सरकारी एआयची समस्या वेगळी आहे
कृत्रिम बुद्धिमत्ता तैनात करण्याची शर्यत अनेकदा खासगी क्षेत्रातील कार्यपरिस्थिती गृहित धरते: सतत क्लाउड कनेक्टिव्हिटी, केंद्रीकृत पायाभूत सुविधा, डेटा हलवण्याची व्यापक मुभा, आणि मॉडेल पारदर्शकतेबाबत काही प्रमाणात सहनशीलता. Elastic सोबत भागीदारीत तयार केलेल्या नव्या MIT Technology Review Insights अहवालानुसार, सरकारी वातावरणात ही गृहितके पटकन कोसळतात.
हा अहवाल असा युक्तिवाद करतो की सार्वजनिक क्षेत्रातील संस्थांना सुरक्षा, शासन, आणि कार्यात्मक मर्यादांचा एक वेगळाच संगम सामोरा जातो, ज्यामुळे purpose-built लहान भाषा मॉडेल्स, किंवा SLMs, हे मोठ्या मॉडेलसाठीचे पारंपरिक प्लेबुक थेट स्वीकारण्यापेक्षा अधिक व्यवहार्य ठरतात. मुद्दा असा नाही की सरकारांना एआयमध्ये रस नाही. मुद्दा असा आहे की त्यांच्या हातात चुकांसाठी कमी वाव आहे, डेटा हाताळण्यात कमी लवचीकता आहे, आणि प्रणाली कुठे चालतात व कशा वागतात यावर अधिक नियंत्रण ठेवण्याची गरज आहे.
लहान मॉडेल्स का वेगाने स्वीकारले जात आहेत
सर्वात स्पष्ट दबावांपैकी एक म्हणजे डेटा सुरक्षा. स्रोत मजकूर Capgemini च्या एका अभ्यासाचा संदर्भ देतो, ज्यात जागतिक सार्वजनिक क्षेत्रातील 79% अधिकारी एआयच्या डेटा सुरक्षेबद्दल चिंतित असल्याचे आढळले. संवेदनशील नोंदी, कायदेशीर जबाबदाऱ्या, आणि mission-critical प्रणाली हाताळणाऱ्या संस्थांमध्ये ही चिंता स्वाभाविक आहे. अशा वातावरणात माहिती मुक्तपणे नेटवर्कवर किंवा बाह्य सेवांकडे पाठवणे अशक्य किंवा अस्वीकार्य ठरू शकते.
अहवालात Elastic चे एआय उपाध्यक्ष Han Xiao यांच्या विधानाचा उल्लेख आहे, ज्यात ते म्हणतात की सरकारी संस्थांनी नेटवर्कला कोणता डेटा पाठवायचा याबाबत अतिशय मर्यादित असले पाहिजे. ही मर्यादा deployment समीकरण बदलते. मोठी, क्लाउड-निर्भर प्रणाली शक्तिशाली असू शकतात, पण संस्था ज्या गृहितकांना मान्य करू शकत नाही, ती मागत असतील तर त्यांच्यावर कार्यात्मक विश्वास ठेवणे कठीण होते.
लहान भाषा मॉडेल्सना उत्तर म्हणून पुढे केले जात आहे, कारण ती अधिक काटेकोरपणे नियंत्रित करता येतात, अधिक संकुचित उद्दिष्टांसाठी तयार करता येतात, आणि मर्यादित वातावरणात चालवणे तुलनेने सोपे असते. आकर्षण केवळ कार्यक्षमतेचे नाही. ते योग्यतेचे आहे. विशिष्ट सरकारी कामासाठी तयार केलेले लहान मॉडेल, खुले-टोकाच्या वापरासाठी बनवलेल्या सर्वसाधारण प्रणालीपेक्षा शासन करणे सोपे ठरू शकते.
