இந்தியாவின் ரகசிய AI பங்குச் சந்தை ஆயுதம் அம்பலம்! அர்த்தம் வெளியீடு முதலீட்டாளர் ஆர்வத்தைத் தூண்டுகிறது!

TECH
Whalesbook Logo
AuthorAkshat Lakshkar|Published at:
இந்தியாவின் ரகசிய AI பங்குச் சந்தை ஆயுதம் அம்பலம்! அர்த்தம் வெளியீடு முதலீட்டாளர் ஆர்வத்தைத் தூண்டுகிறது!
Overview

ரைஸ் ஃபைனான்சியல் சர்வீசஸ் (Raise Financial Services) 'அர்த்தம்' (Artham) என்ற புதிய AI மாடலை அறிமுகப்படுத்தியுள்ளது. இது இந்திய நிதி மற்றும் மூலதனச் சந்தைகளுக்காக பிரத்யேகமாக இந்தியாவில் உருவாக்கப்பட்டுள்ளது. 7 பில்லியன் அளவுருக்கள் (parameters) கொண்ட இந்த சிறிய மொழி மாதிரி (SLM), உள்ளூர் விதிமுறைகள் மற்றும் குறிப்பிட்ட சொற்களைப் புரிந்துகொள்கிறது. இதன் நோக்கம், धन (Dhan), ஃபஸ் (Fuzz), மற்றும் ஸ்கேன்எக்ஸ் (ScanX) போன்ற தளங்களுக்கு, ஆராய்ச்சி மற்றும் தரவுகளிலிருந்து ஆழமான நுண்ணறிவுகளை வழங்குவதாகும். அர்த்தம் கல்வி நோக்கங்களுக்காக வடிவமைக்கப்பட்டுள்ளதுடன், நிகழ்நேர சந்தைத் தரவுகளுக்கான பாதுகாப்பான அணுகலையும் ஆதரிக்கிறது. இது இந்திய நிதி நிபுணர்களுக்கான AI துறையில் ஒரு குறிப்பிடத்தக்க படியாகும்.

ரைஸ் ஃபைனான்சியல் சர்வீசஸ் (Raise Financial Services), இந்திய நிதி மற்றும் மூலதனச் சந்தைகளுக்காக பிரத்யேகமாக வடிவமைக்கப்பட்ட 'அர்த்தம்' (Artham) என்ற தனித்துவமான சிறிய மொழி மாதிரியை (SLM) வெளியிட்டுள்ளது. 7 பில்லியன் அளவுருக்கள் (parameters) கொண்ட இந்த மேம்பட்ட AI, இந்தியாவில் தயாரிக்கப்பட்டு ஹோஸ்ட் செய்யப்பட்டுள்ளது. நாட்டின் நிதி நிலப்பரப்பை நிர்வகிக்கும் தனித்துவமான கட்டமைப்பு, சொற்களஞ்சியம் மற்றும் ஒழுங்குமுறை கட்டமைப்புகளைப் புரிந்துகொள்வதே இதன் நோக்கமாகும்.

பின்னணி

இந்த நடவடிக்கை, Moneycontrol ஆகஸ்ட் மாதம் வெளியிட்ட முந்தைய அறிக்கையைத் தொடர்ந்து வந்துள்ளது. அந்த அறிக்கையில், நிதி மற்றும் சந்தைகளை மையமாகக் கொண்ட AI மாடலான ஃபஸ் (Fuzz) ஐ அறிமுகப்படுத்துவதற்கான ரைஸின் திட்டங்கள் விவரிக்கப்பட்டிருந்தன. அர்த்தம், ஆழமான ஆராய்ச்சி, ஒழுங்குமுறை தாக்கல் (regulatory filings) மற்றும் அதிகாரப்பூர்வ நிதித் தரவுகளைச் செயலாக்க வடிவமைக்கப்பட்டுள்ளது. இதில் 70% பொதுத் தரவுகள் மற்றும் 30% தனியுரிமத் (proprietary) தகவல்கள் பயன்படுத்தப்பட்டுள்ளன. தனியுரிமத் தகவல்களின் பங்கு எதிர்காலத்தில் அதிகரிக்கும் என எதிர்பார்க்கப்படுகிறது.

முக்கிய அம்சங்கள் மற்றும் நன்மைகள்

  • அர்த்தம், ஃபஸ் (Fuzz) மற்றும் ஸ்கேன்எக்ஸ் (ScanX) போன்ற தயாரிப்புகளுக்கு சூழல் சார்ந்த, ஆதாரங்களுடன் கூடிய நுண்ணறிவுகளை வழங்குவதன் மூலம் அவற்றை கணிசமாக மேம்படுத்துகிறது.
  • ரைஸ் ஃபைனான்சியல் சர்வீசஸ் நிறுவனர் மற்றும் CEO பிரவீண் ஜாதவ் (Pravin Jadhav) கூறியது போல், இது धन (Dhan) போன்ற ஒழுங்குபடுத்தப்பட்ட தளங்களுக்கு இணக்கத்தை (compliance) உறுதி செய்கிறது.
  • இந்த மாதிரி ரைஸ் AI மூலம் ஒன்பது மாதங்களாக உருவாக்கப்பட்டு வருகிறது.
  • இது நிறுவன நிகழ்வுகள், மேக்ரோ பொருளாதார மாற்றங்கள் மற்றும் பங்குச் சந்தை நகர்வுகளுக்கு இடையே காரண காரியத் தொடர்புகளை (causal links) அடையாளம் காண வடிவமைக்கப்பட்டுள்ளது.
  • நிகழ்நேர சந்தைத் தரவு மற்றும் பகுப்பாய்வு போன்ற உள் சேவைகளுக்கான பாதுகாப்பான அணுகலுக்கு இது நேட்டிவ் டூல் காலிங்கை (native tool calling) ஆதரிக்கிறது.

மேம்பாடு மற்றும் பார்வை

இணை நிறுவனர் மற்றும் CTO அலok் பாண்டே (Alok Pandey) கூறுகையில், ஒரு சிறிய, ஆழமாகச் செம்மைப்படுத்தப்பட்ட மாதிரியை உருவாக்கும் இலக்கை எடுத்துரைத்தார். இதை மிகவும் துல்லியமாக மதிப்பிடவும், கடுமையான தரவு இறையாண்மை (data sovereignty) கட்டுப்பாடுகளின் கீழ் இயக்கவும் முடியும். ரைஸ் AI இன் சிறிய உள் குழு, குறுகிய காலத்தில் பரிசோதனையிலிருந்து உற்பத்தி-தர AI க்கு மாறுவதை விரைவுபடுத்தியுள்ளது. அர்த்தம் ஏற்கனவே ஃபஸ் (Fuzz), ஸ்கேன்எக்ஸ் (ScanX), மற்றும் धन (Dhan) இல் பயனர் அனுபவங்களுக்கு ஆற்றல் அளிக்கிறது.

மறுப்பு மற்றும் எதிர்காலம்

அர்த்தம் தகவல்களையும் கல்விசார் நுண்ணறிவுகளையும் வழங்குகிறது, முதலீட்டு ஆலோசனைகளை அல்ல என்பதை ரைஸ் வலியுறுத்தியுள்ளது. ஃபஸ் (Fuzz) இல் உள்ள அனைத்து பதில்களும் மூல இணைப்புகள் அல்லது தாக்கல் செய்யப்பட்ட ஆவணங்களுடன் சரிபார்க்கப்படுகின்றன. சந்தைப் பங்கேற்பாளர்கள் மற்றும் நிதி நிபுணர்களுக்கான ஆராய்ச்சி, கல்வி மற்றும் பகுப்பாய்வுக்கான இந்தியாவின் முதல் கருவிகளை உருவாக்கும் ரைஸ் AI இன் சாலை வரைபடத்தில் (roadmap) அர்த்தம் முக்கியமானது. இதன் பயன்பாடு அதிகரிக்கும் போது, ​​அதிகரிக்கும் பயனர் தொடர்புகள் இந்த மாதிரி வழியாகச் செல்லும் என எதிர்பார்க்கப்படுகிறது.

