Open vs Closed AI: സാധാരണ ഉപയോക്താക്കൾ അറിഞ്ഞിരിക്കേണ്ട കാര്യങ്ങൾ

ഇന്റലിജൻസിന്റെ വൻമതിൽ

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (AI) മേഖല ഇപ്പോൾ രണ്ട് തട്ടിലായി പിരിഞ്ഞിരിക്കുകയാണ്. ഒരു വശത്ത്, OpenAI, Google തുടങ്ങിയ കമ്പനികൾ ഡിജിറ്റൽ മതിലുകൾക്ക് പിന്നിൽ ഒളിപ്പിച്ചുവെച്ചിരിക്കുന്ന കൂറ്റൻ സിസ്റ്റങ്ങൾ നിർമ്മിക്കുന്നു. നിങ്ങൾ ഒരു വെബ്‌സൈറ്റ് വഴിയോ ആപ്പ് വഴിയോ ഇവ ഉപയോഗിക്കുന്നുണ്ടെങ്കിലും, അവ എങ്ങനെയാണ് പ്രവർത്തിക്കുന്നതെന്ന് നിങ്ങൾക്ക് ഒരിക്കലും കാണാൻ കഴിയില്ല. മറുവശത്ത്, Meta, Mistral തുടങ്ങിയ കമ്പനികളും ഡെവലപ്പർമാരുടെ ഒരു വലിയ കൂട്ടായ്മയും തങ്ങളുടെ മോഡലുകൾ ആർക്കും ഡൗൺലോഡ് ചെയ്യാവുന്ന രീതിയിൽ പുറത്തിറക്കുന്നു. ഇതൊരു സാങ്കേതിക തർക്കം മാത്രമല്ല, മനുഷ്യന്റെ അറിവിന്റെ ഭാവിയെ ആര് നിയന്ത്രിക്കണം, അത് ഉപയോഗിക്കാൻ നിങ്ങൾ എത്ര പണം നൽകണം എന്നതിനെച്ചൊല്ലിയുള്ള വലിയൊരു പോരാട്ടമാണ്. സാധാരണക്കാരെ സംബന്ധിച്ചിടത്തോളം, ഓപ്പൺ (Open) സിസ്റ്റവും ക്ലോസ്ഡ് (Closed) സിസ്റ്റവും തമ്മിലുള്ള തിരഞ്ഞെടുപ്പ് നിങ്ങളുടെ പ്രൈവസി, ചെലവ്, സർഗ്ഗാത്മക സ്വാതന്ത്ര്യം എന്നിവയെ ബാധിക്കുന്നു. നിങ്ങൾ ഒരു ക്ലോസ്ഡ് മോഡൽ ഉപയോഗിക്കുകയാണെങ്കിൽ, നിങ്ങൾ ഒരു വാടകക്കാരനാണ്. ഒരു ഓപ്പൺ മോഡൽ ഉപയോഗിക്കുകയാണെങ്കിൽ, നിങ്ങൾ ഒരു ഉടമയാണ്. ഡാറ്റയിലോ സബ്‌സ്‌ക്രിപ്‌ഷനിലോ എന്തെങ്കിലും പ്രശ്നം ഉണ്ടാകുന്നതുവരെ മിക്കവരും ഈ വ്യത്യാസങ്ങൾ ശ്രദ്ധിക്കാറില്ല.

