ప్రజా రంగంలో ఏఐ చిన్న, మరింత నియంత్రిత మోడళ్ల వైపు మళ్లుతోంది

ప్రభుత్వ ఏఐకి వేరే సమస్యల సమూహం ఉంది

కృత్రిమ మేధస్సును అమలు చేసే పోటీ తరచుగా ప్రైవేట్ రంగంలోని ఆపరేటింగ్ పరిస్థితులను ఊహిస్తుంది: నిరంతర క్లౌడ్ కనెక్టివిటీ, కేంద్రీకృత మౌలిక వసతులు, డేటాను తరలించడంలో విస్తృత స్వేచ్ఛ, మరియు మోడల్ పారదర్శకతపై కొంత సహనం. Elastic తో కలిసి రూపొందించిన కొత్త MIT Technology Review Insights నివేదిక ప్రకారం, ప్రభుత్వ వాతావరణాల్లో ఈ ఊహలు త్వరగా కూలిపోతాయి.

ప్రజా రంగ సంస్థలు భద్రత, పాలన, మరియు ఆపరేషన్ పరిమితుల ప్రత్యేక మిశ్రమాన్ని ఎదుర్కొంటాయని, అది purpose-built చిన్న భాషా మోడళ్లు, లేదా SLMs, ను పెద్ద మోడల్ ప్లేబుక్‌ను యథాతథంగా తీసుకురావడానికంటే మరింత ప్రాయోగిక ఎంపికగా మారుస్తుందని ఈ నివేదిక వాదిస్తోంది. ప్రభుత్వాలు ఏఐపై ఆసక్తి లేనివి అన్నది కాదు. వారికి తప్పుకు చోటు తక్కువ, డేటా నిర్వహణలో తక్కువ సౌలభ్యం, మరియు వ్యవస్థలు ఎక్కడ నడుస్తున్నాయి, ఎలా ప్రవర్తిస్తున్నాయి అనే విషయంలో మరింత నియంత్రణ అవసరం.

చిన్న మోడళ్లు ఎందుకు ఆకర్షణ పొందుతున్నాయి

అత్యంత స్పష్టమైన ఒత్తిడుల్లో ఒకటి డేటా భద్రత. మూల పాఠ్యం Capgemini అధ్యయనాన్ని ప్రస్తావిస్తుంది; అందులో ప్రపంచవ్యాప్తంగా 79% ప్రజా రంగాధికారులు ఏఐ డేటా భద్రతపై ఆందోళన చెందుతున్నారని తేలింది. సున్నితమైన రికార్డులు, చట్టపరమైన బాధ్యతలు, మరియు mission-critical వ్యవస్థలను నిర్వహించే ఏజెన్సీలకు ఇది ఆశ్చర్యకరం కాదు. అటువంటి వాతావరణాల్లో, సమాచారాన్ని స్వేచ్ఛగా నెట్‌వర్క్‌ల ద్వారా లేదా బాహ్య సేవలకు పంపడం అసాధ్యం లేదా అనుచితం కావచ్చు.

Elastic AI ఉపాధ్యక్షుడు Han Xiao ను ఉటంకిస్తూ, ప్రభుత్వ ఏజెన్సీలు నెట్‌వర్క్‌కు పంపే డేటా విషయంలో చాలా పరిమితంగా ఉండాల్సిందేనని నివేదిక చెబుతోంది. ఈ పరిమితి deployment సమీకరణాన్ని మారుస్తుంది. పెద్ద, క్లౌడ్-ఆధారిత వ్యవస్థలు శక్తివంతమైనవిగా ఉండొచ్చు, కానీ సంస్థ అంగీకరించలేని ఊహలపై అవి ఆధారపడితే, వాటిని ఆపరేషన్ పరంగా నమ్మడం కష్టమవుతుంది.

