அமெரிக்கா சீன AI-க்கு பதிலளிக்க முயலும்போது, தொழிற்சாலை பரந்த திறந்த-எடை கட்டுப்பாடுகளுக்கு எதிராக வலியுறுத்துகிறது
வாஷிங்டன் வேகமாக முன்னேறிக்கொண்டிருக்கிறது, மேலும் AI தொழிற்சாலை இன்னும் வேகமாக பின்னோக்கி தள்ளிக்கொண்டிருக்கிறது. அமெரிக்கா சீன AI-க்கு பதிலளிக்க முயலும்போது, தொழிற்சாலை திறந்த-எடை மாதிரிகளை லக்ஷ்யாக வைத்த ஏதேனும் ব்যாপக கட்டுப்பாடுகளுக்கு எதிராக கொள்கை வகுப்பாளர்களை…
அமெரிக்கா சீன AI-க்கு பதிலளிக்க முயலும்போது, தொழிற்சாலை பரந்த திறந்த-எடை கட்டுப்பாடுகளுக்கு எதிராக வலியுறுத்துகிறது
வாஷிங்டன் வேகமாக முன்னேறிக்கொண்டிருக்கிறது, மேலும் AI தொழிற்சாலை இன்னும் வேகமாக பின்னோக்கி தள்ளிக்கொண்டிருக்கிறது. அமெரிக்கா சீன AI-க்கு பதிலளிக்க முயலும்போது, தொழிற்சாலை திறந்த-எடை மாதிரிகளை লক্ష்যாக வைத்த ஏதேனும் ব்যাপக கட்டுப்பாடுகளுக்கு எதிராக கொள்கை வகுப்பாளர்களை வலியுறுத்துகிறது — மேலும் அந்த கடிதத்தின் கையெழுத்திடுபவர்களில் ஒரு சிலர் வணிகத்தில் மிகப்பெரிய பெயர்கள் உள்ளனர். ஆசிய முழுவதும் உள்ள டெவலপர்கள் மற்றும் நிறுவனர்களுக்கு, இந்த விவாதம் சுருக்க புவியரசியல் அல்ல. இது நாளை நீங்கள் எந்த கருவிகளுடன் கட்ட அனுமதி பெறுவீர்கள் என்பது பற்றிய ஒரு நேரடி உரையாடல்.
என்ன நடந்தது
Hugging Face, Meta, Microsoft, Mistral, மற்றும் Nvidia உள்ளிட்ட பல முக்கிய AI நிறுவனங்கள் — திறந்த-எடை AI மாதிரிகளில் பரந்த "முன்கூட்டிய கட்டுப்பாடுகள்" விதிக்க வேண்டாம் என்று கொள்கை வகுப்பாளர்களை வலியுறுத்தும் திறந்த கடிதத்திற்கு கையெழுத்து போட்டுள்ளன. கடிதம் சீனை வெளிப்படையாக பெயரிடாது, ஆனால் அதன் நேரம் வேண்டுமென்றே உள்ளது.
TechCrunch-ன் அறிக்கையின் படி, ட்ரம்ப் நிர்வாகம் சீன திறந்த-எடை மாதிரிகளில் ஒரு தடையை செயலாக்க பரிசீலித்துக்கொண்டிருக்கிறது மற்றும் AI நிறுவனங்களுக்கு எதிராக சாத்தியமான பத்திரங்களை வெளியிடுவது — இது சீன AI ল்যாப்கள் அமெரிக்க எல்லை மாதிரிகளிலிருந்து அறிவை வடிகட்டிக்கொண்டிருக்கிறে என்ற குற்றச்சாட்டைத் தொடர்ந்து,본질적으로Anthropic-ன் போன்ற உரிமையுடைய அமைப்புகளின் வெளியீடுகளைப் பயன்படுத்தி தங்களுடையதைப் பயிற்சி செய்கிறது.
மாதிரி வடிகட்டல் கருத்து இங்கே தெளிவாக புரிந்துகொள்ள வேண்டியது. ஒரு சிறிய அல்லது குறைந்த திறன் கொண்ட மாதிரி ஒரு பெரிய, மேலும் திறன் கொண்ட ஒன்றின் வெளியீடுகளில் பயிற்சி பெறும்போது, அது பெரிய மாதிரির பகுத்தறிவு திறனை ஆশ்চர்যகரமான அளவில் பெறலாம் — அசல் எடைகள் அல்லது பயிற்சி தரவுகளை ஒருபோதும் அணுகாமல். இது இயந்திர கற்றலில் ஒரு நன்கு நிறுவப்பட்ட நுட்பம், ஆனால் இது அரசியல்ரீதியாக சார்ஜ் செய்யப்பட்டுவிட்டது, ஏனெனில் இது ஒரு நன்கு-வளம் கொண்ட ল்যாப் திறன் இடைவெளிகளை விரைவாகவும் மலிவாகவும் மூடிக்கொள்ள முடியும் என்று பொருள்.
