நோபல் பரிசு பெற்ற ஜான் ஜம்பர் DeepMind ஐ விட்டு போட்டியாளரான Anthropic க்கு மாறுகிறார்
நோபல் பரிசு பெற்ற ஜான் ஜம்பர் DeepMind ஐ விட்டு Anthropic க்கு மாறுவதாக அறிவித்தார். AlphaFold இன் இணை-உருவாக்குபவர் மற்றும் 2024 நோபல் பரிசு பெற்றவர், இந்த நகர்வு ஆசியாவின் AI ஈக்கோசிஸ்டத்தில் குறிப்பிடத்தக்க தாக்கங்களைக் கொண்டு வருகிறது.
நோபல் பரிசு பெற்ற ஜான் ஜம்பர் DeepMind ஐ விட்டு போட்டியாளரான Anthropic க்கு மாறுகிறார்
நோபல் பரிசு பெற்ற ஒருவர் கதவை திறந்து வெளியே வரும்போது, தொழிற்துறை கவனம் செலுத்துகிறது. AlphaFold இன் இணை-உருவாக்குபவர் மற்றும் 2024 ஆம் ஆண்டு வேதியியலில் நோபல் பரிசு பெற்ற ஜான் ஜம்பர், ஜூன் 20, 2026 இல் Google DeepMind ஐ விட்டு கிட்டத்தட்ட ஒன்பது ஆண்டுகளுக்குப் பிறகு Anthropic க்கு மாறுவதாக அறிவித்தார். நோபல் பரிசு பெற்ற ஜான் ஜம்பர் DeepMind ஐ விட்டு நேரடி போட்டியாளருக்கு மாறுவது என்பது வழக்கமான திறமை நகர்வதை விட ஆழமான ஒன்றைக் குறிக்கிறது: இது அடுத்த தசாப்தத்தின் அறிவியல் உண்மையில் நடக்கும் இடத்தைப் பற்றி மிகவும்野心்ஸ் AI ஆராய்ச்சியாளர்கள் நம்பும் ஒரு பரந்த மறுசீரமைப்பை பிரதிபலிக்கிறது.
இது ஒரு தனிமைப்படுத்தப்பட்ட நிகழ்வு அல்ல. இது ஒரு முறை — மற்றும் ஆசியா முழுவதும் உள்ள டெவலப்பர்கள் மற்றும் நிறுவனர்களுக்கு, இது உண்மையான কৌশலগত தாக்கங்களைக் கொண்டு வருகிறது.
என்ன நடந்தது
ஜம்பர் X இல் ஒரு பதிவில் அறிவிப்பை செய்தார், DeepMind CEO டெமிஸ் ஹசாபிஸ் "என் PhD முடித்த ஆறு மாதங்களுக்குப் பிறகு AlphaFold குழுவை வழிநடத்த உண்மையான ஆபத்து எடுத்தார்" என்று எழுதினார். அவர் DeepMind இல் தனது நேரத்தைப் பற்றி கருணையுடன் பேசினார், அதை "ஒரு சிறப்பு இடம்" என்று விவரித்தார் — ஆனால் இந்த நகர்வு உறுதியாக இருந்தது. கிட்டத்தட்ட ஒன்பது ஆண்டுகளுக்குப் பிறகு, அவர் Anthropic ஐ சேர்ந்துகொண்டார்.
நேரம் வியக்கத்தக்கது. TechCrunch இன் அறிக்கையின் படி, Bloomberg ஜம்பர் Google இன் குறியீட்டு கருவிகளை உருவாக்கும் குழுவின் முக்கிய உறுப்பினர் என்று குறிப்பிட்டார் — நிறுவனம் நிறுவனத் தாহிரர்களுக்கு விற்க போராடிய ஒரு பொருள் வரி. அந்த சூழல் முக்கியமானது. ஜம்பர் வெறுமனே ஒரு গবேষணை பிரতিনிதி அல்ல; அவர் பயன்பாட்டு பொருள் பணிக்கு உட்பொதிக்கப்பட்டிருந்தார். அவரது떠남் என்பது அত்যাধুனிக গবேষணை野心் மற்றும் Google இன் நிறுவனத்திற்கான சந்தை உண்மை இடையே இடைவெளி ஒரு பங்கு வகித்திருக்கலாம் என்பதை பரிந்துரைக்கிறது.
