चीन का एआई मिरेज: कैसे “ओपन सोर्स” सबसे महत्वपूर्ण बातों को छुपाता है

बिग टेक खिलाड़ियों जैसे गूगल, माइक्रोसॉफ्ट और मेटा एआई बाजार पर हावी होने के लिए प्रतिस्पर्धा कर रहे हैं, चीन के हाई फ्लायर, बaidu, मूनशॉट और अलीबाबा ने अपने डीपसीक, ERNIE 4.5, किमी K2 और क्वेन3 बड़े भाषा मॉडल को खुला स्रोत के रूप में जारी करने के लिए सुर्खियां बनाई हैं। यह प्रोप्राइटरी जेनएआई मॉडल जारी करने से एक बदलाव है और इसे चीन के एआई उद्योग द्वारा एआई विकास को लोकतंत्रीकरण करने और नवाचार को बढ़ावा देने के लिए खुले स्रोत की शक्ति को अपनाने के संकेत के रूप में देखा जा रहा है।

हालांकि, हाई फ्लायर, बaidu और मूनशॉट जैसे कई खिलाड़ियों की तरह, जो अपनी पेशकश को खुला स्रोत और यहां तक कि अपने कंपनी नाम में भी इसका उल्लेख करते हैं, उन्होंने वास्तव में अपने मॉडल के दिल में महत्वपूर्ण टुकड़े जैसे डेटासेट साझा नहीं किए हैं। जैसे ही ये बड़े मॉडल कमोडिटी बन जाते हैं जिन पर डेवलपर्स निर्भर करते हैं, वास्तविक खुले स्रोत की पारदर्शिता जो परीक्षण, जांच और पुनरावृत्ति की अनुमति देती है, विश्वसनीय, नैतिक और लाभकारी प्रौद्योगिकी बनाने के लिए महत्वपूर्ण है जिस पर हम सभी भरोसा कर सकते हैं। इन सभी “खुले स्रोत” मॉडल वास्तव में “खुले वजन” हैं, जिसका अर्थ है कि वे डाउनलोड किए जा सकते हैं और उपयोग किए जा सकते हैं, लेकिन डेटा के बिना उनकी जांच नहीं की जा सकती है।

जैसे ही अमेरिकी खिलाड़ियों जैसे ओपन एआई और मेटा खुले स्रोत से दूर जाने की तरह दिख रहे हैं, बaidu के ERNIE 4.5 मॉडल के मुफ्त सूट का लाभ उठाने के लिए खुला निमंत्रण वास्तव में नवाचार और उन डेवलपर्स के साथ सहयोग को बढ़ावा दे सकता है जो छोटे, शक्तिशाली अनुप्रयोग बनाने की तलाश में हैं। इसी समय, कंपनी ने जो चीन के गूगल की तरह है, ने अपने मॉडल को अपनाने और एआई पारिस्थितिकी तंत्र में अपने मॉडल को स्थापित करके एक प्रतिस्पर्धी बढ़त प्राप्त की है।

यही बात डीपसीक, कम कीमत वाले किमी K2 और अद्यतन क्वेन3 के लिए कही जा सकती है – जो क्लॉड ओपस 4 और जीपीटी-4ओ-0327 जैसे बंद मॉडल को चुनौती देने वाले बेंचमार्क का दावा करता है।

इन एआई खिलाड़ियों ने कमोडिटी मॉडल के रूप में अपनी दावेदारी हासिल करने के लिए खुद को अच्छी तरह से स्थापित किया है और क्वेन3 का नवीनतम अद्यतन वास्तव में खुले स्रोत समुदाय की प्रतिक्रिया से प्रेरित था।

हालांकि, जैसे ही कई अपने बड़े एआई मॉडल को खुला स्रोत के रूप में बढ़ावा देते हैं, चीनी एआई समुदाय वास्तव में अपने एआई सिस्टम के महत्वपूर्ण टुकड़ों जैसे डेटा को साझा नहीं कर रहा है। इसके बजाय, वे वैश्विक डेवलपर्स से अपने मॉडल पर अंधविश्वास करने के लिए कह रहे हैं जिन्हें वे वास्तव में समझ नहीं सकते हैं या जांच नहीं कर सकते हैं।