చిన్న భాషా మోడళ్లు పరిష్కారంగా నిలుస్తున్నాయి, ఎందుకంటే అవి మరింత కఠినంగా నియంత్రించవచ్చు, మరింత సంకుచిత ప్రయోజనాల కోసం రూపొందించవచ్చు, మరియు పరిమిత వాతావరణాల్లో నడపడం సులభంగా ఉండవచ్చు. ఆకర్షణ కేవలం సమర్థత కాదు. ఇది సరిపోలిక. ఒక నిర్దిష్ట ప్రభుత్వ పనికోసం రూపొందించిన చిన్న మోడల్, ఓపెన్-ఎండెడ్ ఉపయోగానికి రూపొందించిన సాధారణ ప్రయోజన వ్యవస్థ కంటే పాలించడానికి సులభంగా ఉండొచ్చు.

ప్రదర్శన సమస్య కంటే ఆపరేషన్ సమస్య పెద్దది

ఒక మోడల్‌ను నిజమైన సంస్థలో అమలు చేయడం, పైలట్‌లో అది పనిచేస్తుందని నిరూపించడానికంటే ఎంతో భిన్నమని నివేదిక కూడా నొక్కి చెబుతోంది. ప్రభుత్వ ఏజెన్సీలకు వివిధ రకాల డేటాపై నమ్మదగిన విధంగా పనిచేయగల, ఆపరేషన్ అంతరాయం లేకుండా విస్తరించగల, మరియు ఇంటర్నెట్ కనెక్టివిటీ పరిమితమైనప్పుడు, నమ్మలేనప్పుడు, లేదా అందుబాటులో లేకపోయినప్పుడు కూడా కొనసాగగల వ్యవస్థలు అవసరం.

మూల పాఠ్యంలో Xiao వాదన ప్రకారం, ఏఐ యొక్క ఆపరేటింగ్ ఛాలెంజ్‌ను చాలామంది తక్కువగా అంచనా వేస్తున్నారు. ఈ పరిశీలన ప్రజా సంస్థలలో ప్రత్యేకంగా ప్రాముఖ్యమైనది; అక్కడ నిరంతర ఆపరేషన్, కేవలం ముడి సామర్థ్యంతే ముఖ్యమైనది. ఫీల్డ్ పరిస్థితుల్లో విఫలమయ్యే, ధృవీకరించలేని, లేదా అందుబాటులో లేని హార్డ్‌వేర్‌పై ఆధారపడే అద్భుతమైన మోడల్, ప్రజా రంగానికి సాధ్యమైన పరిష్కారం కాదు.

మౌలిక వసతుల పరిమితి కూడా అంతే ముఖ్యమైనది. మరింత సంక్లిష్టమైన ఏఐ మోడళ్లను శిక్షణ ఇవ్వడానికి, వాటిని యాక్సెస్ చేయడానికి ఉపయోగించే GPUs ను ప్రభుత్వ సంస్థలు పొందడంలో ఇబ్బందిపడవచ్చని నివేదిక పేర్కొంటుంది. ఇది చిన్న, మరింత లక్ష్యిత వ్యవస్థలను విధాన కారణాలకే కాకుండా, కొనుగోలు మరియు కంప్యూట్ కారణాలకూ ఆకర్షణీయంగా మారుస్తుంది.

ప్రయోగం నుంచి కార్యాచరణకు

మూల పాఠ్యంలో పేర్కొన్న Elastic సర్వే ప్రకారం, ప్రజా రంగ నాయకులలో 65% మంది నిజ సమయంలో మరియు పెద్ద స్థాయిలో డేటాను నిరంతరం ఉపయోగించడంలో ఇబ్బందిపడుతున్నారు. ఈ గణాంకం ఎందుకు చాలా ప్రభుత్వ ఏఐ ప్రయత్నాలు పైలట్ దశ తర్వాత ఆగిపోతాయో వివరిస్తుంది. సవాలు కేవలం ఏఐను ఉపయోగించాలని నిర్ణయించడం కాదు; అది భద్రతతో, ఆడిట్ చేయగలిగే విధంగా, మరియు స్థిరంగా ఉండాల్సిన పనిపద్ధతుల్లో దాన్ని భాగం చేయడం.

