आर्टिफिशियल इंटेलिजेंस की तेज़-तर्रार, उच्च-दांव वाली दुनिया में, ‘सर्वश्रेष्ठ’ मॉडल का सिंहासन शायद ही कभी लंबे समय तक बना रहता है। OpenAI, Google, और Anthropic जैसे दिग्गज लगातार चमकदार अपडेट के साथ एक-दूसरे को पीछे छोड़ते रहते हैं, प्रत्येक बेहतर प्रदर्शन का दावा करते हैं। फिर भी, AI बेंचमार्किंग समूह Artificial Analysis की एक हालिया रिपोर्ट ने एक आश्चर्यजनक मोड़ पेश किया है, जिसमें सुझाव दिया गया है कि एक विशिष्ट, फिर भी महत्वपूर्ण, श्रेणी में एक नया नेता उभरा है: DeepSeek V3। उनके इंटेलिजेंस इंडेक्स के अनुसार, यह मॉडल, जो एक चीनी फर्म से है, अब GPT-4.5, Grok 3, और Gemini 2.0 जैसे जाने-माने समकक्षों को उन कार्यों में पीछे छोड़ रहा है जिनमें जटिल तर्क की आवश्यकता नहीं होती है। यह विकास केवल रैंकिंग में एक और वृद्धिशील बदलाव नहीं है; इसका महत्वपूर्ण वजन है क्योंकि DeepSeek V3 एक ओपन-वेट्स आधार पर काम करता है, जो इसके मुख्य प्रतिस्पर्धियों की मालिकाना प्रकृति के बिल्कुल विपरीत है।
बेंचमार्क और ‘गैर-तर्क’ भेद को समझना
DeepSeek V3 की रिपोर्ट की गई उपलब्धि के महत्व की सराहना करने के लिए, विशिष्ट संदर्भ को समझना आवश्यक है। Artificial Analysis AI मॉडल का मूल्यांकन क्षमताओं के एक स्पेक्ट्रम पर करता है, जिसमें आमतौर पर तर्क, सामान्य ज्ञान, गणितीय योग्यता और कोडिंग प्रवीणता शामिल होती है। यहाँ महत्वपूर्ण विवरण यह है कि DeepSeek V3 ने कथित तौर पर विशेष रूप से गैर-तर्क AI मॉडल के बीच बढ़त ले ली है, इस विशेष इंडेक्स के आधार पर।
इस संदर्भ में ‘गैर-तर्क’ का वास्तव में क्या मतलब है? इसे एक अत्यधिक विशिष्ट कैलकुलेटर और एक दार्शनिक के बीच के अंतर के रूप में सोचें। गैर-तर्क कार्यों में अक्सर जटिल, बहु-चरणीय तार्किक कटौती या रचनात्मक समस्या-समाधान पर गति, दक्षता और पैटर्न पहचान शामिल होती है। ये मॉडल इसमें उत्कृष्टता प्राप्त करते हैं:
- तेजी से सूचना पुनर्प्राप्ति: तथ्यात्मक ज्ञान तक जल्दी से पहुँचना और प्रस्तुत करना।
- पाठ निर्माण और सारांश: संकेतों के आधार पर सुसंगत पाठ बनाना या मौजूदा दस्तावेजों का कुशलतापूर्वक सारांश प्रस्तुत करना।
- अनुवाद: गति और उचित सटीकता के साथ भाषाओं के बीच पाठ परिवर्तित करना।
- कोड पूर्णता और निर्माण: स्थापित पैटर्न के आधार पर कोड स्निपेट का सुझाव देकर या लिखकर प्रोग्रामर की सहायता करना।
- गणितीय गणना: परिभाषित गणितीय संक्रियाएँ करना।
जबकि ये क्षमताएँ AI प्रदर्शनों में अक्सर उजागर की जाने वाली ‘तर्क’ कौशल (जैसे जटिल तर्क पहेली को हल करना या नवीन वैज्ञानिक परिकल्पना विकसित करना) से कम आकर्षक लग सकती हैं, वे वर्तमान में तैनात अनगिनत व्यावहारिक AI अनुप्रयोगों की रीढ़ हैं। कई चैटबॉट, सामग्री निर्माण उपकरण, ग्राहक सेवा इंटरफेस और डेटा विश्लेषण फ़ंक्शन गैर-तर्क मॉडल द्वारा प्रदान की जाने वाली गति और लागत-प्रभावशीलता पर बहुत अधिक निर्भर करते हैं।
