সরকারি এআই-এর সমস্যা আলাদা
কৃত্রিম বুদ্ধিমত্তা চালুর প্রতিযোগিতা প্রায়ই বেসরকারি খাতের কর্মপরিবেশকে ধরে নেয়: ধারাবাহিক ক্লাউড সংযোগ, কেন্দ্রীভূত অবকাঠামো, ডেটা স্থানান্তরের ব্যাপক স্বাধীনতা, এবং মডেলের স্বচ্ছতায় কিছুটা সহনশীলতা। Elastic-এর সঙ্গে অংশীদারিত্বে তৈরি একটি নতুন MIT Technology Review Insights রিপোর্ট অনুযায়ী, সরকারি পরিবেশে এই ধারণাগুলো দ্রুত ভেঙে পড়ে।
রিপোর্টটি বলছে, পাবলিক সেক্টরের প্রতিষ্ঠানগুলো নিরাপত্তা, শাসন, এবং কার্যগত সীমাবদ্ধতার এক আলাদা মিশ্রণের মুখোমুখি হয়, যা purpose-built ছোট ভাষা মডেল, বা SLMs, কে বড় মডেলের প্রচলিত প্লেবুক সরাসরি আমদানি করার চেয়ে বেশি ব্যবহারিক বিকল্প করে তোলে। বিষয়টি এই নয় যে সরকারগুলো এআই নিয়ে আগ্রহী নয়। বিষয়টি হলো, তাদের ভুল করার জায়গা কম, ডেটা ব্যবস্থাপনায় কম নমনীয়তা, এবং সিস্টেম কোথায় চলছে ও কীভাবে আচরণ করছে, তার ওপর আরও নিয়ন্ত্রণের প্রয়োজন।
ছোট মডেল কেন জনপ্রিয় হচ্ছে
সবচেয়ে স্পষ্ট চাপগুলোর একটি হলো ডেটা সুরক্ষা। উৎস পাঠ্যে Capgemini-এর একটি গবেষণার উল্লেখ আছে, যেখানে দেখা গেছে বিশ্বজুড়ে পাবলিক সেক্টরের 79% নির্বাহী এআই-এর ডেটা নিরাপত্তা নিয়ে উদ্বিগ্ন। সংবেদনশীল রেকর্ড, আইনি বাধ্যবাধকতা, এবং mission-critical সিস্টেম নিয়ে কাজ করা সংস্থাগুলোর ক্ষেত্রে এই উদ্বেগ স্বাভাবিক। এমন পরিবেশে তথ্য অবাধে নেটওয়ার্ক বা বাইরের পরিষেবায় পাঠানো অসম্ভব বা অগ্রহণযোগ্য হতে পারে।
রিপোর্টে Elastic-এর AI ভাইস প্রেসিডেন্ট Han Xiao-এর বক্তব্য উদ্ধৃত করা হয়েছে, যেখানে তিনি বলেন সরকারি সংস্থাগুলোকে নেটওয়ার্কে কী ডেটা পাঠাবে সে বিষয়ে খুব কঠোর হতে হবে। এই সীমাবদ্ধতা deployment-এর সমীকরণ বদলে দেয়। বড়, ক্লাউড-নির্ভর সিস্টেম শক্তিশালী হতে পারে, কিন্তু প্রতিষ্ঠান যদি সেগুলোর কিছু অনুমান মানতে না পারে, তবে সেগুলোকে কার্যগতভাবে বিশ্বাস করা কঠিন হয়।
ছোট ভাষা মডেলকে সমাধান হিসেবে সামনে আনা হচ্ছে, কারণ এগুলো আরও কঠোরভাবে নিয়ন্ত্রিত হতে পারে, আরও নির্দিষ্ট কাজে সীমাবদ্ধ থাকতে পারে, এবং সীমাবদ্ধ পরিবেশে চালানো তুলনামূলক সহজ হতে পারে। আকর্ষণ কেবল দক্ষতা নয়। এটি উপযোগিতা। নির্দিষ্ট সরকারি কাজের জন্য তৈরি একটি ছোট মডেল, উন্মুক্ত-সমাপ্ত ব্যবহারের জন্য বানানো সাধারণ মডেলের চেয়ে শাসন করা সহজ হতে পারে।
