுருக்கள் என்பது ஒரு மாதிரியில் கற்றறியப்பட்ட எண் அமைப்புகள். அவற்றில் ஒரு பகுதியை மட்டுமே செயல்படுத்துவதன் மூலம், ஒவ்வொரு படிக்கும் தேவையான கணக்கீட்டைக் கட்டுப்படுத்தியபடியே, கற்றறியப்பட்ட அறிவின் பெரிய தொகுப்பைப் பயன்படுத்த மாதிரிக்கு முடியும்.

பயிற்சியில் 1.4 டிரில்லியன் டோக்கன்கள் பயன்படுத்தப்பட்டன. டோக்கன்கள் என்பது மாதிரி செயலாக்கும் உரை அல்லது பிற தரவின் பகுதிகள். Attention Residuals சேர்ப்பதன் விளைவை அடிப்படை வடிவமைப்புடன் ஒப்பிட, மாதிரியின் பிற முக்கிய கட்டமைப்புக் கூறுகளை ஆய்வாளர்கள் மாற்றாமல் வைத்தனர்.

கடினமான அறிவியல் கேள்விகளைச் சோதிக்கும் GPQA-Diamond-இல் மதிப்பெண் 36.9 இலிருந்து 44.4 ஆக உயர்ந்தது; இது 7.5 புள்ளிகள் அதிகரிப்பு. குறியீடு உருவாக்கத்தைச் சோதிக்கும் HumanEval மதிப்பெண் 59.1 இலிருந்து 62.2 ஆக உயர்ந்தது. பரந்த அறிவுத் தரப்படுத்தலான MMLU மதிப்பெண் 73.5 இலிருந்து 74.6 ஆக உயர்ந்தது.

கணினிக் கணக்கீட்டு ஒப்பீடும் பயனுள்ளதாக உள்ளது. 1.25 மடங்கு அதிகக் கணக்கீட்டைப் பயன்படுத்தும் அடிப்படை மாதிரிக்கு இணையான முடிவை எட்டுவது என்றால், அந்த அடிப்படை மாதிரியின் பட்ஜெட்டில் ஐந்தில் நான்கு பங்கைப் பயன்படுத்தி, அதாவது 20% குறைவான கணக்கீட்டில் அதே பயிற்சிப் பிழை விகிதத்தை அடைவதாகும். பயிற்சியின்போது, மாதிரியின் கணிப்புகள் இலக்கு பதில்களிலிருந்து எவ்வளவு விலகியுள்ளன என்பதைப் பயிற்சிப் பிழை விகிதம் அளவிடுகிறது.

கே3-க்கு இந்தத் தொழில்நுட்பம் அளித்த பங்களிப்பால், 2%-க்கும் குறைவான கூடுதல் மேல்செலவுடன் பயிற்சித் திறன் சுமார் 25% மேம்பட்டதாக மூன்ஷாட் தனியாகக் குறிப்பிட்டது. மார்ச் மாதச் சோதனைகளும் பின்னர் கே3 குறித்து கூறப்பட்ட முடிவுகளும் வெவ்வேறு மாதிரி அமைப்புகளைச் சார்ந்தவை; மேலே குறிப்பிடப்பட்ட விரிவான, வெளியிடப்பட்ட தரப்படுத்தல் முடிவுகள் கிமி லீனியரைச் சார்ந்தவை.

பள்ளி ஹேக்கத்தானிலிருந்து ஆய்வுக் குழு வரை

சென் 2009-ஆம் ஆண்டு ஷென்செனில் பிறந்தார். மூன்ஷாட்டில் சேர்வதற்கு முன், பதின்வயதினருக்கான திறந்த மூலச் சமூகத்தை அவர் ஒருங்கிணைத்தார்; மென்பொருள் போட்களை உருவாக்கினார்; செயற்கை நுண்ணறிவுப் பாதுகாப்பு முதல் இயற்பியல் வரை பல துறைகளில் ஆர்வம் காட்டினார்.

பல்கலைக்கழக விண்ணப்பங்களுக்குத் தயாரானபோது, விருப்பமில்லாத சில செயல்பாடுகளை நிறுத்திவிட்டு, ஆர்வமுள்ள பாடங்களைப் படிக்கத் தொடங்கினார். அதன் பின்னர் ஆய்வுத் துறைக்குள் அவர் வந்த பாதையில் சுயமாகக் கற்றல், பொதுவெளித் தொழில்நுட்ப எழுத்துப் பணி, பணியில் இருந்த ஆய்வாளர்களுடனான தொடர்பு ஆகியவை இணைந்திருந்தன.

