Whalesbook
ਭਾਰਤ ਦੇ ਵਿਲੱਖਣ ਭਾਸ਼ਾਈ ਅਤੇ ਸੱਭਿਆਚਾਰਕ ਢਾਂਚੇ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਖਾਸ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਮਾਡਲਾਂ ਦਾ ਉਭਾਰ, ਦੇਸ਼ ਦੀਆਂ ਤਕਨੀਕੀ ਅਭਿਲਾਸ਼ਾਵਾਂ ਵਿੱਚ ਇੱਕ ਨਿਰਣਾਇਕ ਬਦਲਾਅ ਦਾ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ। ਗਲੋਬਲ ਫਰੰਟੀਅਰ ਮਾਡਲਾਂ ਦੇ ਅਮੂਰਤ ਪੈਮਾਨੇ ਦਾ ਪਿੱਛਾ ਕਰਨ ਦੀ ਬਜਾਏ, ਘਰੇਲੂ ਕੰਪਨੀਆਂ ਇਹ ਸਾਬਤ ਕਰ ਰਹੀਆਂ ਹਨ ਕਿ ਡੂੰਘੀ ਸੰਦਰਭੀ ਸਮਝ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਭੇਦ ਹੋ ਸਕਦੀ ਹੈ, ਜੋ ਇੱਕ ਵੱਖਰੀ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਕਿਨਾਰਾ ਬਣਾਉਂਦੀ ਹੈ।
ਨਵੀਂ ਰਣਨੀਤੀ ਦਾ ਉਭਾਰ
ਹਾਲ ਹੀ ਵਿੱਚ ਹੋਏ India AI Summit ਵਿੱਚ, ਘਰੇਲੂ ਮਾਡਲਾਂ ਦੇ ਇੱਕ ਵੱਡੇ ਲਾਂਚ ਨੇ ਇਸ ਨਵੀਂ ਰਣਨੀਤੀ ਨੂੰ ਉਜਾਗਰ ਕੀਤਾ। Sarvam AI ਨੇ ਭਾਰਤੀ ਤਰਕ (Indic reasoning) ਅਤੇ ਅਨੁਵਾਦ (translation) ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ 105 ਅਰਬ ਪੈਰਾਮੀਟਰਾਂ ਵਾਲਾ ਮਾਡਲ ਪੇਸ਼ ਕੀਤਾ, ਜਿਸਦਾ ਦਾਅਵਾ ਹੈ ਕਿ ਭਾਰਤੀ ਭਾਸ਼ਾਵਾਂ ਲਈ ਆਪਟੀਕਲ ਕੈਰੇਕਟਰ ਰੈਕੋਗਨੀਸ਼ਨ (OCR) ਅਤੇ ਬਹੁ-ਭਾਸ਼ਾਈ ਸਪੀਚ (multilingual speech) ਵਰਗੇ ਖੇਤਰਾਂ ਵਿੱਚ ਇਸਦਾ ਪ੍ਰਦਰਸ਼ਨ ਗਲੋਬਲ ਸਿਸਟਮਾਂ ਤੋਂ ਬਿਹਤਰ ਹੈ।
BharatGen, ਜੋ ਕਿ IIT Bombay ਦੀ ਸਰਕਾਰ-ਸਮਰਥਿਤ ਪਹਿਲ ਹੈ, ਨੇ ਇੱਕ 17 ਅਰਬ ਪੈਰਾਮੀਟਰਾਂ ਵਾਲਾ ਬਹੁ-ਭਾਸ਼ਾਈ ਮਿਕਸਚਰ-ਆਫ-ਐਕਸਪਰਟਸ (Mixture-of-Experts) ਮਾਡਲ ਪੇਸ਼ ਕੀਤਾ, ਜੋ ਸ਼ਾਸਨ (governance) ਅਤੇ ਸਿਹਤ ਸੰਭਾਲ (healthcare) ਵਰਗੇ ਮਹੱਤਵਪੂਰਨ ਖੇਤਰਾਂ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਇਸਨੇ ਭਾਰਤੀ ਡੇਟਾ 'ਤੇ ਭਾਰਤੀ ਲੋੜਾਂ ਲਈ ਵਿਕਾਸ 'ਤੇ ਜ਼ੋਰ ਦਿੱਤਾ।
