Microsoft ನ ಓಪನ್-ವೇಟ್ (Open-Weight) ಬದಲಾವಣೆ: Azure ಪ್ರಾಬಲ್ಯವನ್ನು ಭದ್ರಪಡಿಸಿಕೊಳ್ಳಲು ಒಂದು ಕಾರ್ಯತಂತ್ರದ ಹೆಜ್ಜೆ

Microsoft ಕೇವಲ OpenAI ಮರುಮಾರಿಯಾಗಿ (reseller) ಇರುವುದನ್ನು ಬಿಟ್ಟು, ಅಂತಿಮ AI ಆರ್ಕೆಸ್ಟ್ರೇಟರ್ (orchestrator) ಆಗುವತ್ತ ತನ್ನ ಗಮನವನ್ನು ಹರಿಸುತ್ತಿದೆ. ಓಪನ್-ವೇಟ್ ಮಾಡೆಲ್‌ಗಳನ್ನು ಬೆಂಬಲಿಸುವ ಮೂಲಕ, ಮುಂದಿನ ತಲೆಮಾರಿನ AI ನಾವೀನ್ಯತೆಗಳು ನೆಲೆಸುವ ಮೂಲಸೌಕರ್ಯವನ್ನು (infrastructure) ನಿಯಂತ್ರಿಸಲು ಈ ತಂತ್ರಜ್ಞಾನದ ದೈತ್ಯ ಸಂಸ್ಥೆಯು ತನ್ನನ್ನು ತಾನು ಸಿದ್ಧಪಡಿಸಿಕೊಳ್ಳುತ್ತಿದೆ.

ಫ್ರಾಂಟಿಯರ್ ಮಾಡೆಲ್‌ಗಳಿಂದ (Frontier Models) ಓಪನ್ ಎಕೋಸಿಸ್ಟಮ್‌ಗಳತ್ತ ಬದಲಾವಣೆ

ಇತ್ತೀಚೆಗೆ "Open Weights and American AI Leadership" ಎಂಬ ಶೀರ್ಷಿಕೆಯ ಮುಕ್ತ ಪತ್ರದಲ್ಲಿ, Microsoft ಸಂಸ್ಥೆಯು Meta, Nvidia, Hugging Face ಮತ್ತು Mistral ನಂತಹ ಉದ್ಯಮದ ಪ್ರಮುಖ ಸಂಸ್ಥೆಗಳೊಂದಿಗೆ ಸೇರಿ ಮುಕ್ತ AI ಎಕೋಸಿಸ್ಟಮ್‌ಗಾಗಿ ವಾದಿಸಿತು. ಕೆಲವು ಫ್ರಾಂಟಿಯರ್ ಮಾಡೆಲ್‌ಗಳಲ್ಲಿ ಅಧಿಕಾರವನ್ನು ಕೇಂದ್ರೀಕರಿಸುವ ಬದಲು, ಎಲ್ಲಾ ವಲಯಗಳಲ್ಲಿ AI ತಂತ್ರಜ್ಞಾನವನ್ನು ವಿಸ್ತರಿಸುವುದರ ಮೇಲೆ ಅಮೆರಿಕದ ನಾಯಕತ್ವವು ಅವಲಂಬಿತವಾಗಿದೆ ಎಂಬುದು ಇದರ ಮುಖ್ಯ ವಾದವಾಗಿದೆ.