ఇక్కడే SLMs కోసం వాదన బలపడుతుంది. ఒక ఏజెన్సీ నియంత్రిత వాతావరణాల్లో పనిచేసే, పరిమిత వ్యవస్థలతో ఏకీకృతమయ్యే, మరియు డేటాను సంస్థ నియంత్రణలో ఉంచే మోడళ్లను కోరుకుంటే, సంకుచిత వ్యవస్థలకు పెద్ద సాధారణ ప్రయోజన మోడళ్ల కంటే కార్యరూపం దాల్చే అవకాశం ఎక్కువగా ఉంటుంది.

అంటే చిన్నది స్వయంచాలకంగా మంచిదని కాదు. అంటే ఆప్టిమైజేషన్ లక్ష్యం వేరుగా ఉందని. అనేక ప్రభుత్వ సందర్భాల్లో, విజేత వ్యవస్థ అనేది అత్యంత పాలించదగినది, నమ్మదగినది కావచ్చు; అత్యధిక బెంచ్‌మార్క్ స్కోరు సాధించినది కాదు.

ఎంటర్‌ప్రైజ్ ఏఐపై విస్తృత సంకేతం

ఈ నివేదికలోని ప్రజా రంగ దృష్టి, ఎంటర్‌ప్రైజ్ ఏఐ ఆలోచనల్లో జరుగుతున్న విస్తృత మార్పునూ సూచిస్తుంది. అత్యంత నియంత్రిత లేదా భద్రత-సున్నితమైన సంస్థల కోసం, frontier-model చర్చ అనేది కథలో ఒక భాగం మాత్రమే. మరో భాగం deployment architecture: మోడల్ ఎక్కడ నడుస్తుంది, అది ఏ డేటాను యాక్సెస్ చేయగలదు, నిర్ణయాలు ఎలా ధృవీకరించబడతాయి, మరియు ఆదర్శ పరిస్థితులు లేకపోయినా కార్యకలాపాలు కొనసాగుతాయా అనే విషయం.

ప్రభుత్వ ఏజెన్సీలు ఆ ఒత్తిడుల యొక్క అత్యంత ఉదాహరణ, కానీ ప్రత్యేకమైనది కాదు. కఠిన అనుగుణ్యత మరియు uptime అవసరాలున్న ఇతర రంగాలు కూడా ఇలాంటి సమతుల్యతలను ఎదుర్కొనవచ్చు. దీంతో ప్రజా రంగం, మరింత ప్రత్యేకమైన ఏఐ స్టాక్స్ వైపు విస్తృత ధోరణికి ఉపయోగకరమైన పరీక్ష కేసుగా మారుతుంది.

నివేదిక నిజంగా ఏమి చెబుతోంది

కేంద్ర వాదం పరిమాణం కోసమే పరిమాణం అనే దాని కంటే ఆపరేటింగ్ వాస్తవికత గురించే ఎక్కువ. ప్రజా సంస్థలు ఏఐను ప్రయోగ దశ నుండి రోజువారీ వాడకానికి తీసుకురావాలంటే, అవి నిజంగా ఉన్న వాతావరణాలకు సరిపోయే వ్యవస్థలు అవసరం. భద్రతా సరిహద్దులు, పరిమిత కనెక్టివిటీ, కట్టడి చేసిన మౌలిక వసతులు, మరియు కఠిన పాలన ప్రభుత్వంలో అంచు కేసులు కావు. అవే ప్రాథమిక స్థితి.

ఆ సందర్భంలో, purpose-built చిన్న భాషా మోడళ్లు ప్రాయోగిక ముందడుగుగా చూపబడుతున్నాయి. అవి పెద్ద వ్యవస్థలంత ఆకర్షణీయంగా లేకపోవచ్చు, కానీ ఏఐ ప్రజా రంగంలో నిజంగా ఉపయోగపడుతుందా లేదా అన్నది ప్రాయోగికత, నియంత్రణ, మరియు నిరంతరతే నిర్ణయిస్తాయని నివేదిక వాదిస్తోంది.

ఈ వ్యాసం MIT Technology Review నివేదికపై ఆధారపడి ఉంది. అసలు వ్యాసం చదవండి.