कृत्रिम बुद्धिमत्तेचे (Artificial Intelligence - AI) क्षेत्र मोठ्या बदलातून जात आहे. अमेरिका अजूनही AI मॉडेल विकसित करण्यात आघाडीवर आहे. एकट्या 2024 मध्ये अमेरिकेने 40 महत्त्वपूर्ण मॉडेल्स तयार केले. पण चीन वेगाने या क्षेत्रात पुढे येत आहे आणि अमेरिकेला आव्हान देत आहे. आर्टिफिशियल इंटेलिजन्स इंडेक्स रिपोर्टनुसार, चीनची प्रगती दर्शवते की भविष्यात अमेरिका एकमेवdominant शक्ती राहणार नाही.
घटणारे कार्यप्रदर्शन अंतर
अनेक वर्षांपासून, अमेरिका अत्याधुनिक AI मॉडेल बनवण्यात निर्विवादपणे अग्रेसर आहे. तरीही, चीनने त्यांच्या स्वतःच्या मॉडेल्सची गुणवत्ता सुधारण्यासाठी कठोर परिश्रम घेतले आहेत. 2023 मध्ये, Massive Multitask Language Understanding (MMLU) आणि HumanEval (जे कोडिंग कार्यक्षमतेचे मूल्यांकन करते) यांसारख्या industry-standard बेंचमार्कच्या तुलनेत चीनी आणि अमेरिकन मॉडेल्समध्ये बरीच मोठी तफावत होती. हे अंतर दुहेरी अंकांनी दर्शविले जात होते. 2024 पर्यंत हे अंतर खूपच कमी झाले आहे, जवळजवळ समान पातळीवर आले आहे.
कार्यक्षमतेतील ही जवळजवळ समानता चीनच्या AI विकासातील केंद्रित प्रयत्नांचा आणि धोरणात्मक गुंतवणुकीचा पुरावा आहे. चीनची प्रगती केवळ incremental नाही; तर ती त्यांच्या AI क्षमतांमधील एक महत्त्वपूर्ण झेप आहे.
चीनचे AI शस्त्रागार: नवीन मॉडेल्स उदयास
चीनच्या जलद प्रगतीचे श्रेय नवीन आणि शक्तिशाली AI मॉडेल्सच्या निर्मितीला जाते, ज्यात खालील मॉडेल्सचा समावेश आहे:
- Alibaba ची Qwen Series: हे मॉडेल्स विस्तृत ऍप्लिकेशन्ससाठी डिझाइन केलेले आहेत, जे AI तंत्रज्ञान पुढे नेण्याच्या Alibaba च्या वचनबद्धतेचे प्रदर्शन करतात.
- DeepSeek चे R1: विशिष्ट कार्ये आणि उद्योगांवर लक्ष केंद्रित करून, DeepSeek चे R1 AI विकासासाठी एक targeted दृष्टिकोन दर्शवते.
- ManusAI: हे मॉडेल चीनच्या AI परिदृश्यातील वाढती विविधता दर्शवते, जे विशेष गरजा आणि ऍप्लिकेशन्स पूर्ण करते.
- Tencent चे Hunyuan Turbo S: चीनच्या तंत्रज्ञान क्षेत्रातील दिग्गजांपैकी एक असलेले हे उत्पादन AI तंत्रज्ञानाच्या आघाडीवर राहण्याच्या देशाच्या बांधिलकीवर जोर देते.
हे मॉडेल्स केवळ सैद्धांतिक रचना नाहीत; तर ते चीनच्या गुंतवणुकीचे आणि संशोधन प्रयत्नांचे मूर्त स्वरूप आहेत, जे AI क्षेत्रात जागतिक स्तरावर स्पर्धा करण्याची देशाची महत्त्वाकांक्षा दर्शवतात.
