சத்யா நாடெல்லா எச்சரிக்கை: நிறுவனங்கள் AI-க்காக இருமுறை பணம் செலுத்துகின்றன
Microsoft CEO சத்யா நாடெல்லா வணிக நிறுவனங்களுக்கு ஒரு கடுமையான எச்சரிக்கையை விடுத்துள்ளார். தனியுரிமை பெற்ற (proprietary) AI-யைப் பயன்படுத்தும் தற்போதைய முறை, மறைமுகமான மற்றும் அதிக ஆபத்துள்ள செலவுகளை உள்ளடக்கியது என்று அவர் எச்சரிக்கிறார். வெறும் சந்தா கட்டணங்களைத் தாண்டி, நிறுவனங்கள் தங்களின் மிக முக்கியமான சொத்தான 'நிறுவன அறிவுத்திறனை' (institutional intelligence) அறியாமலேயே இழந்து வருகின்றன.
மறைமுகச் செலவு: தனியுரிமை அறிவைக் கொண்டு செலுத்துதல்
சமீபத்திய ஒரு விவாதத்திற்குரிய வலைப்பதிவில் (blog post), AI "வாங்குபவர்கள்" அடிப்படையில் அறிவுத்திறனுக்காக இருமுறை பணம் செலுத்துவதாக நாடெல்லா வாதிடுகிறார். முதல் கட்டணம் பண ரீதியானது—OpenAI மற்றும் Anthropic போன்ற ஆய்வகங்களுக்குச் செலுத்தப்படும் டோக்கன்கள் (tokens) மற்றும் சந்தா கட்டணங்கள். இரண்டாவது மற்றும் மிகவும் ஆபத்தான கட்டணம், அந்த மாதிரிகளை (models) பயனுள்ளதாக்க வெளிப்படுத்தப்படும் நிறுவனத்தின் தனியுரிமை அறிவு ஆகும்.
நிறுவனங்கள் தங்கள் செயல்பாடுகளைச் செம்மைப்படுத்த (fine-tune) முயற்சிக்கும்போது, மாதிரிகளுக்குத் தங்களின் முக்கியமான தரவுகளை வழங்குகின்றன என்று நாடெல்லா சுட்டிக்காட்டுகிறார். அதைவிட முக்கியமாக, மாதிரிகள் "எக்ஸாஸ்ட்" (exhaust) எனப்படும் கழிவுகளிலிருந்து கற்றுக்கொள்கின்றன—அதாவது ப்ராம்ப்ட்கள் (prompts), ஏஜெண்டுகள் பயன்படுத்தும் குறிப்பிட்ட கருவிகள் மற்றும் ஒரு மாதிரி தவறு செய்யும்போது மனிதர்கள் செய்யும் திருத்தங்கள். இந்தத் பின்னூட்டச் சுழற்சி (feedback loop), ஒரு போட்டியாளரால் ஒருபோதும் வாங்க முடியாத நிறுவனத்தின் நுணுக்கமான அறிவுத்திறனை (institutional know-how) உருவாக்குகிறது; ஆனால் அது நேரடியாக மாதிரி வழங்குநர்களிடமே ஒப்படைக்கப்படுகிறது.
டிஸ்டிலேஷன் (Distillation) விவாதம் மற்றும் பயிற்சியில் உள்ள இரட்டை வேடம்
AI துறையில் உள்ள ஒரு முக்கியப் பதற்றமான விஷயம் "டிஸ்டிலேஷன்" (distillation) ஆகும்—அதாவது ஒரு மாதிரியின் வெளியீடுகளைப் பயன்படுத்தி புதிய மற்றும் அதிக திறன் கொண்ட ஒரு மாதிரியைப் பயிற்றுவிக்கும் நடைமுறை. இந்தத் துறையில் உள்ள ஒரு இரட்டை வேடத்தை நாடெல்லா சுட்டிக்காட்டினார்: AI ஆய்வகங்கள் தங்களின் அடிப்படை மாதிரிகளைப் பயிற்றுவிக்க இணையம் முழுவதையும் ஸ்கிராப் (scrape) செய்ய "நியாயமான பயன்பாடு" (fair use) உரிமைகோரல்களை முன்வைக்கும் அதே வேளையில், நிறுவனங்கள் தங்களின் தனியுரிமை மாதிரிகளிலிருந்து டிஸ்டிலேஷன் செய்யவோ அல்லது கற்றுக்கொள்ளவோ முடியாதபடி கட்டுப்பாடுகளை விதிக்கின்றன.
இந்த விவாதம் வெறும் தத்துவார்த்தமானது மட்டுமல்ல. Anthropic போன்ற நிறுவனங்கள், சீன ஓப்பன் சோர்ஸ் (open-source) மாதிரிகள் தங்களின் திறனை மேம்படுத்த Claude-லிருந்து மில்லியன் கணக்கான ப்ராம்ப்ட்களைப் பயன்படுத்துவதாகக் குற்றம் சாட்டி ஏற்கனவே கவலை தெரிவித்துள்ளன. இது அரசாங்கத்தின் கடுமையான ஏற்றுமதி கட்டுப்பாடுகளைக் கோருவதற்கு வழிவகுத்தது.
