या वर्षाच्या सुरुवातीला डीपसीक आर1 (DeepSeek R1) मोठ्या भाषिक मॉडेलच्या (LLM) उदयाने जनरेटिव्ह आर्टिफिशियल इंटेलिजन्सच्या (Gen AI) जगात एक महत्त्वपूर्ण बदल घडवला. हा केवळ तांत्रिकदृष्ट्याच नव्हे, तर व्यावसायिक आणि धोरणात्मक दृष्टिकोनातूनही एक महत्त्वाचा टप्पा होता. डीपसीकने हे सिद्ध केले की अत्याधुनिक एलएलएम पूर्वीच्या अपेक्षेपेक्षा खूप कमी खर्चात विकसित केले जाऊ शकतात आणि महत्त्वाचे म्हणजे, हे नविन तंत्रज्ञान केवळ सिलिकॉन व्हॅलीपुरते मर्यादित नाही.
डीपसीकच्या उदAdd Newयामुळे मलेशियाच्या एआय परिसंस्थेसाठी गंभीर परिणाम आहेत, जे अमेरिका आणि चीन यांच्यातील चालू असलेल्या तंत्रज्ञानाच्या स्पर्धेच्या पलीकडे आहेत आणि मलेशियाच्या शेअर बाजारातील डेटा सेंटर उत्साहाच्या तात्पुरत्या थंडतेमुळे आले आहेत.
ओपन सोर्सचे महत्त्व
डीपसीकच्या एलएलएमचा एक महत्त्वाचा पैलू म्हणजे ओपन-सोर्स तंत्रज्ञानातील त्याची पायाभरणी. डीपसीक आर1 (DeepSeek R1) सारखी मॉडेल्स ओपन-सोर्स किंवा ओपन-वेट लायसन्स अंतर्गत उपलब्ध आहेत, म्हणजे ती विनामूल्य डाउनलोड, सुधारित आणि वापरली जाऊ शकतात. या ओपन-सोर्स स्वरूपामुळे एलएलएमच्या उत्क्रांती आणि व्यापारीकरणासाठी महत्त्वपूर्ण परिणाम आहेत.
बर्‍याच वर्षांपासून, बायडू (Baidu), अलीबाबा (Alibaba) आणि टेन्सेंट (Tencent) सारख्या चीनी तंत्रज्ञान क्षेत्रातील दिग्गजांनी ओपन-सोर्स एआय मॉडेल्स विकसित करण्यास सक्रियपणे सुरुवात केली आहे. चीनी विद्यापीठे आणि सरकारी उपक्रमांद्वारे समर्थित असलेल्या या धोरणामध्ये संशोधन आणि विकास (R&D) गतीमान करणे आणि संभाव्यतः एआय क्षमतांमध्ये अमेरिकेला मागे टाकण्याचे उद्दिष्ट ठेवले आहे.
तथापि, ओपन-सोर्स एआयची बांधिलकी चीनच्या पलीकडेही विस्तारित आहे. मेटा (Meta) आणि गुगलनेही (Google) स्पर्धात्मक घटकांमुळे ओपन-वेट एलएलएम जारी केले आहेत. यामागील तर्कशास्त्र "पूरक वस्तूंचे व्यापारीकरण" (commoditizing the complement) या व्यापारी धोरणात रुजलेले आहे. जर एखादी कंपनी मोठ्या प्रमाणावर जेन एआयवर अवलंबून असेल, तर चॅटजीपीटीसारख्या (ChatGPT) मालकी मॉडेलवर पूर्णपणे अवलंबून राहण्याऐवजी ओपन-सोर्स पर्यायांमध्ये गुंतवणूक करणे अधिक फायदेशीर ठरू शकते. जरी मालकीचे एलएलएम अजूनही वापरले जात असले तरी, चांगल्या प्रतीच्या ओपन-सोर्स मॉडेल्सची उपलब्धता ओपनएआय (OpenAI) सारख्या प्रमुख विक्रेत्यांची किंमत निश्चित करण्याची ताकद कमी करते.
या धोरणाचे प्रतिरूप Oracle ने सर्व्हर आणि नेटवर्किंग उपकरणे तयार करताना वापरले. मायक्रोसॉफ्टच्या (Microsoft) विंडोज ओएसच्या किंमतीतील वर्चस्वाला लगाम घालण्यासाठी Oracle ने ओपन-सोर्स लिनक्स ऑपरेटिंग सिस्टमला (Linux operating system) पाठिंबा दर्शविला.
प्रेरणा काहीही असो, उच्च-गुणवत्तेची, ओपन-वेट एलएलएमची उपलब्धता मलेशियासारख्या देशांसाठी खर्च लक्षणीयरीत्या कमी करते, ज्यामुळे नविनतेसाठी नवीन दरवाजे उघडले जातात.
