<p>‘ಎಐ’ ಮುಂದೆ ಯಾವುದೇ ಪ್ರಶ್ನೆಯಿಟ್ಟರೂ, ಏನಾದರೂ ಒಂದು ಉತ್ತರ ನಿಮಗೆ ಖಂಡಿತವಾಗಿ ಸಿಕ್ಕೀತು; ಅದು ನೀಡುವ ಉತ್ತರ ಸರಿಯೋ ತಪ್ಪೋ ಅದು ಬೇರೆ.</p>.<p>ವಾಸ್ತವವಾಗಿ ಯಾವುದೇ ಉತ್ತರವನ್ನು ಹುಡುಕಲು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ(ಎಐ)ಯು ಟೋಕನ್ನುಗಳನ್ನು ಬಳಸಿಕೊಳ್ಳುತ್ತದೆ. ಇಲ್ಲಿ ‘ಟೋಕನ್’ ಎಂದರೆ ರೀಚಾರ್ಜೋ ಅಥವಾ ಸಬ್ಸ್ಕ್ರಿಪ್ಷನ್ನೋ ಅಲ್ಲದೆ, ಒಂದಿಷ್ಟು ಪಠ್ಯವೋ ಅಥವಾ ಸಂಖ್ಯೆಗಳಾಗಿ ಪರಿವರ್ತಿಸಲ್ಪಟ್ಟ ಪಠ್ಯದ ಒಂದು ಭಾಗವೋ ಆಗಿರುತ್ತದೆ. ಈ ರೀತಿಯ ಪಠ್ಯಗಳನ್ನು ಮುಂಚಿತವಾಗಿ ಫೀಡ್ ಮಾಡಿ ಎಐ ಮಾಡೆಲ್ಗಳಿಗೆ ಉತ್ತರಿಸುವಂತೆ ತರಬೇತಿಯನ್ನು ನೀಡಲಾಗಿರುತ್ತದೆ. ಆ ಸಂಖ್ಯೆಗಳನ್ನೇ ನಮ್ಮ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಒಂದು ವಿಧವಾದ ‘ಲಾರ್ಜ್ ಲ್ಯಾಂಗ್ವೇಜ್ ಮಾಡೆಲ್’ (ಎಲ್. ಎಲ್. ಎಂ.) ಬಳಸಿಕೊಳ್ಳುವುದು. ಹೀಗೆ, ಪಠ್ಯವನ್ನು ಸಂಖ್ಯೆಗಳಾಗಿ ಪರಿವರ್ತಿಸುವ ಹಾಗೂ ಇತರೆ ಕಂಪ್ಯೂಟಿಂಗ್ ವಿಧಾನಗಳು ಪ್ರಕ್ರಿಯೆಯುದ್ದಕ್ಕೂ ಇಂಗಾಲದ ಡೈ ಆಕ್ಸೈಡ್ ಅನ್ನು ಹೊರಸೂಸುತ್ತದೆ! ಬಹಳಷ್ಟು ಬಳಕೆದಾರರಿಗೆ, ನಾವು ಬಳಸುತ್ತಿರುವ ತಂತ್ರಜ್ಞಾನಗಳಿಂದ ಉಂಟಾಗುತ್ತಿರುವ ಇಂಗಾಲದ ಹೆಜ್ಜೆಗುರುತು (Carbon Footprint), ಅರ್ಥಾತ್ ಅವು ಹೊರಸೂಸುತ್ತಿರುವ ಇಂಗಾಲದ ಪ್ರಮಾಣದ ಬಗ್ಗೆ ಅರಿವೇ ಇರುವುದಿಲ್ಲ. ನಮಗೆ ತಿಳಿದಿರುವ ಹಾಗೆ ಇಂಗಾಲದ ಡೈ ಆಕ್ಸೈಡ್ ಪ್ರಮಾಣವನ್ನಾಧರಿಸಿಯೇ ವಾತಾವರಣದ ಮೇಲಿನ ವಿವಿಧ ಹಸಿರುಮನೆ ಅನಿಲಗಳ ಪರಿಣಾಮವನ್ನು ಅಳೆಯುವುದು. ಜರ್ಮನಿಯ ಸಂಶೋಧಕರು, ಇಂತಹ ವಿವಿಧ ಎಲ್. ಎಲ್. ಎಂ. ಮಾದರಿಗಳು ಹೊರಸೂಸುವ ಇಂಗಾಲದ ಡೈ ಆಕ್ಸೈಡ್ನ ಪ್ರಮಾಣವನ್ನು ಅಳೆದು, ಹೋಲಿಸಿ, ನಾವು ಪಡೆಯುತ್ತಿರುವ ಉತ್ತರ ಉಚಿತವಾಗಿ ದೊರೆಯುತ್ತಿದೆಯೇ? ಅಥವಾ ಇನ್ನಾವುದೋ ರೂಪದಲ್ಲಿ ನಾವು ಅದಕ್ಕಾಗಿ ಬೆಲೆಯನ್ನು ಪಾವತಿ ಮಾಡುತ್ತಿದ್ದೇವೆಯೇ? ಎಂದು ಪತ್ತೆ ಮಾಡಿದ್ದಾರೆ.</p>.