जिम्मेदार, व्यावहारिक एआई के लिए खुली, छोटी भाषा मॉडल पर लाल टोपी

एआई विकास और उपयोग पर भू -राजनीतिक प्रभाव

जैसा कि वैश्विक घटनाएं हमारी दुनिया को आकार देती रहती हैं, यह अपरिहार्य है कि वे प्रौद्योगिकी क्षेत्र, विशेष रूप से एआई बाजार को प्रभावित करते हैं। यह प्रभाव यह बताता है कि एआई कैसे विकसित किया जाता है, इसकी कार्यप्रणाली और उद्यमों के भीतर इसके आवेदन। एआई का वर्तमान परिदृश्य उत्साह और संदेह का मिश्रण है, जिसमें कुछ लोग अपनी क्षमता को अपनाते हैं, जबकि अन्य विकास के शुरुआती चरणों के कारण सतर्क रहते हैं।

पारंपरिक, बंद लूप बड़े भाषा मॉडल (एलएलएम) जैसे प्रसिद्ध प्रदाताओं के लोग नए, अधिक खुले मॉडल जैसे कि लामा, दीपसेक और बैडू के एर्नी एक्स 1 से प्रतिस्पर्धा का सामना कर रहे हैं। इसके विपरीत, ओपन-सोर्स विकास पारदर्शिता और सामुदायिक योगदान के लिए अवसर प्रदान करता है, "जिम्मेदार एआई" की अवधारणा के साथ संरेखित करता है। यह दृष्टिकोण पर्यावरणीय प्रभावों, उपयोग नैतिकता, डेटा स्रोतों को सीखने और डेटा संप्रभुता, भाषा और राजनीति से संबंधित मुद्दों पर विचार करता है।

रेड हैट, एक कंपनी, जो अपने सफल ओपन-सोर्स बिजनेस मॉडल के लिए जानी जाती है, एआई के लिए अपने सहयोगी और पारदर्शी दृष्टिकोण को लागू करने के लिए उत्सुक है। ईएमईए के लिए रेड हैट के सीटीओ जूलियो गुइजरो के साथ हाल ही में बातचीत में, हमने जेनेरिक एआई की शक्ति का दोहन करने के लिए उनकी रणनीति पर चर्चा की, जो कि जिम्मेदारी और निरंतर रूप से उद्यमों के लिए मूल्य जोड़ता है।

शिक्षा और पारदर्शिता की आवश्यकता

जूलियो ने एआई के आसपास अधिक शिक्षा की आवश्यकता पर जोर दिया, यह इंगित करते हुए कि इसकी जटिल प्रकृति अक्सर इसे कई लोगों के लिए "ब्लैक बॉक्स" बनाती है। "एआई के आंतरिक कामकाज, जटिल विज्ञान और गणित में गहराई से निहित हैं, काफी हद तक अज्ञात हैं," उन्होंने कहा। "जब एआई बंद वातावरण में विकसित किया जाता है, तो पारदर्शिता की यह कमी बढ़ जाती है।"

अतिरिक्त चुनौतियों में कुछ भाषाओं का कम प्रतिनिधित्व, डेटा संप्रभुता की चिंताएं और विश्वास के मुद्दे शामिल हैं। जूलियो ने कहा, "डेटा एक संगठन की सबसे मूल्यवान संपत्ति है, और व्यवसायों को अलग -अलग गोपनीयता नीतियों के साथ सार्वजनिक प्लेटफार्मों पर संवेदनशील डेटा को उजागर करने के जोखिमों के बारे में पता होना चाहिए।"

एआई के लिए रेड हैट का दृष्टिकोण

एआई के लिए वैश्विक मांग के लिए रेड हैट की प्रतिक्रिया पारंपरिक एआई सेवाओं से जुड़े संदेह और सीमाओं को संबोधित करते हुए अंत-उपयोगकर्ताओं को लाभ देने पर ध्यान केंद्रित करती है। जूलियो ने एक समाधान के रूप में छोटी भाषा मॉडल (एसएलएम) की क्षमता पर प्रकाश डाला। ये मॉडल गैर-विशेषज्ञ हार्डवेयर का उपयोग करके स्थानीय या हाइब्रिड बादलों पर चल सकते हैं और स्थानीय व्यावसायिक डेटा तक पहुंच सकते हैं। एसएलएम कुशल और कार्य-विशिष्ट हैं, जिन्हें एलएलएम की तुलना में कम संसाधनों की आवश्यकता होती है।