खुले स्रोत कमोडिटी एआई मॉडल के साथ भविष्य पर दावा

जब 2007 में आईफोन बाजार में आया, तो कुछ ने सोचा कि मैक आईओएस के साथ स्मार्टफोन खेल पर हावी हो जाएगा, लेकिन खुले स्रोत भागीदारी स्टार्टअप के लिए महत्वपूर्ण है, जबकि विश्वभर में उद्यमशीलता और आर्थिक विकास को भी बढ़ावा देती है – और एंड्रॉइड, जिसे गूगल ने 2005 में अधिग्रहित किया था, इस मार्ग का अनुसरण किया और जीत हासिल की।

खुले स्रोत सॉफ्टवेयर जारी करके जो देखा, संशोधित, अपनाया और साझा किया जा सकता है, एंड्रॉइड ने अकादमिकों, डेवलपर्स और यहां तक कि प्रतिस्पर्धियों को सॉफ्टवेयर पर सहयोग करने के लिए आमंत्रित किया। इसने नवाचार प्रक्रिया को तेज किया, खेल को लोकतंत्रीकरण किया और अंततः, कीमतों को कम किया। एंड्रॉइड पहले आईफोन के एक साल बाद बाजार में आया और इस साल की शुरुआत में, यह 71.88 प्रतिशत वैश्विक बाजार हिस्सेदारी के साथ 27.65 प्रतिशत के मुकाबले आईओएस को पीछे छोड़ दिया।

एक तकनीकी क्रांति जो रातोंरात हुई, स्मार्टफोन सर्वव्यापी हो गए और जैसे ही सॉफ्टवेयर, हार्डवेयर और उपयोगकर्ता इंटरफेस में सुधार जारी है, उद्योग स्मार्टफोन के काम करने के तरीके को क्रांतिकारी बनाने से बहुत आगे निकल गया है। सेल फोन अब एक कमोडिटी है, और हाथ में नवाचार वे ऐप्स हैं जो उन पर चलते हैं, और प्रतिस्पर्धियों के लिए, स्मार्टफोन प्रदाताओं को एक पारिस्थितिकी तंत्र बनाए रखना होगा जो डेवलपर्स को आमंत्रित करता है।

एआई उद्योग में हर खिलाड़ी अपने मॉडल को अगला एंड्रॉइड या यहां तक कि आईओएस बनाने के लिए कोशिश कर रहा है, और डीपसीक, ERNIE 4.5 और किमी K2 मॉडल को खुला स्रोत के रूप में जारी करके, चीनी नवप्रवर्तनक एक नए पारिस्थितिकी तंत्र पर अपना दावा ठोकने की कोशिश कर रहे हैं।

हालांकि, यह वास्तविक खुले स्रोत की सच्ची पारदर्शिता को बढ़ावा नहीं देता है जो न केवल नवाचार को जन्म देने के लिए आवश्यक है, बल्कि हमें विश्वास है कि यह नवाचार पर भरोसा किया जा सकता है।

अधिकांश खुले स्रोत एआई में डेटा गायब है

एआई मॉडल को पारंपरिक सॉफ्टवेयर की तुलना में बनाने और साझा करने में बहुत अधिक जटिलता होती है, इसलिए पूरी तरह से खुले स्रोत एआई का आह्वान करना एक छोटा सा आदेश नहीं है। एआई सिस्टम के साथ, यह केवल स्रोत कोड नहीं है, बल्कि सात घटकों का संयोजन है – स्रोत कोड, मॉडल पैरामीटर, डेटासेट, हाइपरपैरामीटर, प्रशिक्षण स्रोत कोड, यादृच्छिक संख्या उत्पादन और सॉफ्टवेयर फ्रेमवर्क।