மற்றும் ஜம்பர் இந்த வாரத்தில் ஒரே உচ்চ-சுயவிவரம் வெளியேறல் அல்ல. Character AI இன் இணை-நிறுவனர் நோம் ஷாஜீர், DeepMind ஐ விட்டு떠나வதை அறிவித்தார் — OpenAI க்கு செல்கிறார், Anthropic க்கு அல்ல. இரண்டு நோபல்-நிலை அல்லது நிறுவனர்-நிலை ஆராய்ச்சியாளர்கள் ஒரே ল்যாব்ஸ் ஐ விட்டு ஒரே வாரத்தில்떠나வது தற்செயல் அல்ல. இது அமைப்பு ஈர்ப்பு பற்றி ஒரு சமிக்ஞை: இப்போது, அந்த ஈர்ப்பு Anthropic மற்றும் OpenAI க்கு திறமையை இழுக்கிறது, Google க்கு அல்ல.
ஜம்பர் மற்றும் ஹசாபிஸ் AlphaFold க்கு 2024 ஆம் ஆண்டு வேதியியலில் நோபல் பரிசை கூட்டாக வென்றனர், இது அவற்றின் மரபணு வரிசைகளிலிருந்து புரதங்களின் 3D கட்டமைப்பை கணிக்கும் AI மாதிரி. அந்த பணி தசாப்தத்தின் மிகவும் முக்கியமான விஞ்ஞான முன்னேற்றங்களில் ஒன்று என்று பரவலாக கருதப்படுகிறது — AI வழக்கமான பணிகளை தானியங்கிப்படுத்த முடியாது, கடினமான அறிவியலை முடுக்கிவிட முடியும் என்பதற்கான உண்மையான ஆய்வு. ஜம்பர் அந்த நம்பிக்கையை Anthropic இன் গবேষணை সংস்கৃதিக்குள் கொண்டு வருவது முக்கியமாக இருக்கும்.
ஆசியার்க்கு இது ஏன் முக்கியமானது
ஆசியாவின் AI ஈக்கோசிஸ்டம் நீண்ட காலம் US ல்যாব் பந்தயத்தின் நிழலில் செயல்பட்டுவந்தது — திறமை, மூலதனம் மற்றும் மாதிரி வெளியீடுகள் மேற்கு நோக்கி பாய்வதைக் கண்டு, பிராந்திய டெவலப்பர்கள் கிடைக்கும் API களின் மேல் கட்ட முயற்சி செய்கிறார்கள். ஆனால் ஜம்பர் நகர்வு ஆசிய நிறுவனர்கள் மற்றும் டெவலப்பர்கள் ল்যান்ডஸ்கேப் பற்றி சிந்திக்க வேண்டிய வழியை மறுசீரமைக்க வேண்டும்.
முதலாவதாக, நடைமுறை உண்மை: Anthropic இன் Claude மாதிரிகள் ஈடாக ஆசியா, தென்கிழக்கு ஆசியா, தென் கொரியா, ஜப்பான் மற்றும் இந்தியா முழுவதும் டெவலப்பர்களின் கருவிசங்கிலிகளில் ஆழமாக உட்பொதிக்கப்பட்டுள்ளன. Claude இன் API பெரும்பாலான আধুனிக AI-native স்ট்যாக்குகளில் ஒரு முதல்-வகுப்பு குடிமகன். ஜம்பர் இன் அளவுகோல் ஒரு ஆராய்ச்சியாளர் — AI முன்பு தீர்க்க முடியாத என்று கருதப்பட்ட சிக்கல்களை தீர்க்க முடியும் என்பதை நிரூபித்தவர் — Claude இன் ভবிষ்யত திறன்களை வடிவமைக்கும் குழுவை சேர்ந்துகொள்ளும்போது, அது அந்த மாதிரிகளின் மேல் கட்ட ஒவ்வொரு டெவலப்பரின் மீது தாழ்வான விளைவுகளைக் கொண்டு வருகிறது.