தாக்கம்

  • அர்த்தம் வெளியீடு, இந்திய முதலீட்டாளர்கள் மற்றும் நிதி நிபுணர்களுக்கு மிகவும் மேம்பட்ட AI-இயக்கப்படும் கருவிகளுக்கு வழிவகுக்கும், இது ஆராய்ச்சித் திறன் மற்றும் தரவு பகுப்பாய்வை மேம்படுத்தும்.
  • வழங்கப்படும் தகவல்களுக்குச் சரிபார்க்கக்கூடிய மூல இணைப்புகள் மூலம் இது அதிக நம்பிக்கையையும் வெளிப்படைத்தன்மையையும் வளர்க்கும்.
  • தரவு இறையாண்மையில் (Data Sovereignty) கவனம் செலுத்துவது, இந்தியாவின் முக்கிய நிதித் துறையில் உள்ளூர்மயமாக்கப்பட்ட AI தீர்வுகளின் மேலும் வளர்ச்சியை ஊக்குவிக்கும்.
  • தாக்க மதிப்பீடு: 7/10

கடினமான சொற்களின் விளக்கம்

  • சிறிய மொழி மாதிரி (SLM): ஒரு வகையான செயற்கை நுண்ணறிவு மாதிரி, இது பெரிய மொழி மாதிரிகளை விட சிறியது. இது குறிப்பிட்ட பணிகள் அல்லது களங்களுக்காக சிறப்பாகப் பயிற்சி அளிக்கப்படுகிறது, இது மிகவும் திறமையாகவும் கவனம் செலுத்தியதாகவும் ஆக்குகிறது.
  • அளவுருக்கள் (Parameters): AI மாதிரிகளில், அளவுருக்கள் என்பவை மாதிரியானது பயிற்சி நேரத்தில் தரவுகளிலிருந்து கற்றுக்கொள்ளும் உள் மாறிகள் ஆகும். அதிக அளவுருக்கள் பொதுவாக ஒரு சிக்கலான மாதிரியைக் குறிக்கும், ஆனால் SLMகள் திறமையாக இருக்க வடிவமைக்கப்பட்டுள்ளன.
  • தரவு இறையாண்மை (Data Sovereignty): தரவு சேகரிக்கப்படும் அல்லது செயலாக்கப்படும் நாட்டின் சட்டங்கள் மற்றும் நிர்வாகக் கட்டமைப்புகளுக்கு உட்பட்டது என்ற கருத்து.
  • காரண காரியத் தொடர்புகள் (Causal Links): ஒரு காரணத்திற்கும் அதன் விளைவுக்கும் இடையிலான உறவு; இந்த சூழலில், நிகழ்வுகள் அல்லது வளர்ச்சிகள் சந்தை நகர்வுகளுக்கு எவ்வாறு வழிவகுக்கின்றன.
  • நேட்டிவ் டூல் காலிங் (Native Tool Calling): ஒரு AI மாதிரி, குறிப்பிட்ட மென்பொருள் கருவிகள் அல்லது சேவைகளுடன் (நிகழ்நேர தரவு ஊட்டம் போன்றவை) நேரடியாகப் பயன்படுத்த அல்லது தொடர்பு கொள்ள அனுமதிக்கும் ஒரு அம்சம், இதன் மூலம் செயல்களைச் செய்யவோ அல்லது தகவல்களை மீட்டெடுக்கவோ முடியும்.
Disclaimer:This content is for educational and informational purposes only and does not constitute investment, financial, or trading advice, nor a recommendation to buy or sell any securities. Readers should consult a SEBI-registered advisor before making investment decisions, as markets involve risk and past performance does not guarantee future results. The publisher and authors accept no liability for any losses. Some content may be AI-generated and may contain errors; accuracy and completeness are not guaranteed. Views expressed do not reflect the publication’s editorial stance.