फाउंडेशन मॉडल आपकी जेनएआई रणनीति का आधार हैं

OpenAI के ChatGPT ने सेट किया सबसे तेजी से बढ़ते उपभोक्ता एप्लिकेशन का रिकॉर्ड, और अब GPT-3.5 के समान कई अन्य मॉडल उपलब्ध हैं (मालिकाना और ओपन-सोर्स दोनों), लेकिन मूर्ख मत बनो: जेनरेटिव एआई (जेनएआई) और प्रेडिक्टिव एआई को पावर देने वाले फाउंडेशन मॉडल का बाजार अभी भी अपनी प्रारंभिक अवस्था में है। . किसी भी भाषा-संबंधित जेनएआई कार्य के लिए – चाहे वह कोड लिखना हो, ग्राहक सेवा का समर्थन करना हो, या विज्ञापन प्रतिलिपि बनाना हो – उद्यम उस पर भरोसा कर रहे हैं जिसे फॉरेस्टर कह रहा है भाषा के लिए एआई फाउंडेशन मॉडल (एआई-एफएमएल)। ये पूर्व-प्रशिक्षित (आम तौर पर) बड़े भाषा मॉडल (एलएलएम) हैं जो पाठ को ग्रहण और उत्पन्न कर सकते हैं, हालांकि मल्टीमॉडल मॉडल, जो ऑडियो, छवियों या वीडियो को भी ग्रहण और उत्पन्न कर सकते हैं, ने क्षितिज पर धूम मचा दी है। यह बाज़ार तेजी से विकसित हो रहा है और बदल रहा है, और तकनीकी नेताओं को यह समझना चाहिए कि इसे कैसे नेविगेट किया जाए।

अगली पीढ़ी के एआई एप्लिकेशन फाउंडेशन मॉडल पर बनाए जाएंगे, लेकिन…

फाउंडेशन मॉडल जेनएआई-संचालित अनुप्रयोगों का आधार हैं, और डेटा पाइपलाइनों और वर्कफ़्लो के विभिन्न हिस्सों पर लक्षित कई मॉडल (बड़े और छोटे) होंगे। फॉरेस्टर ग्राहक हमारी रिपोर्ट, द टेक्नोलॉजी लीडर्स प्राइमर फॉर एआई फाउंडेशन मॉडल्स में फाउंडेशन मॉडल से संबंधित प्रमुख अवधारणाओं के बारे में अधिक जान सकते हैं, लेकिन एआई-एफएमएल की खोज करने वाले सभी पाठक जिनके साथ अपने एप्लिकेशन का निर्माण कर सकते हैं, उन्हें यह जानने की जरूरत है:

• एआई-एफएमएल सभी डोमेन और कार्य कार्यों में बड़े पैमाने पर दक्षताएं पैदा करेगा। कई नेता प्रश्नोत्तर और सारांश के लिए एआई-एफएमएल की क्षमताओं से परिचित हैं, लेकिन ये मॉडल डेटा तैयारी जैसे अन्य डोमेन में भी उत्कृष्टता प्राप्त करते हैं। उदाहरण के लिए, सामान्य प्रयोजन एआई-एफएमएल व्यवसायों को अंतर्ग्रहण सामग्री से भावनाओं, विषयों और नामित संस्थाओं जैसी जानकारी निकालने और समझने में सक्षम बनाता है। पारंपरिक मशीन लर्निंग मॉडल को प्रशिक्षण डेटा के बड़े सेट की आवश्यकता होती है, निर्माण के लिए संसाधन-गहन होते हैं, और कई डोमेन में विश्वसनीय रूप से स्केल नहीं होते हैं। एआई-एफएमएल डेवलपर्स को इन कार्यों के लिए अपने स्वयं के एमएल मॉडल बनाने (इस प्रकार श्रमसाध्य डेटा तैयारी कार्य को दरकिनार करने) और ऐसे एप्लिकेशन बनाने की अनुमति दे रहे हैं जो अन्य कार्यों और डोमेन के लिए अधिक आसानी से अनुकूल हो सकते हैं।