<p>ಇದಕ್ಕಾಗಿ ಸಂಶೋಧಕರು, ವಿವಿಧ ವಿಷಯಗಳಿಗೆ ಸಂಬಂಧಿಸಿದ ಸುಮಾರು ಒಂದು ಸಾವಿರ ‘ಮಾನದಂಡ ಪ್ರಶ್ನೆ’ಗಳನ್ನು 14 ಲಾರ್ಜ್ ಲ್ಯಾಂಗ್ವೇಜ್ ಮಾದರಿಗಳ ಬಳಿ ಕೇಳಿದ್ದಾರೆ. ಆಗ ತಿಳಿದ ವಿಚಾರವೇ, ತಾರ್ಕಿಕತೆ (Reasoning) ಸಂಬಂಧಿಸಿದ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಿದಾಗ ಇವು ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಇಂಗಾಲದ ಡೈ ಆಕ್ಸೈಡ್ ಅನ್ನು ಹೊರಸೂಸುತ್ತವೆ ಎಂಬುದು! ನಾವು ಕೇಳುವ ಪ್ರಶ್ನೆ ಯಾವ ವಿಷಯದ್ದು ಎಂಬುದೂ, ಪರಿಸರದ ಮೇಲೆ ಇವು ಹೇಗೆ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ ಎಂದಾಯ್ತು. ಈ ಎಲ್. ಎಲ್. ಎಂ.ಗಳಲ್ಲಿ ತಾರ್ಕಿಕ ವಿಷಯಗಳನ್ನು ಪರಿಹರಿಸುವ ಸಾಮರ್ಥ್ಯವಿರುವಂತಹವು ಹಾಗೂ ಸಂಕ್ಷಿಪ್ತವಾದ ಮಾದರಿಗಳು ಎಂದು ಎರಡು ಬಗೆ. ಅಮೂರ್ತವಾದದನ್ನು ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳುವ, ಬಹುಹಂತದ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸಬಲ್ಲ ಹಾಗೂ ಸಾಂಧರ್ಭಿಕ ವಿಷಯಗಳನ್ನು ವಿಶ್ಲೇಷಿಸುವುದರಲ್ಲಿ ಎರಡೂ ಮಾದರಿಗಳು ಭಿನ್ನವಾಗುತ್ತವೆ. ಆದರೆ ಈ ರೀತಿ ಕ್ಲಿಷ್ಟ ಕಾರ್ಯಗಳನ್ನು ಮಾಡುತ್ತಾ ತಾರ್ಕಿಕ ಉತ್ತರಗಳನ್ನು ನೀಡಬಲ್ಲಂತಹ ಮಾದರಿಗಳು ಸುಮಾರು 50 ಪಟ್ಟು ಹೆಚ್ಚಿನ ಇಂಗಾಲದ ಡೈ ಆಕ್ಸೈಡ್ ಅನ್ನು ಬಿಡುಗಡೆ ಮಾಡುತ್ತವಂತೆ! ಉದಾಹರಣೆಗೆ, ನೀವು ಪ್ರೌಢಶಾಲಾ ಮಟ್ಟದ ಇತಿಹಾಸ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಿದಾಗ ಆಗುವ ಇಂಗಾಲದ ಹೊರಸೂಸುವಿಕೆ, ತಾರ್ಕಿಕವಾದ ಪುಟಗಟ್ಟಲೆ ಉತ್ತರವನ್ನು ನೀಡಬೇಕಾದ ಬೀಜಗಣಿತ ಅಥವಾ ತತ್ವಜ್ಞಾನಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಿದಾಗ ಆರು ಪಟ್ಟು ಹೆಚ್ಚಿರುತ್ತದೆ!</p>.