இரண்டாவதாக, திறமை சமிக்ஞை ஆசியாவின் சொந்த ল்যாব்野心்க்கு முக்கியமானது. சிங்கப்பூர், தென் கொரியா மற்றும் ஜப்பான் போன்ற நாடுகள் இறையாண்மை AI গবேষணை திறனில் பெரிதும் முதலீடு செய்கிறது. Google — அதன் வளங்கள்,声望் மற்றும் ஒரு நோபல் பரிசு தெரியும் — கூட அதன் শীর்ष ஆராய்ச்சியாளர்களை தக்க வைத்துக் கொள்ள முடியாது என்பது ஒரு தெளிவான செய்தி: ஈட்டி மற்றும் ब्র्यान்ड் ஒரு ஆராய்ச்சியாளர்களை வைத்திருக்கவில்லை. தன்னாட்சி, গবேষணை সংस्कृति மற்றும் ব్যक్తిగత விஞ్ஞான野心் மற்றும் அமைப்பு பணி இடையே சீரமைப்பு செய்கிறது. ஆசிய ল்যাব்கள் மற்றும் গবেষணை প్రতिষ్ठানங்கள் தங்களின் சொந்த AI திறன்களை கட்ட வெளியே, அவர்கள் அளவில் அதே தக்க வைப்பு அழுத்தத்தை எதிர்கொள்ளும் முன் இந்த பாடத்தை இப்போது உள்ளிணைக்க வேண்டும்.
மூன்றாவதாக, குறியீட்டு கருவிகள் கோணம் ஆசிய தொழில்நுட்ப சூழலுக்கு பிரத்যேகமாக அலசுவதற்கு மதிப்பு. Bloomberg இன் அறிக்கை ஜம்பர் Google இன் குறியீட்டு AI பொருட்களில் பணிபுரிந்தார் என்பதைக் குறிக்கிறது — Google நிறுவனங்களுடன் வணிகமாக்க போராடிய கருவிகள். ஆசியாவின் டெவலப்பர் சந்தை பিரம்மாண்டமாக மற்றும் வேகமாக வளர்ந்து வருகிறது. AI-உதவி வளர்ச்சி கருவிகளுக்கான চাহிதை கூர்மையாக உள்ளது, குறிப்பாக பொறியியல் திறமை விலை அல்லது பற்றாக்குறை சந்தைகளில். Anthropic ஜம்பர் இன் பயன்பாட்டு பொருள் அভিজ்ஞதை அதன் গবேষணை நம்பிக்கையுடன் பயன்படுத்த முடிந்தால், அதன் குறியீட்டு-சார்ந்த AI பொருட்கள் ஆசிய நிறுவன சந்தைகளில் கணிசமாக மிகவும் போட்டிக்குரியதாக இருக்கலாம்.
டெவலப்பர்களுக்கு இது என்ன அர்த்தம்
பணிபுரியும் டெவலப்பர்களுக்கு — உண்மையில் பொருட்களை கட்ட மக்கள் வேறு ஆராய்ச்சி 논문்களை எழுத — ஜம்பர் நகர்வு சிந்திக்க மதிப்பு சில கான்கிரீட் தாக்கங்கள் உள்ளது.
Anthropic இன் গবேষணை பைப்லைன் இப்போது மிகவும் சுவாரஸ்யமாக உள்ளது. ஜம்பர் இன் பின்னணி கடினமான விஞ்ஞான சிக்கல்களுக்கு ஆழமான கற்றல் பயன்படுத்துவது. AlphaFold வெறுமனே ஒரு புத்திசாலி மாதிரி அல்ல — இது ஒரு கணினி சாதனை இது புதிய স்থাপত்য தேர்வுகளை சிக்கல் டொமைন் ஆழமான புரிதல் கொண்டு இணைந்தது. அந்த மানসিகতை Anthropic குறியீட்டு, பகுத்தறிவு அல்லது விஞ்ஞான பணிக்கு மாதிரி திறன்கள் அணுகுவது பெறுகிறது என்றால், Claude இன் API மீது கட்ட டெவலப்பர்கள் அடுத்த 12–24 மாதங்களில் மிகவும் திறமை, டொமைன்-குறிப்பிட்ட கருவிகள் எதிர்பார்க்க வேண்டும்.