गुंतवणुकीतून मिळालेला वेग
चीनच्या AI क्षमतांमध्ये झालेली सुधारणा थेट तीन महत्त्वपूर्ण क्षेत्रांमधील त्यांच्या मोठ्या गुंतवणुकीशी जोडलेली आहे:
- AI इन्फ्रास्ट्रक्चर (AI Infrastructure): चीनने डेटा सेंटर्स, high-performance کمپیوटिंग सुविधा आणि प्रगत नेटवर्क्ससह एक मजबूत AI इन्फ्रास्ट्रक्चर तयार करण्यासाठी संसाधने ओतली आहेत.
- Advanced Computing: प्रोसेसिंग पॉवरचे महत्त्व ओळखून, चीनने advanced کمپیوटिंग क्षमता विकसित करण्यासाठी आणि मिळवण्यासाठी मोठ्या प्रमाणात गुंतवणूक केली आहे, ज्यामुळे त्यांचे संशोधक जटिल AI मॉडेल्सना प्रशिक्षित करू शकतील आणि deploy करू शकतील.
- State-Sponsored रिसर्च (State-Sponsored Research): चीनच्या सरकारने state-sponsored संशोधन उपक्रमांद्वारे AI विकासाला प्रोत्साहन देण्यात महत्त्वपूर्ण भूमिका बजावली आहे, ज्यामुळे विद्यापीठे, संशोधन संस्था आणि खाजगी कंपन्यांना निधी आणि समर्थन मिळाले आहे.
या बहुआयामी दृष्टिकोनमुळे AI नवकल्पनांसाठी एक fertile ground तयार झाले आहे, ज्यामुळे चीनी संशोधक आणि विकासकांना प्रयोग करता येतील, improve करता येतील आणि महत्त्वपूर्ण breakthroughs मिळवता येतील.
खर्चाचा घटक: दोन मॉडेल्सची गोष्ट
चीनच्या AI विकासाचा एक महत्त्वाचा पैलू म्हणजे अमेरिकेच्या तुलनेत कमी खर्चात स्पर्धात्मक मॉडेल्स तयार करण्याची क्षमता. याचे एक उल्लेखनीय उदाहरण म्हणजे फक्त दोन महिन्यांत 6 दशलक्ष डॉलर्सपेक्षा कमी गुंतवणुकीत विकसित केलेले कमी किमतीचे मॉडेल. याउलट, OpenAI ने त्यांचे GPT-4 मॉडेल प्रशिक्षित करण्यासाठी 100 दशलक्ष डॉलर्स खर्च केले.
ही cost-effectiveness AI विकासातील चीनची क्षमता आणि संसाधनांचा प्रभावी वापर दर्शवते. यावरून असेही सूचित होते की चीन AI तंत्रज्ञानाचे democratize करू शकेल, ज्यामुळे ते अधिक वापरकर्त्यांसाठी आणि संस्थांसाठी सोपे होईल.
AI शर्यत: एजंट्स आणि इन्फ्रास्ट्रक्चर
जागतिक AI शर्यत केवळ उत्तम मॉडेल्स तयार करण्याबद्दल नाही; तर agentic क्षमता आणि त्यांना समर्थन देण्यासाठी इन्फ्रास्ट्रक्चर विकसित करण्याबद्दल देखील आहे. या व्यापक शर्यतीने जगातील सर्वात मोठ्या tech दिग्गजांचे आणि शैक्षणिक संस्थांचे लक्ष वेधून घेतले आहे.
Agentic क्षमता म्हणजे AI प्रणालींची स्वायत्तपणे आणि जटिल वातावरणात बुद्धिमानीने कार्य करण्याची क्षमता. यामध्ये नियोजन, निर्णय घेणे आणि समस्या सोडवणे यासारख्या कार्यांचा समावेश आहे. या क्षमता विकसित करण्यासाठी केवळ प्रगत अल्गोरिदमचीच नव्हे, तर त्यांच्या deployment आणि operation ला समर्थन देण्यासाठी मजबूत इन्फ्रास्ट्रक्चरची देखील आवश्यकता आहे.