ഓപ്പൺ എന്ന വാക്കിന്റെ പിന്നിലെ സത്യം

മാർക്കറ്റിംഗ് ടീമുകൾക്ക് ‘ഓപ്പൺ’ എന്ന വാക്ക് വളരെ ഇഷ്ടമാണ്, കാരണം അത് സുതാര്യതയെയും കമ്മ്യൂണിറ്റിയെയും സൂചിപ്പിക്കുന്നു. എന്നാൽ AI-യുടെ ലോകത്ത്, ഈ വാക്ക് പലപ്പോഴും വളരെ അയഞ്ഞ രീതിയിലാണ് ഉപയോഗിക്കുന്നത്. യഥാർത്ഥ ഓപ്പൺ സോഴ്‌സ് സോഫ്റ്റ്‌വെയർ ആർക്കും കോഡ് കാണാനും മാറ്റം വരുത്താനും പങ്കിടാനും അനുവദിക്കുന്നു. AI-യുടെ കാര്യത്തിൽ, ഇതിനർത്ഥം ട്രെയിനിംഗ് ഡാറ്റ, ട്രെയിനിംഗ് കോഡ്, ഫൈനൽ മോഡൽ വെയിറ്റ്‌സ് എന്നിവയിലേക്കുള്ള ആക്‌സസ് ഉണ്ടായിരിക്കണം എന്നാണ്. വളരെ കുറച്ച് മോഡലുകൾ മാത്രമേ ഈ നിലവാരം പുലർത്തുന്നുള്ളൂ. പൊതുജനങ്ങൾ ‘ഓപ്പൺ AI’ എന്ന് വിളിക്കുന്ന മിക്കതും യഥാർത്ഥത്തിൽ ‘ഓപ്പൺ വെയിറ്റ്‌സ്’ (open weights) മാത്രമാണ്. ഇതിനർത്ഥം, കമ്പനി നിങ്ങൾക്ക് മോഡലിന്റെ തലച്ചോറ് നൽകുന്നു, പക്ഷേ അത് എങ്ങനെ നിർമ്മിച്ചുവെന്നോ, ഏതൊക്കെ പുസ്തകങ്ങളും വെബ്‌സൈറ്റുകളും ഉപയോഗിച്ചാണ് അത് ട്രെയിൻ ചെയ്തതെന്നോ അവർ വ്യക്തമാക്കുന്നില്ല. ഒരു ബേക്കറി നിങ്ങൾക്ക് കേക്ക് തരികയും ഓവന്റെ താപനില പറയുകയും ചെയ്യുന്നു, പക്ഷേ അതിൽ ഉപയോഗിച്ച മാവിന്റെയോ മുട്ടയുടെയോ ബ്രാൻഡ് വെളിപ്പെടുത്താൻ വിസമ്മതിക്കുന്നതുപോലെയാണിത്.

ക്ലോസ്ഡ് AI നിർവചിക്കാൻ വളരെ എളുപ്പമാണ്. അതൊരു ഉൽപ്പന്നമാണ്. നിങ്ങൾ GPT-4 അല്ലെങ്കിൽ Claude 3 ഉപയോഗിക്കുമ്പോൾ, നിങ്ങൾ ഒരു സർവീസുമായി സംവദിക്കുകയാണ്. നിങ്ങൾക്ക് ആ മോഡൽ നിങ്ങളുടെ ലാപ്ടോപ്പിലേക്ക് ഡൗൺലോഡ് ചെയ്യാൻ കഴിയില്ല. ചില ചോദ്യങ്ങൾക്ക് മറുപടി നൽകുന്നതിൽ നിന്ന് അതിനെ തടയുന്ന ആന്തരിക ഫിൽട്ടറുകൾ നിങ്ങൾക്ക് കാണാൻ കഴിയില്ല. മോഡലിനെ വേഗത്തിലാക്കാൻ കമ്പനി ഒറ്റരാത്രികൊണ്ട് അതിൽ മാറ്റം വരുത്തിയോ എന്ന് അറിയാൻ നിങ്ങൾക്ക് മാർഗ്ഗമില്ല. ഈ സുതാര്യതയില്ലായ്മയാണ് സൗകര്യത്തിന്റെ വില. മോഡലുകൾ ക്ലോസ്ഡ് ആയി നിലനിർത്തുന്നത് ദുരുപയോഗം തടയാനാണെന്ന് കമ്പനികൾ വാദിക്കുന്നു. എന്നാൽ ഇതൊരു കുത്തകാവകാശം സംരക്ഷിക്കാനുള്ള മാർഗ്ഗമാണെന്ന് വിമർശകർ പറയുന്നു. ഈ വ്യത്യാസം മനസ്സിലാക്കുന്നത് വളരെ പ്രധാനമാണ്, കാരണം മെഷീൻ നൽകുന്ന ഉത്തരങ്ങളെ നിങ്ങൾ എങ്ങനെ വിശ്വസിക്കണം എന്നത് അത് തീരുമാനിക്കുന്നു.