ಈ ಚಳುವಳಿಯ ಪ್ರಮುಖ ತಾಂತ್ರಿಕ ಸ್ತಂಭವೆಂದರೆ "distillation" — ಅಂದರೆ ಸಣ್ಣ ಮಾಡೆಲ್‌ಗಳು ದೊಡ್ಡ ಮತ್ತು ಹೆಚ್ಚು ಸಾಮರ್ಥ್ಯವುಳ್ಳ ಮಾಡೆಲ್‌ಗಳ ಔಟ್‌ಪುಟ್‌ಗಳಿಂದ ಕಲಿಯುವ ಪ್ರಕ್ರಿಯೆ. ಚೀನೀ ಪೂರೈಕೆದಾರರಿಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ಈ ಪದ್ಧತಿಯು ವಿಮರ್ಶೆಯನ್ನು ಎದುರಿಸಿದ್ದರೂ, Microsoft ಮತ್ತು ಅದರ ಮಿತ್ರರು ಇದನ್ನು ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ತಂತ್ರಜ್ಞಾನಗಳ ಮೇಲೆ ನಿರ್ಮಿಸುವ ಒಂದು ಪ್ರಮುಖ ಸಂಪ್ರದಾಯ ಎಂದು ಪರಿಗಣಿಸುತ್ತಾರೆ; ಇದು ಕ್ಲಾಸಿಕಲ್ ಕಂಪ್ಯೂಟಿಂಗ್‌ಗಾಗಿ ಓಪನ್-ಸೋರ್ಸ್ ಸಾಫ್ಟ್‌ವೇರ್ ಚಳುವಳಿ ಮಾಡಿದ್ದಂತೆಯೇ ಇರುತ್ತದೆ.

Azure ತಂತ್ರ: ಓಪನ್-ವೇಟ್‌ಗಳು Microsoft ಗೆ ಏಕೆ ಪ್ರಯೋಜನಕಾರಿ?

ಈ ಭಾಷಣವು ನಾವೀನ್ಯತೆ ಮತ್ತು ಪ್ರಜಾಪ್ರಭುತ್ವೀಕರಣದ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿದ್ದರೂ, ಇದರ ಹಿಂದಿರುವ ವ್ಯವಹಾರದ ತರ್ಕವು ನೇರವಾಗಿ Azure ಕಡೆಗೆ ಸೂಚಿಸುತ್ತದೆ. ವಿವಿಧ ಓಪನ್-ವೇಟ್ ಮಾಡೆಲ್‌ಗಳ ಚದುರಿದ ಮಾರುಕಟ್ಟೆಯನ್ನು ಉತ್ತೇಜಿಸುವ ಮೂಲಕ, ಯಾವುದೇ ಏಕೈಕ AI ಲ್ಯಾಬ್ (OpenAI ಅಥವಾ Anthropic ನಂತಹವು) Microsoft ನ ಪ್ರಮುಖ ಕ್ಲೌಡ್ ಮತ್ತು ಆಪರೇಟಿಂಗ್ ಸಿಸ್ಟಮ್ ವ್ಯವಹಾರಗಳಿಗೆ ಬೆದರಿಕೆ ಹಾಕುವಷ್ಟು ಶಕ್ತಿಯುತವಾಗದಂತೆ Microsoft ತಡೆಯುತ್ತದೆ.

ಇದಲ್ಲದೆ, Azure ನಲ್ಲಿ ವೈವಿಧ್ಯಮಯ ಮಾಡೆಲ್‌ಗಳನ್ನು ಹೋಸ್ಟ್ ಮಾಡುವುದರಿಂದ ಗ್ರಾಹಕರಿಗೆ ಹೆಚ್ಚಿನ ಆಯ್ಕೆಗಳು ಸಿಗುತ್ತವೆ, ಇದು ಮಾಡೆಲ್ ವಿಶೇಷತೆಯ ಬದಲಿಗೆ ಮೂಲಸೌಕರ್ಯದ ಮೂಲಕ "cloud lock-in" ಅನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ. ಈ ತಂತ್ರವು Microsoft ನ ಲಾಭದ ಮಾರ್ಜಿನ್‌ಗಳನ್ನು (margins) ಸಹ ರಕ್ಷಿಸುತ್ತದೆ; OpenAI ನಿಂದ ದುಬಾರಿ ಮೂರನೇ ಪಾರ್ಟಿ API ಕರೆಗಳ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುವುದು ವೆಚ್ಚದಾಯಕವಾಗಿದೆ, ಆದರೆ ವಿವಿಧ ಮಾಡೆಲ್‌ಗಳನ್ನು ಹೋಸ್ಟ್ ಮಾಡುವುದು Microsoft ಗೆ ವೆಚ್ಚ ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಉತ್ತಮಗೊಳಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.

