Gemini 4 Argon அறிமுகமான வெறும் இரு வாரங்களுக்குப் பிறகு, Google தனது இதுவரை இல்லாத மிக வலிமையான மாதிரி என்று அழைக்கப்படும் Gemini 4 Carbon ஐ அறிவித்துள்ளது. இது சைபர் பாதுகாப்பு மற்றும் நீண்டகால பொறியியல் பணிகளுக்காக உருவாக்கப்பட்டுள்ளது. Google DeepMind இன் Koray Kavukcuoglu அக்டோபர் 28 ஆம் தேதி செய்த அறிவிப்பில், இந்த மாதிரி 59 புள்ளிகளுடன் Artificial Analysis Intelligence Index இல் முதலிடத்தைப் பிடித்துள்ளதாகக் கூறப்படுகிறது.
Benchmark எண்ணிக்கைகள் இந்த நம்பிக்கையை விளக்குகின்றன. உற்பத்தி மென்பொருளில் புதைந்திருக்கும் உண்மையான பாதிப்புகளை ஒரு மாதிரி சுயாதீனமாகக் கண்டறிய முடியுமா என்பதைச் சோதிக்கும் SEC-bench Pro இல் Carbon 88.2 சதவீதம் பெற்றுள்ளது. அறியப்பட்ட பலவீன வகைகளுக்குச் செயல்படும் திருத்தங்களை உருவாக்கும் திறனை அளவிடும் CWE-bench இல் 71 சதவீதத்தையும், சுரண்டலைச் சோதிக்கும் ExploitGym இல் 54.8 சதவீதத்தையும் எட்டியுள்ளது. முழு-stack இணைய மேம்பாட்டுக்கான WebDev Arena இலும் நான்காவது இடத்திற்கு முன்னேறியுள்ளது.
சாதாரண மாதிரி வெளியீட்டிலிருந்து Carbon ஐ வேறுபடுத்துவது அதன் நோக்கம். இது chatbot மேம்பாடு அல்ல. பெரிய codebases மற்றும் low-level அமைப்புகளில் நுட்பமான bug களின் அடிப்படைக் காரணத்தைக் கண்டறிந்து சரிசெய்ய, தடைகளைச் சந்தித்தும் பின்வாங்காமல், தங்கள் குழுக்கள் இதனைத் தொடர்ந்து பல நாட்கள் இயக்கி வருவதாக Google விவரிக்கிறது. இது உரையாடுபவராக அல்ல, ஒரு பொறியியல் முகவராக வடிவமைக்கப்பட்டுள்ளது.
Google மேற்கோள் காட்டும் உள் முடிவுகள் கவனிக்கத்தக்கவை. பாதுகாப்பான குறியீட்டை உருவாக்குவதில் Argon ஐ விட இரண்டு மடங்குக்கும் அதிகமான வெற்றி விகிதத்தை Carbon அடைந்ததாகக் கூறப்படுகிறது. Chrome குழு, வேறொரு ஆய்வகத்தின் frontier மாதிரியை விட பத்து மடங்குக்கும் அதிக வேகத்தில் உயர்தர patch களை உருவாக்கியதாகக் கூறுகிறது. Google இன் cloud பாதுகாப்புத் தளமான Wiz, தன் சொந்த ஸ்கேனிங் திட்டத்திலும் பயன்படுத்தும் இணைய ஊடுருவல் சோதனை benchmark களில் Carbon முன்னிலை வகிப்பதாகக் கவனிக்கிறது.
இருந்தும், இதனை உண்மையில் பயன்படுத்தக்கூடியவர்கள் மிகக் குறைவு. இந்த வாரம் முதல், அணுகல் குறிப்பிட்ட சைபர் பாதுகாப்பு நிபுணர்களுக்கு மட்டுமே வழங்கப்படுகிறது; மேலும் நம்பகமான கூட்டாளர்கள் Google இன் Fairwind Program மூலம் படிப்படியாகச் சேர்க்கப்படுவார்கள். Google அமெரிக்க அரசின் தன்னார்வ வெளியீட்டிற்கு முந்தைய சோதனை செயல்முறையில் பங்கேற்கிறது. டெவலப்பர்கள், நிறுவனங்கள் மற்றும் நுகர்வோர் காத்திருக்க வேண்டும்.
இந்த அடக்கமே செய்தி. இந்த அளவில் பாதிப்புகளைக் கண்டறிந்து சரிபார்க்கக்கூடிய ஒரு மாதிரி, பாதுகாப்பாளர்களுக்கும் தாக்குபவர்களுக்கும் சமமாக மதிப்புள்ளது. Google கதவுகளைத் திறப்பதற்கு முன் அந்த சமரசத்தை வெளிப்படையாகச் சோதித்து வருகிறது; மதிப்பெண் பட்டியல்களை விட அணுகல் முடிவுகளே மாதிரியின் உண்மைத் திறனை அதிகம் வெளிப்படுத்தக்கூடும்.
விலை நிர்ணயம் கதையின் மற்றொரு பாதியைச் சொல்கிறது. Carbon, Argon அளித்த அதே அறிமுக விலையில் வெளியிடப்படும்: மில்லியன் input tokens க்கு இரண்டு டாலர்கள், மில்லியன் output tokens க்கு பத்து டாலர்கள்; cached input க்கு 95 சதவீத தள்ளுபடி. இது ஆராய்ச்சி விலையல்ல, உற்பத்தி பொருளாதாரம். வெளியிடப்பட்டதும் இந்த மாதிரி உண்மையாக வேலை செய்யும் என்று Google எதிர்பார்க்கிறது.
தலைவர்களுக்கு இரண்டு பாடங்கள் உள்ளன. முதலில், திறன் தலைமையில் இனி வரிசைப்படுத்தல் தீர்ப்பும் அடங்கும்: ஒரு frontier மாதிரியைப் பற்றிய மிக அர்த்தமுள்ள சமிக்ஞை, யார் எப்போது அதனைத் தொட அனுமதிக்கப்படுகிறார்கள் என்பதாகி வருகிறது. இரண்டாவதாக, நிறுவனங்கள் patch செய்வதை விட AI விரைவாகக் குறைகளைக் கண்டறியும் உலகத்திற்குப் பாதுகாப்புக் குழுக்கள் தயாராக வேண்டும்; ஏனெனில் இத்திறனின் பாதுகாப்பு வடிவம் விரைவில் நிலையான உபகரணமாகும்.
எல்லை இனி வெறும் மதிப்பெண் பட்டியல் அல்ல. அது ஒரு வாயில். அணுகல் விரிவடைவதற்கு முன்னரே தங்கள் பாதுகாப்புப் பணிப்பாய்வுகளையும் ஆளுகையையும் உருவாக்கும் நிறுவனங்களே, வாயில் திறக்கும்போது தயாராக இருப்பவர்களாக இருப்பார்கள்.
கணித அடிப்படையில் சிந்தியுங்கள். அறிவார்ந்த முறையில் போட்டியமைக்குங்கள். உத்தியுடன் வழிநடத்துங்கள். பொறுப்புடன் உருவாக்குங்கள். உலகளாவில் விரிவாக்குங்கள். செயற்கை நுண்ணறிவின் மூலம் உண்மையான வணிக மதிப்பை உருவாக்குங்கள்.