सरकार आणि व्यवसायांसाठी फायदे
मलेशिया सरकारसाठी, ओपन-सोर्स एलएलएम व्यावसायिक तृतीय पक्षांना किंवा परदेशी राष्ट्रांना संवेदनशील डेटा हस्तांतरित करण्याची आवश्यकता न ठेवता स्वतःचे एआय मॉडेल चालवण्याची संधी देतात. हे डेटा स्वायत्तता आणि सार्वभौमत्व मजबूत करते.
मलेशियातील कंपन्यांसाठी, विशेषत: स्टार्टअप्ससाठी, ओपन-वेट एलएलएम एक समान संधी निर्माण करतात. ते चीन आणि अमेरिकेतील त्यांच्या प्रतिस्पर्धकांप्रमाणेच मूलभूत एलएलएममध्ये प्रवेश करू शकतात, ज्यामुळे नविनता आणि स्पर्धा वाढते.
सांस्कृतिक आणि राजकीय पूर्वग्रह दूर करणे
चिनी एआयचा उदय एक महत्त्वपूर्ण आव्हान आहे: सांस्कृतिक आणि राजकीय पूर्वग्रह. चिनी एलएलएमना (Chinese LLMs) अनेकदा चिनी कम्युनिस्ट पक्षाच्या (CCP) ऐतिहासिक कथनांचे आणि राजकीय दृष्टिकोन प्रतिबिंबित करण्यासाठी प्रशिक्षित केले जाते, जे चीनमधील मुख्य भूभागातील सेन्सॉरशिप मानकांचे पालन करतात.
स्पष्ट सेन्सॉरशिपशिवाय, एआय मॉडेल्समध्ये त्यांच्या प्रशिक्षण डेटामध्ये असलेले पूर्वग्रह असतात. जर ते प्रामुख्याने इंग्रजी मजकुरावर प्रशिक्षित केले गेले, तर मॉडेल्स पाश्चात्त्य सांस्कृतिक दृष्टिकोन आणि पूर्वग्रह प्रतिबिंबित करतील.
चांगली गोष्ट म्हणजे एलएलएमना तुलनेने सहजपणे पुन्हा प्रशिक्षित केले जाऊ शकते. ज्याप्रमाणे चिनी एलएलएमना (Chinese LLMs) CCP च्या निष्ठा वाढवण्यासाठी सुरक्षा उपाय दिले जातात, त्याचप्रमाणे इतर ओपन-सोर्स प्रकल्पांनी हे सिद्ध केले आहे की डीपसीक आर1 (DeepSeek R1) कथित पूर्वग्रह कमी करण्यासाठी पोस्ट-ट्रेन (post-train) केले जाऊ शकते.
स्थानिकीकरण आणि सांस्कृतिक संवेदनशीलता
या अनुभवामुळे मलेशियासारख्या देशांना स्थानिक परिस्थितीनुसार एलएलएमला (LLMs) स्थानिकीकरण, प्रशिक्षित आणि पोस्ट-ट्रेन (post-train) करण्यासाठी स्वतःची क्षमता विकसित करण्याची गरज आहे. जे मॉडेल मलेशियाच्या वांशिक आणि धार्मिक संवेदनशीलता, सामाजिक उतरंड किंवा स्थानिक भाषेचा विचार करत नाहीत, ते कमी प्रभावी ठरण्याची किंवा हानिकारक सामग्री तयार करण्याची शक्यता आहे.
मलेशियामध्ये आधीपासूनच काही प्रमाणात एलएलएम (LLM) विकास क्षमता आहे. उदाहरणार्थ, स्थानिक स्टार्टअप मेसोलिटिकाने (Mesolitica) जानेवारीमध्ये ओपन-सोर्स मालाएम (MaLLaM) एलएलएम जारी केले, जे ChatGPT सारख्या मुख्य प्रवाहातील एलएलएमपेक्षा बहासा मलेशियाची (Bahasa Malaysia) अधिक सूक्ष्म समज दर्शवते.
तथापि, मलेशियन धोरणकर्त्यांमध्ये ओपन-सोर्स एआयच्या क्षमतेबद्दल आणि स्थानिक एलएलएम विकासाच्या महत्त्वाविषयी जागरूकता अजूनही अस्पष्ट आहे.
राष्ट्रीय एआय धोरण
2021 मध्ये तयार केलेल्या राष्ट्रीय एआय रोडमॅपमध्ये (National AI Roadmap) ओपन सोर्सचा फारसा उल्लेख नाही. त्याचप्रमाणे, नवीन राष्ट्रीय एआय कार्यालयाच्या (NAIO) अलीकडील कागदपत्रांमध्येही ओपन-सोर्स एआयवर जोर देण्यात आलेला नाही.
