ಓಪನ್-ವೇಟ್‌ನಿಂದ ಹೈಬ್ರಿಡ್ ಪಾಲುದಾರಿಕೆಗಳವರೆಗೆ

ಬಿಡುಗಡೆಯಾದಾಗಿನಿಂದ, Qwen ಸರಣಿಯು ತನ್ನ ಪ್ಯಾರಾಮೀಟರ್‌ಗಳನ್ನು ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಾಗುವಂತೆ ಮಾಡುವುದರ ಜೊತೆಗೆ, ಉನ್ನತ ಮಟ್ಟದ ಕ್ಲೋಸ್ಡ್-ಸೋರ್ಸ್ ಮಾಡೆಲ್‌ಗಳಿಗೆ ಸಮಾನವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿರುವುದಕ್ಕಾಗಿ ಪ್ರಶಂಸಿಸಲ್ಪಟ್ಟಿದೆ. ಈ ಮುಕ್ತತೆಯು ಲೈಸೆನ್ಸಿಂಗ್ ಶುಲ್ಕವಿಲ್ಲದೆ ಪ್ರಯೋಗ ನಡೆಸಬಹುದಾದ ಹವ್ಯಾಸಿಗಳು, ಸಂಶೋಧಕರು ಮತ್ತು ಸ್ಟಾರ್ಟ್-ಅಪ್‌ಗಳ ಸಮುದಾಯವನ್ನು ಬೆಳೆಸಲು Alibaba ಗೆ ಸಹಾಯ ಮಾಡಿತು.

ಈಗ Alibaba, ದೊಡ್ಡ ಪ್ರಮಾಣದಲ್ಲಿ Qwen ಅನ್ನು ಬಳಸುವ ಸಂಸ್ಥೆಗಳಿಗಾಗಿ ಒಂದು ವಾಣಿಜ್ಯ ಮಾರ್ಗವನ್ನು ಪರೀಕ್ಷಿಸುತ್ತಿದೆ. ಪ್ರತಿ ಕರಲ್ ಶುಲ್ಕ ಅಥವಾ ಸಾಂಪ್ರದಾಯಿಕ ಸಾಫ್ಟ್‌ವೇರ್ ಲೈಸೆನ್ಸ್‌ಗೆ ಬದಲಾಗಿ, ಇದು "ದೊಡ್ಡ ಪ್ರಮಾಣದ ವಾಣಿಜ್ಯ ಬಳಕೆದಾರರೊಂದಿಗೆ" (large-scale commercial users) ಆದಾಯ ಹಂಚಿಕೆಯ ಒಪ್ಪಂದಗಳನ್ನು ಚರ್ಚಿಸಲಿದೆ – ಅಂದರೆ ತಮ್ಮದೇ ಆದ ಮೂಲಸೌಕರ್ಯದಲ್ಲಿ ಮಾಡೆಲ್ ಅನ್ನು ಹೋಸ್ಟ್ ಮಾಡುವ ಮತ್ತು API ಪ್ರವೇಶ, ಇನ್ಫರೆನ್ಸ್ ಸೇವೆಗಳು ಅಥವಾ ಕಸ್ಟಮೈಸ್ ಮಾಡಿದ ಆವೃತ್ತಿಗಳನ್ನು ಗ್ರಾಹಕರಿಗೆ ಮಾರಾಟ ಮಾಡುವ ಸಂಸ್ಥೆಗಳು. ಸಣ್ಣ ಅಭಿವರ್ಧಕರು ಮತ್ತು ಶೈಕ್ಷಣಿಕ ವಲಯದವರಿಗೆ ನಿರ್ಬಂಧವಿಲ್ಲದ ಪ್ರವೇಶವಿರುತ್ತದೆ; ಪಾಲುದಾರರು ಮಾಡೆಲ್ ಅನ್ನು ಆದಾಯ ತರುವ ಯಂತ್ರವನ್ನಾಗಿ ಪರಿವರ್ತಿಸಿದಾಗ ಮಾತ್ರ ಈ ಹೊಸ ನಿಯಮಗಳು ಅನ್ವಯವಾಗುತ್ತವೆ.

ಈ ಬದಲಾವಣೆ ಏಕೆ ಮುಖ್ಯ?