സിലിക്കൺ യുഗത്തിലെ പരമാധികാരം

ഈ വിഭജനത്തിന്റെ ആഗോള പ്രത്യാഘാതം വളരെ വലുതാണ്. അമേരിക്കയ്ക്ക് പുറത്തുള്ള രാജ്യങ്ങളെ സംബന്ധിച്ചിടത്തോളം, ക്ലോസ്ഡ് AI മോഡലുകളെ ആശ്രയിക്കുക എന്നതിനർത്ഥം തങ്ങളുടെ സെൻസിറ്റീവായ ദേശീയ ഡാറ്റ കാലിഫോർണിയയിലോ വിർജീനിയയിലോ ഉള്ള സെർവറുകളിലേക്ക് അയക്കുക എന്നതാണ്. ഇത് അമേരിക്കൻ കോർപ്പറേഷനുകളെ അമിതമായി ആശ്രയിക്കുന്ന അവസ്ഥ സൃഷ്ടിക്കുന്നു. ഓപ്പൺ വെയിറ്റ്‌സ് മോഡലുകൾ യൂറോപ്പിലെ ഒരു സർക്കാരിനെയോ ഇന്ത്യയിലെ ഒരു സ്റ്റാർട്ടപ്പിനെയോ തങ്ങളുടെ സ്വന്തം ലോക്കൽ ഹാർഡ്‌വെയറിൽ AI പ്രവർത്തിപ്പിക്കാൻ അനുവദിക്കുന്നു. ഇത് ക്ലോസ്ഡ് സിസ്റ്റങ്ങൾക്ക് ഒരിക്കലും നൽകാൻ കഴിയാത്ത പരമാധികാരം നൽകുന്നു. സിലിക്കൺ വാലി ഭീമന്മാർ അവഗണിച്ചേക്കാവുന്ന പ്രാദേശിക ഭാഷകളും സാംസ്കാരിക സൂക്ഷ്മതകളും മനസ്സിലാക്കുന്ന മോഡലുകൾ നിർമ്മിക്കാൻ ഇത് സഹായിക്കുന്നു. ഒരു മോഡൽ ഓപ്പൺ ആകുമ്പോൾ, ഒരു ചെറിയ ഗ്രാമത്തിലെ ഡെവലപ്പർക്കും ഒരു ബില്യൺ ഡോളർ കമ്പനിയിലെ ഗവേഷകനും ഒരേ തുടക്കമാണ് ലഭിക്കുന്നത്. ഇത് സാങ്കേതികവിദ്യയിൽ അപൂർവ്വമായി മാത്രം സംഭവിക്കുന്ന ഒരു തുല്യതയാണ്.

എന്റർപ്രൈസസും കടുത്ത തിരഞ്ഞെടുപ്പാണ് നേരിടുന്നത്. ഒരു ബാങ്കിന് തങ്ങളുടെ ഉപഭോക്താക്കളുടെ സ്വകാര്യ സാമ്പത്തിക വിവരങ്ങൾ മൂന്നാമതൊരു ക്ലൗഡിലേക്ക് അയക്കാൻ കഴിയില്ല. അവരെ സംബന്ധിച്ചിടത്തോളം, സ്വന്തം സുരക്ഷിതമായ ഡാറ്റാ സെന്ററിനുള്ളിൽ പ്രവർത്തിക്കുന്ന ഒരു ഓപ്പൺ മോഡൽ മാത്രമാണ് ഏക പോംവഴി. അതേസമയം, ഒരു ചെറിയ മാർക്കറ്റിംഗ് ഏജൻസിക്ക് ക്ലോസ്ഡ് മോഡലിന്റെ മികച്ച പെർഫോമൻസ് ഇഷ്ടപ്പെട്ടേക്കാം, കാരണം സ്വന്തമായി സെർവറുകൾ മാനേജ് ചെയ്യാൻ അവർക്ക് ആളുകളില്ല. ആഗോള സമ്പദ്‌വ്യവസ്ഥ ഇപ്പോൾ ഈ രണ്ട് തട്ടിലായി മാറുകയാണ്. നിയന്ത്രണത്തിന് മുൻഗണന നൽകുന്നവരും വേഗതയ്ക്ക് മുൻഗണന നൽകുന്നവരും. നമ്മൾ മുന്നോട്ട് പോകുമ്പോൾ, ഈ രണ്ട് ഗ്രൂപ്പുകൾ തമ്മിലുള്ള അകലം വർദ്ധിക്കും. AI എന്നത് എല്ലാവർക്കും ഒരേപോലെ ഉപയോഗിക്കാവുന്ന ഒന്നല്ല, മറിച്ച് ഉടമസ്ഥാവകാശം ആവശ്യമുള്ള ഒരു തന്ത്രപരമായ ആസ്തിയാണെന്ന് തിരിച്ചറിയുന്നവരായിരിക്കും വിജയികൾ.

