एक विचारकृत्रिम बुद्धिमत्ता(आईए) नई नहीं है, लेकिन संबंधित तकनीकों में हाल के प्रगति ने इसे हमारे सभी द्वारा दैनिक रूप से उपयोग की जाने वाली एक उपकरण बना दिया है।आईए की बढ़ती महत्ता और प्रसार एक ही समय में उत्साहजनक और संभावित रूप से चिंताजनक है, क्योंकि कई आईए प्लेटफ़ॉर्म और संसाधनों की नींव मूल रूप से नियंत्रित रहस्यमय कक्षाएं हैं, जिन पर कुछ शक्तिशाली निगमों का नियंत्रण है।
बड़ी संस्थाएँ, जैसे कि रेड हैट, मानती हैं किसभी को एआई में योगदान देने की क्षमता होनी चाहिएएआई में नवाचार केवल उन कंपनियों तक सीमित नहीं होना चाहिए जो विशाल मात्रा में प्रसंस्करण क्षमता और इन प्रशिक्षित करने के लिए आवश्यक डेटा वैज्ञानिकों का भुगतान कर सकते हैं।बड़े भाषा मॉडल(एलएलएम)
इसके बजाय, सॉफ्टवेयर विकास के लिए ओपन सोर्स कोड में दशकों का अनुभव और समुदायों के साथ सहयोग सभी को आईए के लाभ लेने और योगदान करने की अनुमति देता है, साथ ही साथ हमारे आवश्यकताओं को पूरा करने वाले भविष्य को आकार देने में मदद करता है। यह निश्चित रूप से कहा जा सकता है कि ओपन सोर्स दृष्टिकोण ही एआई की पूरी क्षमता को प्राप्त करने का एकमात्र तरीका है, जिससे यह अधिक सुरक्षित, सुलभ और लोकतांत्रिक बनती है।
ओपन सोर्स क्या है?
हालांकि "ओपन सोर्स" शब्द मूल रूप से सॉफ्टवेयर विकास की एक पद्धति को संदर्भित करता है, यह एक अधिक सामान्य कार्य के रूप में विस्तारित हो गया है जो खुला, विकेंद्रीकृत और गहरा सहयोगी है। ओपन सोर्स आंदोलन अब सॉफ्टवेयर की दुनिया से बहुत आगे बढ़ चुका है, औरओपन सोर्स होने का तरीकायह विश्वभर में वैज्ञानिक, शैक्षिक, सरकारी, विनिर्माण, स्वास्थ्य और अन्य क्षेत्रों सहित सहयोगात्मक प्रयासों द्वारा गले लगाया गया था।
ओपन सोर्स संस्कृति में कुछमूलभूत सिद्धांत और मूल्यउसे प्रभावी और महत्वपूर्ण बनाती है, उदाहरण के लिए:
- सहयोगात्मक भागीदारी
- साझा जिम्मेदारी
- खुले आदान-प्रदान
- मेरिटोक्रेसी और समावेशन
- समुदाय-उन्मुख विकास
- खुला सहयोग
- स्व-संगठन
- सम्मान और आपसीता
जब ओपन सोर्स सिद्धांत सहयोगात्मक प्रयासों का आधार बनते हैं, तो इतिहास दिखाता है कि अद्भुत चीजें संभव हैं। कुछ महत्वपूर्ण उदाहरण विकास और प्रसार से शुरू होते हैंलिनक्सदुनिया में सबसे शक्तिशाली और सर्वव्यापी ऑपरेटिंग सिस्टम के रूप में उभरने और बढ़ने तककुबरनेट्सऔर कंटेनरों के साथ-साथ इंटरनेट का विकास और विस्तार भी।
ओपन सोर्स के छह फायदे एआई के युग में
ओपन सोर्स कोड के माध्यम से प्रौद्योगिकियों के विकास के लिए अनगिनत लाभ हैं, लेकिन छह लाभ अन्य से अलग हैं।
नवाचार की गति में वृद्धि