தொழிற்சாலை கடிதத்தின் মূল வாதம் நுணுக்கமானது: உண்மையில் ஆபத்தான திறன்களை লক்ষ்যாக வைத்த கட்டுப்பாடுகள் அর்থপூর்ணமாக இருக்கிறে, ஆனால் திறந்த-எடை மாதிரিகளில் ஒரு ব்ল்যাঙ্கெட் தடை — Meta-ன் Llama குடும்பத்திலிருந்து Mistral-ன் மாதிரிகள் வரை எல்லாவற்றையும் உள்ளடக்கியது — எந்த மாநில-ஸ்பন்சர் செய்யப்பட்ட எதிரிக்கும் விட அமெரிக்க மற்றும் உலகளாவிய டெவலপர் ইকোসிஸ்டেমுக்கு மிகவும் அதிக ক্ষতি ஏற்படுத்தும். கையெழுத்திடுபவர்கள் திறந்த எடைகள் গবেষণை, স্டார্টআப்கள், மற்றும் உலகব்যাপী এন்টারপ்রைஸ் AI ஏற்றுக்கொள்ளலுக்கு அடிப்படையாக இருக்கிறে என்று வாதிடுகிறார்கள், மேலும் அவற்றைக் கட்டுப்படுத்துவது மூடிய, உரிமையுடைய அமைப்புகளுக்கு ஒரு நிರபேக்ষ நன்மையை கொடுக்கும்.
விவாதம் இன்னும் உயிருடன் இருக்கிறது. ஒரு முறையான கொள்கை அறிவிக்கப்படவில்லை, ஆனால் இரண்டு பக்கங்களிலிருந்தும் அழுத்தம் — ஒரு முனையில் தேசிய பாதுகாப்பு ஹாக்குகள், மற்றொரு முனையில் திறந்த-மூல வக்ளிலகள் — வாரம் வாரம் தীவிரமாக்கிக்கொண்டிருக்கிறது.
ஆசியার்க்கு ஏன் முக்கியமாக இருக்கிறது
இந்த விவாதம் வாஷிங்டன் போர்டுரூமுகளில் இருப்பதை விட ஆசியায় வேறுபட்ட முறையில் தரையிறங்குகிறது, மேலும் பார்வையின் அந்த இடைவெளி சரியாக இங்குள்ள நிறுவனர்கள் மற்றும் டெவலப்பர்கள் கவனம் செலுத்த வேண்டிய இடம்.
திறந்த-எடை மாதிரிகள் கடந்த இரண்டு ஆண்டுகளில் ஆசிய டெக் ইகோசிஸ்டেমுக்கான ஒক்க மிகப்பெரிய சமன்மாপகம் இருந்துவிட்டன. Llama, Mistral, மற்றும் அவற்றின் வழிதோன்றல்கள் பரவலாக கிடைக்கும் முன், தென்கிழக்கு ஆசியா, தென் ஆசியா, அல்லது கிழக்கு ஆசியায் ஒரு உৎপাദன-தர AI பயன்பாட்டை கட்ட கிட்டத்தட்ட எப்போதுமே சில அமெரிக்க-அடிப்படையிலான மூடிய மாதிரிகளுக்கு API அணுகலுக்கு பணம் செலுத்த அর்థம் என்று இருந்தது. அந்த சார்பு உண்மையான செலவு தடைகள், বিলம்ப சிக்கல்கள், மற்றும் தரவு இறையாண்மை கவலைகளை உருவாக்கியது — குறிப்பாக fintech, healthtech, மற்றும் govtech போன்ற ஒழுங்குபடுத்தப்பட்ட தொழிற்சாலைகளில் செயல்படும் ஸ்டার்টআப்களுக்கு.
திறந்த-எடை மாதிரிகள் அந்த கணக்கை மாற்றிவிட்டன. Jakarta, Bangalore, Ho Chi Minh City, மற்றும் Taipei-ல் உள்ள குழுக்கள் உள்ளூர்-மொழி தரவுசெட்களில் மாதிரிகளை நுணுக்கமாக-சரிசெய்ய, அவற்றை தங்களுடைய சொந்த உள்கட்டமைப்பில் வரிசைப்படுத்த, மற்றும் உணர்வுশীல் ব்যবহারকারী தரவுகளை எல்லைகளை கடந்து அனுப்ப தவிர்க்க முடியும். ফলாফல் பகுதி முழுவதும் AI-உள்ளூர் பণ்য উন்নয়নে ஒரு உண்மையான வெடிப்பு இருந்துவிட்டது — Silicon Valley playbookগুলি நকலடி செய்வதன் மூலம் கட்டப்பட்ட பண்டுகள் அல்ல, ஆனால் உள்ளூர்-தகவமைக்கப்பட்ட மாதிரিகளுடன் தனிப்பட்ட உள்ளூர் சிக்கல்களை தீர்ப்பதன் மூலம் கட்டப்பட்ட பண்டுகள்.