2025 பிப்ரவரியில், மூன்றாவது ரோபோ உதவிக்கரத்தைக் கற்பனை செய்த ThirdArm திட்டத்துடன், மேல்நிலைப் பள்ளி மாணவர்களுக்கான மூன்ஷாட் ஏஐ ஹேக்கத்தானில் அவர் பங்கேற்றார். அங்கே MiraclePlus நிறுவனத்தின் நிறுவனக் குழு உறுப்பினரான டோங் கெஹானைச் சந்தித்தார். முன்னணி தொழில்நுட்பத்தில் கவனம் செலுத்துமாறு அவர் ஊக்குவித்தார்.

பின்னர், DeltaNet குறித்த தொழில்நுட்பப் பதிவு ஆய்வாளர் சாங்லின் யாங்கின் கவனத்தை ஈர்த்தது. அந்த உரையாடல், கலிஃபோர்னியாவின் பாலோ ஆல்டோவில் உள்ள ஸ்டார்ட்அப் நிறுவனமான Tilde Research-இன் பென் கெய்க்வினைச் சென்றடைந்து, அந்நிறுவனத்தின் பணி குறித்த உரையாடலுக்கு வழிவகுத்தது. 2025 ஜூலையில், ஏழு வாரப் பயிற்சிக்காக 16 வயதான சென் தனியாக அங்கு பயணம் செய்தார்.

ஜெமினியுடன் ஆய்வுக் கட்டுரைகள் குறித்து மணிக்கணக்கில் விவாதிப்பது, கடினமான பகுதிகளின் திரைப்பிடிப்புகளை அனுப்பி தொடர்ந்து கேள்விகள் கேட்பது ஆகியவை அவரது கற்றல் முறையில் இடம்பெற்றன. குறியீடுகள், வலைப்பதிவுகள், ஆய்வாளர்களின் இணையதளங்கள் ஆகியவற்றையும் அவர் படித்தார்; முக்கியமான முடிவுகள் குறித்து டீப்சீக் ஆய்வாளர் யுவான் ஜிங்யாங்கிடம் ஆலோசனை கேட்டார்.

அவரது அனுபவம், ஒரு உரையாடல் செயற்கை நுண்ணறிவை ஆசிரியராகப் பயன்படுத்தியதைத் தாண்டியது. பொதுவெளி எழுத்து அவரது தொழில்நுட்பச் சிந்தனையை வெளிப்படுத்தியது; ஆய்வாளர்கள் அதற்கு எதிர்வினையாற்றினர்; அந்தச் சிந்தனையை இணைந்து மேற்கொள்ளும் பணியாக மாற்றும் வாய்ப்புகளைப் பயிற்சிகள் வழங்கின.

விரைவான வளர்ச்சிக்குப் பின்னுள்ள தேதிகள்

பள்ளித் திட்டத்திலிருந்து சர்வதேசப் பயிற்சிக்கும், பின்னர் வெளியிடப்பட்ட மாதிரி ஆய்வுக்கும் இரண்டு ஆண்டுகளுக்குள் சென் முன்னேறினார். முக்கியமான கிமி வெளியீட்டில் Attention Residuals பயன்படுத்தப்பட்டதைத் தொடர்ந்து அவர் வெளியேறினார்.

• 2025 பிப்ரவரி: மேல்நிலைப் பள்ளி மாணவர்களுக்கான மூன்ஷாட் ஏஐ ஹேக்கத்தானில் சென் பங்கேற்றார்.
• 2025 ஜூலை: பாலோ ஆல்டோவிலுள்ள Tilde Research-இல் ஏழு வாரப் பயிற்சியைத் தொடங்கினார்.
• 2025 நவம்பர்: 16 வயதில், இயந்திரக் கற்றல் ஆய்வு பயிற்சியாளராக மூன்ஷாட்டின் கிமி குழுவில் சேர்ந்தார்.
• 2026 மார்ச் 16: சென், ஜாங், சு ஆகியோருக்கு சமமான பங்களிப்பு அளித்து, Attention Residuals தொழில்நுட்ப அறிக்கை வெளியானது.
• 2026 ஜூன்: சென் உயர்நிலைப் பள்ளிப் படிப்பை முடித்தார்.
• 2026 ஜூலை: கட்டமைப்புத் தொழில்நுட்பங்களில் ஒன்றாக Attention Residuals இடம்பெற்ற கிமி கே3 அறிமுகமானது.
• 2026 அக்டோபர் 15: மூன்ஷாட்டிலிருந்து வெளியேறியதாக சென் அறிவித்தார்.
• 2026 அக்டோபர் 16: ஆந்த்ரோபிக்கில் சேர்வதாக வெளியான ஊகங்களை அவர் மறுத்தார்.
• 2026 அக்டோபர் 20: Discovery Loop-இல் அவர் சேர்வதாகப் பெயர் குறிப்பிடப்படாத ஒரு கணக்கு கூறியது.