इस क्षेत्र में DeepSeek V3 का कथित प्रभुत्व बताता है कि इसने इन सामान्य कार्यों के लिए प्रदर्शन और दक्षता का एक उल्लेखनीय संतुलन हासिल किया है। इसका तात्पर्य है कि मॉडल इस विशिष्ट बेंचमार्क के अनुसार, अपने बंद-स्रोत प्रतिद्वंद्वियों की तुलना में ज्ञान स्मरण और कोडिंग सहायता जैसे क्षेत्रों में उच्च-गुणवत्ता वाले आउटपुट तेजी से या अधिक लागत-प्रभावी ढंग से वितरित कर सकता है। यह आवश्यक रूप से एक सर्वव्यापी, मानव-जैसी बुद्धिमत्ता के अर्थ में ‘स्मार्ट’ नहीं है, लेकिन यह उन वर्कहॉर्स कार्यों में असाधारण रूप से अच्छा प्रतीत होता है जो वर्तमान AI अर्थव्यवस्था के अधिकांश हिस्से को शक्ति प्रदान करते हैं। यह भेद महत्वपूर्ण है; V3 को आर्टिफिशियल जनरल इंटेलिजेंस (AGI) दावेदार के रूप में नहीं, बल्कि विशिष्ट, उच्च-मात्रा वाले अनुप्रयोगों के लिए एक अत्यधिक अनुकूलित उपकरण के रूप में स्थापित किया गया है जहाँ गति और बजट सर्वोपरि चिंताएँ हैं।
ओपन-वेट्स क्रांति: एक मौलिक विभाजन
शायद DeepSeek V3 के उदय का सबसे आकर्षक पहलू इसकी ओपन-वेट्स प्रकृति है। यह शब्द AI क्षेत्र के प्रमुख खिलाड़ियों की तुलना में दर्शन और पहुँच में एक मौलिक अंतर को दर्शाता है।
ओपन वेट्स क्या हैं? जब किसी मॉडल को ‘ओपन वेट्स’ वाला बताया जाता है, तो इसका मतलब है कि प्रशिक्षित मॉडल के मुख्य घटक - संख्यात्मक मापदंडों (वेट्स) की विशाल सरणी जो इसके व्यवहार को निर्धारित करती है - सार्वजनिक रूप से उपलब्ध कराए जाते हैं। यह अक्सर मॉडल के आर्किटेक्चर (डिज़ाइन ब्लूप्रिंट) और कभी-कभी प्रशिक्षण कोड को भी ओपन सोर्स बनाने के साथ-साथ चलता है। अनिवार्य रूप से, निर्माता AI का ‘मस्तिष्क’ दे रहे हैं, जिससे आवश्यक तकनीकी कौशल और कम्प्यूटेशनल संसाधनों वाले किसी भी व्यक्ति को इसे डाउनलोड करने, निरीक्षण करने, संशोधित करने और उस पर निर्माण करने की अनुमति मिलती है। इसे एक स्वादिष्ट व्यंजन के लिए पूरी रेसिपी और सभी गुप्त सामग्री प्राप्त करने जैसा समझें, जिससे आप इसे अपनी रसोई में दोहरा सकते हैं या इसमें बदलाव भी कर सकते हैं।
विपरीत: बंद, मालिकाना मॉडल: यह OpenAI (इसके नाम के खुलेपन का सुझाव देने के बावजूद), Google, और Anthropic जैसी कंपनियों द्वारा अपनाए गए दृष्टिकोण के बिल्कुल विपरीत है। ये संगठन आमतौर पर अपने सबसे उन्नत मॉडलों को कड़ी निगरानी में रखते हैं। जबकि वे APIs (एप्लिकेशन प्रोग्रामिंग इंटरफेस) या ChatGPT या Gemini जैसे उपयोगकर्ता-सामना करने वाले उत्पादों के माध्यम से पहुँच प्रदान कर सकते हैं, अंतर्निहित वेट्स, आर्किटेक्चर विवरण, और अक्सर उनके प्रशिक्षण डेटा और विधियों की बारीकियां बारीकी से संरक्षित व्यापार रहस्य बनी रहती हैं। यह एक रेस्तरां के समान है जो आपको एक स्वादिष्ट भोजन बेचता है लेकिन कभी भी रेसिपी का खुलासा नहीं करता है या आपको रसोई के अंदर देखने नहीं देता है।
इस विभाजन के निहितार्थ गहरे हैं:
- पहुँच और नवाचार: ओपन-वेट्स मॉडल अत्याधुनिक AI तकनीक तक पहुँच का लोकतंत्रीकरण करते हैं। शोधकर्ता, स्टार्टअप, व्यक्तिगत डेवलपर्स, और यहाँ तक कि शौकिया भी इन शक्तिशाली उपकरणों के साथ प्रयोग कर सकते हैं, उन्हें ठीक कर सकते हैं, और उन्हें मूल रचनाकारों से अनुमति की आवश्यकता या भारी लाइसेंसिंग शुल्क का भुगतान किए बिना तैनात कर सकते हैं (हालांकि मॉडल चलाने के लिए कम्प्यूटेशनल लागत अभी भी लागू होती है)। यह एक अधिक विविध और तेजी से विकसित होने वाले पारिस्थितिकी तंत्र को बढ़ावा दे सकता है, संभावित रूप से नवाचार को तेज कर सकता है क्योंकि एक व्यापक समुदाय सुधारों में योगदान देता है और नए अनुप्रयोगों को ढूंढता है।
- पारदर्शिता और जांच: खुलापन अधिक जांच की अनुमति देता है। शोधकर्ता मॉडल की क्षमताओं, सीमाओं और संभावित पूर्वाग्रहों को बेहतर ढंग से समझने के लिए सीधे मॉडल के वेट्स और आर्किटेक्चर की जांच कर सकते हैं। यह पारदर्शिता AI के आसपास के नैतिक चिंताओं को दूर करने और विश्वास बनाने के लिए महत्वपूर्ण है। बंद मॉडल, जिन्हें अक्सर ‘ब्लैक बॉक्स’ के रूप में वर्णित किया जाता है, ऐसे स्वतंत्र सत्यापन को बहुत अधिक कठिन बना देते हैं।
- अनुकूलन और नियंत्रण: उपयोगकर्ता ओपन-वेट्स मॉडल को विशिष्ट कार्यों या डोमेन (फाइन-ट्यूनिंग) के लिए उन तरीकों से अनुकूलित कर सकते हैं जो अक्सर बंद API-आधारित मॉडल के साथ असंभव होते हैं। व्यवसाय इन मॉडलों को अपने स्वयं के बुनियादी ढांचे पर चला सकते हैं, संवेदनशील जानकारी को किसी तीसरे पक्ष के प्रदाता को भेजने की तुलना में डेटा गोपनीयता और सुरक्षा पर अधिक नियंत्रण प्रदान करते हैं।
- बिजनेस मॉडल: खुले और बंद के बीच का चुनाव अक्सर विभिन्न व्यावसायिक रणनीतियों को दर्शाता है। बंद-स्रोत कंपनियाँ आमतौर पर सब्सक्रिप्शन, API उपयोग शुल्क और एंटरप्राइज़ लाइसेंस के माध्यम से मुद्रीकरण करती हैं, अपनी मालिकाना तकनीक का प्रतिस्पर्धी लाभ के रूप में लाभ उठाती हैं। ओपन-वेट्स प्रस्तावक कोर ओपन मॉडल के आसपास सेवाओं, समर्थन, या विशेष संस्करणों के निर्माण पर ध्यान केंद्रित कर सकते हैं, जो ओपन-सोर्स सॉफ़्टवेयर दुनिया में देखे जाने वाले बिजनेस मॉडल के समान है (उदाहरण के लिए, Linux के साथ Red Hat)।
DeepSeek का V3 को ओपन वेट्स के साथ जारी करने का निर्णय, साथ ही साथ शीर्ष बेंचमार्क स्कोर प्राप्त करना, एक शक्तिशाली संदेश भेजता है: उच्च प्रदर्शन और खुलापन परस्पर अनन्य नहीं हैं। यह उस कथा को चुनौती देता है कि AI दौड़ में केवल कसकर नियंत्रित, मालिकाना विकास ही अत्याधुनिक परिणाम दे सकता है।
DeepSeek की यात्रा: एक-हिट वंडर से अधिक
DeepSeek AI परिदृश्य के लिए पूरी तरह से नया नहीं है, हालाँकि इसमें OpenAI या Google जैसी घरेलू पहचान नहीं हो सकती है। कंपनी ने वर्ष की शुरुआत में अपने DeepSeek R1 मॉडल की रिलीज़ के साथ महत्वपूर्ण ध्यान आकर्षित किया। R1 को जो चीज़ अलग करती है वह यह थी कि इसे एक उच्च-स्तरीय तर्क मॉडल के रूप में प्रस्तुत किया गया था जो मुफ्त में पेश किया गया था।
