Palantir CEO Alex Karp की कड़ी आलोचना

Alex Karp ने इस मामले में और भी तीखी भाषा का इस्तेमाल किया है। उन्होंने फ्रंटियर AI लैब्स के बिजनेस मॉडल को 'बेहद बेवकूफी भरा' बताते हुए टोकन लागतों में वृद्धि और सीमित एंटरप्राइज वैल्यू की आलोचना की है । उनके तर्क के मुख्य बिंदु:

• अपना डेटा LLM कंपनियों को न सौंपें - चिंता है कि तीसरे पक्ष के AI सिस्टम के जरिए मालिकाना डेटा और IP उजागर हो सकता है ।
• टोकन-आधारित प्राइसिंग गलत प्रोत्साहन पैदा करती है - Karp का कहना है कि एंटरप्राइजेज सीमित मूल्य के लिए बढ़ती टोकन लागत चुका रहे हैं ।
• AI संप्रभुता - यह व्यापक तर्क है कि एंटरप्राइजेज और सरकारें ऐसे सिस्टम पसंद करेंगी जिन्हें वे सीधे नियंत्रित कर सकें ।

यूरोपीय निर्भरता का आयाम

Mensch और Karp दोनों की चेतावनियां रणनीतिक निर्भरता की थीम पर एकत्रित होती हैं। रिपोर्टिंग में यूरोपीय देशों में अमेरिकी AI प्रभुत्व के डर के कारण स्वदेशी AI समाधानों में बढ़ती रुचि का वर्णन किया गया है, जो फ्रांस की Mistral के लिए फायदेमंद साबित हो रही है ।

Bridgewater / Thinking Machines Lab का प्रयोग: ओपन मॉडल का समर्थन

एक हालिया प्रयोग ओपन-मॉडल के पक्ष में कुछ सबूत प्रदान करता है। Bridgewater के AIA Labs ने Thinking Machines Lab के साथ मिलकर एक LLM को प्रासंगिक वित्तीय समाचार सतह पर लाने का काम सिखाया। रिपोर्ट के अनुसार, एक विशेष कार्य के लिए फाइन-ट्यून किए गए ओपन मॉडल ने फ्रंटियर मॉडल को सटीकता में पीछे छोड़ दिया और साथ ही लागत भी कम रखी । वित्तीय क्षेत्र के लिए बने FinTral जैसे अन्य मॉडल भी मिस्ट्रल-7बी पर आधारित हैं और विशेष कार्यों में बेहतर प्रदर्शन दिखाते हैं ।

मुख्य प्रतिवाद: Mensch का ओपन-सोर्स समर्थन Mistral के वाणिज्यिक हितों से मेल खाता है

यह सबसे महत्वपूर्ण सावधानी है। Mistral खुद एक वाणिज्यिक कंपनी है और इसे OpenAI और Google के खिलाफ एक प्रमुख यूरोपीय दावेदार के रूप में देखा जाता है । जब Mensch बंद स्रोत प्रदाताओं के खिलाफ चेतावनी देते हैं, तो वे एक साथ एंटरप्राइज और संप्रभु AI जोखिम के बारे में तर्क दे रहे हैं और साथ ही खुले या अधिक नियंत्रणीय AI सिस्टम के बाजार में Mistral को स्थापित कर रहे हैं ।

सबूतों का सारांश

निष्कर्ष

एंटरप्राइजेज के लिए बंद स्रोत AI के खिलाफ तर्कों को कुछ वास्तविक दुनिया का समर्थन प्राप्त है, खासकर मालिकाना डेटा जोखिम, टोकन लागत चिंताओं और विशेष वित्तीय कार्यप्रवाहों के लिए अनुकूलित मॉडलों की अपील के आसपास । हालांकि, यह प्रतिवाद कि Mensch और Karp अपनी कंपनियों के हितों के अनुरूप स्थिति ले रहे हैं, अच्छी तरह से समर्थित है और उनकी चेतावनियों के वास्तविक गुणों के खिलाफ तौला जाना चाहिए । दोनों स्थितियां परस्पर अनन्य नहीं हैं: चेतावनियां वाणिज्यिक रूप से स्वार्थी और दिशात्मक रूप से सही दोनों हो सकती हैं।

