Inkling, ਇੱਕ 975-ਬਿਲੀਅਨ-ਪੈਰਾਮੀਟਰ ਮਾਡਲ ਜੋ Apache 2.0 ਲਾਇਸੈਂਸ ਦੇ ਅਧੀਨ ਰਿਲੀਜ਼ ਕੀਤਾ ਗਿਆ ਹੈ, ਅਤੇ Moonshot AI ਦਾ 2.8-ਟ੍ਰਿਲੀਅਨ-ਪੈਰਾਮੀਟਰ Kimi K3 ਇੱਕੋ ਦਿਨ ਵਿੱਚ ਬਾਜ਼ਾਰ ਵਿੱਚ ਆ ਗਏ।
ਸਮਾਂ (timing) ਕਿਉਂ ਮਹੱਤਵਪੂਰਨ ਹੈ
ਇਹ ਦੋਵੇਂ ਲਾਂਚ ਅਲੱਗ-ਅਲੱਗ ਨਹੀਂ ਸਨ। Thinking Machines Lab ਨੇ ਸਵੇਰੇ Inkling ਦਾ ਐਲਾਨ ਕੀਤਾ, ਅਤੇ ਇਸਦੀ ਆਸਾਨ fine-tuning ਅਤੇ ਬਿਨਾਂ ਕਿਸੇ ਰੋਕ-ਟੋਕ ਦੇ ਤੈਨਾਤੀ (deployment) ਦੀ ਪ੍ਰਸ਼ੰਸਾ ਕੀਤੀ। ਸੋਲਾਂ ਘੰਟੇ ਬਾਅਦ, Moonshot AI ਨੇ Kimi K3 ਨੂੰ Frontend Code Arena ਦੇ ਸਿਖਰ 'ਤੇ ਪਹੁੰਚਾ ਦਿੱਤਾ। ਇਕੱਠੇ ਮਿਲ ਕੇ, ਉਹ "open-weight frontier" — ਉਹ ਮਾਡਲ ਜਿਨ੍ਹਾਂ ਦੇ weights ਕੋਈ ਵੀ ਡਾਊਨਲੋਡ ਅਤੇ ਸੋਧ ਸਕਦਾ ਹੈ — ਨੂੰ ਇੱਕ ਸੀਮਾ ਤੋਂ ਹਟਾ ਕੇ AI ਵਿਕਾਸ ਦੇ ਕੇਂਦਰ ਵਿੱਚ ਲੈ ਆ ਰਹੇ ਹਨ।
ਇੱਥੋਂ ਤੱਕ ਪਹੁੰਚਾਉਣ ਵਾਲਾ ਰਸਤਾ
ਸਾਲਾਂ ਤੋਂ, ਸਭ ਤੋਂ ਸਮਰੱਥ ਭਾਸ਼ਾ ਮਾਡਲ (language models) ਵਪਾਰਕ APIs ਦੇ ਪਿੱਛੇ ਛੁਪੇ ਹੋਏ ਸਨ। ਕੰਪਨੀਆਂ ਨੂੰ ਪ੍ਰਤੀ-ਟੋਕਨ ਫੀਸ ਦੇਣੀ ਪੈਂਦੀ ਸੀ, ਵਰਤੋਂ ਦੀਆਂ ਸੀਮਾਵਾਂ ਨਾਲ ਸਮਝੌਤਾ ਕਰਨਾ ਪੈਂਦਾ ਸੀ, ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਆਪਣੇ ਡੇਟਾ ਪਾਈਪਲਾਈਨਾਂ 'ਤੇ ਕੰਟਰੋਲ ਗੁਆਉਣਾ ਪੈਂਦਾ ਸੀ। Open-weight ਪ੍ਰੋਜੈਕਟ ਮੌਜੂਦ ਸਨ, ਪਰ ਉਹ ਬਹੁਤ ਛੋਟੇ ਸਨ ਜਾਂ ਉਹਨਾਂ ਨੂੰ ਸਿਖਲਾਈ (train) ਦੇਣ ਲਈ ਬਹੁਤ ਜ਼ਿਆਦਾ ਕੰਪਿਊਟਿੰਗ ਦੀ ਲੋੜ ਸੀ, ਜਿਸ ਨਾਲ ਅਸਲ ਦੁਨੀਆ ਵਿੱਚ ਉਹਨਾਂ ਦਾ ਪ੍ਰਭਾਵ ਸੀਮਤ ਸੀ। ਰਿਲੀਜ਼ ਦੀ ਰਫ਼ਤਾਰ ਵੀ ਪੁਰਾਣੀਆਂ ਕੰਪਨੀਆਂ ਦੇ ਹੱਕ ਵਿੱਚ ਸੀ: OpenAI ਦੇ ਮੁੱਖ ਮਾਡਲ ਨੂੰ ਆਪਣੇ ਮੌਜੂਦਾ ਪੱਧਰ ਤੱਕ ਪਹੁੰਚਣ ਵਿੱਚ ਪੰਜ ਸਾਲ ਲੱਗੇ, ਜਦੋਂ ਕਿ Thinking Machines Lab ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਉਸਨੇ Inkling ਦੀ ਸਮਰੱਥਾ ਸਿਰਫ਼ ਨੌਂ ਮਹੀਨਿਆਂ ਵਿੱਚ ਤਿਆਰ ਕੀਤੀ ਹੈ।
ਕੀ ਦਾਅ 'ਤੇ ਹੈ
- ਮਾਡਲ ਦੀ ਸੁਤੰਤਰਤਾ (Model independence) – Apache 2.0 ਲਾਇਸੈਂਸ ਕਿਸੇ ਨੂੰ ਵੀ ਬਿਨਾਂ ਇਜਾਜ਼ਤ ਮੰਗੇ Inkling ਨੂੰ ਡਾਊਨਲੋਡ ਕਰਨ, ਬਦਲਣ ਅਤੇ ਕਿਸੇ ਵੀ ਇਨਫਰਾਸਟ੍ਰਕਚਰ 'ਤੇ ਚਲਾਉਣ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ। ਉੱਦਮ (Enterprises) ਸੰਵੇਦਨਸ਼ੀਲ ਡੇਟਾ ਨੂੰ ਆਪਣੇ ਇਨ-ਪ੍ਰੀਮਿਸ (on-premises) ਰੱਖ ਸਕਦੇ ਹਨ ਅਤੇ ਵੈਂਡਰ ਲੌਕ-ਇਨ ਤੋਂ ਬਚ ਸਕਦੇ ਹਨ।
- ਕਾਰਗੁਜ਼ਾਰੀ ਦੀ ਬਰਾਬਰੀ (Performance parity) – Kimi K3 ਕੋਡਿੰਗ ਬੈਂਚਮਾਰਕਸ 'ਤੇ ਸਭ ਤੋਂ ਵਧੀਆ closed ਮਾਡਲਾਂ ਦੇ ਬਰਾਬਰ ਹੈ।
- ਨਵੀਨਤਾ ਦੀ ਰਫ਼ਤਾਰ (Speed of innovation) – Thinking Machines ਨੇ ਇਹ ਪੱਧਰ ਨੌਂ ਮਹੀਨਿਆਂ ਵਿੱਚ ਹਾਸਲ ਕਰ ਲਿਆ।
- ਪ੍ਰਭੂਸੱਤਾ (Sovereignty) – ਬਾਹਰੀ ਕੰਟਰੋਲ ਬਾਰੇ ਚਿੰਤਤ ਦੇਸ਼ਾਂ ਅਤੇ ਵੱਡੀਆਂ ਫਰਮਾਂ ਕੋਲ ਹੁਣ ਇੱਕ ਵਿਹਲਕਲ ਵਿਕਲਪ ਹੈ ਜਿਸਦਾ ਉਹ ਸਿੱਧਾ ਪ੍ਰਬੰਧਨ ਕਰ ਸਕਦੇ ਹਨ।
ਦੋ ਵੱਖਰੀਆਂ ਰਣਨੀਤੀਆਂ ਸਾਹਮਣੇ ਆ ਰਹੀਆਂ ਹਨ