ലോക്കൽ സാൻഡ്‌ബോക്സിലെ സ്വകാര്യത

പ്രായോഗികമായ കാര്യങ്ങൾ മനസ്സിലാക്കാൻ, എലീന എന്ന മെഡിക്കൽ ഗവേഷകയുടെ ഒരു ദിവസം പരിഗണിക്കുക. രോഗികളുടെ വിവരങ്ങൾ ഉൾപ്പെടുന്ന ഒരു പുതിയ പഠനത്തിലാണ് അവൾ. അവൾ ഒരു ജനപ്രിയ ക്ലോസ്ഡ് AI ടൂൾ ഉപയോഗിക്കുകയാണെങ്കിൽ, വിവരങ്ങൾ AI-ക്ക് നൽകുന്നതിന് മുൻപ് അവയിൽ നിന്ന് വ്യക്തികളെ തിരിച്ചറിയാൻ കഴിയുന്ന എല്ലാ വിവരങ്ങളും നീക്കം ചെയ്യണം. എന്നിട്ടുപോലും, അവളുടെ ഡാറ്റ മോഡലിന്റെ അടുത്ത പതിപ്പ് ട്രെയിൻ ചെയ്യാൻ ഉപയോഗിക്കുന്നുണ്ടോ എന്ന് അവൾക്ക് ഉറപ്പില്ല. AI കമ്പനിയിൽ ഡാറ്റാ ചോർച്ച ഉണ്ടാകുമോ എന്ന ആശങ്ക അവൾക്കുണ്ട്. ഈ ബുദ്ധിമുട്ടുകൾ അവളുടെ പ്രവർത്തനത്തെ മന്ദഗതിയിലാക്കുന്നു. ക്ലൗഡ് നൽകുന്ന സൗകര്യത്തിനൊപ്പം എപ്പോഴും ഒരു ആശങ്കയുമുണ്ട്.

ഇനി, എലീന തന്റെ ഓഫീസിലെ ശക്തമായ വർക്ക്സ്റ്റേഷനിൽ പ്രവർത്തിക്കുന്ന ഒരു ഓപ്പൺ വെയിറ്റ്‌സ് മോഡലിലേക്ക് മാറുന്നുവെന്ന് സങ്കൽപ്പിക്കുക. ഭയമില്ലാതെ തന്റെ ഗവേഷണത്തിന്റെ ഓരോ ചെറിയ വിവരവും അവൾക്ക് AI-ക്ക് നൽകാം. ഡാറ്റ ഒരിക്കലും റൂമിന് പുറത്തേക്ക് പോകുന്നില്ല. പൊതുവായ ക്ലൗഡ് മോഡലുകൾക്ക് തെറ്റുപറ്റാൻ സാധ്യതയുള്ള പ്രത്യേക മെഡിക്കൽ പദങ്ങൾ മനസ്സിലാക്കാൻ അവൾക്ക് മോഡലിനെ ഫൈൻ ട്യൂൺ ചെയ്യാം. താൻ ഉപയോഗിക്കുന്ന AI പതിപ്പിന്റെ പൂർണ്ണ നിയന്ത്രണം അവൾക്കുണ്ട്. ഒരു സോഫ്റ്റ്‌വെയർ അപ്‌ഡേറ്റ് മെഡിക്കൽ വിശകലനത്തിൽ മോഡലിനെ മോശമാക്കുകയാണെങ്കിൽ, അവൾക്ക് പഴയ പതിപ്പിൽ തന്നെ തുടരാം. ഇതാണ് ലോക്കൽ AI-യുടെ ശക്തി. അത് അവൾക്ക് വേണ്ടി മാത്രം പ്രവർത്തിക്കുന്ന ഒരു സ്വകാര്യ അസിസ്റ്റന്റായി മാറുന്നു. സെറ്റപ്പ് ചെയ്യാൻ അല്പം പ്രയാസമാണെങ്കിലും, കോർപ്പറേറ്റ് ഫിൽട്ടറുകളോ പ്രൈവസി പോളിസികളോ ഇല്ലാത്തതിനാൽ ദീർഘകാലാടിസ്ഥാനത്തിൽ ഇതിന് വലിയ ഗുണമുണ്ട്.