<p>ತಾರ್ಕಿಕ ಮಾದರಿಗಳು ಒಂದು ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಲು ಸುಮಾರು 543.5 ಆಲೋಚನಾ (ಥಿಂಕಿಂಗ್) ಟೋಕನ್ನುಗಳನ್ನು ಬಳಸಿದರೆ, ಸಂಕ್ಷಿಪ್ತ ಮಾದರಿಗಳು ಕೇವಲ 37.7 ಟೋಕನ್ನುಗಳನ್ನು ಬಳಸಿಕೊಳ್ಳುತ್ತವೆಯಂತೆ. ಈ ಆಲೋಚನಾ ಟೋಕನ್ನುಗಳು ಎಂದರೆ ಇನ್ನೇನಲ್ಲ, ಎಐ ಮಾದರಿಗಳು ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸುವ ಮುನ್ನ ಉತ್ಪಾದಿಸಿಕೊಳ್ಳುವ ಹೆಚ್ಚುವರಿ ಟೋಕನ್ನುಗಳು, ಅಂದರೆ ಹೆಚ್ಚುವರಿ ಪಠ್ಯವನ್ನು ಹುಡುಕುವ ಕಾರ್ಯ! ಹೆಚ್ಚುವರಿ ಟೋಕನ್ನುಗಳು ಬಳಕೆಯಾಗಿವೆ ಎಂದರೆ ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಇಂಗಾಲದ ಡೈ ಆಕ್ಸೈಡ್ ಉತ್ಪಾದನೆಯಾಗಿದೆ ಎಂದರ್ಥ. ಆದಾಗ್ಯೂ, ಹೆಚ್ಚಿನ ಟೋಕನ್ನುಗಳನ್ನು ಬಳಸಿಕೊಂಡು, ಸವಿವರವಾದ ಉತ್ತರವನ್ನು ನೀಡಿದ ಮಾತ್ರಕ್ಕೆ ಉತ್ತರ ಯಾವಾಗಲೂ ಸ್ಪಷ್ಟ ಹಾಗೂ ನಿಖರವಾಗಿರುತ್ತದೆ ಎಂದೇನಲ್ಲ! ತಾರ್ಕಿಕ ಮಾದರಿ ನೀಡುವ ಅತ್ಯಂತ ನಿಖರವಾದ ಉತ್ತರ ಕೇವಲ ಪ್ರತಿಶತ 84.9 ಇರುತ್ತದೆಯಂತೆ. ಆದರೂ ಇವು, ಸಂಕ್ಷಿಪ್ತ ಉತ್ತರವನ್ನು ನೀಡುವ ಮಾದರಿಗಳಿಗಿಂತಲೂ ಮೂರು ಪಟ್ಟು ಹೆಚ್ಚಿನ ಇಂಗಾಲದ ಡೈ ಆಕ್ಸೈಡ್ ಅನ್ನು ಹೊರಚೆಲ್ಲುತ್ತವೆಯಂತೆ. ಅರ್ಥಾತ್, ಸದ್ಯ ಈ ಎಲ್. ಎಲ್. ಎಂ. ತಂತ್ರಜ್ಞಾನಗಳಲ್ಲಿ ನಿಖರತೆ ಮತ್ತು ಸುಸ್ಥಿರತೆ ಇವುಗಳ ನಡುವೆ ರಾಜಿ ಮಾಡಿಕೊಳ್ಳಬೇಕಿದ್ದು, ನಿಖರತೆ ಬೇಕಿದ್ದಲ್ಲಿ ಸುಸ್ಥಿರತೆ ಸಿಗದಿದೆ. ಅಂದರೆ, 500 ಗ್ರಾಂಗಳಿಗಿಂತ ಕಡಿಮೆ ಇಂಗಾಲವನ್ನು ಹೊರಸೂಸುವ ಯಾವುದೇ ಮಾದರಿಗಳು, ಒಂದು ಸಾವಿರ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸಿದರೆ ಅವುಗಳ ನಿಖರತೆ ಹೆಚ್ಚೆಂದರೆ ಶೇ 80ಷ್ಟು ಇರುತ್ತದೆ ಎನ್ನುತ್ತಾರೆ, ಸಂಶೋಧಕರಾದ ಡಾನರ್.</p>.<p>ಹೀಗಾಗಿ ಬಳಕೆದಾರರು ಆದಷ್ಟೂ ಕೃತಕ ಬುದ್ದಿಮತ್ತೆಯ ತಂತ್ರಜ್ಞಾನಗಳಿಂದ ಸಂಕ್ಷಿಪ್ತ ಉತ್ತರಗಳನ್ನು ಮಾತ್ರವೇ ಪಡೆದುಕೊಳ್ಳಲು ಬಳಸಿದರೆ ಅಥವಾ ನಿಜವಾಗಿಯೂ ಆ ಕಾರ್ಯಕ್ಕೆ ತಕ್ಕಂತೆ ನಿಖರವಾದ, ಹೆಚ್ಚಿನ ಸಾಮರ್ಥ್ಯದ ಮಾದರಿಗಳ ಮೊರೆ ಹೋಗುವುದು ಅನಿವಾರ್ಯವಿದ್ದಾಗ ಮಾತ್ರವೇ ಬಳಸುವುದರಿಂದ ಇಂಗಾಲದ ಹೊರಸೂಸುವಿಕೆಯನ್ನು ಮಹತ್ತರವಾಗಿ ಕಡಿತಗೊಳಿಸಬಹುದು ಎನ್ನುತ್ತಾರೆ, ಸಂಶೋಧಕರು.