സത്യ നദല്ല മുന്നറിയിപ്പ് നൽകുന്നു: സംരംഭങ്ങൾ AI-ക്കായി രണ്ടുതവണ പണം നൽകുന്നു
പ്രൊപ്രൈറ്ററി (proprietary) AI ഉപയോഗിക്കുന്ന നിലവിലെ രീതിയിൽ മറഞ്ഞിരിക്കുന്നതും വലിയ നഷ്ടമുണ്ടാക്കുന്നതുമായ ചിലവുകളുണ്ടെന്ന് മൈക്രോസോഫ്റ്റ് സിഇഒ സത്യ നദല്ല ബിസിനസ് സ്ഥാപങ്ങൾക്ക് മുന്നറിയിപ്പ് നൽകി. വെറും സബ്സ്ക്രിപ്ഷൻ ഫീസുകൾക്ക് അപ്പുറം, കമ്പനികൾ അറിയാതെ തന്നെ തങ്ങളുടെ ഏറ്റവും മൂല്യവത്തായ ആസ്തിയായ 'ഇൻസ്റ്റിറ്റ്യൂഷണൽ ഇന്റലിജൻസ്' (institutional intelligence) കൈമാറിക്കൊണ്ടിരിക്കുകയാണ്.
മറഞ്ഞിരിക്കുന്ന ചിലവ്: പ്രൊപ്രൈറ്ററി അറിവ് നൽകി പകരമായി നൽകുന്നു
അടുത്തിടെ പ്രസിദ്ധീകരിച്ച ഒരു ബ്ലോഗ് പോസ്റ്റിൽ, AI "വാങ്ങുന്നവർ" അടിസ്ഥാനപരമായി ബുദ്ധിശക്തിക്കായി (intelligence) രണ്ടുതവണ പണം നൽകുന്നുണ്ടെന്ന് നദല്ല വാദിച്ചു. ആദ്യത്തെ പണം പണമായിട്ടാണ്—OpenAI, Anthropic തുടങ്ങിയ ലാബുകൾക്ക് നൽകുന്ന ടോക്കണുകളും സബ്സ്ക്രിപ്ഷൻ ഫീസുകളും. രണ്ടാമത്തെ പണം, അതിലും അപകടകരമായത്, മോഡലുകളെ ഉപയോഗപ്രദമാക്കാൻ വെളിപ്പെടുത്തുന്ന പ്രൊപ്രൈറ്ററി അറിവുകളാണ്.
പ്രകടനങ്ങൾ മെച്ചപ്പെടുത്താൻ (fine-tune) ശ്രമിക്കുമ്പോൾ സംരംഭങ്ങൾ മോഡലുകൾക്ക് സെൻസിറ്റീവ് ആയ ഡാറ്റ നൽകുന്നുണ്ടെന്ന് നദല്ല ചൂണ്ടിക്കാട്ടുന്നു. ഇതിലും നിർണ്ണായകമായ കാര്യം, മോഡലുകൾ "എക്സ്ഹോസ്റ്റ്" (exhaust) എന്നറിയപ്പെടുന്ന വിവരങ്ങളിൽ നിന്ന് പഠിക്കുന്നു എന്നതാണ്—അതായത് പ്രോംപ്റ്റുകൾ (prompts), ഏജന്റുകൾ ഉപയോഗിക്കുന്ന പ്രത്യേക ടൂളുകൾ, മോഡലുകൾ തെറ്റിക്കുമ്പോൾ മനുഷ്യർ വരുത്തുന്ന തിരുത്തലുകൾ എന്നിവ. ഈ ഫീഡ്ബാക്ക് ലൂപ്പ്, ഒരു എതിരാളിക്ക് ഒരിക്കലും വാങ്ങാൻ കഴിയാത്ത സ്ഥാപനപരമായ അറിവിന്റെ (institutional know-how) ഒരു സത്ത രൂപപ്പെടുത്തുന്നു, എന്നാൽ ഇത് നേരിട്ട് മോഡൽ പ്രൊവൈഡർമാർക്ക് കൈമാറിക്കൊണ്ടിരിക്കുകയാണ്.