AI ಶಸ್ತ್ರಾಸ್ತ್ರ ಪೈಪೋಟಿಯಲ್ಲಿ ಓಪನ್-ವೇಟ್ ಮಾಡೆಲ್‌ಗಳು ಒಂದು ಕಾರ್ಯತಂತ್ರದ ಆಸ್ತಿಯಾಗಿವೆ. ಇವು ಕಂಪನಿಗಳಿಗೆ ಅತ್ಯಾಧುನಿಕ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ನೀಡುವ ಜೊತೆಗೆ, ದೊಡ್ಡ ಭಾಷಾ ಮಾಡೆಲ್‌ಗಳನ್ನು (large language models) ತರಬೇತಿಗೊಳಿಸುವ ಬೃಹತ್ ವೆಚ್ಚವನ್ನು ತಪ್ಪಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತವೆ. ಪರಿಣಾಮವಾಗಿ, ಅನೇಕ ವ್ಯವಹಾರಗಳು Qwen ಅನ್ನು ಪ್ರೊಪ್ರೈಟರಿ ಡೇಟಾ, UI ಲೇಯರ್‌ಗಳು ಅಥವಾ ಡೊಮೇನ್-ನಿರ್ದಿಷ್ಟ ಬದಲಾವಣೆಗಳೊಂದಿಗೆ ಸೇರಿಸಿ, ನಂತರ ಬಳಕೆದಾರರಿಂದ ಪ್ರತಿ ವಿನಂತಿಗೆ (per request) ಶುಲ್ಕ ಪಡೆಯುವ Model-as-a-Service (MaaS) ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ಗಳನ್ನು ನಿರ್ಮಿಸುತ್ತಿವೆ.

Alibaba ನ ಆದಾಯ ಹಂಚಿಕೆಯ ಪರೀಕ್ಷೆಯು ನೇರವಾಗಿ ಆ ವಾಣಿಜ್ಯ ವಾಸ್ತವಕ್ಕೆ ಪ್ರತಿಕ್ರಿಯಿಸುತ್ತದೆ.

ಹೇಳಲಾಗದ ವಿವರಗಳು

ನಿಖರವಾದ ಆದಾಯದ ಹಂಚಿಕೆ ಅಥವಾ ಒಪ್ಪಂದವನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುವ ಮಿತಿಗಳ (thresholds) ಬಗ್ಗೆ Alibaba ಬಹಿರಂಗಪಡಿಸಿಲ್ಲ. ಮಾಡೆಲ್‌ನ ಓಪನ್-ವೇಟ್ ಸ್ವರೂಪವು ತಾಂತ್ರಿಕವಾಗಿ ಬದಲಾಗದೆ ಉಳಿಯುತ್ತದೆ; ಯಾರೇ ಆಗಲಿ ಇನ್ನೂ ವೇಟ್‌ಗಳನ್ನು ಡೌನ್‌ಲೋಡ್ ಮಾಡಬಹುದು ಮತ್ತು ಮಾಡೆಲ್ ಅನ್ನು ಸ್ಥಳೀಯವಾಗಿ (locally) ಬಳಸಬಹುದು. ಹೊಸ ನೀತಿಯು ಮಾಡೆಲ್ ಅನ್ನು ದೊಡ್ಡ ಪ್ರಮಾಣದಲ್ಲಿ ಹಣ ಗಳಿಸಲು ಬಳಸುವ ಸಂಸ್ಥೆಗಳಿಗೆ ಕೇವಲ ಒಪ್ಪಂದದ ಪದರವನ್ನು (contractual layer) ಮಾತ್ರ ಸೇರಿಸುತ್ತದೆ. ಪ್ರಾಯೋಗಿಕವಾಗಿ, ಇದರ ಜಾರಿ ತಾಂತ್ರಿಕ ನಿರ್ಬಂಧಗಳಿಗಿಂತ ಒಪ್ಪಂದದ ಅನುಸರಣೆಯ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುತ್ತದೆ—ಒಂದು ವೇಳೆ ಪಾಲುದಾರರು ಆದಾಯವನ್ನು ಮರೆಮಾಚಿದರೆ ಅಥವಾ ಕಡಿಮೆ ವರದಿ ಮಾಡಿದರೆ ಈ ಅಂಶವನ್ನು ಪ್ರಶ್ನಿಸಬಹುದು.