</p>.<p>ಜೊತೆಗೆ ಮೇಲೆ ಹೇಳಿದಂತೆ, ಮಾದರಿಯ ಆಯ್ಕೆ ಕೂಡ ಇಂಗಾಲದ ಹೊರಸೂಸುವಿಕೆಯಲ್ಲಿ ಬೃಹತ್ ವ್ಯತ್ಯಾಸವನ್ನು ಮಾಡುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, DeepSeek R1 ಎನ್ನುವ ಮಾದರಿಯು ಆರು ಲಕ್ಷ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸುವಲ್ಲಿ ಬಿಡುಗಡೆಯಾಗುವ ಇಂಗಾಲದ ಪ್ರಮಾಣವು, ಲಂಡನ್ನಿನಿಂದ ನ್ಯೂಯಾರ್ಕಿಗೆ ಹೋಗಿ ಬರುವುದರಲ್ಲಿ ಒಂದು ವಿಮಾನವು ಹೊರಸೂಸುವಷ್ಟು ಇಂಗಾಲಕ್ಕೆ ಸಮನಾಗಿರುತ್ತದೆಯಂತೆ! ಅದೇ ಸಮಯದಲ್ಲಿ, Qwen 2.5 ಎನ್ನುವ ಮಾದರಿಯು ಮೇಲಿನದಕ್ಕಿಂತ ಸುಮಾರು ಮೂರು ಪಟ್ಟು ಹೆಚ್ಚಿನ ಪ್ರಶ್ನೆಗಳಿಗೆ ಅಷ್ಟೇ ಪ್ರಮಾಣದ ಇಂಗಾಲವನ್ನು ಹೊರಸೂಸುವುದರೊಂದಿಗೆ ಅಷ್ಟೇ ನಿಖರವಾಗಿ ಉತ್ತರಿಸಬಲ್ಲದಂತೆ!</p>.<p>ಹೀಗಾಗಿ, ಬಳಕೆದಾರರು ಅವರು ಬಳಸುವ ಎಐ ಉತ್ಪನ್ನಗಳಿಗೆ ತಗಲುವ ಇಂಗಾಲದ ಡೈ ಆಕ್ಸೈಡ್ ವೆಚ್ಚವನ್ನು ಅರಿತರೆ, ಅಂತಹ ತಂತ್ರಜ್ಞಾನಗಳನ್ನು ಬಳಸುವಾಗ ಅವರ ಆಯ್ಕೆಯ ಬಗ್ಗೆ ಗಮನ ವಹಿಸಿ, ಚಿಂತನಶೀಲರಾಗಿ ಉಪಯೋಗಿಸಿಕೊಳ್ಳಲು ಅನುಕೂಲವಾಗುತ್ತದೆ.</p>.<div><p><strong>ಪ್ರಜಾವಾಣಿ ಆ್ಯಪ್ ಇಲ್ಲಿದೆ: <a href="https://play.google.com/store/apps/details?id=com.tpml.pv">ಆಂಡ್ರಾಯ್ಡ್ </a>| <a href="https://apps.apple.com/in/app/prajavani-kannada-news-app/id1535764933">ಐಒಎಸ್</a> | <a href="https://whatsapp.com/channel/0029Va94OfB1dAw2Z4q5mK40">ವಾಟ್ಸ್ಆ್ಯಪ್</a>, <a href="https://www.twitter.com/prajavani">ಎಕ್ಸ್</a>, <a href="https://www.fb.com/prajavani.net">ಫೇಸ್ಬುಕ್</a> ಮತ್ತು <a href="https://www.instagram.com/prajavani">ಇನ್ಸ್ಟಾಗ್ರಾಂ</a>ನಲ್ಲಿ ಪ್ರಜಾವಾಣಿ ಫಾಲೋ ಮಾಡಿ.</strong></p></div>