MAI ಕುಟುಂಬ ಮತ್ತು ಮಾರ್ಜಿನ್ ಆಪ್ಟಿಮೈಸೇಶನ್ ತಂತ್ರ

Microsoft ಈಗಾಗಲೇ GitHub Copilot, Excel ಮತ್ತು Outlook ನಂತಹ ಉತ್ಪನ್ನಗಳಲ್ಲಿ OpenAI ಮತ್ತು Anthropic ನ ಪ್ರೀಮಿಯಂ ಮಾಡೆಲ್‌ಗಳ ಬದಲಿಗೆ ತನ್ನದೇ ಆದ MAI ಮಾಡೆಲ್ ಕುಟುಂಬವನ್ನು ಬಳಸುವ ಮೂಲಕ ಈ ಬದಲಾವಣೆಯನ್ನು ಜಾರಿಗೆ ತರುತ್ತಿದೆ. ಈ ಕ್ರಮವು ನಿಯೋಜನಾ ವೆಚ್ಚಗಳನ್ನು (deployment costs) ಕಡಿಮೆ ಮಾಡಲು ಪಾರದರ್ಶಕವಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ. ತನ್ನ ಸಣ್ಣ MAI ಮಾಡೆಲ್‌ಗಳು ಇತ್ತೀಚಿನ, ಅತ್ಯಂತ ದುಬಾರಿ ಎಕ್ಸೆಲರೇಟರ್‌ಗಳ ಬದಲಿಗೆ Nvidia H100 ಮತ್ತು A100 GPUs ನಂತಹ ಹಳೆಯ ಹಾರ್ಡ್‌ವೇರ್‌ಗಳ ಮೇಲೆ ಕಾರ್ಯನಿರ್ವಹಿಸಬಲ್ಲವು ಎಂದು Microsoft ತಿಳಿಸಿದೆ.

ಆದಾಗ್ಯೂ, ಈ ದಕ್ಷತೆಯು ಅಂತಿಮ ಬಳಕೆದಾರರಿಗೆ ಕಾರ್ಯಕ್ಷಮತೆಯ ದೃಷ್ಟಿಯಿಂದ ನಷ್ಟವನ್ನು ಉಂಟುಮಾಡಬಹುದು. ಸ್ವತಂತ್ರ ಬೆಂಚ್‌ಮಾರ್ಕ್‌ಗಳು (benchmarks) MAI ಕುಟುಂಬವು OpenAI ಮತ್ತು Anthropic ನ ಉನ್ನತ ಮಟ್ಟದ ಮಾಡೆಲ್‌ಗಳಿಗಿಂತ ಹಿಂದುಳಿದಿದೆ ಎಂದು ಸೂಚಿಸುತ್ತವೆ, ಇದರ ಕಾರ್ಯಕ್ಷಮತೆಯ ಮಟ್ಟವು Deepseek V3.2 ಗೆ ಹೋಲಿಕೆಯಾಗುತ್ತದೆ. Microsoft ನ ಆಂತರಿಕ ಹೋಲಿಕೆಗಳು ಪ್ರಮಾಣಿತವಲ್ಲ ಎಂದು ವಿಮರ್ಶೆ ಎದುರಿಸುತ್ತಿವೆ; ಏಕೆಂದರೆ ಅದು ಪೂರ್ಣ ಪ್ರಮಾಣದ ಫ್ರಾಂಟಿಯರ್ ಮಾಡೆಲ್‌ಗಳ ಬದಲಿಗೆ ಹೆಚ್ಚಾಗಿ GPT-4o Mini ಅಥವಾ Anthropic ನ Haiku ನಂತಹ ಸಣ್ಣ ಮಾಡೆಲ್‌ಗಳೊಂದಿಗೆ MAI ಅನ್ನು ಹೋಲಿಸುತ್ತದೆ.

AI ಪರಿಸರಕ್ಕೆ ಇದು ಏಕೆ ಮುಖ್ಯ?