நிறுவன குறியீட்டு AI பந்தயம் தீர்க்கப்பட்டுவிட்டது அல்ல. Bloomberg இன் ফ்রেமிங் — ஜம்பர் Google விற்க போராடிய குறியீட்டு கருவிகளில் பணிபுரிந்தார் — திறமை AI கட்ட வெறுமனே பாதி சிக்கல் என்பது ஒரு நினைவூட்டல். விநியோகம், டெவலப்பர் அভிজ்ஞதை மற்றும் நிறுவன நம்பிக்கை மற்ற பாதி. ஆசிய நிறுவனர்கள் டெவலப்பர் கருவிகள் கட்ட குறிப்பு எடுக்க வேண்டும்: incumbents் இன்னும் சந்தை-க்கு-செல்ல வெளியே வேலை. பிராந்திய வீரர்கள் உள்ளூர் நிறுவன ক্রয় நடத்தை, இணக்க தேவைகள் மற்றும் டெவலப்பர் பணிப்பாய்வு புரிந்து உண்மையான இடம் உள்ளது.
மாதிரி பன்முகத்தன்மை ஒரு சম்பদ, ஒரு பொறுப்பு அல்ல। ஒரு நடைமுறை takeaway எந்த উন்নয়ন குழு: ஒரு ஒক்கல் AI வழங்குநர் சுற்றி உங்கள் স্ট்যாக் স்থাপত்য செய்ய வேண்டாம். DeepMind, Anthropic மற்றும் OpenAI இடையே ஆராய்ச்சியாளர்கள் நகர்ந்து நடக்கும் திறமை reshuffling — மாதிரி திறன்கள் unpredictable வழிகளில் மாறும் என்று அর்த்தம். MonstarX போன்ற தளங்கள் இந்த உண்மை சுற்றி கட்ட, குழுக்கள் AI மாதிரிகள் மாற்ற மற்றும் இணைக்க அனுமதி அவர்களின் முழு ஒருங்கிணைப்பு அடுக்கு ஒவ்வொரு முறை திறன் ল்যান்ডஸ்கேப் மாறுகிறது மறுகட்ட இல்லாமல்.
விஞ்ஞான AI மிகவும் ஆক்রমணாத்மக பற்றி இருக்க வேண்டும். AlphaFold AI தசকங்கள் விஞ்ஞான முன்னேற்றம் வருடங்களில் சுருக்க முடியும் என்பதை நிரூபித்தது. ஜம்பர் Anthropic சேர்ந்துகொள்ளும் — ஒரு ল்যাব் வலுவான பாதுகாப்பு গবேষணை நம்பிக்கை ஆனால் மிகவும் திறமை野心் — அடுத்த எல்லை வெறுமனே சிறந்த chatbots அல்லது வேகமாக குறியீட்டு সমাপ்তி அல்ல என்பதை பரிந்துரைக்கிறது. இது உண்மையான விஞ்ஞான பகுத்தறிவு செய்ய முடியும் AI. biotech, பொருட்கள் அறிவியல், தட்ப வெப்ப தொழில்நுட்பம் அல்லது கடினமான அறிவியல் கொண்டு intersects எந்த டொமைন் கட்ட டெவலப்பர்களுக்கு, இது நெருக்கமாக கண்டு மதிப்பு.
பெரும்பாலான டெவலப்பர்களுக்கு உடனடி நடைமுறை கேள்வி எளிமையாக: நீங்கள் இந்த வேகமாக மாறுகிறது ஒரு ল்যান்ডஸ்கேப மீது கட்ட எப்படி? பதில் ஒரு ল்যாব் roadmap மீது எல்லாம் பந்தயம் செய்ய வேண்டாம். இটு abstractions கொண்டு கட்ட ল்যান்ডஸ்கேப நகர்ந்து போது நீங்கள் நகர்ந்து அনுமতி.
முக்கிய Takeaways
ব్యక్తిగత வாழ்க்கை நகர்வு இருந்து பின்னுக்கு இழுக்க மற்றும் தோன்றும் படம் தெளிவாக: எல்லை AI গবেষணা ஈர்ப்பு மையம் நிலையான அல்ல. Google DeepMind ক্ষেত்র வரலாற்றில் மிகவும் கொண்டாடப்பட்ட গবেষணை சூழல் ஒன்று கட்ட — மற்றும் இன்னும் ஒரு ஒক்கல் வாரத்தில் இரண்டு முக்கிய ஆராய்ச்சியாளர்கள் হারিந்தது. Anthropic மற்றும் OpenAI அந்த திறமை உறிஞ்சுவது, இது திறன் advan்டாஜ் உள்ளே கூட்டு செய்யும்।