<p>‘ಎಐ’ ಮುಂದೆ ಯಾವುದೇ ಪ್ರಶ್ನೆಯಿಟ್ಟರೂ, ಏನಾದರೂ ಒಂದು ಉತ್ತರ ನಿಮಗೆ ಖಂಡಿತವಾಗಿ ಸಿಕ್ಕೀತು; ಅದು ನೀಡುವ ಉತ್ತರ ಸರಿಯೋ ತಪ್ಪೋ ಅದು ಬೇರೆ.</p>.<p>ವಾಸ್ತವವಾಗಿ ಯಾವುದೇ ಉತ್ತರವನ್ನು ಹುಡುಕಲು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ(ಎಐ)ಯು ಟೋಕನ್ನುಗಳನ್ನು ಬಳಸಿಕೊಳ್ಳುತ್ತದೆ. ಇಲ್ಲಿ ‘ಟೋಕನ್’ ಎಂದರೆ ರೀಚಾರ್ಜೋ ಅಥವಾ ಸಬ್ಸ್ಕ್ರಿಪ್ಷನ್ನೋ ಅಲ್ಲದೆ, ಒಂದಿಷ್ಟು ಪಠ್ಯವೋ ಅಥವಾ ಸಂಖ್ಯೆಗಳಾಗಿ ಪರಿವರ್ತಿಸಲ್ಪಟ್ಟ ಪಠ್ಯದ ಒಂದು ಭಾಗವೋ ಆಗಿರುತ್ತದೆ. ಈ ರೀತಿಯ ಪಠ್ಯಗಳನ್ನು ಮುಂಚಿತವಾಗಿ ಫೀಡ್ ಮಾಡಿ ಎಐ ಮಾಡೆಲ್ಗಳಿಗೆ ಉತ್ತರಿಸುವಂತೆ ತರಬೇತಿಯನ್ನು ನೀಡಲಾಗಿರುತ್ತದೆ. ಆ ಸಂಖ್ಯೆಗಳನ್ನೇ ನಮ್ಮ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಒಂದು ವಿಧವಾದ ‘ಲಾರ್ಜ್ ಲ್ಯಾಂಗ್ವೇಜ್ ಮಾಡೆಲ್’ (ಎಲ್. ಎಲ್. ಎಂ.) ಬಳಸಿಕೊಳ್ಳುವುದು. ಹೀಗೆ, ಪಠ್ಯವನ್ನು ಸಂಖ್ಯೆಗಳಾಗಿ ಪರಿವರ್ತಿಸುವ ಹಾಗೂ ಇತರೆ ಕಂಪ್ಯೂಟಿಂಗ್ ವಿಧಾನಗಳು ಪ್ರಕ್ರಿಯೆಯುದ್ದಕ್ಕೂ ಇಂಗಾಲದ ಡೈ ಆಕ್ಸೈಡ್ ಅನ್ನು ಹೊರಸೂಸುತ್ತದೆ! ಬಹಳಷ್ಟು ಬಳಕೆದಾರರಿಗೆ, ನಾವು ಬಳಸುತ್ತಿರುವ ತಂತ್ರಜ್ಞಾನಗಳಿಂದ ಉಂಟಾಗುತ್ತಿರುವ ಇಂಗಾಲದ ಹೆಜ್ಜೆಗುರುತು (Carbon Footprint), ಅರ್ಥಾತ್ ಅವು ಹೊರಸೂಸುತ್ತಿರುವ ಇಂಗಾಲದ ಪ್ರಮಾಣದ ಬಗ್ಗೆ ಅರಿವೇ ಇರುವುದಿಲ್ಲ. ನಮಗೆ ತಿಳಿದಿರುವ ಹಾಗೆ ಇಂಗಾಲದ ಡೈ ಆಕ್ಸೈಡ್ ಪ್ರಮಾಣವನ್ನಾಧರಿಸಿಯೇ ವಾತಾವರಣದ ಮೇಲಿನ ವಿವಿಧ ಹಸಿರುಮನೆ ಅನಿಲಗಳ ಪರಿಣಾಮವನ್ನು ಅಳೆಯುವುದು. ಜರ್ಮನಿಯ ಸಂಶೋಧಕರು, ಇಂತಹ ವಿವಿಧ ಎಲ್. ಎಲ್. ಎಂ. ಮಾದರಿಗಳು ಹೊರಸೂಸುವ ಇಂಗಾಲದ ಡೈ ಆಕ್ಸೈಡ್ನ ಪ್ರಮಾಣವನ್ನು ಅಳೆದು, ಹೋಲಿಸಿ, ನಾವು ಪಡೆಯುತ್ತಿರುವ ಉತ್ತರ ಉಚಿತವಾಗಿ ದೊರೆಯುತ್ತಿದೆಯೇ? ಅಥವಾ ಇನ್ನಾವುದೋ ರೂಪದಲ್ಲಿ ನಾವು ಅದಕ್ಕಾಗಿ ಬೆಲೆಯನ್ನು ಪಾವತಿ ಮಾಡುತ್ತಿದ್ದೇವೆಯೇ? ಎಂದು ಪತ್ತೆ ಮಾಡಿದ್ದಾರೆ.</p>.<p>ಇದಕ್ಕಾಗಿ ಸಂಶೋಧಕರು, ವಿವಿಧ ವಿಷಯಗಳಿಗೆ ಸಂಬಂಧಿಸಿದ ಸುಮಾರು ಒಂದು ಸಾವಿರ ‘ಮಾನದಂಡ ಪ್ರಶ್ನೆ’ಗಳನ್ನು 14 ಲಾರ್ಜ್ ಲ್ಯಾಂಗ್ವೇಜ್ ಮಾದರಿಗಳ ಬಳಿ ಕೇಳಿದ್ದಾರೆ. ಆಗ ತಿಳಿದ ವಿಚಾರವೇ, ತಾರ್ಕಿಕತೆ (Reasoning) ಸಂಬಂಧಿಸಿದ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಿದಾಗ ಇವು ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಇಂಗಾಲದ ಡೈ ಆಕ್ಸೈಡ್ ಅನ್ನು ಹೊರಸೂಸುತ್ತವೆ ಎಂಬುದು! ನಾವು ಕೇಳುವ ಪ್ರಶ್ನೆ ಯಾವ ವಿಷಯದ್ದು ಎಂಬುದೂ, ಪರಿಸರದ ಮೇಲೆ ಇವು ಹೇಗೆ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ ಎಂದಾಯ್ತು. ಈ ಎಲ್. ಎಲ್. ಎಂ.ಗಳಲ್ಲಿ ತಾರ್ಕಿಕ ವಿಷಯಗಳನ್ನು ಪರಿಹರಿಸುವ ಸಾಮರ್ಥ್ಯವಿರುವಂತಹವು ಹಾಗೂ ಸಂಕ್ಷಿಪ್ತವಾದ ಮಾದರಿಗಳು ಎಂದು ಎರಡು ಬಗೆ. ಅಮೂರ್ತವಾದದನ್ನು ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳುವ, ಬಹುಹಂತದ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸಬಲ್ಲ ಹಾಗೂ ಸಾಂಧರ್ಭಿಕ ವಿಷಯಗಳನ್ನು ವಿಶ್ಲೇಷಿಸುವುದರಲ್ಲಿ ಎರಡೂ ಮಾದರಿಗಳು ಭಿನ್ನವಾಗುತ್ತವೆ. ಆದರೆ ಈ ರೀತಿ ಕ್ಲಿಷ್ಟ ಕಾರ್ಯಗಳನ್ನು ಮಾಡುತ್ತಾ ತಾರ್ಕಿಕ ಉತ್ತರಗಳನ್ನು ನೀಡಬಲ್ಲಂತಹ ಮಾದರಿಗಳು ಸುಮಾರು 50 ಪಟ್ಟು ಹೆಚ್ಚಿನ ಇಂಗಾಲದ ಡೈ ಆಕ್ಸೈಡ್ ಅನ್ನು ಬಿಡುಗಡೆ ಮಾಡುತ್ತವಂತೆ! ಉದಾಹರಣೆಗೆ, ನೀವು ಪ್ರೌಢಶಾಲಾ ಮಟ್ಟದ ಇತಿಹಾಸ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಿದಾಗ ಆಗುವ ಇಂಗಾಲದ ಹೊರಸೂಸುವಿಕೆ, ತಾರ್ಕಿಕವಾದ ಪುಟಗಟ್ಟಲೆ ಉತ್ತರವನ್ನು ನೀಡಬೇಕಾದ ಬೀಜಗಣಿತ ಅಥವಾ ತತ್ವಜ್ಞಾನಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಿದಾಗ ಆರು ಪಟ್ಟು ಹೆಚ್ಚಿರುತ್ತದೆ!</p>.