2026 ஆகஸ்ட், செப்டம்பர் மாதங்களில் கார்னகி மெலன் பல்கலைக்கழகத்தில் படித்ததாகவும் அவரது பொதுக் கல்விப் பதிவில் குறிப்பிடப்பட்டுள்ளது. அந்தக் குறுகிய காலப் பதிவு, அவரது அடுத்த கட்டம் வேலைவாய்ப்பா அல்லது மேல்படிப்பா என்ற ஊகங்களின் ஒரு பகுதியாகியுள்ளது.

ஆந்த்ரோபிக்கின் அழைப்பும் மில்லியன் டாலர் கதையும்

ஆந்த்ரோபிக்கில் அளவிடக்கூடிய வலுப்படுத்தல் கற்றல் பிரிவுக்குத் தலைமை வகிக்கும் ஷோல்டோ டக்ளஸ், சென்னின் பிரியாவிடைப் பதிவில் கருத்துத் தெரிவித்தார். சென் இன்னும் கார்னகி மெலன் பல்கலைக்கழகத்தில் சேரத் திட்டமிட்டுள்ளாரா என்று கேட்டதுடன், சான் பிரான்சிஸ்கோவில் இணைந்து பணியாற்றவும் அழைத்தார்.

தான் பே ஏரியாவுக்குச் செல்வதாக சென் பதிலளித்தார். இந்த உரையாடலைத் தொடர்ந்து அவர் ஆந்த்ரோபிக்கில் சேர்ந்துவிட்டதாகக் கூறப்பட்டபோது, சுருக்கமாக மறுத்தார்:

இல்லை :)

ஊதியம் குறித்த விவாதம் தனியாகத் தொடங்கியது. மென்லோ வெஞ்சர்ஸ் முதலீட்டாளரான டீடி தாஸ், மொழி மாதிரிகளின் உதவியுடன் செயற்கை நுண்ணறிவைத் தானாகக் கற்றுக்கொண்ட, ஒரு முன்னணி செயற்கை நுண்ணறிவு நிறுவனத்தில் சுமார் ஓராண்டு பயிற்சி பெற்ற, அமெரிக்காவின் உயர்தரப் பட்டப்படிப்புத் திட்டம் ஒன்றிலிருந்து இரண்டு வாரங்களுக்குப் பிறகு விலகிய பெயர் குறிப்பிடப்படாத 17 வயது இளைஞரைச் சந்தித்ததாக விவரித்தார்.

தாஸின் கூற்றுப்படி, அந்தப் பதின்வயதினர் சான் பிரான்சிஸ்கோவிலுள்ள முன்னணி செயற்கை நுண்ணறிவு ஆய்வகங்களிலிருந்து தலா சுமார் 1 மில்லியன் டாலர் அல்லது அதற்கு மேற்பட்ட மதிப்புள்ள ஐந்து சலுகைகளைப் பெற்றிருந்தார். பணத்தைவிடக் கற்றலுக்கே முன்னுரிமை அளிப்பதாக அந்த இளைஞர் கூறியதையும் தாஸ் தெரிவித்தார்.

சென்னின் வயதும் ஆய்வு அனுபவமும் காரணமாக, சமூக ஊடகப் பயனர்கள் அந்த விவரத்தை அவருடன் தொடர்புபடுத்தினர். அந்தப் பதின்வயதினரின் பெயரை தாஸ் வெளியிடவில்லை; அந்தச் சலுகைகள் தமக்கானவை என்றும் சென் உறுதிப்படுத்தவில்லை. எனவே, இந்த விவாதம் சென்னுக்கான வெளிப்படுத்தப்பட்ட வேலை ஒப்பந்தத்தைப் பற்றியதல்ல; பெயர் குறிப்பிடப்படாத ஒருவருக்குக் கிடைத்ததாகக் கூறப்படும் சலுகைகளைப் பற்றியது.