एआय विकासाच्या भविष्याचा अंदाज लावणे कठीण असले तरी, एलएलएमच्या (LLMs) सध्याच्या पिढीचे ओपन-सोर्स स्वरूप मलेशियाला तंत्रज्ञान क्षेत्रात आघाडीवर असलेल्या देशांच्या बरोबरीने येण्याची एक असाधारण संधी देते.
संधीचा फायदा घेणे
याचा फायदा घेण्यासाठी, मलेशियाला लहान आणि अधिक परवडणाऱ्या एलएलएमना (LLMs) सामावून घेण्यासाठी धोरणे अद्ययावत करणे आवश्यक आहे. यामध्ये या मॉडेल्सचा अवलंब सुलभ करणे, लहान आणि मध्यम उद्योगांसाठी जेन एआय अधिक सुलभ करणे आणि विशेषत: ग्रामीण भागात जिथे इंटरनेटची उपलब्धता मर्यादित आहे, तिथे स्थानिक पातळीवर त्याची अंमलबजावणी करणे शक्य करणे आवश्यक आहे.
मलेशियाची एलएलएम (LLM) विकसित करण्याची क्षमता वाढवणे, त्यांना स्थानिक भाषांशी अधिकrelevant बनवणे आणि स्थानिक संस्कृती जपण्यासाठी जागरूक करणे महत्त्वाचे आहे. एलएलएम प्रशिक्षणामध्ये गुंतवणूक करणे, संभाव्यतः स्थानिक विद्यापीठांमध्ये अँकरिंग करणे, सार्वजनिक हिताचे मानले जाऊ शकते, ज्यामुळे देशांतर्गत प्रतिभा वाढेल आणि स्थानिक संशोधन आणि विकासाला चालना मिळेल.
डेटा स्वायत्तता आणि राष्ट्रीय सुरक्षा
राष्ट्रीय डेटा स्वायत्तता सुनिश्चित करण्यासाठी स्वतःचे एलएलएम होस्ट करणे महत्वाचे आहे. एलएलएमद्वारे (LLMs) गोळा केलेला डेटा मौल्यवान असू शकतो आणि परदेशी संस्थांद्वारे त्याचा वापर करण्याऐवजी, ही माहिती स्थानिक संस्थांद्वारे साठवली आणि वापरली जावी.
मलेशिया ओपन-सोर्स एआय चळवळीचा (open-source AI movement) नेमका कसा फायदा घेऊ शकतो याचे तपशीलवार विश्लेषण येथे दिले आहे:
धोरण अद्यतने: विद्यमान धोरणांचे पुनरावलोकन आणि अद्यतन करणे आवश्यक आहे जेणेकरून ते सध्याच्या एआय परिदृश्याचे (AI landscape) आणि ओपन-सोर्स एलएलएमच्या (open-source LLMs) संधी व फायद्यांवर लक्ष केंद्रित करतील. यामध्ये डेटा वापरावर नियमांमधील सुलभता (योग्य गोपनीयता संरक्षणाचे पालन करून), ओपन-सोर्स एआय संशोधन आणि विकासासाठी निधी आणि प्रोत्साहन प्रदान करणे आणि संपूर्ण सरकारी क्षेत्रात ओपन-सोर्स एआय सोल्यूशन्सचा (open-source AI solutions) अवलंब करण्यास प्रोत्साहन देणे इत्यादींचा समावेश आहे.
गुणवत्ता विकासामध्ये गुंतवणूक: कुशल मनुष्यबळ तयार करणे महत्त्वाचे आहे. मलेशियाने एआय, मशीन लर्निंग (machine learning) आणि नॅचरल लैंग्वेज प्रोसेसिंगवर (natural language processing) लक्ष केंद्रित केलेल्या शैक्षणिक कार्यक्रम आणि प्रशिक्षण उपक्रमांमध्ये गुंतवणूक करणे आवश्यक आहे. या कार्यक्रमांमध्ये ओपन-सोर्स साधने (open-source tools) आणि तंत्रज्ञानावर जोर दिला गेला पाहिजे, जेणेकरून पदवीधरांना स्थानिक एआय परिसंस्थेमध्ये योगदान देण्यासाठी सक्षम बनवता येईल. शिष्यवृत्ती, संशोधन अनुदान आणि उद्योग भागीदारी विद्यार्थ्यांना एआयमध्ये करिअर करण्यासाठी प्रोत्साहित करू शकतात.