ஆர்கெஸ்ட்ரேஷன் (Orchestration) மற்றும் ஆன்-பிரமிஸ் (On-Premise) மாதிரிகளை நோக்கிய மாற்றம்
இந்த அபாயங்களைக் குறைக்க, நிறுவனங்கள் தங்களின் AI கட்டமைப்பை (AI stacks) எவ்வாறு வடிவமைக்க வேண்டும் என்பதில் ஒரு மூலோபாய மாற்றத்தை நாடெல்லா பரிந்துரைக்கிறார். அவர் இரண்டு முதன்மையான பாதுகாப்பு முறைகளை ஆதரிக்கிறார்:
- தனியுரிமை கற்றல் சூழல்கள் (Proprietary Learning Environments): நிறுவனங்கள் கிளவுட் (cloud) சூழலில் (உதாரணமாக Microsoft Azure) பிரத்யேகமான சூழல்களை உருவாக்குவதன் மூலம் தங்களின் தரவு, ப்ராம்ப்ட்கள் மற்றும் பின்னூட்டங்களின் மீதான முழுமையான உரிமையை வைத்திருக்க வேண்டும்.
- ஆர்கெஸ்ட்ரேஷன் அடுக்குகள் (Orchestration Layers): ஒரு தனி வழங்குநருடன் மட்டுமே பிணைக்கப்படாமல் (locked in), வணிகங்கள் வெவ்வேறு மாதிரிகளுக்கு இடையே தடையின்றி மாற "AI கேட்வேகளை" (AI gateways) பயன்படுத்த வேண்டும்.
இந்த கட்டமைப்பு மாற்றம் ஏற்கனவே சந்தையில் வெளிப்பட்டு வருகிறது. Solo.io நிறுவனத்தைச் சேர்ந்த Idit Levine போன்ற தொழில்துறை வல்லுநர்கள், நிறுவனங்கள் "ஆன்-பிரம்" (on-prem/on-premise) ஓப்பன் சோர்ஸ் மாதிரிகளை நோக்கி நகரும் போக்கு அதிகரித்து வருவதாகக் கூறுகின்றனர். இந்த மாதிரிகள், தரவு நிறுவனத்தின் நேரடி அல்லது மெய்நிகர் (virtual) கட்டுப்பாட்டிலேயே இருப்பதை உறுதி செய்யும் அதே வேளையில், தனியுரிமைப் பெரு நிறுவனங்களின் பணிகளில் 90% வரை மிகக் குறைந்த செலவில் செய்ய முடியும்.
தரவுகள் இந்த போக்கை உறுதிப்படுத்துகின்றன; Vercel போன்ற தளங்கள், ஒரே மாதத்தில் தங்களின் கேட்வே வழியாகச் சென்ற அனைத்து டிராஃபிக்கில் (traffic) 29% ஓப்பன் மாதிரிகளால் (open models) உருவானது என்று தெரிவித்துள்ளன. நாடெல்லா முடிவாகக் கூறுவது போல், "அறிவுத்திறனைப் பயன்படுத்துவதன் மூலம், நீங்கள் அறிவுத்திறனை உருவாக்குகிறீர்கள். நீங்கள் உருவாக்குவது உங்களுக்கே சொந்தமானதாக இருக்க வேண்டும்."
முக்கியக் குறிப்புகள்
- இரட்டைப் பணம் செலுத்தும் பொறி: நிறுவனங்கள் பணமாக மட்டும் செலுத்தவில்லை; தங்களின் தனியுரிமை வணிகத் தர்க்கம் (business logic) மற்றும் திருத்தங்களின் "எக்ஸாஸ்ட்" (exhaust) மூலமாகவும் பணம் செலுத்துகின்றன.
- மாதிரி ஆர்கெஸ்ட்ரேஷனின் எழுச்சி: ஒரு குறிப்பிட்ட விற்பனையாளருடன் பிணைக்கப்படுவதைத் தவிர்க்கவும் (vendor lock-in), தரவு கசிவைத் தடுக்கவும், பல மாதிரிகளை நிர்வகிக்க நிறுவனங்கள் பெருகிய முறையில் AI கேட்வேகள் மற்றும் ஆர்கெஸ்ட்ரேஷன் அடுக்குகளைப் பயன்படுத்துகின்றன.
- ஓப்பன் சோர்ஸ் நோக்கிய மாற்றம்: தரவு இறையாண்மையைப் (data sovereignty) பேணவும், நீண்டகாலச் செலவுகளைக் குறைக்கவும், ஆன்-பிரமிஸ் ஓப்பன் சோர்ஸ் மாதிரிகளைப் பயன்படுத்துவதற்கான ஒரு குறிப்பிடத்தக்க இயக்கம் நடைபெற்று வருகிறது.