प्रत्येक टुकड़ा एक मॉडल को वांछित परिणाम देने के लिए एक साथ काम करने की आवश्यकता है, जिसका अर्थ है कि डेवलपर्स को साझा, संशोधित और अपनाने और समझने के लिए पूरी दृश्यता की आवश्यकता है कि क्या हो रहा है। पुनरुत्पादन विज्ञान की विधि का आधार है, हालांकि, एआई उद्योग में एक प्रवृत्ति है जो खुले स्रोत को संदर्भित करने के लिए शब्द का उपयोग करती है जो मुफ्त या कम कीमत वाले रिलीज हैं जो पजल के कुछ टुकड़ों तक पहुंच प्रदान करते हैं।

उदाहरण के लिए, बaidu ने दस ERNIE 4.5 मॉडल मुफ्त में उपलब्ध कराए। मॉडल और पैरामीटर साझा करने के साथ-साथ, कंपनी ने ERNIEKit और FastDeploy डिप्लॉयमेंट टूलकिट को भी खुला स्रोत के रूप में जारी किया। ये डेवलपर्स को शक्तिशाली एआई अनुप्रयोग बनाने के लिए औद्योगिक-ग्रेड क्षमता, संसाधन-कुशल प्रशिक्षण और अनुमान प्रवाह और बहु-हार्डवेयर संगतता प्रदान करके नवाचार को तेज करने में सक्षम बनाते हैं।

दूसरे शब्दों में, बaidu ने डेवलपर्स को रोमांचक उपकरण प्रदान किए हैं जो उन्हें नवाचार को तेजी से छोड़ने में सक्षम बनाते हैं, जो बदले में उन्हें ERNIE 4.5 को प्रतिस्पर्धा से ऊपर चुनने के लिए प्रेरित कर सकते हैं।

हालांकि, ERNIE 4.5 का लाभ उठाने वाले डेवलपर्स को मॉडल पर अंधविश्वास करने के लिए कहा जा रहा है, क्योंकि बaidu ने बहुत कुछ छुपाया है, जिसमें डेटासेट भी शामिल है जो इसके मॉडल को सूचित और सिखाता है।

पारदर्शी खुले स्रोत एआई मॉडल की शक्ति

जबकि एआई पजल का प्रत्येक टुकड़ा एक मॉडल को काम करने के लिए महत्वपूर्ण है, 80 प्रतिशत एआई परियोजनाएं विफल हो जाती हैं और डेटा समस्या के दिल में है। असटीक, अधूरे और पूर्वाग्रहपूर्ण डेटा सेट ऐसे मॉडल का कारण बनते हैं जो व्यवहार नहीं करते हैं या वांछित के रूप में व्यवहार करते हैं।

हाल ही में जारी घातक 2023 टेस्ला फुल-सेल्फ-ड्राइविंग (एफएसडी) दुर्घटना वीडियो के लिए, उदाहरण के लिए, यह दिखाया गया है कि जब एक डेटासेट और मॉडल कम पड़ जाते हैं तो सबसे खराब स्थिति क्या हो सकती है। जैसे ही टेस्ला मॉडल वाई एक तेज, सेटिंग सूरज में घुस गया, आंशिक रूप से स्वचालित प्रणाली अपने कैमरों द्वारा देखे जा रहे या नहीं देखे जा रहे को समझ या प्रतिक्रिया नहीं कर सकी। जबकि मानव द्वारा संचालित कारें धीमी हो गईं और रुक गईं, एफएसडी की भ्रम का परिणाम एक महिला की मौत हो गई।

यह विनाशकारी विफलता अधूरे दृश्य डेटा को प्रतिबिंबित करती है, साथ ही साथ ऐसे ब्लाइंड स्पॉट के लिए एक सुरक्षा तंत्र की कमी भी है। जब डेवलपर्स को अपने डेटा में देखने की अनुमति नहीं है, तो वे यह नहीं देख सकते कि यह मॉडल के साथ कैसे बातचीत कर रहा है, जिसका अर्थ है कि वे ऐसी गलतियों को उजागर नहीं कर सकते हैं और मजबूत प्रदर्शन के लिए पुनरावृत्ति नहीं कर सकते हैं।

यह और भी चिंताजनक है कि मॉडल को ईंधन देने वाले डेटा के बिना, उन्हें इस पर अंधविश्वास करने के लिए मजबूर किया जाता है।

