स्थानिक विकासासाठी ‘लहान AI’ला जागतिक बँकेचा पाठिंबा

विकसनशील अर्थव्यवस्थांमध्ये कृत्रिम बुद्धिमत्तेसाठी वेगळ्या प्रकारच्या धोरणाची जागतिक बँक वकिली करत आहे: स्थानिक भाषांमध्ये, मोबाइल फोनवर आणि विश्वासार्ह उच्च-गती कनेक्टिव्हिटी गृहीत धरता येणार नाही अशा ठिकाणी काम करण्यासाठी तयार केलेली लहान, विशेषीकृत मॉडेल्स.

बँकॉक येथे झालेल्या जागतिक बँक आणि आंतरराष्ट्रीय नाणेनिधीच्या वार्षिक बैठकीदरम्यान बोलताना, बँकेचे मुख्य ज्ञान अधिकारी पास्कल डोनोहो म्हणाले की, “लहान AI”चा हा दृष्टिकोन देशांना डिजिटल क्षमता व्यावहारिक विकासाच्या लाभांमध्ये रूपांतरित करण्यास मदत करू शकतो. मोठ्या तंत्रज्ञान कंपन्या तयार करत असलेल्या सर्वात मोठ्या सर्वसाधारण-उद्देशीय प्रणालींची नक्कल करणे हा यामागील भर नाही. लोकांना जिथे गरज आहे तिथे, स्पष्टपणे परिभाषित कामांसाठी मर्यादित प्रशिक्षण घेतलेली साधने उपलब्ध करून देणे हा उद्देश आहे.

स्थानिक परिस्थितींसाठी तयार केलेले AI

हा फरक महत्त्वाचा आहे, कारण उपलब्धता उपयुक्ततेला आकार देते. मर्यादित कनेक्टिव्हिटी, कमी संगणकीय संसाधने किंवा जागतिक ग्राहक उत्पादनांकडून कमी लक्ष दिल्या जाणाऱ्या भाषिक गरजा असलेल्या समुदायांमध्ये शक्तिशाली क्लाउड-आधारित सेवा सातत्याने वापरणे कठीण ठरू शकते. विशिष्ट कामासाठी प्रशिक्षित केलेले लहान मॉडेल फोनवर चालू शकते आणि सततच्या कनेक्शनवर कमी अवलंबून राहू शकते.

डोनोहो यांच्या मांडणीत स्थानिक परिस्थिती डिझाइनच्या केंद्रस्थानी आहे. या चौकटीत प्रश्न फक्त एखाद्या व्यापक बेंचमार्कवर मॉडेल किती सक्षम आहे एवढाच नसतो; ते एखाद्या समुदायाने वापरलेल्या भाषेत माहिती देऊ शकते का, त्या समुदायाकडे आधीपासून असलेल्या उपकरणांवर काम करू शकते का आणि वास्तविक नेटवर्क परिस्थितीत उपयुक्त ठरू शकते का, हेही महत्त्वाचे असते.

सध्याच्या AI चर्चेतील मोठ्या भागापासून हा लक्षणीय बदल आहे. कृत्रिम बुद्धिमत्तेबाबतची सार्वजनिक स्पर्धा अनेकदा व्यापक ग्राहक वापरासाठी तयार करण्यात येत असलेल्या अधिकाधिक प्रगत प्रणालींवर केंद्रित असते. विकासाच्या गरजांसाठी अधिक लक्षित मॉडेलची आवश्यकता असू शकते, असा जागतिक बँकेचा युक्तिवाद आहे: मर्यादित समस्या मोठ्या प्रमाणावर उपयुक्त ठरेल इतपत चांगल्या प्रकारे सोडवणारी साधने.

कृषी एक ठोस उदाहरण देते

डोनोहो यांनी भारतातील जागतिक बँकेच्या AgriConnect कृषी योजनेचा उल्लेख केला. या कार्यक्रमातील शेतकऱ्यांना त्यांच्या स्वतःच्या भाषेत मातीचे विश्लेषण उपलब्ध हवे आहे. मोठ्या मानवी तज्ज्ञ कर्मचाऱ्यांच्या माध्यमातून प्रत्येक छोट्या शेताला अत्यंत अनुरूप मार्गदर्शन देणे कठीण ठरेल. या माहितीची पोहोच वाढवण्याचा एक संभाव्य मार्ग म्हणून बँक विशेषीकृत AIकडे पाहते.

हे उदाहरण या प्रस्तावाची क्षमता आणि मर्यादा दोन्ही दाखवते. AIने शेतीबाबत सर्वसाधारण दावा करण्यात मूल्य नाही. विशिष्ट वापरकर्त्यांच्या विशिष्ट माहितीच्या गरजा त्यांच्यापर्यंत पोहोचवण्यात मूल्य आहे. शेतकऱ्यासाठी एखादे साधन तेव्हा संबंधित ठरते, जेव्हा ते वापरता येते, समजते आणि व्यावहारिक निर्णयाशी जोडता येते.