• लेकिन कोई भी एकल आधार मॉडल किसी उद्यम की सभी जरूरतों का समर्थन नहीं करेगा। वहाँ है नहीं वर्तमान में सब कुछ करने का एक मॉडल है जो किसी संगठन के भीतर प्रत्येक टीम की जरूरतों को पूरा कर सकता है। तकनीकी अधिकारियों को डेटा या एप्लिकेशन वर्कफ़्लो के आधार पर कई फाउंडेशन मॉडल का उपयोग करने की योजना बनानी चाहिए। कुछ कार्यों को विशिष्ट प्रकार के सारांश या विश्लेषण के लिए उच्च-स्तरीय मॉडल की आवश्यकता हो सकती है, लेकिन कई कार्यों को उन मॉडलों के साथ पूरा किया जा सकता है जो कागज पर छोटे या कम-प्रदर्शन वाले होते हैं।

उद्यमों को फाउंडेशन मॉडल का चयन सावधानीपूर्वक करना चाहिए।

निकट भविष्य के लिए, अधिकांश उद्यम अपने फाउंडेशन मॉडल को तीसरे पक्ष से प्राप्त करेंगे और अपने स्वयं के मॉडल को पूर्व-प्रशिक्षित नहीं करेंगे। फॉरेस्टर ग्राहक हमारी नई रिपोर्ट, द एआई फाउंडेशन मॉडल्स फॉर लैंग्वेज लैंडस्केप, Q2 2024 का उपयोग करके अपनी एआई-एफएमएल खरीदारी रणनीति बनाना शुरू कर सकते हैं, जिसमें यह जानकारी शामिल है कि एआई-एफएमएल विक्रेता पेशकश, आकार और बाजार फोकस के मामले में कैसे भिन्न हैं। एआई-एफएमएल चुनते समय, उद्यमों को यह करना होगा:

• लागत, शक्ति और डोमेन प्रशिक्षण का वजन करें। कभी-कभी अत्याधुनिक मॉडल प्रतिस्पर्धात्मक लाभ प्रदान करेंगे, लेकिन अन्य बार, उन्हें चलाने की लागत लाभ से अधिक होगी, और पुराने या छोटे ओपन-सोर्स मॉडल पर्याप्त होंगे। लेकिन केवल आधार मॉडल क्षमताओं को न देखें: एक एआई-एफएमएल कई सामान्यीकृत भाषा कार्यों के लिए काम कर सकता है, लेकिन इसे आपके उपयोग के मामले में संरेखित करने के लिए महत्वपूर्ण कार्य की भी आवश्यकता हो सकती है। कुछ उद्योग डोमेन-विशिष्ट भाषा का उपयोग बहुत सटीक तरीकों से करते हैं (विनिर्माण या चिकित्सा के बारे में सोचें), और सामान्य प्रयोजन मॉडल उन उद्योगों में अनुप्रयोगों के लिए इसे कम नहीं कर सकते हैं।
• उनकी पारिस्थितिकी तंत्र क्षमताओं के आधार पर पशुचिकित्सक मॉडल। व्यवसाय के लिए तैनात एआई-एफएमएल बड़े अनुप्रयोग पारिस्थितिकी तंत्र का हिस्सा हैं जो मॉडल व्यवहार में सटीकता और पारदर्शिता का समर्थन करते हैं। इंजीनियरिंग/परीक्षण/सत्यापन संकेतों की क्षमताएं, पुनर्प्राप्ति-संवर्धित पीढ़ी (आरएजी) आर्किटेक्चर विकसित करना, और बाहरी अनुप्रयोगों के एपीआई में प्लग इन करना जेनएआई अनुप्रयोगों में एआई-एफएमएल के आवश्यक भाग हैं। किसी मॉडल के लिए प्रतिबद्ध होने से पहले, यह पता करें कि क्या यह आपके प्रौद्योगिकी पारिस्थितिकी तंत्र की जरूरतों के साथ काम करेगा और क्या यह आपके सभी उपकरणों को प्रभावी ढंग से जोड़ेगा।

हम इस गर्मी में एआई-एफएमएल को कवर करते हुए फॉरेस्टर वेव™ मूल्यांकन जारी करेंगे, जिसमें डेटा तैयारी, प्रशिक्षण उपकरण और मॉडल प्रशासन जैसे स्कोरिंग मानदंडों के आधार पर अग्रणी विक्रेताओं को शामिल किया जाएगा। फॉरेस्टर ग्राहक एआई विश्लेषक के साथ मार्गदर्शन सत्र निर्धारित करके हमारे मूल्यांकन अनुसंधान – या आम तौर पर फाउंडेशन मॉडल – पर अधिक गहराई से चर्चा कर सकते हैं।