Gnani.ai ਨੇ ਇਸ ਤੋਂ ਬਾਅਦ ਪੰਜ ਅਰਬ ਪੈਰਾਮੀਟਰਾਂ ਵਾਲਾ ਵੌਇਸ-ਟੂ-ਵੌਇਸ (voice-to-voice) ਮਾਡਲ ਲਿਆਂਦਾ, ਜੋ ਚੁਣੌਤੀਪੂਰਨ ਭਾਰਤੀ ਭਾਸ਼ਣ ਪੈਟਰਨਾਂ (Indian speech patterns) ਲਈ ਅਨੁਕੂਲਿਤ (optimized) ਹੈ। ਇਸਦਾ ਦਾਅਵਾ ਹੈ ਕਿ ਇਹ ਵੱਡੇ, ਘੱਟ-ਵਿਸ਼ੇਸ਼ਤਾ ਵਾਲੇ ਗਲੋਬਲ ਮਾਡਲਾਂ ਨਾਲੋਂ ਵਧੇਰੇ ਕੁਸ਼ਲ ਹੈ।
ਇਹਨਾਂ ਪਹਿਲਕਦਮੀਆਂ ਨੂੰ ਭਾਰਤ ਸਰਕਾਰ ਦੇ ਜ਼ੋਰਦਾਰ ਯਤਨਾਂ ਦਾ ਭਾਰੀ ਸਮਰਥਨ ਮਿਲ ਰਿਹਾ ਹੈ। BharatGen ਨੇ IndiaAI Mission ਤਹਿਤ ਕਾਫੀ ਫੰਡਿੰਗ ਪ੍ਰਾਪਤ ਕੀਤੀ ਹੈ, ਅਤੇ Sarvam AI ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਕੰਪਿਊਟਿੰਗ ਸਰੋਤਾਂ (compute resources) ਨਾਲ ਸਵਦੇਸ਼ੀ ਫਾਊਂਡੇਸ਼ਨਲ ਮਾਡਲ ਵਿਕਸਤ ਕਰਨ ਲਈ ਚੁਣਿਆ ਗਿਆ ਹੈ।
ਗਲੋਬਲ ਦਿੱਗਜਾਂ ਤੋਂ ਵੱਖਰੀ ਰਣਨੀਤੀ
ਇਹ ਰਣਨੀਤਕ ਬਦਲਾਅ ਗਲੋਬਲ AI ਦਿੱਗਜਾਂ (global AI giants) ਦੇ ਕਦੇ ਵੱਡੇ ਪੈਰਾਮੀਟਰਾਂ ਦੀ ਭਾਲ ਤੋਂ ਬਿਲਕੁਲ ਵੱਖਰਾ ਹੈ, ਜੋ ਵਿਸ਼ਾਲ, ਆਮ ਡੇਟਾਸੈੱਟਾਂ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਨ ਜਿੱਥੇ ਅੰਗਰੇਜ਼ੀ ਅਤੇ ਮੈਂਡਰਿਨ ਦਾ ਦਬਦਬਾ ਹੈ। ਭਾਰਤੀ ਡਿਵੈਲਪਰਾਂ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇਸ ਨਾਲ ਮਜ਼ਬੂਤ ਆਮ ਤਰਕ (general reasoning) ਤਾਂ ਮਿਲਦਾ ਹੈ ਪਰ ਇਹ ਅਕਸਰ ਸੂਖਮ ਸਥਾਨਕ ਸੰਦਰਭਾਂ (nuanced local contexts) 'ਤੇ ਖੁੰਝ ਜਾਂਦਾ ਹੈ।
ਭਾਰਤੀ ਏਆਈ ਬਾਜ਼ਾਰ, ਜਿਸ ਦੇ 2024 ਵਿੱਚ ਲਗਭਗ $9.51 ਬਿਲੀਅਨ ਤੋਂ ਵਧ ਕੇ 2032 ਤੱਕ $130 ਬਿਲੀਅਨ ਤੋਂ ਵੱਧ ਹੋਣ ਦਾ ਅਨੁਮਾਨ ਹੈ, ਵਿੱਚ 'ਸਾਵਰੇਨ ਏਆਈ' 'ਤੇ ਇਹ ਫੋਕਸ ਵੱਧ ਰਿਹਾ ਹੈ। IndiaAI Mission ਵਰਗੀਆਂ ਪਹਿਲਕਦਮੀਆਂ, ਜਿਸ ਲਈ ₹10,372 ਕਰੋੜ ਤੋਂ ਵੱਧ ਅਲਾਟ ਕੀਤੇ ਗਏ ਹਨ, ਅਤੇ ਕਾਫੀ GPU ਕੰਪਿਊਟ ਸਹੂਲਤਾਂ ਪ੍ਰਦਾਨ ਕਰਨ ਦਾ ਉਦੇਸ਼ ਸਵਦੇਸ਼ੀ ਨਵੀਨਤਾ (indigenous innovation) ਅਤੇ ਰਣਨੀਤਕ ਖੁਦਮੁਖਤਿਆਰੀ (strategic autonomy) ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਨਾ ਹੈ।