<p>ತಾರ್ಕಿಕ ಮಾದರಿಗಳು ಒಂದು ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಲು ಸುಮಾರು 543.5 ಆಲೋಚನಾ (ಥಿಂಕಿಂಗ್) ಟೋಕನ್ನುಗಳನ್ನು ಬಳಸಿದರೆ, ಸಂಕ್ಷಿಪ್ತ ಮಾದರಿಗಳು ಕೇವಲ 37.7 ಟೋಕನ್ನುಗಳನ್ನು ಬಳಸಿಕೊಳ್ಳುತ್ತವೆಯಂತೆ. ಈ ಆಲೋಚನಾ ಟೋಕನ್ನುಗಳು ಎಂದರೆ ಇನ್ನೇನಲ್ಲ, ಎಐ ಮಾದರಿಗಳು ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸುವ ಮುನ್ನ ಉತ್ಪಾದಿಸಿಕೊಳ್ಳುವ ಹೆಚ್ಚುವರಿ ಟೋಕನ್ನುಗಳು, ಅಂದರೆ ಹೆಚ್ಚುವರಿ ಪಠ್ಯವನ್ನು ಹುಡುಕುವ ಕಾರ್ಯ! ಹೆಚ್ಚುವರಿ ಟೋಕನ್ನುಗಳು ಬಳಕೆಯಾಗಿವೆ ಎಂದರೆ ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಇಂಗಾಲದ ಡೈ ಆಕ್ಸೈಡ್ ಉತ್ಪಾದನೆಯಾಗಿದೆ ಎಂದರ್ಥ. ಆದಾಗ್ಯೂ, ಹೆಚ್ಚಿನ ಟೋಕನ್ನುಗಳನ್ನು ಬಳಸಿಕೊಂಡು, ಸವಿವರವಾದ ಉತ್ತರವನ್ನು ನೀಡಿದ ಮಾತ್ರಕ್ಕೆ ಉತ್ತರ ಯಾವಾಗಲೂ ಸ್ಪಷ್ಟ ಹಾಗೂ ನಿಖರವಾಗಿರುತ್ತದೆ ಎಂದೇನಲ್ಲ! ತಾರ್ಕಿಕ ಮಾದರಿ ನೀಡುವ ಅತ್ಯಂತ ನಿಖರವಾದ ಉತ್ತರ ಕೇವಲ ಪ್ರತಿಶತ 84.9 ಇರುತ್ತದೆಯಂತೆ. ಆದರೂ ಇವು, ಸಂಕ್ಷಿಪ್ತ ಉತ್ತರವನ್ನು ನೀಡುವ ಮಾದರಿಗಳಿಗಿಂತಲೂ ಮೂರು ಪಟ್ಟು ಹೆಚ್ಚಿನ ಇಂಗಾಲದ ಡೈ ಆಕ್ಸೈಡ್ ಅನ್ನು ಹೊರಚೆಲ್ಲುತ್ತವೆಯಂತೆ. ಅರ್ಥಾತ್, ಸದ್ಯ ಈ ಎಲ್. ಎಲ್. ಎಂ. ತಂತ್ರಜ್ಞಾನಗಳಲ್ಲಿ ನಿಖರತೆ ಮತ್ತು ಸುಸ್ಥಿರತೆ ಇವುಗಳ ನಡುವೆ ರಾಜಿ ಮಾಡಿಕೊಳ್ಳಬೇಕಿದ್ದು, ನಿಖರತೆ ಬೇಕಿದ್ದಲ್ಲಿ ಸುಸ್ಥಿರತೆ ಸಿಗದಿದೆ. ಅಂದರೆ, 500 ಗ್ರಾಂಗಳಿಗಿಂತ ಕಡಿಮೆ ಇಂಗಾಲವನ್ನು ಹೊರಸೂಸುವ ಯಾವುದೇ ಮಾದರಿಗಳು, ಒಂದು ಸಾವಿರ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸಿದರೆ ಅವುಗಳ ನಿಖರತೆ ಹೆಚ್ಚೆಂದರೆ ಶೇ 80ಷ್ಟು ಇರುತ್ತದೆ ಎನ್ನುತ್ತಾರೆ, ಸಂಶೋಧಕರಾದ ಡಾನರ್.</p>.<p>ಹೀಗಾಗಿ ಬಳಕೆದಾರರು ಆದಷ್ಟೂ ಕೃತಕ ಬುದ್ದಿಮತ್ತೆಯ ತಂತ್ರಜ್ಞಾನಗಳಿಂದ ಸಂಕ್ಷಿಪ್ತ ಉತ್ತರಗಳನ್ನು ಮಾತ್ರವೇ ಪಡೆದುಕೊಳ್ಳಲು ಬಳಸಿದರೆ ಅಥವಾ ನಿಜವಾಗಿಯೂ ಆ ಕಾರ್ಯಕ್ಕೆ ತಕ್ಕಂತೆ ನಿಖರವಾದ, ಹೆಚ್ಚಿನ ಸಾಮರ್ಥ್ಯದ ಮಾದರಿಗಳ ಮೊರೆ ಹೋಗುವುದು ಅನಿವಾರ್ಯವಿದ್ದಾಗ ಮಾತ್ರವೇ ಬಳಸುವುದರಿಂದ ಇಂಗಾಲದ ಹೊರಸೂಸುವಿಕೆಯನ್ನು ಮಹತ್ತರವಾಗಿ ಕಡಿತಗೊಳಿಸಬಹುದು ಎನ್ನುತ್ತಾರೆ, ಸಂಶೋಧಕರು.