जब तकनीक सहयोगात्मक और खुली रूप से विकसित की जाती है, तो नवाचार और खोज बहुत तेजी से हो सकते हैं, बंद संगठनों और स्वामित्व समाधान के विपरीत।
जब काम खुलकर साझा किया जाता है और अन्य इसके आधार पर बनाने में सक्षम होते हैं, तो टीमें बहुत अधिक समय और प्रयास बचाती हैं क्योंकि उन्हें शुरुआत से शुरू करने की आवश्यकता नहीं होती। नई विचारें पहले आए प्रोजेक्टों को बढ़ा सकती हैं। यह न केवल समय और पैसा बचाता है, बल्कि परिणामों को भी मजबूत करता है क्योंकि अधिक लोग मिलकर समस्याओं को हल करने, साझा करने के लिए काम करते हैं।अवबोधनएक-दूसरे का काम जांचना।
एक व्यापक और सहयोगी समुदाय बस अधिक प्राप्त करने में सक्षम है: लोगों को प्रोत्साहित करना और विशेषज्ञता को जोड़ना ताकि जटिल समस्याओं को हल किया जा सके और छोटे और अलग-थलग समूहों की तुलना में अधिक तेज़ और प्रभावी ढंग से नवाचार किया जा सके।
पहुँच को लोकतांत्रिक बनाना
ओपन सोर्स भी नई एआई तकनीकों तक पहुंच को लोकतांत्रिक बनाता है। जब शोध, कोड और उपकरण खुलेआम साझा किए जाते हैं, तो यह उन बाधाओं को दूर करने में मदद करता है जो आमतौर पर अग्रणी नवाचारों तक पहुंच को सीमित करती हैं।
ओइंस्ट्रक्टलैबयह इस धारणा का एक अच्छा उदाहरण है। यह पहल एक स्वतंत्र ओपन सोर्स AI परियोजना है जो LLMs के लिए कौशल और ज्ञान के योगदान की प्रक्रिया को सरल बनाती है। उद्देश्य इस प्रयास का यह है कि कोई भी व्यक्ति आकार देने में मदद कर सकेजनरेटिव एआई(जनरल AI), जिसमें वे शामिल हैं जिनके पास सामान्यतः आवश्यक डेटा विज्ञान कौशल और प्रशिक्षण नहीं है। यह अधिक व्यक्तियों और संगठनों को विश्वसनीय रूप से LLMs के प्रशिक्षण और परिष्करण में योगदान करने की अनुमति देता है।
सुरक्षा और गोपनीयता में सुधार
ओपन सोर्स प्रोजेक्ट्स कैसे प्रवेश बाधाओं को कम करते हैं, एक बड़ा और अधिक विविध समूह के सहयोगी आईए मॉडल विकसित किए जाने के दौरान मौजूद संभावित सुरक्षा चुनौतियों की पहचान करने और उन्हें हल करने में मदद कर सकता है।
अधिकांश डेटा और विधियाँ जो आईए मॉडल को प्रशिक्षित करने और समायोजित करने के लिए उपयोग की जाती हैं, वे बंद हैं और स्वामित्व वाली लॉजिक द्वारा रखी जाती हैं। अक्सर इन संगठनों के बाहर के लोग इन एल्गोरिदम के काम करने के तरीके और क्या वे संभावित खतरनाक डेटा या अंतर्निहित पक्षपात को समेटे हुए हैं, इस पर कोई जानकारी नहीं प्राप्त कर पाते हैं।
यदि एक मॉडल और इसे प्रशिक्षित करने के लिए उपयोग किए गए डेटा खुले हैं, तो कोई भी इच्छुक व्यक्ति उन्हें जांच सकता है, जिससे सुरक्षा जोखिम कम होते हैं और प्लेटफ़ॉर्म के पक्षपात को कम किया जा सकता है।इसके अलावा, खुले दर्शन के योगदानकर्ता उपकरण और प्रक्रियाएँ बना सकते हैं ताकि मॉडल और अनुप्रयोगों के भविष्य के विकास को ट्रैक और ऑडिट किया जा सके, विभिन्न समाधानों के विकास की निगरानी की अनुमति मिल सके।