ಈ ಬೆಳವಣಿಗೆಯು AI ಉದ್ಯಮದಲ್ಲಿ ಒಂದು ಪರಿಪಕ್ವ ಹಂತವನ್ನು ಸೂಚಿಸುತ್ತದೆ. ನಾವು "ಎಲ್ಲವನ್ನೂ ನಿಯಂತ್ರಿಸುವ ಒಂದೇ ಮಾಡೆಲ್" ಯುಗದಿಂದ ಹೊರಬಂದು, ವಿಶಿಷ್ಟವಾದ ಮತ್ತು ಕಾರ್ಯ-ನಿರ್ದಿಷ್ಟ ಬುದ್ಧಿವಂತಿಕೆಯ (task-specific intelligence) ಯುಗಕ್ಕೆ ಕಾಲಿಡುತ್ತಿದ್ದೇವೆ. ಡೆವಲಪರ್‌ಗಳು ಮತ್ತು ಸಂಸ್ಥಾಪಕರಿಗೆ (founders), ಇದರರ್ಥ ಹೆಚ್ಚಿನ ನಮ್ಯತೆ (flexibility) ಮತ್ತು ಕಡಿಮೆ ವೆಚ್ಚ, ಆದರೆ ಮಾಡೆಲ್‌ಗಳು ಹೆಚ್ಚು ಸುಲಭವಾಗಿ ಲಭ್ಯವಾಗುತ್ತಿದ್ದಂತೆ, ಮೂಲಸೌಕರ್ಯವು ಕಡ್ಡಾಯವಾಗಿ Microsoft ನಿಯಂತ್ರಣದಲ್ಲಿಯೇ ಇರುವಂತೆ ನೋಡಿಕೊಳ್ಳಲು ಅವರು ಶ್ರಮಿಸುತ್ತಿದ್ದಾರೆ ಎಂದೂ ಅರ್ಥವಾಗುತ್ತದೆ.

ಪ್ರಮುಖ ಅಂಶಗಳು

• ಬುದ್ಧಿವಂತಿಕೆಗಿಂತ ಮೂಲಸೌಕರ್ಯಕ್ಕೆ ಆದ್ಯತೆ: Microsoft ಮಾಡೆಲ್-ಕೇಂದ್ರಿತ ವಿಧಾನದಿಂದ ಆರ್ಕೆಸ್ಟ್ರೇಶನ್ (orchestration) ವಿಧಾನಕ್ಕೆ ಬದಲಾಗುತ್ತಿದೆ, ಇದು ವೈವಿಧ್ಯಮಯ AI workloads ಗಳನ್ನು ನಿರ್ವಹಿಸಲು Azure ಪ್ರಮುಖ ತಾಣವಾಗಿ ಉಳಿಯುವಂತೆ ಮಾಡುತ್ತದೆ.
• ವೆಚ್ಚ-ಚಾಲಿತ ಏಕೀಕರಣ: ಹಳೆಯ GPU ಹಾರ್ಡ್‌ವೇರ್ ಬಳಸಿ ಮತ್ತು ಮೂರನೇ ಪಾರ್ಟಿ API ಗಳ ಮೇಲಿನ ಅವಲಂಬನೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಮೂಲಕ ಲಾಭದ ಮಾರ್ಜಿನ್‌ಗಳನ್ನು ಸುಧಾರಿಸಲು Copilot ಮತ್ತು Office ಉತ್ಪನ್ನಗಳಲ್ಲಿ MAI ಮಾಡೆಲ್ ಕುಟುಂಬವನ್ನು ನಿಯೋಜಿಸುವುದು ಒಂದು ಸ್ಪಷ್ಟ ಪ್ರಯತ್ನವಾಗಿದೆ.
• ಎಕೋಸಿಸ್ಟಮ್ ತಂತ್ರ: ಓಪನ್-ವೇಟ್ ಮತ್ತು ಡಿಸ್ಟಿಲೇಶನ್ ಅನ್ನು ಬೆಂಬಲಿಸುವ ಮೂಲಕ, Microsoft AI ಏಕಸ್ವಾಮ್ಯವನ್ನು ತಡೆಯಲು ಪ್ರಯತ್ನಿಸುತ್ತಿದೆ ಮತ್ತು ಅದೇ ಸಮಯದಲ್ಲಿ ಮುಕ್ತ AI ಎಕೋಸಿಸ್ಟಮ್‌ಗಾಗಿ ಅಗತ್ಯವಾದ ಕ್ಲೌಡ್ ಪೂರೈಕೆದಾರರಾಗಿ ತನ್ನ ಸ್ಥಾನವನ್ನು ಭದ್ರಪಡಿಸಿಕೊಳ್ಳುತ್ತಿದೆ.