OpenAI ਦੇ IndQA ਵਰਗੇ ਬੈਂਚਮਾਰਕ, ਜੋ ਖਾਸ ਤੌਰ 'ਤੇ ਭਾਰਤੀ ਭਾਸ਼ਾਵਾਂ ਅਤੇ ਸੱਭਿਆਚਾਰ ਦੀ AI ਦੀ ਸਮਝ ਨੂੰ ਪਰਖਣ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਹਨ, ਇਸ ਪਾੜੇ ਨੂੰ ਉਜਾਗਰ ਕਰਦੇ ਹਨ ਜਿਸਨੂੰ ਇਹ ਸਥਾਨਕ ਮਾਡਲ ਭਰਨ ਦਾ ਟੀਚਾ ਰੱਖਦੇ ਹਨ। Sarvam AI ਦੁਆਰਾ ਕੁਝ OCR ਅਤੇ ਵੌਇਸ ਬੈਂਚਮਾਰਕਾਂ 'ਤੇ Google Gemini ਅਤੇ ChatGPT ਤੋਂ ਬਿਹਤਰ ਪ੍ਰਦਰਸ਼ਨ ਕਰਨ ਦੇ ਦਾਅਵੇ ਇਸ ਥੀਸਿਸ ਦਾ ਸਮਰਥਨ ਕਰਦੇ ਹਨ ਕਿ 1.4 ਅਰਬ ਲੋਕਾਂ ਦੇ ਬਾਜ਼ਾਰ ਵਿੱਚ ਡਾਟਾ ਦੀ ਪ੍ਰਾਸੰਗਿਕਤਾ (data relevance) ਅਸਲ ਵਿੱਚ ਕੱਚੇ ਪੈਮਾਨੇ (raw scale) ਨੂੰ ਪਿੱਛੇ ਛੱਡ ਸਕਦੀ ਹੈ।
ਚੁਣੌਤੀਆਂ ਅਤੇ ਜੋਖਮ
ਹਾਲਾਂਕਿ, ਇਹਨਾਂ ਵਧੀਆ ਵਿਕਾਸਾਂ ਦੇ ਬਾਵਜੂਦ, ਮਹੱਤਵਪੂਰਨ ਚੁਣੌਤੀਆਂ ਬਣੀਆਂ ਹੋਈਆਂ ਹਨ। ਭਾਰਤ-ਕੇਂਦ੍ਰਿਤ, ਨਿਸ਼ਾਨਾ ਮਾਡਲਾਂ 'ਤੇ ਫੋਕਸ ਕਰਨ ਨਾਲ ਉਹਨਾਂ ਦੀ ਸਕੇਲੇਬਿਲਟੀ (scalability) ਅਤੇ ਸਥਾਨਕ ਕੰਮਾਂ ਤੋਂ ਪਰੇ ਗਲੋਬਲ ਬੈਂਚਮਾਰਕਾਂ 'ਤੇ ਮੁਕਾਬਲਾ ਕਰਨ ਦੀ ਉਹਨਾਂ ਦੀ ਯੋਗਤਾ ਬਾਰੇ ਸਵਾਲ ਖੜ੍ਹੇ ਹੁੰਦੇ ਹਨ।
Google ਅਤੇ OpenAI ਵਰਗੇ ਅੰਤਰਰਾਸ਼ਟਰੀ ਟੈਕ ਦਿੱਗਜਾਂ ਕੋਲ ਅਥਾਹ ਵਿੱਤੀ ਅਤੇ ਕੰਪਿਊਟੇਸ਼ਨਲ ਸਰੋਤ ਹਨ, ਜੋ ਉਹਨਾਂ ਨੂੰ ਆਪਣੇ ਜਨਰਲਿਸਟ ਮਾਡਲਾਂ ਨੂੰ ਖਾਸ ਬਾਜ਼ਾਰਾਂ ਲਈ ਸੁਧਾਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਸਥਾਨਕਕਰਨ (localization) ਤੋਂ ਪ੍ਰਾਪਤ ਕੋਈ ਵੀ ਫਾਇਦਾ ਘੱਟ ਸਕਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਗਲੋਬਲ ਲੀਡਰਾਂ ਨੂੰ ਬੈਂਚਮਾਰਕਾਂ 'ਤੇ ਪਛਾੜਨ ਦੇ ਦਾਅਵਿਆਂ ਦੀ ਜਾਂਚ ਦੀ ਲੋੜ ਹੈ। ਕੁਝ ਓਪਨ-ਸੋਰਸ ਫਾਈਨ-ਟਿਊਨਾਂ 'ਤੇ ਯੂਜ਼ਰ ਫੀਡਬੈਕ ਮਿਲਿਆ-ਜੁਲਿਆ ਰਿਹਾ ਹੈ, ਜੋ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਸ਼ੁਰੂਆਤੀ ਹਾਈਪ ਹਮੇਸ਼ਾ ਮਜ਼ਬੂਤ ਅਸਲ-ਵਿਸ਼ਵ ਪ੍ਰਦਰਸ਼ਨ (real-world performance) ਵਿੱਚ ਨਹੀਂ ਬਦਲ ਸਕਦੀ।
