आईबीएम का लक्ष्य छोटे एआई मॉडल के साथ उद्यम दक्षता

आर्टिफिशियल इंटेलिजेंस (AI) का परिदृश्य बड़े पैमाने पर स्केल की दौड़ से परिभाषित किया गया है, जिसमें कई कंपनियां सबसे बड़े संभावित मॉडल बनाने के लिए होड़ कर रही हैं। जबकि कुछ कंपनियां उन मॉडलों से ध्यान आकर्षित करती हैं जो अत्यधिक कम्प्यूटेशनल शक्ति का उपभोग करते हैं, कई व्यवसाय सक्रिय रूप से अधिक व्यावहारिक समाधान खोज रहे हैं जो उनकी विशिष्ट आवश्यकताओं और संसाधन बाधाओं के अनुरूप हों।

IBM रणनीतिक रूप से खुद को इस बढ़ती मांग को पूरा करने के लिए स्थापित कर रहा है। वैश्विक प्रौद्योगिकी और परामर्श दिग्गज ने हाल ही में अपने ग्रेनाइट बड़े भाषा मॉडल (LLM) परिवार की अगली पीढ़ी पेश की है, जो व्यावहारिक, वास्तविक दुनिया के व्यावसायिक अनुप्रयोगों के लिए तैयार कॉम्पैक्ट और कुशल प्रणालियों पर जोर देती है।

ग्रेनाइट श्रृंखला को परिष्कृत करना: केंद्रित क्षमता, कम पदचिह्न

IBM के ग्रेनाइट 3.2 मॉडल कंपनी की छोटी मॉडल विकसित करने की रणनीति की निरंतरता का प्रतिनिधित्व करते हैं। ये मॉडल कंप्यूटिंग संसाधनों पर अत्यधिक मांग किए बिना विशिष्ट क्षमताओं को वितरित करने के लिए डिज़ाइन किए गए हैं। यह दृष्टिकोण कई व्यवसायों की व्यावहारिक आवश्यकताओं के साथ संरेखित होता है जिन्हें AI समाधानों की आवश्यकता होती है जो शक्तिशाली और लागत प्रभावी दोनों हों।

ये मॉडल हगिंग फेस पर Apache 2.0 लाइसेंस के तहत खुले तौर पर उपलब्ध हैं। चयनित संस्करण IBM के अपने watsonx.ai प्लेटफ़ॉर्म, साथ ही ओलामा, रेप्लिकेट और एलएम स्टूडियो के माध्यम से भी सुलभ हैं। इस व्यापक पहुंच को आने वाले महीनों में इन मॉडलों को Red Hat Enterprise Linux AI 1.5 में एकीकृत करने की योजनाओं द्वारा और बढ़ाया गया है, जो ओपन-सोर्स AI के लिए IBM की प्रतिबद्धता को मजबूत करता है।

दस्तावेज़ प्रसंस्करण में क्रांति: ग्रेनाइट विजन मॉडल

इस रिलीज़ की एक असाधारण विशेषता एक नया विज़न लैंग्वेज मॉडल है जिसे विशेष रूप से दस्तावेज़ समझने के कार्यों के लिए इंजीनियर किया गया है। यह मॉडल एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करता है कि कैसे व्यवसाय दस्तावेजों से जानकारी के साथ बातचीत कर सकते हैं और निकाल सकते हैं। IBM के आंतरिक बेंचमार्क परीक्षणों के अनुसार, यह नया मॉडल विशेष रूप से उद्यम-स्तर के वर्कलोड को प्रतिबिंबित करने के लिए डिज़ाइन किए गए परीक्षणों पर बहुत बड़े प्रतियोगी मॉडल के बराबर या उससे भी बेहतर प्रदर्शन करता है।

इस क्षमता के विकास में IBM के ओपन-सोर्स डॉकलिंग टूलकिट का लाभ उठाना शामिल था। इस टूलकिट का उपयोग 85 मिलियन PDF दस्तावेजों को संसाधित करने के लिए किया गया था, जिससे 26 मिलियन सिंथेटिक प्रश्न-उत्तर जोड़े उत्पन्न हुए। यह व्यापक तैयारी सुनिश्चित करती है कि मॉडल दस्तावेज़-गहन वर्कफ़्लोज़ को संभालने के लिए अच्छी तरह से सुसज्जित है जो कई उद्यम वातावरणों की विशेषता है, जिसमें वित्त, स्वास्थ्य सेवा और कानूनी सेवाएं शामिल हैं।

प्रमुख आँकड़े पैमाने और दक्षता को उजागर करते हैं:

• 85 मिलियन: नए विज़न मॉडल को प्रशिक्षित करने के लिए IBM के डॉकलिंग टूलकिट का उपयोग करके संसाधित किए गए PDF दस्तावेजों की संख्या। यह विशाल डेटासेट वास्तविक दुनिया के दस्तावेज़ प्रसंस्करण चुनौतियों के लिए मॉडल की तत्परता को रेखांकित करता है।
• 30%: प्रदर्शन स्तर बनाए रखते हुए ग्रेनाइट गार्जियन सुरक्षा मॉडल में आकार में कमी हासिल की गई। यह सुरक्षा का त्याग किए बिना दक्षता को अनुकूलित करने के लिए IBM की प्रतिबद्धता को प्रदर्शित करता है।
• 2 वर्ष: 10 मिलियन से कम पैरामीटर होने के बावजूद, IBM के टाइनीटाइममिक्सर मॉडल की अधिकतम पूर्वानुमान सीमा। यह दीर्घकालिक पूर्वानुमान के लिए इन विशिष्ट मॉडलों की उल्लेखनीय क्षमता को प्रदर्शित करता है।

उन्नत तर्क: विचार की श्रृंखला और अनुमान स्केलिंग

IBM ने ग्रेनाइट 3.2 के 2B और 8B पैरामीटर संस्करणों में “विचार की श्रृंखला” तर्क को भी शामिल किया है। यह सुविधा मॉडल को समस्याओं को एक संरचित, व्यवस्थित तरीके से அணுகने की अनुमति देती है, उन्हें उन चरणों में तोड़ती है जो मानव तर्क प्रक्रियाओं को दर्शाते हैं। यह मॉडल की जटिल कार्यों से निपटने की क्षमता को बढ़ाता है जिनके लिए तार्किक कटौती की आवश्यकता होती है।

महत्वपूर्ण रूप से, उपयोगकर्ताओं के पास कार्य की जटिलता के आधार पर इस क्षमता को सक्रिय या निष्क्रिय करने की सुविधा है। यह अनुकूलन क्षमता एक प्रमुख विभेदक है, जो संगठनों को उनकी विशिष्ट आवश्यकताओं के आधार पर संसाधन उपयोग को अनुकूलित करने की अनुमति देती है। सरल कार्यों के लिए, कंप्यूटिंग शक्ति को संरक्षित करने के लिए विचार तर्क की श्रृंखला को अक्षम किया जा सकता है, जबकि अधिक जटिल समस्याओं के लिए, इसे मॉडल की पूर्ण तर्क क्षमता का लाभ उठाने के लिए सक्षम किया जा सकता है।

इन संवर्द्धनों ने अनुदेश-निम्नलिखित बेंचमार्क पर 8B मॉडल के प्रदर्शन में महत्वपूर्ण सुधार किए हैं, जो पिछले संस्करणों को पार करते हैं। नवीन “अनुमान स्केलिंग” विधियों के माध्यम से, IBM ने प्रदर्शित किया है कि यह अपेक्षाकृत छोटा मॉडल भी गणित तर्क बेंचमार्क पर बहुत बड़े सिस्टम के साथ प्रभावी ढंग से प्रतिस्पर्धा कर सकता है। यह विशिष्ट डोमेन में प्रभावशाली प्रदर्शन देने के लिए छोटे, अनुकूलित मॉडल की क्षमता पर प्रकाश डालता है।

सुरक्षा और बारीकियां: ग्रेनाइट गार्जियन अपडेट

ग्रेनाइट गार्जियन सुरक्षा मॉडल, AI-जनित सामग्री से जुड़े संभावित जोखिमों की निगरानी और उन्हें कम करने के लिए डिज़ाइन किए गए, में भी महत्वपूर्ण अपडेट किए गए हैं। इन मॉडलों को उनके प्रदर्शन स्तर को बनाए रखते हुए आकार में 30% कम कर दिया गया है। यह अनुकूलन अधिक दक्षता और कम संसाधन खपत में योगदान देता है।

इसके अलावा, इन मॉडलों में अब “वर्बलाइज्ड कॉन्फिडेंस” नामक एक सुविधा शामिल है। यह सुविधा सुरक्षा निगरानी में अनिश्चितता की डिग्री को स्वीकार करके एक अधिक सूक्ष्म जोखिम मूल्यांकन प्रदान करती है। केवल एक बाइनरी सुरक्षित/असुरक्षित वर्गीकरण प्रदान करने के बजाय, मॉडल अपने आकलन में विश्वास के विभिन्न स्तरों को व्यक्त कर सकते हैं, उपयोगकर्ताओं को अधिक जानकारीपूर्ण और पारदर्शी मूल्यांकन प्रदान करते हैं।

टाइनीटाइममिक्सर: सामरिक योजना के लिए लंबी दूरी का पूर्वानुमान

ग्रेनाइट अपडेट के अलावा, IBM ने अपने टाइनीटाइममिक्सर मॉडल की अगली पीढ़ी भी जारी की है। ये मॉडल उल्लेखनीय रूप से छोटे हैं, जिनमें 10 मिलियन से कम पैरामीटर हैं - उद्योग में कई अन्य मॉडलों के आकार का एक अंश। अपने कॉम्पैक्ट आकार के बावजूद, ये विशिष्ट मॉडल दो साल तक के समय श्रृंखला डेटा का पूर्वानुमान लगाने में सक्षम हैं।

यह क्षमता विशेष रूप से व्यावसायिक अनुप्रयोगों की एक श्रृंखला के लिए मूल्यवान है, जिसमें शामिल हैं:

• वित्तीय प्रवृत्ति विश्लेषण: बाजार की गतिविधियों की भविष्यवाणी करना और निवेश के अवसरों की पहचान करना।
• आपूर्ति श्रृंखला योजना: इन्वेंट्री स्तरों का अनुकूलन और मांग में उतार-चढ़ाव का अनुमान लगाना।
• खुदरा इन्वेंट्री प्रबंधन: कचरे को कम करते हुए ग्राहकों की मांग को पूरा करने के लिए पर्याप्त स्टॉक स्तर सुनिश्चित करना।

ये सभी एप्लिकेशन दीर्घकालिक अनुमानों के आधार पर सूचित निर्णय लेने की क्षमता पर निर्भर करते हैं, जिससे टाइनीटाइममिक्सर मॉडल सामरिक व्यवसाय योजना के लिए एक शक्तिशाली उपकरण बन जाते हैं।

वास्तविक दुनिया की व्यावसायिक बाधाओं को संबोधित करना

ग्रेनाइट मॉडल के भीतर तर्क क्षमताओं को टॉगल करने की क्षमता AI कार्यान्वयन में एक व्यावहारिक चुनौती को सीधे संबोधित करती है। चरण-दर-चरण तर्क दृष्टिकोण, शक्तिशाली होने के बावजूद, पर्याप्त कंप्यूटिंग शक्ति की आवश्यकता होती है जो हमेशा आवश्यक नहीं होती है। इस सुविधा को वैकल्पिक बनाकर, IBM संगठनों को सरल कार्यों के लिए कंप्यूटिंग लागत को कम करने में सक्षम बनाता है, जबकि अधिक जटिल समस्याओं के लिए उन्नत तर्क के विकल्प को बनाए रखता है।

यह दृष्टिकोण वास्तविक दुनिया की व्यावसायिक बाधाओं की गहरी समझ को दर्शाता है, जहां दक्षता और लागत-प्रभावशीलता अक्सर कच्चे प्रदर्शन के समान ही महत्वपूर्ण होती है। विशिष्ट व्यावसायिक आवश्यकताओं के अनुरूप व्यावहारिक समाधान देने पर IBM का ध्यान तेजी से भीड़ भरे AI बाजार में एक प्रमुख विभेदक है।

कर्षण प्राप्त करना: व्यावहारिक प्रभाव के साक्ष्य

छोटे, विशिष्ट मॉडल विकसित करने की IBM की रणनीति बाजार के साथ प्रतिध्वनित होती दिख रही है। पिछले ग्रेनाइट 3.1 8B मॉडल ने हाल ही में ग्राहक संबंध प्रबंधन (CRM) के लिए Salesforce LLM बेंचमार्क पर मजबूत प्रदर्शन हासिल किया। यह बेंचमार्क विशेष रूप से CRM के लिए प्रासंगिक कार्यों पर LLM के प्रदर्शन का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जैसे ग्राहक संपर्क विश्लेषण और व्यक्तिगत सामग्री निर्माण।

इस बेंचमार्क पर ग्रेनाइट 3.1 8B मॉडल का मजबूत प्रदर्शन बताता है कि छोटे, विशिष्ट मॉडल वास्तव में विशिष्ट व्यावसायिक आवश्यकताओं को प्रभावी ढंग से पूरा कर सकते हैं। यह आगे सबूत प्रदान करता है कि IBM का दृष्टिकोण न केवल सैद्धांतिक रूप से सही है, बल्कि व्यावहारिक रूप से भी व्यवहार्य है।

दक्षता, एकीकरण और वास्तविक दुनिया के प्रभाव पर ध्यान दें

IBM AI रिसर्च के उपाध्यक्ष श्रीराम राघवन, कंपनी के दर्शन को संक्षेप में प्रस्तुत करते हैं: “AI का अगला युग दक्षता, एकीकरण और वास्तविक दुनिया के प्रभाव के बारे में है - जहां उद्यम कंप्यूट पर अत्यधिक खर्च किए बिना शक्तिशाली परिणाम प्राप्त कर सकते हैं। IBM के नवीनतम ग्रेनाइट विकास खुले समाधानों पर ध्यान केंद्रित करते हैं जो AI को आधुनिक उद्यमों के लिए अधिक सुलभ, लागत प्रभावी और मूल्यवान बनाने में एक और कदम आगे बढ़ाते हैं।”

यह कथन AI समाधान विकसित करने के लिए IBM की प्रतिबद्धता को समाहित करता है जो न केवल तकनीकी रूप से उन्नत हैं, बल्कि व्यावहारिक, सुलभ और व्यवसायों की वास्तविक दुनिया की जरूरतों के साथ संरेखित भी हैं। खुले समाधानों पर ध्यान AI समुदाय के भीतर सहयोग और नवाचार को बढ़ावा देने के लिए IBM के समर्पण को और रेखांकित करता है। जोर केवल सबसे बड़े मॉडल बनाने से हटकर AI उपकरण बनाने पर है जो ठोस मूल्य प्रदान करते हैं और व्यवसायों को उनके रणनीतिक उद्देश्यों को प्राप्त करने के लिए सशक्त बनाते हैं।