ഈ മോഡലുകൾ പ്രവർത്തിപ്പിക്കാൻ എത്രത്തോളം പ്രയാസമാണെന്ന് സാധാരണ ഉപയോക്താക്കൾ പലപ്പോഴും തെറ്റിദ്ധരിക്കാറുണ്ട്. സെർവറുകൾ നിറഞ്ഞ ഒരു മുറി തന്നെ വേണമെന്ന് അവർ കരുതുന്നു. എന്നാൽ സത്യത്തിൽ, പല ഓപ്പൺ മോഡലുകളും ഇപ്പോൾ ആധുനിക ലാപ്ടോപ്പുകളിൽ പ്രവർത്തിക്കും. മറുവശത്ത്, ക്ലോസ്ഡ് സിസ്റ്റങ്ങളിൽ തങ്ങൾക്ക് എത്രത്തോളം നിയന്ത്രണം നഷ്ടപ്പെടുന്നുണ്ടെന്ന് ആളുകൾ മനസ്സിലാക്കുന്നില്ല. ആ സേവനം എപ്പോഴും അവിടെയുണ്ടാകുമെന്നും വില കുറവായിരിക്കുമെന്നും അവർ കരുതുന്നു. ഒരു കമ്പനിയുടെ ഇക്കോസിസ്റ്റത്തിൽ നിങ്ങൾ കുടുങ്ങിക്കഴിഞ്ഞാൽ, വില കൂടുകയും ഫീച്ചറുകൾ അപ്രത്യക്ഷമാവുകയും ചെയ്യുമെന്ന് ചരിത്രം നമ്മെ പഠിപ്പിക്കുന്നു. ഒരു ഓപ്പൺ പാത തിരഞ്ഞെടുക്കുന്നതിലൂടെ, നിങ്ങളുടെ താൽപ്പര്യങ്ങൾക്ക് വിരുദ്ധമായ ഭാവിയിലെ കോർപ്പറേറ്റ് തീരുമാനങ്ങളിൽ നിന്ന് നിങ്ങൾ സ്വയം സംരക്ഷിക്കുകയാണ്. നിങ്ങളുടെ ഡിജിറ്റൽ ടൂൾബോക്സിൽ എന്നേക്കും നിലനിൽക്കുന്ന ഒരു ടൂളാണ് നിങ്ങൾ തിരഞ്ഞെടുക്കുന്നത്.