Gnani.ai ਦੇ ਵੱਖ-ਵੱਖ ਰਿਪੋਰਟ ਕੀਤੇ ਗਏ ਫੰਡਿੰਗ ਦੌਰ ਵੀ ਉਭਰ ਰਹੇ ਈਕੋਸਿਸਟਮ ਦੇ ਅੰਦਰ ਸੰਭਾਵੀ ਸੰਚਾਲਨ ਜਾਂ ਰਿਪੋਰਟਿੰਗ ਅਸੰਗਤਤਾਵਾਂ (operational or reporting inconsistencies) ਦਾ ਸੰਕੇਤ ਦਿੰਦੇ ਹਨ। 'ਏਆਈ ਰਾਸ਼ਟਰਵਾਦ' (AI nationalism) ਦਾ ਜੋਖਮ ਵਿਆਪਕ ਗਲੋਬਲ ਤਰੱਕੀਆਂ ਤੋਂ ਅਲੱਗ-ਥਲੱਗ (isolation) ਵੀ ਕਰ ਸਕਦਾ ਹੈ, ਅਤੇ ਖਾਸ ਡਾਟਾਸੈੱਟਾਂ 'ਤੇ ਨਿਰਭਰਤਾ ਅੰਦਰੂਨੀ ਪੱਖਪਾਤ (inherent biases) ਪੇਸ਼ ਕਰ ਸਕਦੀ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਘੱਟ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੈ। ਇਹਨਾਂ ਨਵੇਂ ਉੱਦਮਾਂ ਲਈ, ਰੈਗੂਲੇਟਰੀ ਗੁੰਝਲਾਂ (regulatory complexities) ਵਿੱਚੋਂ ਲੰਘਣਾ ਅਤੇ ਵਿਆਪਕ ਅਪਣੱਤ (widespread adoption) ਪ੍ਰਾਪਤ ਕਰਨਾ ਇੱਕ ਵੱਡੀ ਚੁਣੌਤੀ ਹੋਵੇਗੀ, ਖਾਸ ਕਰਕੇ ਜਦੋਂ ਸਥਾਪਿਤ ਖਿਡਾਰੀਆਂ ਨਾਲ ਮੁਕਾਬਲਾ ਕਰਨਾ ਪਵੇ ਜਿਨ੍ਹਾਂ ਦੇ ਮਾਲੀਆ ਸਟ੍ਰੀਮਜ਼ (revenue streams) ਸਾਬਤ ਹੋ ਚੁੱਕੇ ਹਨ।
ਭਵਿੱਖ ਦੀ ਦਿਸ਼ਾ
ਕੰਪਿਊਟ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਅਤੇ ਮਾਡਲ ਵਿਕਾਸ ਤੋਂ ਲੈ ਕੇ ਗਵਰਨੈਂਸ ਫਰੇਮਵਰਕ ਤੱਕ, ਇੱਕ ਪੂਰੀ-ਸਟੈਕ AI ਈਕੋਸਿਸਟਮ ਬਣਾਉਣ ਲਈ ਭਾਰਤ ਦੀ ਵਚਨਬੱਧਤਾ, ਇਸਨੂੰ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਗਲੋਬਲ ਨਿਸ਼ (niche) ਬਣਾਉਣ ਲਈ ਸਥਾਪਿਤ ਕਰਦੀ ਹੈ। Sarvam AI, BharatGen, ਅਤੇ Gnani.ai ਦੀ ਸਫਲਤਾ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ ਕਿ ਕੀ ਉਹ ਸੱਭਿਆਚਾਰਕ ਤੌਰ 'ਤੇ ਪ੍ਰਾਸੰਗਿਕ, ਕੁਸ਼ਲ ਅਤੇ ਕਿਫਾਇਤੀ ਏਆਈ ਹੱਲਾਂ (AI solutions) ਦਾ ਵਾਅਦਾ ਪੂਰਾ ਕਰ ਸਕਦੇ ਹਨ। ਡੂੰਘੀ ਸਥਾਨਕ ਬੁੱਧੀ (deep local intelligence) ਨੂੰ ਤਰਜੀਹ ਦੇ ਕੇ, ਉਹ ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਇਸ ਗੱਲ ਨੂੰ ਮੁੜ ਪਰਿਭਾਸ਼ਿਤ ਕਰ ਸਕਦੇ ਹਨ ਕਿ ਗਲੋਬਲ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਦੌੜ ਵਿੱਚ 'ਜਿੱਤਣ' ਦਾ ਕੀ ਮਤਲਬ ਹੈ।