அமெரிக்கா சீன திறந்த-எடை மாதிரிகளை குறிப்பாக கட்டுப்படுத்த அல்லது தடை செய்தால், பெரும்பாலான ஆசிய டெவலப்பர்களுக்கு உடனடி நடைமுறை விளைவு வரையோம் — பெரும்பாலான உৎপாদன স্ট்যாக்குகள் இங்கே Meta-ன் Llama வேறுபாடுகள் அல்லது Mistral போன்ற ইউரோபிய மாதிரிகளை ஏற்கனவே இயக்குகின்றன. ஆனால் முன்னுதாரணம் மிகவும் பெரிய அளவில் முக்கியமாக இருக்கிறது. திறந்த எடைகளை ஒரு தேசிய பாதுகாப்பு பொறுப்பாக கருதும் ஒரு ஒழுங்குபடுத்தல் கাঠামோ অন்য அரசாங்கங்கள் ஏற்றுக்கொள்ள முடியும் என்ற ஒரு வார்ப்பை உருவாக்குகிறது. திறந்த-எடை கட்டுப்பாடுகள் US கொள்கையில் இயல்பாக மாறினால், ஆசியாவில் சிலர் உள்ளிட்ட பிற அதिकार எல்லைகளில் ஒத்த வாதங்கள் மேலெழுந்து வருவதை எதிர்பார்க்க வேண்டும்.
ஒரு நுணுக்கமான ঝுக்கியும் உள்ளது: அமெரிக்க அரசாங்கம் "அமெரிக்க-ஒப்புதல்" மற்றும் "அ-ஒப்புதல்" மாதிரிகளுக்கு இடையே ஒரு கடினமான வரையை கட்டாயப்படுத்தினால், இது உலகளாவிய திறந்த-மூல AI ইகோசிஸ்டেமை খণ்ডிக்கிறது. தற்போது ஒரு ஒருங்கிணைந்த திறந்த-மூல சமூகத்தில் பங்களிக்கும் மற்றும் பயனடையும் ஆசிய டெவலப்பர்கள் ஒரு இரு-பிளவ் நிலப்பு செல்ல முடியும் — இதில் உங்களுக்கு கிடைக்கும் கருவிகள் உங்கள் பொறியியல் திறனை அல்ல, உங்கள் புவியியல் மீது சார்ந்துள்ளன.
இது எதிராக போராடுவதற்கு ஒரு ভবிஷ்யத் மதிப்புள்ளது, மேலும் இது தொழிற்சாலை கடிதம் ஏன் முக்கியமாக இருக்கிறது என்பதே, நீங்கள் ஒருபோதும் அமெரிக்க ஐக்கிய நாட்டில் ஒரு வரி குறியீட்டை அனுப்பியிருந்தாலும் கூட.
டெவலப்பர்களுக்கு இது என்ன பொருள்
구체적으로 செல்லலாம். நீங்கள் ஆசியায் இப்போது AI-உள்ளூர் பயன்பாடுகளை கட்டிக்கொண்டிருந்தால், இந்த நிலைமையை நடைமுறையாக எப்படி சிந்திக்க வேண்டும் என்பது இங்கே.
இன்று உங்கள் மாதிரி சார்புகளை பல்வகைப்படுத்தவும். உங்கள் স্ட்যாக் தற்போது ஒரு ஒক்க மாதிரி வழங்குனரில் கனமாக சாய்ந்து இருந்தால் — அது ஒரு மூடிய API அல்லது ஒரு குறிப்பிட்ட திறந்த-எடை குடும்பம் — இது அந்த சார்பு ஆடிட் செய்ய ஒரு நல்ல தருணம். கொள்கை சூழல் உண்மையாக நிশ்চயமற்றது. உங்கள் স்থাপத்যத்தில் மாதிரி-ஆக்ஞ்ஞা சுருக்கங்களுடன் கட்ட அதிக-ஆபத்து-பொறியாக்கம் அல்ல; இது ঝுக்கி ব்যবস்థாபனம்.