டக்ளஸின் பொதுவான அழைப்பு, ஆர்வத்துக்கான இன்னும் உறுதியான அறிகுறியாக உள்ளது: மூத்த ஆய்வாளர் ஒருவர் சென் தன்னுடன் சேர்ந்து பணியாற்றுமாறு வெளிப்படையாக அழைத்தார். அதைத் தொடர்ந்து சென் மறுத்ததும், ஆந்த்ரோபிக் குறித்த ஊகங்களுக்கு நேரடியான பதிலை அளிக்கிறது.

விவாதத்தில் Discovery Loop இடம்பெற்றது ஏன்

செயற்கை நுண்ணறிவுத் துறையின் பணியாளர் நகர்வுகளைக் கண்காணிக்கும் பெயர் குறிப்பிடப்படாத கணக்கான Arfur Grok, அக்டோபர் 20 அன்று சென் நிறுவனத்தில் சேர்ந்துவிட்டதாகக் கூறியதைத் தொடர்ந்து Discovery Loop கவனத்தின் மையமானது. அங்கு நியமிக்கப்பட்டதாக சென் உறுதிப்படுத்தவில்லை; பணியாளர் விவகாரங்கள் குறித்து கருத்துத் தெரிவிக்க ஸ்டார்ட்அப் நிறுவனம் மறுத்தது.

முன்னாள் கூகுள் ஆய்வாளர்களான ஜெஃப் டீன், சஞ்சய் கெஹ்மாவத், குவோக் லே, ஓரியோல் வின்யால்ஸ் ஆகியோர் 2026 ஆகஸ்டில் இந்நிறுவனத்தைத் தொடங்கினர். யோசனைகளை முன்மொழிதல், சோதனைகள் நடத்துதல், முடிவுகளைப் பகுப்பாய்வு செய்தல் உள்ளிட்ட அறிவியல் மற்றும் இயந்திரக் கற்றல் ஆய்வுகளைச் செயற்கை நுண்ணறிவு மூலம் தானியக்கமாக்குவது அதன் நோக்கம்.

திறமையான மாதிரி வடிவமைப்பில் ஆர்வமுள்ள ஆய்வாளருக்கு, இந்த நோக்கத்தில் பரிச்சயமான தொழில்நுட்பச் சிக்கல்கள் இடம்பெறும். பல ஆய்வுச் சோதனைகளை நடத்தும் அமைப்புகள் கணினி வளங்களைத் திறம்படப் பயன்படுத்த வேண்டும்; வழிமுறைகள் அல்லது கர்னல்களை மேம்படுத்துவதன் மூலம், நிர்ணயிக்கப்பட்ட பட்ஜெட்டுக்குள் கூடுதல் சோதனைகளைச் செய்ய முடியும்.

Discovery Loop-இன் நிதி திரட்டலும் கவனத்தை ஈர்த்துள்ளது. செப்டம்பரில் சுமார் 50 பில்லியன் டாலர் மதிப்பீட்டில் நிதி திரட்ட நிறுவனம் முயன்றதாகக் கூறப்படுகிறது; அதற்கு சில வாரங்களுக்கு முன்பு சுமார் 10 பில்லியன் டாலர் மதிப்பீடு குறித்த பேச்சுகள் நடந்தன. இது ஐந்து மடங்கு அதிகரிப்பாகும். நிதி திரட்டல் பேச்சுவார்த்தைகளின்போது முன்மொழியப்பட்ட நிறுவன மதிப்பீடுகளையே இந்தத் தொகைகள் குறிக்கின்றன.

Tilde Research வழியாக பே ஏரியாவுடன் சென்னுக்கு ஏற்கெனவே தொடர்பு உள்ளது. அங்கு அவர் முன்பு பயிற்சி பெற்றது, கலிஃபோர்னியாவுக்கான அவரது பயணம் ஒரே ஒரு வெளிப்படையான இலக்கைச் சார்ந்திராமல், பல தொழில்முறைத் தொடர்புகளை உள்ளடக்கியிருக்கலாம் என்பதை விளக்குகிறது.

அவர் வெளியேறியதால் மூன்ஷாட்டில் எஞ்சுவது என்ன

16 வயதில் சென்னின் பணியமர்த்தலுக்கு ஆதரவளித்த மூன்ஷாட் ஆய்வாளர் டு யூலுன், வெளியேறும் முடிவு குறித்து இருவரும் பல நீண்ட உரையாடல்களை நடத்தியதாகக் கூறினார். சென்னின் வயதில் புதிய ஆர்வங்களை ஆராய வேண்டும் என்ற விருப்பத்துக்கு ஆதரவளித்தபோதும், வருத்தம் தெரிவித்தார்.