Palantir CEO Alex Karp की कड़ी आलोचना

Alex Karp ने इस मामले में और भी तीखी भाषा का इस्तेमाल किया है। उन्होंने फ्रंटियर AI लैब्स के बिजनेस मॉडल को 'बेहद बेवकूफी भरा' बताते हुए टोकन लागतों में वृद्धि और सीमित एंटरप्राइज वैल्यू की आलोचना की है । उनके तर्क के मुख्य बिंदु:

• अपना डेटा LLM कंपनियों को न सौंपें - चिंता है कि तीसरे पक्ष के AI सिस्टम के जरिए मालिकाना डेटा और IP उजागर हो सकता है ।
• टोकन-आधारित प्राइसिंग गलत प्रोत्साहन पैदा करती है - Karp का कहना है कि एंटरप्राइजेज सीमित मूल्य के लिए बढ़ती टोकन लागत चुका रहे हैं ।
• AI संप्रभुता - यह व्यापक तर्क है कि एंटरप्राइजेज और सरकारें ऐसे सिस्टम पसंद करेंगी जिन्हें वे सीधे नियंत्रित कर सकें ।

यूरोपीय निर्भरता का आयाम

Mensch और Karp दोनों की चेतावनियां रणनीतिक निर्भरता की थीम पर एकत्रित होती हैं। रिपोर्टिंग में यूरोपीय देशों में अमेरिकी AI प्रभुत्व के डर के कारण स्वदेशी AI समाधानों में बढ़ती रुचि का वर्णन किया गया है, जो फ्रांस की Mistral के लिए फायदेमंद साबित हो रही है ।

Bridgewater / Thinking Machines Lab का प्रयोग: ओपन मॉडल का समर्थन

एक हालिया प्रयोग ओपन-मॉडल के पक्ष में कुछ सबूत प्रदान करता है। Bridgewater के AIA Labs ने Thinking Machines Lab के साथ मिलकर एक LLM को प्रासंगिक वित्तीय समाचार सतह पर लाने का काम सिखाया। रिपोर्ट के अनुसार, एक विशेष कार्य के लिए फाइन-ट्यून किए गए ओपन मॉडल ने फ्रंटियर मॉडल को सटीकता में पीछे छोड़ दिया और साथ ही लागत भी कम रखी । वित्तीय क्षेत्र के लिए बने FinTral जैसे अन्य मॉडल भी मिस्ट्रल-7बी पर आधारित हैं और विशेष कार्यों में बेहतर प्रदर्शन दिखाते हैं ।

मुख्य प्रतिवाद: Mensch का ओपन-सोर्स समर्थन Mistral के वाणिज्यिक हितों से मेल खाता है

यह सबसे महत्वपूर्ण सावधानी है। Mistral खुद एक वाणिज्यिक कंपनी है और इसे OpenAI और Google के खिलाफ एक प्रमुख यूरोपीय दावेदार के रूप में देखा जाता है । जब Mensch बंद स्रोत प्रदाताओं के खिलाफ चेतावनी देते हैं, तो वे एक साथ एंटरप्राइज और संप्रभु AI जोखिम के बारे में तर्क दे रहे हैं और साथ ही खुले या अधिक नियंत्रणीय AI सिस्टम के बाजार में Mistral को स्थापित कर रहे हैं ।

सबूतों का सारांश

निष्कर्ष

एंटरप्राइजेज के लिए बंद स्रोत AI के खिलाफ तर्कों को कुछ वास्तविक दुनिया का समर्थन प्राप्त है, खासकर मालिकाना डेटा जोखिम, टोकन लागत चिंताओं और विशेष वित्तीय कार्यप्रवाहों के लिए अनुकूलित मॉडलों की अपील के आसपास । हालांकि, यह प्रतिवाद कि Mensch और Karp अपनी कंपनियों के हितों के अनुरूप स्थिति ले रहे हैं, अच्छी तरह से समर्थित है और उनकी चेतावनियों के वास्तविक गुणों के खिलाफ तौला जाना चाहिए । दोनों स्थितियां परस्पर अनन्य नहीं हैं: चेतावनियां वाणिज्यिक रूप से स्वार्थी और दिशात्मक रूप से सही दोनों हो सकती हैं।