जब डेटासेट खुले स्रोत होते हैं, तो एआई समुदाय ने सिद्ध किया है कि यह परेशान करने वाले मुद्दों को उजागर करेगा, जैसा कि उन्होंने LAION 5B में 1,000 से अधिक यूआरएल का पता लगाकर किया था जिनमें सत्यापित बाल यौन शोषण सामग्री थी। एआई पाठ-से-छवि पीढ़ी मॉडल जैसे स्टेबल डिफ्यूजन और मिडजोर्नी बनाने में उपयोग किए जाने वाले डेटासेट के साथ, यह एआई उद्योग के लिए विनाशकारी होगा अगर उपयोगकर्ता अवैध फोटोरियलिस्टिक छवियां उत्पन्न करना शुरू कर देते। इसके बजाय, डेटासेट की खुली प्रकृति ने समुदाय को खतरनाक सामग्री का पता लगाने और एक समाधान, लायसन बी को प्रेरित करने की अनुमति दी।

इसके अलावा, उस पहले डेटासेट का अधिकांश हिस्सा विशाल कॉमन क्रॉल द्वारा किए गए वेब स्क्रैपिंग पर आधारित था, जिसे चैटजीपीटी और एलएएमए मॉडल के लिए भी उपयोग किया गया था। हालांकि एआई क्रॉलर कॉपीराइट, गोपनीयता और पूर्वाग्रहपूर्ण और नस्लवादी लेबलिंग के बारे में चिंताओं को उठाते हैं, एआई समुदाय कॉमन क्रॉल के बढ़ते खुले स्रोत डेटासेट के टुकड़ों को सुरक्षित उपयोग के लिए साफ करने के तरीकों पर काम कर रहा है।

जैसे ही डेवलपर्स न केवल शक्तिशाली एआई बनाने का लक्ष्य रखते हैं, बल्कि एआई पर भरोसा किया जा सकता है, तो दोनों उपयोगकर्ता और उद्योग दोनों को वास्तविक खुले स्रोत की पारदर्शिता और सहयोग से सुरक्षा मिलती है।

खुले स्रोत पथ को अपनाना

जैसे ही कई अभी भी इस बढ़ते प्रौद्योगिकी से सावधान हैं, बड़े एआई कमोडिटी मॉडल के आईओएस या एंड्रॉइड बनने की दौड़ जारी है – और जैसे ही वैश्विक एआई समुदाय साहित्यिक रूप से भविष्य के मानक और एआई सिस्टम का निर्माण कर रहा है जो पहले से ही कारों को चला रहे हैं और चिकित्सा मूल्यांकन प्रदान कर रहे हैं, एआई को स्थापित करना कभी भी अधिक महत्वपूर्ण नहीं रहा है। पारदर्शी, विश्वसनीय और सुरक्षित है जिस पर भरोसा किया जा सकता है।

चीन के एआई समुदाय द्वारा खुले नवाचार के चैंपियन के रूप में खुद को स्थापित करने की कोशिश के साथ, सुरक्षित एआई के लिए मार्ग केवल वास्तविक खुले स्रोत की पारदर्शिता में है जो दशकों से सॉफ्टवेयर नवाचार के माध्यम से सिद्ध हुआ है। खुले स्रोत का शब्द डालकर जो महत्वपूर्ण टुकड़े जैसे डेटा साझा नहीं करते हैं, डेवलपर्स को जांच, प्रतिकृति और पुनरावृत्ति की अनुमति नहीं देता है। जबकि डीपसीक, ERNIE 4.5, किमी K2 और क्वेन3 जैसे तैयार मॉडल का आकर्षण अपरिहार्य है, जो उन्हें अपनाते हैं वे सहयोग और नवाचार के लिए पारदर्शिता के साथ सुविधा का व्यापार करते हैं।

एआई समुदाय को चुनना होगा: वास्तविक खुले स्रोत के माध्यम से कट्टर पारदर्शिता को अपनाना या जोखिम उठाना होगा कि कल की महत्वपूर्ण प्रणालियों का निर्माण आज के ब्लैक बॉक्स पर किया जाए।