विशेषीकरणामुळे तैनाती अधिक व्यवस्थापनीय होऊ शकते. प्रत्येक प्रश्नाचे उत्तर देण्याचा प्रयत्न करण्याऐवजी विशिष्ट क्षेत्र आणि डेटासेटभोवती संकुचित प्रणाली तयार करता येते. यामुळे काळजीपूर्वक डिझाइन, स्थानिक ज्ञान किंवा देखरेखीची गरज नाहीशी होत नाही; मात्र स्पष्ट उद्देश असलेल्या अनुप्रयोगांवर गुंतवणूक केंद्रित करता येते.

पायाभूत सुविधा प्रभावाची अट राहतात

लहान AI विकासाच्या व्यापक गरजा टाळू शकते, असा जागतिक बँकेचा दावा नाही. बँकॉकमधील बैठकीत IMFच्या व्यवस्थापकीय संचालक क्रिस्टालिना जॉर्जिएव्हा यांनी सरकारांनी AI स्वीकारण्यासाठी आवश्यक परिस्थिती निर्माण करावी, यावर भर दिला. त्यांनी वीज, डिजिटल पायाभूत सुविधा, तंत्रज्ञान स्वीकारण्याची सार्वजनिक तयारी आणि सुरक्षिततेची संरक्षणे देण्याची सरकारी क्षमता यांना आवश्यक आधारस्तंभ म्हटले.

फोनवर आधारित मॉडेल्सबाबतच्या उत्साहाच्या संदर्भात या गरजा महत्त्वाच्या आहेत. कमी कनेक्टिव्हिटीमध्ये चालणारे साधन एक अडथळा कमी करू शकते; पण त्यासाठी वीज, उपकरणे, कौशल्ये आणि लोक ते आत्मविश्वासाने वापरू शकतील असे वातावरण अजूनही आवश्यक आहे. स्थानिक भाषेतील उपलब्धतेसाठी डेटा, इंटरफेस आणि सेवा मिळणाऱ्या समुदायांचे वास्तव प्रतिबिंबित करणाऱ्या तैनातीवरही काम करावे लागेल.

दुसऱ्या शब्दांत, हा प्रस्ताव सार्वजनिक गुंतवणुकीला पर्याय नाही. देश मूलभूत सुविधा उभारत असताना AIमधील गुंतवणूक कुठे वळवावी, याबाबतचा हा युक्तिवाद आहे: अडचणी नाहीशा होतील असे गृहीत न धरता स्थानिक मर्यादांशी जुळणाऱ्या प्रणालींकडे.

क्षमताकडून सहकार्याकडे

जागतिक बँक, सरकारे आणि खासगी क्षेत्रातील सहभागी यांच्या सहकार्याने उपयुक्त उत्पादने विकसित होऊ शकतात, असे डोनोहो यांनी सुचवले. पुढील व्यावहारिक आव्हान यामुळे स्पष्ट होते. मॉडेल तयार करणे हा तैनातीचा केवळ एक भाग आहे. ते एखाद्या सार्वजनिक किंवा व्यावसायिक सेवेशी जोडावे लागेल, काळानुसार त्याची देखभाल करावी लागेल आणि व्यापक तांत्रिक मदत नसलेल्या लोकांसाठी ते सुलभ करावे लागेल.

या दृष्टिकोनातून आर्थिक मूल्य केवळ मॉडेलच्या आकारावर किंवा त्यामागील संगणकीय क्षमतेवर मोजले जाणार नाही, असेही सूचित होते. विकासकेंद्रित वापरांसाठी, जिथे तज्ज्ञता दुर्मिळ आहे अशा परिस्थितीत एखादे विशेषीकृत साधन ज्ञानाची उपलब्धता सुधारते का, ही अधिक अर्थपूर्ण कसोटी ठरू शकते.

जागतिक बँकेचा अंतर्निहित दावा महत्त्वाकांक्षी आहे: ऐतिहासिकदृष्ट्या बराच वेळ लागलेल्या विकासातील प्रगतीला वेग देता येऊ शकतो. मात्र त्यांनी वर्णन केलेला मार्ग एका साध्या गृहितकावर आधारित आहे. AIचा व्यापक लाभ कदाचित सर्वात मोठ्या प्रणालींमधून नव्हे, तर सामान्य फोनवर, स्थानिक भाषेत आणि वास्तविक, वारंवार उद्भवणाऱ्या समस्येसाठी काम करू शकतील इतकी मर्यादित असलेल्या साधनांमधून मिळेल.

• विकसनशील अर्थव्यवस्थांसाठी विशेषीकृत “लहान AI” मॉडेल्सची जागतिक बँक वकिली करत आहे.
• प्रस्तावित प्रणाली मोबाइल फोनवर, स्थानिक भाषांमध्ये आणि मर्यादित कनेक्टिव्हिटीसह काम करण्यासाठी तयार आहेत.
• प्रभावासाठी वीज, डिजिटल पायाभूत सुविधा, स्वीकाराची तयारी आणि सुरक्षिततेची संरक्षणे अद्याप आवश्यक असल्याचे अधिकारी सांगतात.

हा लेख The Guardianच्या वृत्तांकनावर आधारित आहे. मूळ लेख वाचा.