ഡിസ്റ്റിലേഷൻ തർക്കവും പരിശീലനത്തിലെ കാപട്യവും
AI രംഗത്തെ പ്രധാനപ്പെട്ട ഒരു തർക്കം "ഡിസ്റ്റിലേഷൻ" (distillation) എന്ന ആശയമാണ്—അതായത് ഒരു മോഡലിന്റെ ഔട്ട്പുട്ടുകൾ ഉപയോഗിച്ച് പുതിയതും കൂടുതൽ കാര്യക്ഷമവുമായ ഒരു മോഡലിനെ പരിശീലിപ്പിക്കുന്ന രീതി. വ്യവസായത്തിലെ ഒരു കാപട്യം നദല്ല ചൂണ്ടിക്കാട്ടി: തങ്ങളുടെ ഫൗണ്ടേഷണൽ മോഡലുകളെ പരിശീലിപ്പിക്കാൻ ഇന്റർനെറ്റിലുടനീളം വിവരങ്ങൾ ശേഖരിക്കാൻ (scrape) AI ലാബുകൾ "ഫെയർ യൂസ്" (fair use) അവകാശങ്ങൾ അവകാശപ്പെടുമ്പോൾ തന്നെ, തങ്ങളുടെ പ്രൊപ്രൈറ്ററി മോഡലുകളിൽ നിന്ന് വിവരങ്ങൾ ഡിസ്റ്റിൽ ചെയ്യാനോ പഠിക്കാനോ സംരംഭങ്ങളെ അനുവദിക്കാത്ത രീതിയിലുള്ള നിയന്ത്രണങ്ങൾ അവർ ഏർപ്പെടുത്തുന്നു.
ഈ തർക്കം കേവലം സൈദ്ധാന്തികമല്ല. ക്ലോഡ് (Claude) എന്ന മോഡലിൽ നിന്നുള്ള ദശലക്ഷക്കണക്കിന് പ്രോംപ്റ്റുകൾ ചൈനീസ് ഓപ്പൺ സോഴ്സ് മോഡലുകൾ തങ്ങളുടെ ശേഷി വർദ്ധിപ്പിക്കാൻ ഉപയോഗിക്കുന്നു എന്ന ആരോപണവുമായി ആന്ത്രോപിക് (Anthropic) പോലുള്ള കമ്പനികൾ നേരത്തെ ആശങ്ക പ്രകടിപ്പിച്ചിരുന്നു. ഇത് കർശനമായ സർക്കാർ കയറ്റുമതി നിയന്ത്രണങ്ങൾ ആവശ്യപ്പെടാൻ കാരണമായി.
ഓർക്കസ്ട്രേഷനിലേക്കും ഓൺ-പ്രെമിസ് മോഡലുകളിലേക്കുമുള്ള മാറ്റം
ഈ അപകടസാധ്യതകൾ കുറയ്ക്കുന്നതിനായി, സംരംഭങ്ങൾ അവരുടെ AI സ്റ്റാക്കുകൾ (AI stacks) രൂപകൽപ്പന ചെയ്യുന്ന രീതിയിൽ തന്ത്രപരമായ മാറ്റം വരുത്തണമെന്ന് നദല്ല നിർദ്ദേശിക്കുന്നു. അദ്ദേഹം രണ്ട് പ്രധാന പ്രതിരോധ മാർഗങ്ങൾ ശുപാർശ ചെയ്യുന്നു:
- പ്രൊപ്രൈറ്ററി ലേണിംഗ് എൻവയോൺമെന്റുകൾ (Proprietary Learning Environments): ക്ലൗഡിൽ (ഉദാഹരണത്തിന് Microsoft Azure) പ്രത്യേക എൻവയോൺമെന്റുകൾ നിർമ്മിക്കുന്നതിലൂടെ കമ്പനികൾക്ക് അവരുടെ ഡാറ്റ, പ്രോംപ്റ്റുകൾ, ഫീഡ്ബാക്ക് എന്നിവയുടെ പൂർണ്ണ ഉടമസ്ഥാവകാശം നിലനിർത്താൻ കഴിയണം.
- ഓർക്കസ്ട്രേഷൻ ലെയറുകൾ (Orchestration Layers): ഒരു പ്രൊവൈഡറിൽ മാത്രം ഒതുങ്ങിനിൽക്കുന്നതിന് പകരം, വിവിധ മോഡലുകൾക്കിടയിൽ സുഗമമായി മാറാൻ ബിസിനസ്സുകൾ "AI ഗേറ്റ്വേകൾ" (AI gateways) ഉപയോഗിക്കണം.