तर्क मॉडल, जैसा कि पहले छुआ गया था, AI के एक अलग वर्ग का प्रतिनिधित्व करते हैं। उन्हें अधिक जटिल समस्याओं से निपटने के लिए डिज़ाइन किया गया है जिनके लिए विचार के कई चरणों, तार्किक अनुमान, योजना और यहाँ तक कि आत्म-सुधार की आवश्यकता होती है। R1 का वर्णन आउटपुट करने से पहले अपने उत्तरों की पुनरावर्ती जाँच के रूप में एक अधिक परिष्कृत संज्ञानात्मक प्रक्रिया का सुझाव देता है जो विशिष्ट गैर-तर्क मॉडल की तुलना में अधिक है। ऐसी क्षमता को बिना किसी शुल्क के व्यापक रूप से उपलब्ध कराना एक उल्लेखनीय कदम था, जिससे पहले अच्छी तरह से वित्त पोषित प्रयोगशालाओं या महंगे वाणिज्यिक प्रस्तावों तक सीमित प्रौद्योगिकी तक व्यापक पहुँच की अनुमति मिली।
इसके अलावा, DeepSeek R1 ने पर्यवेक्षकों को न केवल अपनी क्षमताओं से बल्कि अपनी रिपोर्ट की गई दक्षता से भी प्रभावित किया। इसने प्रदर्शित किया कि उन्नत तर्क आवश्यक रूप से अत्यधिक कम्प्यूटेशनल लागतों के साथ नहीं आना चाहिए, जो DeepSeek द्वारा मॉडल आर्किटेक्चर या प्रशिक्षण प्रक्रियाओं को अनुकूलित करने में किए गए नवाचारों का संकेत देता है।
गैर-तर्क श्रेणी में DeepSeek V3 की बाद की रिलीज़ और रिपोर्ट की गई सफलता इस नींव पर आधारित है। यह एक ऐसी कंपनी को दिखाता है जो दक्षता पर ध्यान केंद्रित करते हुए विभिन्न प्रकार के AI मॉडलों में अत्याधुनिक प्रतिस्पर्धा करने में सक्षम है और, महत्वपूर्ण रूप से, V3 के साथ एक खुला दृष्टिकोण अपना रही है। यह प्रक्षेपवक्र एक जानबूझकर रणनीति का सुझाव देता है: जटिल तर्क (R1) में क्षमता प्रदर्शित करें और फिर अधिक सामान्य, उच्च-मात्रा वाले कार्यों (V3) के लिए एक अत्यधिक अनुकूलित, खुला और अग्रणी मॉडल वितरित करें। यह DeepSeek को वैश्विक AI परिदृश्य में एक बहुमुखी और दुर्जेय खिलाड़ी के रूप में स्थापित करता है।
आज के AI में गैर-तर्क मॉडल की महत्वपूर्ण भूमिका
जबकि आर्टिफिशियल जनरल इंटेलिजेंस की खोज अक्सर सुर्खियाँ बटोरती है, जटिल तर्क और मानव-जैसी समझ पर ध्यान केंद्रित करती है, आज AI का व्यावहारिक प्रभाव गैर-तर्क मॉडल द्वारा भारी रूप से संचालित होता है। उनका मूल्य प्रस्ताव गति, मापनीयता और लागत-प्रभावशीलता में निहित है।
उन कार्यों की विशाल मात्रा पर विचार करें जहाँ लगभग-तात्कालिक प्रतिक्रियाएँ और कुशल प्रसंस्करण महत्वपूर्ण हैं:
- वास्तविक समय अनुवाद: भाषा बाधाओं के पार निर्बाध संचार को सक्षम करना।
- सामग्री मॉडरेशन: नीति उल्लंघनों के लिए उपयोगकर्ता-जनित सामग्री की विशाल मात्रा को स्कैन करना।
- व्यक्तिगत सिफारिशें: प्रासंगिक उत्पादों या सामग्री का तुरंत सुझाव देने के लिए उपयोगकर्ता व्यवहार का विश्लेषण करना।
- ग्राहक सहायता चैटबॉट: सामान्य प्रश्नों को जल्दी और कुशलता से संभालना, 24/7।