உதவும் ஒரு எளிய வடிவம்: உங்கள் LLM அழைப்புகளை உங்கள் codebase-ல் ஒரு ஒக்க ইন்টারফேসின் பின்னால் மூடவும் பதிலாக உங்கள் பயன்பாட்டு முழுவதும் வழங்குனர் SDKs-ஐ நேரடியாக அழைக்கும். ஏதாவது போல:
// இதற்கு பதிலாக உங்கள் பயன்பாட்டு முழுவதும் சிதறிக்கிடக்கும்:
// openai.chat.completions.create(...)
// anthropic.messages.create(...)
// ஒரு ইন்টারফேসின் பின்னால் மையப்படுத்தவும்:
async function generateResponse(prompt, options = {}) {
const provider = options.provider || process.env.DEFAULT_LLM_PROVIDER;
return llmRouter.complete(prompt, { provider, ...options });
}
இந்த வடிவம் பயன்பாட்டு தர்க்கத்தை மீண்டும் எழுதாமல் அடிப்படை மாதிரிகளை மாற்ற உங்களை அனுமதிக்கிறது — இது சரியாக நিয়ন்ত்रक தரைமட்ட மாறுகிறது போது நீங்கள் விரும்பும் வகையான நমনীயம்.
நீங்கள் உண்மையாக இயக்கிக்கொண்டிருக்கும் என்ன புரிந்துகொள்ளவும்। பல டெவலப்பர்கள் திறந்த-எடை மாதிரிகளை அவற்றின் மூலம் முழுவதுமாக புரிந்துகொள்ளாமல் பயன்படுத்துகிறார்கள். நீங்கள் ஒரு அடிப்படை மாதிரির ஒரு நுணுக்கமாக-சரிசெய்யப்பட்ட வழிதோன்றல் இயக்கிக்கொண்டிருந்தால், அந்த அடிப்படை மாதிரி என்ன என்பதை மற்றும் அது எங்கிருந்து வருகிறது என்பதை தெரிந்துகொள்ளவும். இது偏執狂ம் அல்ல — இது ஒரு வாழ்வு கடமை இது உங்கள் এন்டারப்রைஸ் গ்রাহகங்கள் அல்லது முதலீட்டாளர்கள் இணக்க கேள்விகளை கேட்க தொடங்கினால் முக்கியமாக இருக்கும்.
வடிகட்டல் உரையாடலை நெருக்கமாக கண்காணிக்கவும்। மாதிரி வடிகட்டலைச் சுற்றிய குற்றச்சாட்டுகள் அரசியல் தவிர தொழில்நுட்பமாக சுவாரஸ்யமாக உள்ளன. சீன ল்যாব்கள் உண்மையாக வடிகட்டல் மাপனে திறன் இடைவெளிகளை மூடிக்கொண்டிருந்தால், இது எல்லை-সன்னிகட மாதிரিகளை பயிற்சி செய்வதற்கான செலவு பெரும்பாலான மதிப்பீடுகள் பரிந்துரை செய்ததை விட வேகமாக குறைந்து வருகிறது என்ற சங்கேதம் செய்கிறது. இது ஒரு குழுவை நுணுக்கமாக-சரிசெய்ய மற்றும் பூஜ்ய தொடங்கியிருந்து பயிற்சி செய்ய எப்போது பற்றி சிந்திக்கும் எந்த குழுவுக்கும் பொருத்தமாக இருக்கிறது।
கொள்கை செயல்முறையுடன் ஈடுபடுங்கள்। இது லாபிস்ट்களுக்கு அல்ல, டெவலப்பர்களுக்கு পরামர்ශ போல தோன்றலாம் — ஆனால் கொள்கை விவாதங்களில் டெவலப்பர் குரல்கள் ஆசியায் நாட்டுநிறைவாக குறைந்தளவு பிரতिनिधित்வம் செய்யப்பட்டுள்ளன. Hugging Face மற்றும் திறந்த-மூல AI சமூகம் போன்ற সংস்থைகள் செயலாக வளைவுக்கு வேண்டுகோள் செய்கிறார்கள். திறந்த-எடை கிடைக்கலில் உங்களுக்கு ஒரு பங்கு இருந்தால், அந்த பங்கை பார்வையில் செய்யவும். இந்த கவரேஜ் தூண்டிய தொழிற்சாலை கடிதம் நிறுவனங்களால் கையெழுத்திடப்பட்டது, ஆனால் அடிப்படை வாதம் உண்மையில் விஷயங்களை கட்டிக்கொண்டிருக்கும் மக்களிடமிருந்து வரும்போது வலிமைமாக இருக்கிறது।
MonstarX-ல் vibe coding மூலம் உங்கள் AI-உள்ளூர் அமைப்பை கட்டிக்கொள்ள தொடங்குங்கள்.