ವಿರೋಧಾತ್ಮಕ ವಾದ: ಆದಾಯ ಹಂಚಿಕೆಯು ಮುಕ್ತತೆಗೆ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆಯೇ?

ಓಪನ್-ವೇಟ್ ಮಾಡೆಲ್‌ಗೆ ಹಣಕಾಸಿನ ಹಕ್ಕನ್ನು ಜೋಡಿಸುವುದು ಅದನ್ನು ಆಕರ್ಷಕವಾಗಿಸಿದ ತತ್ವವಾದ 'ನಿರ್ಬಂಧವಿಲ್ಲದ, ಉಚಿತ ಪ್ರವೇಶ'ವನ್ನು ಕುಗ್ಗಿಸುತ್ತದೆ ಎಂದು ವಿಮರ್ಶಕರು ಹೇಳುತ್ತಾರೆ. ಒಮ್ಮೆ ವೇಟ್‌ಗಳು ಸಾರ್ವಜನಿಕವಾದ ನಂತರ, Alibaba ನ ಒಳಗೊಳ್ಳುವಿಕೆಯಿಲ್ಲದೆ ಅವುಗಳನ್ನು ನಕಲಿಸಬಹುದು, ಫೈನ್-ಟ್ಯೂನ್ ಮಾಡಬಹುದು ಮತ್ತು ಮರುಹಂಚಿಕೆ ಮಾಡಬಹುದು ಎಂದು ಅವರು ಗಮನಿಸುತ್ತಾರೆ.

ದೊಡ್ಡ ಪ್ರಮಾಣದ ಮಾಡೆಲ್‌ಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವುದು ಮತ್ತು ನಿರ್ವಹಿಸುವುದು ಅಗ್ಗದ ಕೆಲಸವಲ್ಲ ಎಂದು ಬೆಂಬಲಿಗರು ವಾದಿಸುತ್ತಾರೆ. Qwen ನಂತಹ ಗಾತ್ರದ ಮಾಡೆಲ್ ಅನ್ನು ತರಬೇತಿಗೊಳಿಸಲು ಸಾವಿರಾರು GPU-ಗಂಟೆಗಳು ಮತ್ತು ಬೃಹತ್ ಡೇಟಾ ಪೈಪ್‌ಲೈನ್‌ಗಳು ಬೇಕಾಗುತ್ತವೆ, ಈ ವೆಚ್ಚಗಳನ್ನು ಹೆಚ್ಚಾಗಿ ಪೋಷಕ ಕಂಪನಿಯ ವಿಸ್ತೃತ ವ್ಯವಹಾರವು ಸರಿದೂಗಿಸುತ್ತದೆ. ವಾಣಿಜ್ಯ ಬಳಕೆದಾರರಿಂದ ಬರುವ ಸಣ್ಣ ಪ್ರಮಾಣದ ಆದಾಯದ ಹಂಚಿಕೆಯು ಸಂಶೋಧನೆ ಮತ್ತು ಹವ್ಯಾಸಿಗಳಿಗಾಗಿ ಉಚಿತ ಪ್ರವೇಶವನ್ನು ಉಳಿಸಿಕೊಳ್ಳುವ ಜೊತೆಗೆ ಈ ವೆಚ್ಚಗಳನ್ನು ಸರಿದೂಗಿಸಬಹುದು. ಈ ದೃಷ್ಟಿಕೋನದಲ್ಲಿ, ಹೈಬ್ರಿಡ್ ವಿಧಾನವು ಸಂಪೂರ್ಣ ಮುಕ್ತತೆ ಮತ್ತು ಕಾರ್ಯಸಾಧ್ಯವಾದ ವ್ಯವಹಾರ ಮಾದರಿಯ ನಡುವೆ ಒಂದು ಪ್ರಾಯೋಗಿಕ ರಾಜಿ ಮಾಡಿಕೊಡುತ್ತದೆ.