ഈ ഘടനാപരമായ മാറ്റം വിപണിയിൽ ഇതിനകം തന്നെ പ്രകടമായിക്കൊണ്ടിരിക്കുകയാണ്. Solo.io-യിലെ ഇഡിറ്റ് ലെവിൻ (Idit Levine) പോലുള്ള വ്യവസായ വിദഗ്ധർ പറയുന്നത്, സംരംഭങ്ങൾ "ഓൺ-പ്രെമിസ്" (on-premise) ഓപ്പൺ സോഴ്സ് മോഡലുകളിലേക്ക് മാറുന്ന പ്രവണത വർദ്ധിച്ചുവരികയാണെന്നാണ്. ഈ മോഡലുകൾക്ക് പ്രൊപ്രൈറ്ററി ഭീമന്മാരുടെ ജോലികളിൽ 90% വരെ കുറഞ്ഞ ചിലവിൽ ചെയ്യാൻ കഴിയും, അതോടൊപ്പം ഡാറ്റ കമ്പനിയുടെ ഭൗതികമോ വിർച്വലോ ആയ നിയന്ത്രണത്തിനുള്ളിൽ തന്നെയാണെന്ന് ഉറപ്പാക്കുകയും ചെയ്യുന്നു.
ഈ പ്രവണതയെ ഡാറ്റ പിന്തുണയ്ക്കുന്നു; Vercel പോലുള്ള പ്ലാറ്റ്ഫോമുകൾ റിപ്പോർട്ട് ചെയ്തതനുസരിച്ച്, ഒരു മാസത്തിനുള്ളിൽ അവരുടെ ഗേറ്റ്വേയിലൂടെ കടന്നുപോയ മൊത്തം ട്രാഫിക്കിന്റെ 29% ഓപ്പൺ മോഡലുകൾ ആയിരുന്നു. നദല്ല ഉപസംഹരിക്കുന്നത് പോലെ, "ബുദ്ധിശക്തി (intelligence) ഉപയോഗിക്കുമ്പോൾ, നിങ്ങൾ പുതിയ ബുദ്ധിശക്തി സൃഷ്ടിക്കുകയാണ്. നിങ്ങൾ സൃഷ്ടിക്കുന്നത് നിങ്ങൾക്ക് തന്നെ അവകാശപ്പെട്ടതായിരിക്കണം."
പ്രധാന കാര്യങ്ങൾ
- ഇരട്ട പണച്ചെലവ് കെണി (The Double Payment Trap): സംരംഭങ്ങൾ പണമായി മാത്രമല്ല പണം നൽകുന്നത്; അവരുടെ പ്രൊപ്രൈറ്ററി ബിസിനസ് ലോജിക്കും തിരുത്തലുകളും (exhaust) അവർ നൽകുന്നുണ്ട്.
- മോഡൽ ഓർക്കസ്ട്രേഷന്റെ വളർച്ച (The Rise of Model Orchestration): വെണ്ടർ ലോക്ക്-ഇൻ (vendor lock-in), ഡാറ്റാ ചോർച്ച എന്നിവ ഒഴിവാക്കാൻ, ഒന്നിലധികം മോഡലുകൾ കൈകാര്യം ചെയ്യുന്നതിനായി കമ്പനികൾ AI ഗേറ്റ്വേകളും ഓർക്കസ്ട്രേഷൻ ലെയറുകളും കൂടുതൽ ഉപയോഗിക്കുന്നു.
- ഓപ്പൺ സോഴ്സിലേക്കുള്ള മാറ്റം (The Open Source Pivot): ഡാറ്റാ പരമാധികാരം നിലനിർത്തുന്നതിനും ദീർഘകാല ചിലവ് കുറയ്ക്കുന്നതിനുമായി ഓൺ-പ്രെമിസ്, ഓപ്പൺ സോഴ്സ് മോഡലുകൾ ഉപയോഗിക്കുന്നതിലേക്ക് വലിയൊരു ചലനം നടക്കുന്നുണ്ട്.