यह उद्घाटन और पारदर्शिता भीग़ुस्सा विश्वासचूंकि उपयोगकर्ताओं के पास यह सीधे देखने का विकल्प है कि उनके डेटा का उपयोग और प्रसंस्करण कैसे किया जा रहा है, ताकि वे यह सुनिश्चित कर सकें कि उनकी गोपनीयता और डेटा संप्रभुता का सम्मान किया जा रहा है। इसके अलावा, कंपनियां अपने निजी, गोपनीय या स्वामित्व वाली जानकारी की सुरक्षा के लिए InstructLab जैसे ओपन सोर्स प्रोजेक्ट का उपयोग कर अपने स्वयं के अनुकूलित मॉडल बना सकती हैं, जिन पर वे कड़ी नियंत्रण रखते हैं।
4. लचीलापन और विकल्प की स्वतंत्रता प्रदान करता है
हालांकि मोनोलीथिक, स्वामित्व और ब्लैक बॉक्स LLMs वह हैं जो अधिकांश लोग जनरेटिव AI के बारे में देखते और सोचते हैं, हम छोटे, स्वतंत्र और विशिष्ट उद्देश्य के लिए विकसित किए गए AI मॉडल की ओर बढ़ते हुए एक बढ़ती हुई प्रवृत्ति देख रहे हैं।
येछोटे भाषा मॉडल(एसएलएम) आमतौर पर बहुत छोटे डेटा सेटों पर प्रशिक्षित किए जाते हैं ताकि उन्हें उनकी मूल कार्यक्षमता प्रदान की जा सके, और फिर उन्हें विशिष्ट उपयोग मामलों के लिए और अधिक अनुकूलित किया जाता है जिसमें विशिष्ट डेटा और डोमेन का ज्ञान होता है।
ये SLMs अपने बड़े भाइयों की तुलना में काफी अधिक कुशल हैं, और उन्होंने अपने लक्षित उद्देश्य के लिए उपयोग किए जाने पर इतना अच्छा प्रदर्शन किया है (यदि बेहतर नहीं)। वे अधिक तेज़ और अधिक कुशल हैं प्रशिक्षण और तैनाती के लिए, और आवश्यकतानुसार अनुकूलित और अनुकूलित किया जा सकता है।
और यह मुख्य रूप से इसी कारण से InstructLab परियोजना बनाई गई है। उसके साथ, आप एक छोटे ओपन सोर्स AI मॉडल को ले सकते हैं और उसे अपने इच्छित अतिरिक्त डेटा और प्रशिक्षण के साथ विस्तारित कर सकते हैं।
उदाहरण के लिए, आप InstructLab का उपयोग करके ग्राहक सेवा के लिए एक चैटबॉट बना सकते हैं जो अत्यधिक अनुकूलित और विशिष्ट उद्देश्य के लिए विकसित किया गया है, संगठन में बेहतर प्रथाओं को बढ़ावा देता है। यह अभ्यास आपको हर जगह, हर समय, तुरंत ही अपने ग्राहक सेवा अनुभव का सर्वश्रेष्ठ प्रदान करने की अनुमति देता है।
और सबसे महत्वपूर्ण बात यह है कि यह आपको एक आपूर्तिकर्ता से फंसने से बचने की अनुमति देता है और यह लचीलापन प्रदान करता है कि आप अपने एआई मॉडल और उससे बनाई गई किसी भी एप्लिकेशन को कहाँ और कैसे लागू करते हैं।
एक जीवंत पारिस्थितिकी तंत्र की संभावना
खुले समुदाय में,कोई भी अकेले नवाचार नहीं करताऔर यह विश्वास समुदाय की स्थापना के पहले महीनों से कायम है।