AI आखाड्यातील प्रमुख खेळाडू
2024 मध्ये, OpenAI सात उल्लेखनीय AI मॉडेल्स release करून AI मॉडेल विकासासाठी एक leading organizational contributor म्हणून उदयास आले. या कामगिरीमुळे general-purpose AI प्रणालींच्या क्षेत्रात OpenAI ची एक प्रमुख खेळाडू म्हणूनposition consolidate झाली आहे.
Google सहा महत्त्वपूर्ण मॉडेल्स लाँच करून दुसर्‍या स्थानावर आहे आणि machine learning (ML) नवोपक्रमातील आपली दीर्घकाळची leadership आणखी मजबूत करत आहे. मागील दशकात, Google सातत्याने AI संशोधन आणि विकासाच्या आघाडीवर आहे. 2014 पासून त्यांनी 186 उल्लेखनीय मॉडेल्स तयार केले आहेत, जे या यादीतील दुसर्‍या क्रमांकावरील खेळाडूपेक्षा दुप्पट आहेत.
इतर प्रमुख खेळाडूंमध्ये यांचा समावेश आहे:
- Meta: 2014 पासून 82 मॉडेल्स विकसित करून, Meta ने AI मध्ये महत्त्वपूर्ण योगदान दिले आहे, विशेषतः natural language processing आणि computer vision यांसारख्या क्षेत्रांमध्ये.
- Microsoft: Microsoft ने याच काळात 39 मॉडेल्स विकसित केले आहेत, जे AI ला त्यांच्या उत्पादनांमध्ये आणि सेवांमध्ये समाकलित करण्याची त्यांची वचनबद्धता दर्शवतात.
या कंपन्या केवळ AI मॉडेल्स विकसित करत नाहीत; तर त्या त्यांच्या संशोधन, विकास आणि deployment प्रयत्नांद्वारे AI तंत्रज्ञानाला आकार देत आहेत.
चीनी कंपन्यांचा उदय
Alibaba ने, foundational AI विकासातील चीनची वाढती उपस्थिती दर्शवत, 2024 मध्ये चार उल्लेखनीय मॉडेल्ससह तिसरा क्रमांक पटकावला. हे जागतिक नवोपक्रम परिदृश्यातील एका महत्त्वपूर्ण बदलाचे संकेत आहे, जिथे चीनी कंपन्या केवळ deployment वाढवत नाहीत तर frontier-level संशोधन आणि मॉडेल डिझाइनमध्ये देखील योगदान देत आहेत.
Alibaba चे यश AI मधील चीनच्या धोरणात्मक गुंतवणुकीचा आणि संशोधनाचे मूर्त उत्पादने आणि सेवांमध्ये रूपांतर करण्याच्या क्षमतेचा पुरावा आहे. चीनी कंपन्या नविन AI तंत्रज्ञान विकसित करत राहिल्यामुळे, जागतिक AI शर्यतीत त्यांची भूमिका अधिकाधिक महत्त्वाची ठरणार आहे.
शैक्षणिक पॉवरहाऊस
शैक्षणिक संस्था संशोधन, शिक्षण आणि talent विकासाद्वारे AI नवोपक्रमाला चालना देण्यासाठी महत्त्वपूर्ण भूमिका बजावतात. शैक्षणिक संस्थांमध्ये, Carnegie Mellon University, Stanford University आणि Tsinghua University 2014 पासून सर्वात productive ठरल्या आहेत, ज्यांनी अनुक्रमे 25, 25 आणि 22 उल्लेखनीय मॉडेल्स विकसित केले आहेत.
ही विद्यापीठे केवळ cutting-edge संशोधन करत नाहीत; तर ते AI संशोधक आणि अभियंत्यांच्या पुढील पिढीला प्रशिक्षण देत आहेत, जे भविष्यातील नवोपक्रमाला चालना देण्यासाठी talent चा एक स्थिर प्रवाह सुनिश्चित करतात.