നിയന്ത്രണത്തെക്കുറിച്ചുള്ള അസ്വസ്ഥമായ ചോദ്യങ്ങൾ

ഈ സിസ്റ്റങ്ങളുടെ മറഞ്ഞിരിക്കുന്ന ചെലവുകളെക്കുറിച്ച് നമ്മൾ കഠിനമായ ചോദ്യങ്ങൾ ചോദിക്കേണ്ടതുണ്ട്. ഒരു മോഡൽ ക്ലോസ്ഡ് ആണെങ്കിൽ, പക്ഷപാതമുണ്ടോ എന്ന് ആരാണ് പരിശോധിക്കുന്നത്? കമ്പനിയുടെ മാർക്കറ്റിംഗ് മെറ്റീരിയലുകളെ വിശ്വസിക്കാൻ നമ്മൾ നിർബന്ധിതരാകുന്നു. ഒരു രാഷ്ട്രീയ സംഭവത്തെക്കുറിച്ച് മറുപടി നൽകാൻ AI വിസമ്മതിച്ചാൽ, അത് സുരക്ഷയ്ക്ക് വേണ്ടിയാണോ അതോ കമ്പനിയുടെ പ്രതിച്ഛായ സംരക്ഷിക്കാൻ വേണ്ടിയാണോ? സുതാര്യതയുടെ അഭാവം കാരണം ഇത് അറിയാൻ കഴിയില്ല. മറുവശത്ത്, ഓപ്പൺ മോഡലുകൾ അവരുടേതായ അപകടസാധ്യതകൾ ഉയർത്തുന്നു. ആർക്കും ഒരു ശക്തമായ AI ഡൗൺലോഡ് ചെയ്യാമെങ്കിൽ, തെറ്റായ വിവരങ്ങളോ മാൽവെയറോ സൃഷ്ടിക്കാൻ അത് ഉപയോഗിക്കുന്നതിൽ നിന്ന് അവരെ എന്ത് തടയും? കൂടുതൽ ഓപ്പൺ മോഡലുകളാണ് ഇതിനുള്ള മികച്ച പ്രതിരോധമെന്ന് ഓപ്പൺ കമ്മ്യൂണിറ്റി വാദിക്കുന്നു, എന്നാൽ ഇത് ഇതുവരെ ഒരു പ്രതിസന്ധി ഘട്ടത്തിൽ പൂർണ്ണമായി പരീക്ഷിക്കപ്പെട്ടിട്ടില്ല.

ഊർജ്ജത്തെയും ഹാർഡ്‌വെയറിനെയും കുറിച്ചുള്ള ചോദ്യവുമുണ്ട്. സ്വന്തമായി AI പ്രവർത്തിപ്പിക്കുന്നത് സൗജന്യമല്ല. ഇതിന് ധാരാളം വൈദ്യുതി ആവശ്യമാണ്, വിലകൂടിയ ഗ്രാഫിക്സ് കാർഡുകളും വേണം. കോർപ്പറേറ്റ് ആശ്രിതത്വത്തിന് പകരം നമ്മൾ ഹാർഡ്‌വെയർ ആശ്രിതത്വത്തിലേക്ക് മാറുകയാണോ? കൂടാതെ, ഈ മോഡലുകൾക്കായി ഉപയോഗിക്കുന്ന ഡാറ്റാസെറ്റുകൾ പലപ്പോഴും യഥാർത്ഥ ഉടമകളുടെ അനുവാദമില്ലാതെ ഇന്റർനെറ്റിൽ നിന്ന് ശേഖരിച്ചവയാണ്. ക്ലോസ്ഡ് കമ്പനികൾ തങ്ങളുടെ ഡാറ്റാ സ്രോതസ്സുകൾ മറച്ചുവെക്കുമ്പോൾ, ഓപ്പൺ വെയിറ്റ് കമ്പനികളും അക്കാര്യത്തിൽ അത്ര വ്യക്തത പുലർത്താറില്ല. ഒരു AI-യുടെ അടിത്തറ രഹസ്യമാണെങ്കിൽ അതിനെ എങ്ങനെ യഥാർത്ഥത്തിൽ ‘ഓപ്പൺ’ എന്ന് വിളിക്കാൻ കഴിയും? വളരെ ദുർബലമായ ഒരു ധാർമ്മിക അടിത്തറയിലാണ് നമ്മൾ ഭാവിയുടെ അടിസ്ഥാന സൗകര്യങ്ങൾ നിർമ്മിക്കുന്നത്. നമ്മൾ മുന്നോട്ട് പോകുമ്പോൾ, യഥാർത്ഥ സുതാര്യതയ്ക്കായുള്ള സമ്മർദ്ദം വർദ്ധിക്കുകയേയുള്ളൂ.