ಮುಂದೆ ಏನನ್ನು ಗಮನಿಸಬೇಕು

  • ಪೈಲಟ್ ರೋಲ್-ಔಟ್: Alibaba ನ ಮೊದಲ ಒಪ್ಪಂದಗಳು ಕೆಲವು MaaS ಪೂರೈಕೆದಾರರೊಂದಿಗೆ ಆಗುವಾಗ, ಅದು ಆದಾಯದ ಪಾಲನ್ನು ಹೇಗೆ ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ಸಂಗ್ರಹಿಸುತ್ತದೆ ಎಂಬುದು ತಿಳಿಯುತ್ತದೆ.
  • ಸಮುದಾಯದ ಪ್ರತಿಕ್ರಿಯೆ: ಫೋರ್ಕ್‌ಗಳು (Forks) ಅಥವಾ ಇತರ ಓಪನ್-ವೇಟ್ ಮಾಡೆಲ್‌ಗಳಿಗೆ ವಲಸೆ ಹೋಗುವುದು ಪ್ರತಿರೋಧದ ಸಂಕೇತವಾಗಬಹುದು.
  • ನಿಯಂತ್ರಕರ ಪರಿಶೀಲನೆ: ಆದಾಯ ಹಂಚಿಕೆಯನ್ನು ಲೈಸೆನ್ಸಿಂಗ್ ಎಂದು ಪರಿಗಣಿಸಿದರೆ, ಸ್ಪರ್ಧಾತ್ಮಕ ಪ್ರಾಧಿಕಾರಗಳು ಗಮನಿಸಬಹುದು, ವಿಶೇಷವಾಗಿ ಚೀನಾದ ಕ್ಲೌಡ್ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ Alibaba ನ ಪ್ರಾಬಲ್ಯವನ್ನು ಗಮನದಲ್ಲಿಟ್ಟುಕೊಂಡು.
  • ಉದ್ಯಮದ ಪರಿಣಾಮಗಳು: ಓಪನ್-ವೇಟ್ ಬಿಡುಗಡೆ ಮಾಡುವ ಇತರ AI ಸಂಸ್ಥೆಗಳು ಇದೇ ರೀತಿಯ ಯೋಜನೆಗಳನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳಬಹುದು, ಇದು ಇಡೀ ವಲಯದಲ್ಲಿ "ಮುಕ್ತ" ಎಂಬ ಪದದ ವ್ಯಾಖ್ಯಾನವನ್ನು ಮರುರೂಪಿಸಬಹುದು.

ಸಾರಾಂಶ

Alibaba ನ ಪ್ರಯೋಗವು ಅತ್ಯಂತ ಉದಾರವಾದ AI ಮಾಡೆಲ್‌ಗಳು ಸಹ ಶೀಘ್ರದಲ್ಲೇ ದೊಡ್ಡ ಬಳಕೆದಾರರಿಗೆ ವಾಣಿಜ್ಯ ಸಂಬಂಧಿತ ಷರತ್ತುಗಳನ್ನು ಹೊಂದಿರಬಹುದು ಎಂದು ತೋರಿಸುತ್ತದೆ. ಈ ಪ್ರಯೋಗವು ಆದಾಯ ಹಂಚಿಕೆಯ ಚೌಕಟ್ಟು Qwen ನ ಓಪನ್-ಸೋರ್ಸ್ ಸ್ಫೂರ್ತಿಯನ್ನು ಮತ್ತು ಅತ್ಯಾಧುನಿಕ AI ಪ್ಲಾಟ್‌ಫಾರ್ಮ್ ಅನ್ನು ನಡೆಸುವ ಹಣಕಾಸಿನ ವಾಸ್ತವಗಳ ನಡುವೆ ಸಮತೋಲನವನ್ನು ಕಾಪಾಡಬಲ್ಲದೇ ಎಂದು ಪರೀಕ್ಷಿಸುತ್ತದೆ. ಇದರ ಫಲಿತಾಂಶವು ಮುಂದಿನ ತಲೆಮಾರಿನ AI ಪರಿಸರ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಒಂದು ಮಾದರಿಯಾಗಬಹುದು, ಅಲ್ಲಿ ಮುಕ್ತತೆ ಮತ್ತು ಲಾಭದಾಯಕತೆ ಎಂಬುದು ಕೇವಲ ಎರಡು ವಿಭಿನ್ನ ಆಯ್ಕೆಗಳಾಗಿರದೆ, ಚರ್ಚಿತ ನಿಯಮಗಳ ಅಡಿಯಲ್ಲಿ ಸಹಬಾಳ್ವೆ ನಡೆಸುತ್ತವೆ.