</p>.<p>ಜೊತೆಗೆ ಮೇಲೆ ಹೇಳಿದಂತೆ, ಮಾದರಿಯ ಆಯ್ಕೆ ಕೂಡ ಇಂಗಾಲದ ಹೊರಸೂಸುವಿಕೆಯಲ್ಲಿ ಬೃಹತ್ ವ್ಯತ್ಯಾಸವನ್ನು ಮಾಡುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, DeepSeek R1 ಎನ್ನುವ ಮಾದರಿಯು ಆರು ಲಕ್ಷ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸುವಲ್ಲಿ ಬಿಡುಗಡೆಯಾಗುವ ಇಂಗಾಲದ ಪ್ರಮಾಣವು, ಲಂಡನ್ನಿನಿಂದ ನ್ಯೂಯಾರ್ಕಿಗೆ ಹೋಗಿ ಬರುವುದರಲ್ಲಿ ಒಂದು ವಿಮಾನವು ಹೊರಸೂಸುವಷ್ಟು ಇಂಗಾಲಕ್ಕೆ ಸಮನಾಗಿರುತ್ತದೆಯಂತೆ! ಅದೇ ಸಮಯದಲ್ಲಿ, Qwen 2.5 ಎನ್ನುವ ಮಾದರಿಯು ಮೇಲಿನದಕ್ಕಿಂತ ಸುಮಾರು ಮೂರು ಪಟ್ಟು ಹೆಚ್ಚಿನ ಪ್ರಶ್ನೆಗಳಿಗೆ ಅಷ್ಟೇ ಪ್ರಮಾಣದ ಇಂಗಾಲವನ್ನು ಹೊರಸೂಸುವುದರೊಂದಿಗೆ ಅಷ್ಟೇ ನಿಖರವಾಗಿ ಉತ್ತರಿಸಬಲ್ಲದಂತೆ!</p>.<p>ಹೀಗಾಗಿ, ಬಳಕೆದಾರರು ಅವರು ಬಳಸುವ ಎಐ ಉತ್ಪನ್ನಗಳಿಗೆ ತಗಲುವ ಇಂಗಾಲದ ಡೈ ಆಕ್ಸೈಡ್ ವೆಚ್ಚವನ್ನು ಅರಿತರೆ, ಅಂತಹ ತಂತ್ರಜ್ಞಾನಗಳನ್ನು ಬಳಸುವಾಗ ಅವರ ಆಯ್ಕೆಯ ಬಗ್ಗೆ ಗಮನ ವಹಿಸಿ, ಚಿಂತನಶೀಲರಾಗಿ ಉಪಯೋಗಿಸಿಕೊಳ್ಳಲು ಅನುಕೂಲವಾಗುತ್ತದೆ.</p>.<div><p><strong>ಪ್ರಜಾವಾಣಿ ಆ್ಯಪ್ ಇಲ್ಲಿದೆ: <a href="https://play.google.com/store/apps/details?id=com.tpml.pv">ಆಂಡ್ರಾಯ್ಡ್ </a>| <a href="https://apps.apple.com/in/app/prajavani-kannada-news-app/id1535764933">ಐಒಎಸ್</a> | <a href="https://whatsapp.com/channel/0029Va94OfB1dAw2Z4q5mK40">ವಾಟ್ಸ್ಆ್ಯಪ್</a>, <a href="https://www.twitter.com/prajavani">ಎಕ್ಸ್</a>, <a href="https://www.fb.com/prajavani.net">ಫೇಸ್ಬುಕ್</a> ಮತ್ತು <a href="https://www.instagram.com/prajavani">ಇನ್ಸ್ಟಾಗ್ರಾಂ</a>ನಲ್ಲಿ ಪ್ರಜಾವಾಣಿ ಫಾಲೋ ಮಾಡಿ.</strong></p></div>