- कोड सहायता: डेवलपर्स को उनके कोडिंग वातावरण में तत्काल सुझाव और स्वतः-पूर्णता प्रदान करना।
- डेटा सारांश: बड़े दस्तावेजों या डेटासेट से मुख्य जानकारी को जल्दी से निकालना।
इन अनुप्रयोगों के लिए, एक मॉडल जो किसी समस्या के माध्यम से ‘तर्क’ करने में कई सेकंड या मिनट लेता है, चाहे वह कितना भी सटीक क्यों न हो, अक्सर अव्यावहारिक होता है। बड़े पैमाने पर जटिल तर्क मॉडल चलाने से जुड़ी कम्प्यूटेशनल लागत भी कई व्यवसायों के लिए निषेधात्मक हो सकती है। गति और दक्षता के लिए अनुकूलित गैर-तर्क मॉडल, इस महत्वपूर्ण अंतर को भरते हैं। वे AI-संचालित सेवाओं के एक महत्वपूर्ण हिस्से को शक्ति प्रदान करने वाले वर्कहॉर्स हैं जिनके साथ हम दैनिक रूप से बातचीत करते हैं।
Artificial Analysis इंडेक्स के अनुसार, इस डोमेन में DeepSeek V3 का कथित नेतृत्व, इसलिए वाणिज्यिक और व्यावहारिक दृष्टिकोण से अत्यधिक प्रासंगिक है। यदि यह वास्तव में इन व्यापक कार्यों के लिए बेहतर प्रदर्शन या बेहतर दक्षता प्रदान करता है, और ऐसा एक ओपन-वेट्स मॉडल के माध्यम से करता है जिसे कंपनियाँ संभावित रूप से अधिक सस्ते में चला सकती हैं या अधिक स्वतंत्र रूप से अनुकूलित कर सकती हैं, तो यह मौजूदा बाजार की गतिशीलता को महत्वपूर्ण रूप से बाधित कर सकता है। यह इन मूलभूत AI क्षमताओं के लिए प्रमुख बंद-स्रोत खिलाड़ियों के API प्रस्तावों पर पूरी तरह से निर्भर रहने का एक संभावित शक्तिशाली, सुलभ विकल्प प्रदान करता है।
भू-राजनीतिक लहरें और प्रतिस्पर्धी परिदृश्य
DeepSeek जैसी चीनी कंपनी से एक शीर्ष-प्रदर्शन करने वाले, ओपन-वेट्स AI मॉडल का उद्भव अनिवार्य रूप से प्रौद्योगिकी के भू-राजनीतिक परिदृश्य के माध्यम से लहरें भेजता है। उन्नत AI का विकास व्यापक रूप से राष्ट्रों, विशेष रूप से संयुक्त राज्य अमेरिका और चीन के बीच रणनीतिक प्रतिस्पर्धा में एक महत्वपूर्ण सीमा के रूप में देखा जाता है।
वर्षों से, अधिकांश कथा OpenAI, Google, Microsoft (OpenAI के साथ अपनी साझेदारी के माध्यम से), और Meta (जिसने Llama जैसे मॉडल के साथ ओपन-सोर्स AI का भी समर्थन किया है) जैसी US-आधारित कंपनियों के प्रभुत्व पर केंद्रित रही है। DeepSeek V3 का प्रदर्शन, इसकी खुली प्रकृति के साथ मिलकर, इस कथा को कई मोर्चों पर चुनौती देता है:
- तकनीकी समता/उन्नति: यह दर्शाता है कि चीनी फर्में AI मॉडल विकसित करने में सक्षम हैं जो प्रमुख US प्रयोगशालाओं से प्रतिस्पर्धा कर सकते हैं, और विशिष्ट बेंचमार्क में संभावित रूप से उनसे आगे निकल सकते हैं। यह स्थायी US तकनीकी बढ़त की किसी भी धारणा का खंडन करता है।
- ओपन-सोर्स गैम्बिट: एक अग्रणी मॉडल को ओपन-वेट्स बनाकर, DeepSeek संभावित रूप से चीन और अन्य देशों सहित विश्व स्तर पर AI अपनाने और विकास को तेज करता है। यह कुछ प्रमुख US खिलाड़ियों द्वारा पसंद किए जाने वाले अधिक नियंत्रित, मालिकाना दृष्टिकोण के विपरीत है, जो इस बारे में सवाल उठाते हैं कि कौन सी रणनीति अंततः नवाचार और व्यापक क्षमता को बढ़ावा देने में अधिक प्रभावी साबित होगी। इसे DeepSeek की तकनीक के आसपास एक वैश्विक पारिस्थितिकी तंत्र बनाने के लिए एक रणनीतिक कदम के रूप में देखा जा सकता है।