संशोधनाचा वाढता आवाका: चीन आघाडीवर
मॉडेलच्या गुणवत्तेव्यतिरिक्त, चीन AI संशोधनाच्या प्रमाणात देखील जगामध्ये आघाडीवर आहे. 2023 मध्ये, चीनी संशोधकांनी AI संबंधित सर्व प्रकाशनांपैकी 23.2% प्रकाशने प्रकाशित केली, तर युरोपमधून 15.2% आणि भारतातून केवळ 9.2% प्रकाशने प्रकाशित झाली. 2016 पासून चीनचा वाटा सातत्याने वाढत आहे, तर युरोपचे योगदान घटले आहे आणि अमेरिकेच्या प्रकाशनात वाढ झालेली नाही.
संशोधनातील हा वाढता आवाका AI ज्ञानाला पुढे नेण्यासाठी चीनची बांधिलकी आणि AI क्षेत्रातील उच्च प्रतीचे talent आकर्षित करण्याची आणि टिकवून ठेवण्याची क्षमता दर्शवतो.
AI चिप बंदी: किरकोळ अडथळा?
अमेरिकेने AI चिप्सच्या पुरवठ्यावर बंदी घातली असली तरी, चीन text, images, video आणि audio क्षेत्रांमध्ये AI मॉडेल्स तयार करणारा दुसरा सर्वात मोठा देश बनला आहे. जागतिक स्तरावर असलेल्या एकूण 1,328 AI large language models (LLMs) पैकी 36% चीनमध्ये तयार झाले आहेत, ज्यामुळे अमेरिका प्रथम क्रमांकावर आहे.
ही लवचिकता चीनची अडथळ्यांवर मात करण्याची आणि AI तंत्रज्ञानात आत्मनिर्भरता प्राप्त करण्याची दृढनिश्चय दर्शवते.
प्रभाव वि. प्रमाण: अमेरिका अजूनही पुढे
AI मॉडेल्स आणि संशोधन प्रकाशनांच्या प्रमाणात चीन आघाडीवर असला तरी, अमेरिकेचा प्रभाव अजूनही जास्त आहे. अमेरिकन संस्थांनी मागील तीन वर्षांतील सर्वाधिक cited केलेल्या top 100 AI पेपर्समध्ये सर्वाधिक योगदान दिले आहे.
यावरून असे सूचित होते की चीन झपाट्याने quantity च्या बाबतीत पुढे येत असला तरी, अमेरिका अजूनही काही अत्यंत impactful आणि influential AI संशोधन करत आहे.
जागतिक स्तरावर विस्तृत AI परिसंस्था
या अहवालात मध्य पूर्व, लॅटिन अमेरिका आणि आग्नेय आशिया यांसारख्या प्रदेशांमधील उल्लेखनीय कामगिरीवर प्रकाश टाकला आहे - जे अधिक जागतिक स्तरावर विस्तृत AI नवोपक्रम परिसंस्थेच्या उदयाचे संकेत आहे. यावरून असे सूचित होते की AI विकास आता काही dominant खेळाडूंपुरता मर्यादित नाही, तर तो अधिकाधिक decentralized होत आहे आणि जास्त देशांमध्ये आणि प्रदेशांमध्ये तो उपलब्ध होत आहे.
युरोपची भूमिका
2024 मध्ये फ्रान्स तीन उल्लेखनीय मॉडेल्ससह आघाडीवर होता. तथापि, एकंदरीत, अमेरिका, चीन आणि EU सह सर्व प्रमुख प्रदेशांमध्ये 2023 च्या तुलनेत उल्लेखनीय मॉडेल्सच्या संख्येत घट झाली आहे. ही घट अनेक घटकांमुळे असू शकते, जसे की वाढलेली स्पर्धा, बदलती संशोधन प्राधान्ये किंवा AI विकासाची वाढती जटिलता.