यह विचार रेड हैट के अंदर एआई के युग में मान्य रहेगा, जो खुली समाधानों की अग्रणी कंपनी है, जो कई उपकरणों और खुला स्रोत ढांचों को प्रदान करेगा।रेड हैट एआईसहयोगियों के साथ मिलकर अंतिम ग्राहकों को अधिक मूल्य प्रदान करने वाला समाधान।
एकल आपूर्तिकर्ता वह सब कुछ प्रदान नहीं कर सकता है जिसकी एक संगठन को आवश्यकता है, या वर्तमान तकनीकी विकास की गति का पालन भी नहीं कर सकता। खुला स्रोत कोड के सिद्धांत और प्रथाएँ नवाचार को तेज़ करती हैं और परियोजनाओं और उद्योगों के बीच साझेदारी और सहयोग के अवसरों को बढ़ावा देकर एक जीवंत पारिस्थितिकी तंत्र की अनुमति देती हैं।
6. लागत कम करना
2025 की शुरुआत में,अनुमानित हैसंयुक्त राज्य अमेरिका में एक डेटा वैज्ञानिक का औसत मूल वेतन US$ 125,000 से अधिक हो, जिसमें अधिक अनुभवी डेटा वैज्ञानिक अधिक महत्वपूर्ण वेतन कमा सकते हैं।
बिल्कुल, आईए के साथ डेटा वैज्ञानिकों के लिए भारी और बढ़ती मांग है, लेकिन बहुत कम कंपनियों को उन विशेषज्ञ प्रतिभाओं को आकर्षित करने और बनाए रखने की बहुत उम्मीद है जिनकी उन्हें आवश्यकता है।
और बड़े LLM वास्तव में निर्माण, प्रशिक्षण, रखरखाव और तैनाती के लिए अत्यधिक महंगे हैं, जिनमें अत्यधिक अनुकूलित (और बहुत महंगे) कंप्यूटर उपकरणों से भरे पूरे गोदामों की आवश्यकता होती है और बहुत अधिक संग्रहण की मात्रा।
खुले मॉडल, छोटे और विशिष्ट उद्देश्यों और एआई अनुप्रयोगों के लिए बनाए गए, निर्माण, प्रशिक्षण और कार्यान्वयन के लिए काफी अधिक प्रभावी हैं। वे न केवल एलएलएम की कंप्यूटिंग शक्ति का एक हिस्सा ही मांगते हैं, बल्कि इनस्ट्रक्टलैब जैसे प्रोजेक्ट यह संभव बनाते हैं कि बिना विशेष कौशल और अनुभव के लोग सक्रिय और प्रभावी रूप से एआई मॉडल के प्रशिक्षण और फाइन-ट्यूनिंग में योगदान दे सकें।
स्पष्ट रूप से, ओपन सोर्स द्वारा लाए गए लागत की बचत और लचीलापन आईए विकास के लिए छोटे और मध्यम व्यवसायों के लिए लाभकारी हैं जो आईए अनुप्रयोगों के साथ प्रतिस्पर्धात्मक लाभ प्राप्त करने की उम्मीद करते हैं।
संक्षेप में
एक लोकतांत्रिक और खुली एआई के निर्माण के लिए, यह आवश्यक है कि हम उन ओपन सोर्स सिद्धांतों का उपयोग करें जिन्होंने क्लाउड कंप्यूटिंग, इंटरनेट, लिनक्स और कई अन्य खुले, शक्तिशाली और गहराई से नवोन्मेषी तकनीकों को संभव बनाया।
यह वह मार्ग है जिस पर रेड हैट आईए और संबंधित अन्य उपकरणों को सक्षम बनाने के लिए आगे बढ़ रहा है। सभी को कृत्रिम बुद्धिमत्ता के विकास से लाभ होना चाहिए, इसलिए सभी को इसकी दिशा निर्धारित करने और आकार देने में मदद करने का अवसर मिलना चाहिए, और इसके विकास में योगदान देना चाहिए। सहयोगात्मक नवाचार और ओपन सोर्स भविष्य के क्षेत्र के लिए अनिवार्य नहीं हैं।