एसएलएम के प्रमुख लाभों में से एक तेजी से बदलते व्यावसायिक डेटा के साथ वर्तमान रहने की उनकी क्षमता है। "बड़े भाषा मॉडल जल्दी से अप्रचलित हो सकते हैं क्योंकि डेटा जनरेशन बड़े बादलों के बाहर होता है, आपकी व्यावसायिक प्रक्रियाओं के ठीक बगल में," जूलियो ने समझाया।

लागत एक और महत्वपूर्ण कारक है। जूलियो ने कहा, "एलएलएम का उपयोग करने वाले ग्राहक सेवा क्वेरी महत्वपूर्ण छिपी हुई लागतों को पूरा कर सकती हैं।" "एआई से पहले, डेटा क्वेरी में एक पूर्वानुमानित गुंजाइश और लागत थी। एलएलएम के साथ, प्रत्येक इंटरैक्शन लागत में वृद्धि कर सकता है क्योंकि वे एक पुनरावृत्त मॉडल पर काम करते हैं। ऑन-प्रिमाइसेस को चलाने से लागत पर अधिक नियंत्रण की अनुमति मिलती है, क्योंकि वे आपके बुनियादी ढांचे से बंधे होते हैं, न कि प्रति-क्वेरी फीस।"

एफ सौभाग्य से, संगठनों को जीपीयू जैसे विशेष हार्डवेयर में भारी निवेश करने की आवश्यकता नहीं है। Red Hat मानक हार्डवेयर पर चलने के लिए मॉडल को अनुकूलित करने पर काम कर रहा है, हर क्वेरी के साथ बड़े, सामान्य-उद्देश्य डेटा सेटों को संसाधित करने के बजाय विशिष्ट मॉडल व्यवसायों पर ध्यान केंद्रित करना।

छोटे, स्थानीयकृत मॉडल का महत्व

स्थानीय डेटा का उपयोग और संदर्भित करके, परिणामों को विशिष्ट आवश्यकताओं के अनुरूप बनाया जा सकता है। जूलियो ने अरब और पुर्तगाली बोलने वाली दुनिया जैसे क्षेत्रों में परियोजनाओं को संदर्भित किया, जो अंग्रेजी-केंद्रित एलएलएम द्वारा अच्छी तरह से सेवा नहीं की जाती हैं।

एलएलएम के साथ व्यावहारिक चुनौतियां हैं, जिनमें विलंबता मुद्दे शामिल हैं जो समय-संवेदनशील या ग्राहक-सामना करने वाले अनुप्रयोगों को प्रभावित कर सकते हैं। संसाधनों और परिणामों को उपयोगकर्ता के करीब रखना इन समस्याओं को कम कर सकता है।

ट्रस्ट जिम्मेदार एआई का एक और महत्वपूर्ण पहलू है। Red Hat पारदर्शिता बढ़ाने और व्यापक सामुदायिक भागीदारी की अनुमति देने के लिए खुले प्लेटफार्मों, उपकरणों और मॉडल की वकालत करता है। "यह सभी के लिए महत्वपूर्ण है," जूलियो ने कहा। "हम एआई को डेमोक्रेट करने के लिए क्षमताओं का निर्माण कर रहे हैं, न केवल मॉडल प्रकाशित करके, बल्कि उपयोगकर्ताओं को दोहराने, धुन और उनकी सेवा करने के लिए उपकरण प्रदान करके।"

न्यूरल मैजिक के रेड हैट के हालिया अधिग्रहण का उद्देश्य उद्यमों को एआई को आसानी से स्केल करने में मदद करना है, अनुमान प्रदर्शन में सुधार करना है, और वीएलएलएम प्रोजेक्ट के माध्यम से एआई वर्कलोड के निर्माण और तैनाती में अधिक विकल्प प्रदान करना है। इसके अतिरिक्त, आईबीएम रिसर्च के सहयोग से, रेड हैट ने निर्देशों को जारी किया, जो गैर-डेटा वैज्ञानिकों के लिए एआई विकास खोलते हैं, जिनके पास मूल्यवान व्यावसायिक ज्ञान है।

एआई का भविष्य

जबकि एआई बुलबुले के बारे में बहुत अधिक अटकलें हैं, रेड हैट एक भविष्य में विश्वास करता है जहां एआई विशिष्ट उपयोग के मामलों के अनुरूप है और खुला-स्रोत रहता है। यह दृष्टिकोण आर्थिक रूप से व्यवहार्य और सभी के लिए सुलभ होगा। जैसा कि रेड हैट के सीईओ मैट हिक्स ने कहा, "एआई का भविष्य खुला है।"