சென்னின் பங்களிப்புகள் குழுவின் ஆய்வுப் பதிவில் தொடர்ந்து இடம்பெறும். 2.8 டிரில்லியன் அளவுருக்களுடன் ஜூலையில் வெளியிடப்பட்ட கிமி கே3, Attention Residuals-ஐ கிமி டெல்டா அட்டென்ஷனுடன் இணைத்தது. இவை தகவல் செயலாக்கத்தின் வெவ்வேறு பகுதிகளைக் கையாளுகின்றன: AttnRes, மாதிரியின் அடுக்குகள் வழியாகத் தகவல் நகரும் முறையை மாற்றுகிறது; KDA, வரிசைகளைத் திறம்படச் செயலாக்க உதவுகிறது.

கட்டமைப்பு மாற்றங்கள், பயிற்சி முறைகள், தரவுத் தேர்வுகள் ஆகியவற்றின் கூட்டு விளைவால், கே2-ஐ விட கே3-இன் அளவாக்கத் திறன் சுமார் 2.5 மடங்கு மேம்பட்டதாக மூன்ஷாட் தெரிவித்தது. பல ஆய்வாளர்களையும் பல தொழில்நுட்ப மாற்றங்களையும் உள்ளடக்கிய நிறுவனத்தின் பரந்த முயற்சிக்குள் சென்னின் பணி இடம்பெறுவதை இது காட்டுகிறது.

அசாதாரணமாக இளம் வயதுடைய ஊழியர் ஒருவரின் தொழில் வாழ்க்கையைத் தாண்டியும் இதன் நடைமுறை முக்கியத்துவம் உள்ளது. திறம்படக் கற்றுக்கொள்ளும் மாதிரி, விலையுயர்ந்த செயலிகளையும் ஆய்வு பட்ஜெட்டையும் சிறப்பாகப் பயன்படுத்த முடியும். கணித வடிவமைப்பையும் விரைவான செயலாக்கத்தையும் இணைக்கக்கூடிய ஆய்வாளர், அந்த இலக்குக்கு நேரடியாகப் பங்களிக்க முடியும்.

வெளியிடப்பட்ட ஆய்வுப் பணி, இரண்டு ஆய்வுச் சூழல்களில் பெற்ற அனுபவம், மற்றொரு முன்னணி ஆய்வகத்தின் பொதுவான ஆர்வம் ஆகியவற்றுடன் சென் மூன்ஷாட்டிலிருந்து வெளியேறுகிறார். உறுதிப்படுத்தப்பட்ட தகவல்களே ஏற்கெனவே குறிப்பிடத்தக்கவை: கட்டமைப்பு யோசனையைப் பயன்படுத்தக்கூடிய முறையாக மாற்ற ஒரு பதின்வயதினர் உதவினார்; பின்னர், அடுத்த பணியிடத்தை அறிவிப்பதற்கு முன் தொடர்ந்து ஆராயத் தேர்ந்தெடுத்தார்.

முக்கிய அம்சங்கள்

• நாதன் சென் என்றும் அறியப்படும் சென் குவாங்யு, 17 வயதில் 2026 அக்டோபர் 15 அன்று மூன்ஷாட் ஏஐயிலிருந்து வெளியேறுவதாக அறிவித்தார்.
• மார்ச் 16 அன்று வெளியிடப்பட்ட Attention Residuals ஆய்வுக் கட்டுரைக்கு யு ஜாங், ஜியாலின் சு ஆகியோருடன் சமமான முதன்மை ஆசிரியர் பங்களிப்பைப் பெற்றார்.
• மதிப்பிடப்பட்ட அனைத்துப் பணிகளிலும் மூன்ஷாட்டின் சோதனைகள் மேம்பாடுகளைக் காட்டின; 1.25 மடங்கு அதிகக் கணக்கீட்டைப் பயன்படுத்திய அடிப்படை மாதிரியின் முடிவையும் எட்டின.
• Block AttnRes உருவாக்க உதவியதுடன், கிமி டெல்டா அட்டென்ஷன் கணக்கீடுகளை விரைவுபடுத்தும் பணியிலும் சென் ஈடுபட்டார்.
• தான் பே ஏரியாவுக்குச் செல்வதாகக் கூறிய அவர், ஆந்த்ரோபிக்கில் சேர்வதாக வெளியான ஊகங்களை மறுத்தார்.
• Discovery Loop-க்கு மாறியதாகக் கூறப்படுவதும், தலா சுமார் 1 மில்லியன் டாலர் மதிப்புள்ள ஐந்து சலுகைகளுடன் அவரை இணைக்கும் ஊகங்களும் உறுதிப்படுத்தப்படவில்லை.