- बढ़ा हुआ प्रतिस्पर्धी दबाव: US AI कंपनियों को अब न केवल एक-दूसरे से बल्कि तेजी से सक्षम अंतरराष्ट्रीय खिलाड़ियों से भी तीव्र प्रतिस्पर्धा का सामना करना पड़ रहा है जो संभावित रूप से अधिक सुलभ तकनीक की पेशकश कर रहे हैं। यह दबाव मूल्य निर्धारण रणनीतियों से लेकर नवाचार की गति और मॉडल खुलेपन के आसपास के निर्णयों तक सब कुछ प्रभावित कर सकता है।
यह प्रतिस्पर्धी दबाव स्पष्ट रूप से, मूल रिपोर्टिंग संदर्भ में, संयुक्त राज्य अमेरिका के भीतर लॉबिंग प्रयासों से जुड़ा हुआ है। यह उल्लेख कि OpenAI कथित तौर पर US सरकार से, संभावित रूप से Trump प्रशासन से जुड़े आंकड़ों सहित, AI प्रशिक्षण के लिए कॉपीराइट सामग्री का उपयोग करने पर प्रतिबंधों में ढील देने का आग्रह कर रहा है, कथित दांव को उजागर करता है। प्रस्तुत तर्क यह है कि विशाल डेटासेट तक पहुँच पर सीमाएँ, संभावित रूप से कॉपीराइट कानून (‘उचित उपयोग’ सीमाएँ) द्वारा लगाई गई हैं, अमेरिकी कंपनियों की अंतरराष्ट्रीय प्रतिस्पर्धियों, विशेष रूप से चीन से, जो विभिन्न नियामक व्यवस्थाओं के तहत काम कर सकते हैं या विभिन्न डेटा पूल तक पहुँच रखते हैं, के साथ तालमेल बनाए रखने की क्षमता में बाधा डाल सकती हैं।
यह एक बेहद विवादास्पद मुद्दे पर छूता है: ऑनलाइन उपलब्ध मानव रचनात्मकता के विशाल कोष पर शक्तिशाली AI मॉडल को प्रशिक्षित करने की वैधता और नैतिकता, जिसका अधिकांश भाग कॉपीराइट है। AI कंपनियाँ तर्क देती हैं कि सक्षम मॉडल बनाने के लिए इस डेटा तक पहुँच आवश्यक है, संभावित रूप से इसे राष्ट्रीय प्रतिस्पर्धा का मामला बताते हुए। इसके विपरीत, निर्माता और कॉपीराइट धारक तर्क देते हैं कि प्रशिक्षण के लिए उनके काम का अनधिकृत उपयोग उल्लंघन का गठन करता है और उनकी बौद्धिक संपदा का अवमूल्यन करता है। DeepSeek की सफलता इस बहस में एक और परत जोड़ती है, संभावित रूप से उन तर्कों को बढ़ावा देती है कि वैश्विक AI दौड़ में आगे रहने के लिए आक्रामक डेटा उपयोग महत्वपूर्ण है, भले ही स्रोत कुछ भी हो।
DeepSeek V3 का उदय इस बात को रेखांकित करता है कि AI दौड़ वास्तव में वैश्विक और तेजी से जटिल है। इसमें न केवल तकनीकी कौशल शामिल है, बल्कि खुलेपन, व्यावसायिक मॉडल और जटिल कानूनी और नैतिक क्षेत्रों को नेविगेट करने के बारे में रणनीतिक विकल्प भी शामिल हैं, जो सभी अंतरराष्ट्रीय प्रतिस्पर्धा की पृष्ठभूमि के खिलाफ निर्धारित हैं। तथ्य यह है कि एक प्रमुख श्रेणी में एक अग्रणी मॉडल अब ओपन-वेट्स है और पारंपरिक US तकनीकी दिग्गजों के बाहर से उत्पन्न होता है, आर्टिफिशियल इंटेलिजेंस के विकास में एक संभावित महत्वपूर्ण बदलाव का संकेत देता है।