സാങ്കേതിക വിദഗ്ധർക്കായി

ചാറ്റ് ഇന്റർഫേസിന് അപ്പുറത്തേക്ക് പോകാൻ ആഗ്രഹിക്കുന്നവർക്ക്, സാങ്കേതിക വ്യത്യാസങ്ങൾ വളരെ വലുതാണ്. ക്ലോസ്ഡ് AI ദാതാക്കൾ ഓരോ വാക്കിനും അല്ലെങ്കിൽ ചിത്രത്തിനും പണം ഈടാക്കുന്ന API-കൾ നൽകുന്നു. നിങ്ങൾ ഒരു പ്രോജക്റ്റ് സ്കെയിൽ ചെയ്യുമ്പോൾ ഈ ചെലവുകൾ പെട്ടെന്ന് വർദ്ധിക്കാം. അവരുടെ റേറ്റ് ലിമിറ്റുകൾക്കും നിങ്ങൾ വിധേയരാണ്. അവരുടെ സെർവറുകൾ തിരക്കിലാണെങ്കിൽ, നിങ്ങളുടെ ആപ്ലിക്കേഷൻ മന്ദഗതിയിലാകും. ലേറ്റൻസിയുടെയോ അപ്‌ടൈമിന്റെയോ കാര്യത്തിൽ നിങ്ങൾക്ക് നിയന്ത്രണമില്ല. ചുരുക്കത്തിൽ, വാടക ഭൂമിയിലാണ് നിങ്ങൾ ബിസിനസ്സ് കെട്ടിപ്പടുക്കുന്നത്. നിങ്ങളുടെ ഉപയോഗം നിരോധിക്കാൻ ദാതാവ് തീരുമാനിച്ചാൽ, നിങ്ങളുടെ പ്രോജക്റ്റ് ഒരു ദിവസം കൊണ്ട് ഇല്ലാതാകാം. ദീർഘകാല മൂല്യം സൃഷ്ടിക്കാൻ ആഗ്രഹിക്കുന്ന ഡെവലപ്പർമാർക്ക് ഇതൊരു വലിയ റിസ്കാണ്.

ഓപ്പൺ മോഡലുകൾ വ്യത്യസ്തമായ ഒരു വർക്ക്ഫ്ലോ നൽകുന്നു. *ക്വാന്റൈസേഷൻ* (quantization) പോലുള്ള സാങ്കേതിക വിദ്യകൾ ഉപയോഗിച്ച് ഒരു വലിയ മോഡലിനെ ചെറുതാക്കി കുറഞ്ഞ വിലയുള്ള ഹാർഡ്‌വെയറിൽ പ്രവർത്തിപ്പിക്കാം. ഇത് 70 ബില്യൺ പാരാമീറ്റർ മോഡലിനെ ഒരു സാധാരണ ഹൈ-എൻഡ് GPU-ൽ പ്രവർത്തിപ്പിക്കാൻ നിങ്ങളെ അനുവദിക്കുന്നു. ഇന്റർനെറ്റ് കണക്ഷൻ ഇല്ലെങ്കിലും നിങ്ങളുടെ ആപ്ലിക്കേഷൻ പ്രവർത്തിക്കുന്നുണ്ടെന്ന് ഉറപ്പാക്കാൻ മോഡൽ വെയിറ്റ്‌സ് ലോക്കൽ സ്റ്റോറേജിൽ സൂക്ഷിക്കാം. API ലിമിറ്റുകളില്ല, ഹാർഡ്‌വെയർ വാങ്ങിയ ശേഷം ടോക്കൺ അടിസ്ഥാനത്തിൽ ചെലവുകളുമില്ല. ഇന്റഗ്രേഷനും കൂടുതൽ ഫ്ലെക്സിബിൾ ആണ്. നിങ്ങളുടെ പ്രത്യേക ആവശ്യങ്ങൾക്കനുസരിച്ച് മോഡലിന്റെ ആന്തരിക ലെയറുകളിൽ മാറ്റം വരുത്താം. ക്ലോസ്ഡ് API ഉപയോഗിച്ച് ഇത്തരത്തിലുള്ള കസ്റ്റമൈസേഷൻ അസാധ്യമാണ്. തുടക്കത്തിൽ എഞ്ചിനീയറിംഗ് പ്രയാസമാണെങ്കിലും, അനുവാദമില്ലാതെ പുതിയ കാര്യങ്ങൾ പരീക്ഷിക്കാനുള്ള സ്വാതന്ത്ര്യം പവർ യൂസർമാർക്ക് വലിയൊരു നേട്ടമാണ്.