- ਕਸਟਮਾਈਜ਼ੇਸ਼ਨ ਦਾ ਰਸਤਾ (The Customization Path) – Inkling ਹਰ ਕੰਮ ਲਈ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ਮਾਡਲ ਨਹੀਂ ਹੈ, ਪਰ ਇਸਦਾ ਲਾਇਸੈਂਸ ਅਤੇ ਆਰਕੀਟੈਕਚਰ ਉਹਨਾਂ ਟੀਮਾਂ ਲਈ ਸੰਪੂਰਨ ਹੈ ਜੋ ਡੋਮੇਨ ਗਿਆਨ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨਾ ਚਾਹੁੰਦੀਆਂ ਹਨ, ਆਪਣੀ ਮਲਕੀਅਤ ਵਾਲੇ ਸਹਾਇਕ (proprietary assistants) ਬਣਾਉਣਾ ਚਾਹੁੰਦੀਆਂ ਹਨ, ਜਾਂ ਨਵੇਂ ਪ੍ਰੌਮਪਟਿੰਗ ਤਰੀਕੇ ਅਜ਼ਮਾਉਣਾ ਚਾਹੁੰਦੀਆਂ ਹਨ।
- ਸਕੇਲ ਦਾ ਰਸਤਾ (The Scale Path) – Kimi K3 ਰੌਅ ਬੈਂਚਮਾਰਕ ਸਕੋਰਾਂ 'ਤੇ ਚੋਟੀ ਦੇ closed-source ਵਿਕਲਪਾਂ ਨਾਲ ਸਿੱਧੀ ਮੁਕਾਬਲਾ ਕਰਦਾ ਹੈ। ਉਹ ਸੰਸਥਾਵਾਂ ਜਿਨ੍ਹਾਂ ਨੂੰ ਸਭ ਤੋਂ ਉੱਚੀ out-of-the-box ਸ਼ੁੱਧਤਾ ਦੀ ਲੋੜ ਹੈ, ਉਹ ਇੱਕ multi-trillion-parameter ਸਿਸਟਮ ਨੂੰ ਹੋਸਟ ਕਰਨ ਦੇ ਖਰਚੇ ਨੂੰ ਸਵੀਕਾਰ ਕਰਦੇ ਹੋਏ ਇਸ ਵੱਲ ਖਿੱਚਿਆ ਜਾ ਸਕਦਾ ਹੈ।
ਵਿਰੋਧੀ ਨੁਕਤੇ ਅਤੇ ਸਾਵਧਾਨੀ
Open-weight ਮਾਡਲਾਂ ਵਿੱਚ ਅਜੇ ਵੀ ਲੁਕਵੇਂ ਖਰਚੇ ਹਨ। 2.8-ਟ੍ਰਿਲੀਅਨ-ਪੈਰਾਮੀਟਰ ਸਿਸਟਮ ਨੂੰ ਟ੍ਰੇਨ ਜਾਂ fine-tune ਕਰਨ ਲਈ ਵਿਸ਼ਾਲ GPU ਕਲਸਟਰਾਂ, ਡਿਸਟ੍ਰੀਬਿਊਟਡ ਟ੍ਰੇਨਿੰਗ ਵਿੱਚ ਮੁਹਾਰਤ, ਅਤੇ ਮਜ਼ਬੂਤ ਡੇਟਾ ਪਾਈਪਲਾਈਨਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ—ਇਹ ਉਹ ਸਰੋਤ ਹਨ ਜਿਨ੍ਹਾਂ ਦੀ ਕਈ ਸਟਾਰਟਅੱਪਸ ਕੋਲ ਕਮੀ ਹੈ। ਖੁੱਲ੍ਹੇਪਣ (Openness) ਦੀ ਗੁਣਵੱਤਾ ਦੀ ਕੋਈ ਗਾਰੰਟੀ ਨਹੀਂ ਹੈ; ਭਾਈਚਾਰੇ ਨੂੰ ਅਜੇ ਵੀ ਪੱਖਪਾਤ, ਸੁਰੱਖਿਆ ਕਮੀਆਂ ਅਤੇ ਰੈਗੂਲੇਟਰੀ ਪਾਲਣਾ ਲਈ ਮਾਡਲਾਂ ਦੀ ਜਾਂਚ ਕਰਨੀ ਪਵੇਗੀ। ਇੱਕ ਸਿੰਗਲ ਕੋਡਿੰਗ ਬੈਂਚਮਾਰਕ 'ਤੇ ਦਿਖਾਈ ਗਈ ਕਾਰਗੁਜ਼ਾਰੀ ਦੀ ਲੀਡ ਮੈਡੀਕਲ ਡਾਇਗਨੋਸਿਸ ਜਾਂ ਕਾਨੂੰਨੀ ਤਰਕ ਵਰਗੇ ਖੇਤਰਾਂ ਵਿੱਚ ਸ਼ਾਇਦ ਬਰਕਰਾਰ ਨਾ ਰਹੇ।
ਅੱਗੇ ਕੀ ਦੇਖਣਾ ਹੈ
- ਅਪਣਾਉਣ ਦੇ ਕਰਵ (Adoption curves) – ਸ਼ੁਰੂਆਤੀ ਅਪਣਾਉਣ ਵਾਲੇ ਇਹ ਦਿਖਾਉਣਗੇ ਕਿ ਕੀ ਉੱਦਮ ਡੇਟਾ-ਕੰਟਰੋਲ ਦੇ ਲਾਭਾਂ ਨਾਲ ਇਨਫਰਾਸਟ੍ਰਕਚਰ ਦੇ ਖਰਚੇ ਦੀ ਭਰਪਾਈ ਕਰ ਸਕਦੇ ਹਨ।
- ਈਕੋਸਿਸਟਮ ਟੂਲਿੰਗ (Ecosystem tooling) – Open-source inference runtimes, quantization libraries, ਅਤੇ ਮਾਡਲ-ਮੈਨੇਜਮੈਂਟ ਪਲੇਟਫਾਰਮ ਇਹ ਨਿਰਧਾਰਤ ਕਰਨਗੇ ਕਿ ਡਿਵੈਲਪਰ ਡਾਊਨਲੋਡ ਤੋਂ ਪ੍ਰੋਡਕਸ਼ਨ ਤੱਕ ਕਿੰਨੀ ਤੇਜ਼ੀ ਨਾਲ ਵਧਦੇ ਹਨ।
- ਰੈਗੂਲੇਟਰੀ ਪ੍ਰਤੀਕਿਰਿਆ (Regulatory response) – ਸਰਕਾਰਾਂ ਅਜਿਹੀਆਂ ਨੀਤੀਆਂ ਬਣਾ ਸਕਦੀਆਂ ਹਨ ਜੋ ਰਾਸ਼ਟਰੀ ਸਰਹੱਦਾਂ ਦੇ ਅੰਦਰ ਰੱਖੇ ਗਏ ਮਾਡਲਾਂ ਦੇ ਹੱਕ ਵਿੱਚ ਹੋਣ, ਜੋ ਸੰਭਵ ਤੌਰ 'ਤੇ open-weight ਤੈਨਾਤੀ ਵੱਲ ਤਬਦੀਲੀ ਨੂੰ ਤੇਜ਼ ਕਰ ਸਕਦੀ ਹੈ।
- ਮੁਕਾਬਲੇਬਾਜ਼ ਰਿਲੀਜ਼ (Competitive releases) – ਜੇਕਰ ਹੋਰ ਲੈਬਾਂ ਦੋਹਰੇ-ਲਾਂਚ ਦੀ ਰਣਨੀਤੀ ਦੀ ਨਕਲ ਕਰਦੀਆਂ ਹਨ, ਤਾਂ ਬਾਜ਼ਾਰ ਵਿੱਚ ਵੱਡੇ, ਖੁੱਲ੍ਹੇ ਲਾਇਸੈਂਸ ਵਾਲੇ ਮਾਡਲਾਂ ਦੀ ਲਹਿਰ ਦੇਖਣ ਨੂੰ ਮਿਲ ਸਕਦੀ ਹੈ, ਜੋ ਕਿ proprietary API ਦੇ ਦਬਦਬੇ ਨੂੰ ਹੋਰ ਘਟਾਏਗੀ।
ਇੱਕ ਵਿਹਲਕਲ ਸਿੱਖਿਆ (A practical takeaway)
ਲੀਡਰਾਂ ਨੂੰ ਬਾਹ