ഞങ്ങൾ ഉൾപ്പെടുത്തണമെന്ന് നിങ്ങൾ കരുതുന്ന ഒരു AI സ്റ്റോറിയോ, ടൂളോ, ട്രെൻഡോ, ചോദ്യമോ നിങ്ങളുടെ പക്കലുണ്ടോ? നിങ്ങളുടെ ലേഖന ആശയം ഞങ്ങൾക്ക് അയയ്ക്കുക — അത് കേൾക്കാൻ ഞങ്ങൾ ആഗ്രഹിക്കുന്നു.

മുന്നോട്ടുള്ള വഴി തിരഞ്ഞെടുക്കുമ്പോൾ

ഓപ്പൺ അല്ലെങ്കിൽ ക്ലോസ്ഡ് AI എന്നത് നിങ്ങളുടെ ആവശ്യങ്ങളെ ആശ്രയിച്ചിരിക്കുന്നു. നിങ്ങൾക്ക് ഏറ്റവും ശക്തവും മികച്ചതുമായ അനുഭവം വേണമെങ്കിൽ, പ്രൈവസിയെക്കുറിച്ചോ ദീർഘകാല ചെലവിനെക്കുറിച്ചോ ആശങ്കയില്ലെങ്കിൽ, GPT-4 പോലുള്ള ക്ലോസ്ഡ് മോഡലുകളാണ് നല്ലത്. അവ AI ലോകത്തെ ഫെരാരികളാണ്. അവ വേഗതയുള്ളതും മനോഹരവുമാണ്, മറ്റാരോ പരിപാലിക്കുന്നവയുമാണ്. എന്നാൽ നിങ്ങൾ പ്രൈവസിയെ വിലമതിക്കുന്നുവെങ്കിൽ, ആവർത്തിച്ചുള്ള ഫീസുകൾ ഒഴിവാക്കാൻ ആഗ്രഹിക്കുന്നുവെങ്കിൽ, അല്ലെങ്കിൽ നിങ്ങൾ സ്വന്തമായി ഉടമസ്ഥതയുള്ള ഒരു സിസ്റ്റം നിർമ്മിക്കാൻ ആഗ്രഹിക്കുന്നുവെങ്കിൽ, ഓപ്പൺ വെയിറ്റ്‌സ് മോഡലുകളാണ് മികച്ച വഴി. അവ സെറ്റപ്പ് ചെയ്യാൻ കൂടുതൽ പരിശ്രമം ആവശ്യമാണ്, എന്നാൽ ഒരു സബ്‌സ്‌ക്രിപ്‌ഷൻ സർവീസിനും നൽകാൻ കഴിയാത്ത സുരക്ഷയും ഫ്ലെക്സിബിലിറ്റിയും അവ നൽകുന്നു. മാറിക്കൊണ്ടിരിക്കുന്ന AI വ്യവസായ നിലവാരങ്ങൾ സൂചിപ്പിക്കുന്നത് ഭാവി രണ്ടിന്റെയും സമ്മിശ്രമായിരിക്കും എന്നാണ്. പെട്ടെന്നുള്ള ജോലികൾക്ക് ക്ലോസ്ഡ് മോഡലുകളും, ഏറ്റവും പ്രധാനപ്പെട്ടതും സ്വകാര്യവുമായ ജോലികൾക്ക് ഓപ്പൺ മോഡലുകളും ഉപയോഗിക്കുക. ഈ പുതിയ കാലഘട്ടത്തിൽ, ഏത് ജോലിക്ക് ഏത് ടൂൾ ഉപയോഗിക്കണമെന്ന് അറിയുക എന്നതാണ് ഏറ്റവും പ്രധാനപ്പെട്ട കഴിവ്.

Toimittajan huomautus: Loimme tämän sivuston monikieliseksi tekoälyuutisten ja -oppaiden keskukseksi ihmisille, jotka eivät ole tietokonenörttejä, mutta haluavat silti ymmärtää tekoälyä, käyttää sitä luottavaisemmin ja seurata jo saapuvaa tulevaisuutta.