विद्यापीठ-आधारित संशोधन: स्थानिक विद्यापीठे एआय संशोधन आणि विकासाच्या आघाडीवर असली पाहिजेत. सरकार विद्यापीठांमध्ये एआय संशोधन केंद्रे (AI research centers) स्थापन करण्यासाठी निधी देऊ शकते, जे एलएलएम कस्टमायझेशन (LLM customization), सांस्कृतिक रुपांतर आणि मलेशियाच्या विशिष्ट गरजा पूर्ण करण्यासाठी नवीन ओपन-सोर्स एआय साधने (open-source AI tools) विकसित करण्यावर लक्ष केंद्रित करतील. विद्यापीठे आणि उद्योग यांच्यातील सहकार्यात्मक व्यासपीठांची निर्मिती ज्ञानाच्या आणि तंत्रज्ञानाच्या हस्तांतरणाला गती देऊ शकते.
स्टार्टअप्स (Startups) आणि एसएमईला (SMEs) पाठिंबा: ओपन-सोर्स एआय स्टार्टअप्स (Startups) आणि एसएमईना (SMEs) नविनता आणण्यासाठी आणि स्पर्धा करण्यासाठी एक महत्त्वपूर्ण संधी देते. मलेशियाने या व्यवसायांना निधी, मार्गदर्शन आणि तांत्रिक कौशल्ये मिळवून देण्यासाठी लक्ष्यित समर्थन प्रदान केले पाहिजे. या समर्थनामध्ये एआय-शक्तीवर आधारित (AI-powered) उत्पादने आणि सेवा विकसित करण्यासाठी अनुदान, एआयवर लक्ष केंद्रित केलेले इनक्यूबेटर (incubators) आणि एक्सीलरेटर (accelerators), आणि स्टार्टअप्सना संभाव्य ग्राहक आणि गुंतवणूकदारांशी जोडणाऱ्या कार्यक्रमांचा समावेश असू शकतो.
डेटा गव्हर्नन्स फ्रेमवर्क (Data Governance Framework): एआयचा (AI) जबाबदारीने आणि नैतिकतेने वापर सुनिश्चित करण्यासाठी एक मजबूत डेटा गव्हर्नन्स फ्रेमवर्क (Data Governance Framework) स्थापित करणे आवश्यक आहे. या फ्रेमवर्कमध्ये डेटा गोपनीयता, सुरक्षा आणि पूर्वग्रह यासारख्या समस्यांचे निराकरण केले पाहिजे आणि आंतरराष्ट्रीय सर्वोत्तम पद्धतींचे पालन केले पाहिजे. संवेदनशील माहितीचे संरक्षण करताना एआय परिसंस्थेमध्ये डेटा सामायिक करण्यास प्रोत्साहन दिले पाहिजे. हे राष्ट्रीय डेटा रिपॉजिटरी (national data repository) तयार करून आणि डेटा प्रवेश व वापरासाठी स्पष्ट मार्गदर्शक तत्त्वे स्थापित करून साध्य केले जाऊ शकते.
सार्वजनिक-खाजगी भागीदारी: एआय नवोपक्रमाला (AI innovation) चालना देण्यासाठी सार्वजनिक आणि खाजगी क्षेत्रांमधील सहकार्य महत्त्वपूर्ण आहे. सरकार आरोग्य सेवा, शिक्षण आणि वाहतूक यासारख्या क्षेत्रांमध्ये एआय सोल्यूशन्स (AI solutions) विकसित करण्यासाठी आणि त्याची अंमलबजावणी करण्यासाठी खाजगी कंपन्यांशी भागीदारी करू शकते. या भागीदारीमुळे दोन्ही क्षेत्रांतील तज्ञांचा आणि संसाधनांचा उपयोग होऊ शकतो, ज्यामुळे अधिक प्रभावी आणि महत्त्वपूर्ण परिणाम मिळू शकतात.
राष्ट्रीय एआय पायाभूत सुविधा: उच्च-कार्यक्षमतेची संगणकीय संसाधने आणि डेटा स्टोरेज सुविधांसह राष्ट्रीय एआय पायाभूत सुविधांमध्ये गुंतवणूक करणे एआय संशोधन आणि विकासाला समर्थन देण्यासाठी आवश्यक आहे. ही पायाभूत सुविधा देशभरातील संशोधक, स्टार्टअप्स आणि व्यवसायांसाठी उपलब्ध असावी, जेणेकरून त्यांना नविनता आणण्यासाठी आणि स्पर्धा करण्यासाठी आवश्यक साधने मिळू शकतील.
एलएलएमचे (LLMs) सांस्कृतिक रुपांतर: मलेशियाने देशाच्या विशिष्ट सांस्कृतिक आणि भाषिक परिदृश्याचे प्रतिबिंब दर्शविण्यासाठी ओपन-सोर्स एलएलएमचे (open-source LLMs) रुपांतर करण्यावर लक्ष केंद्रित केले पाहिजे. यामध्ये बहासा मलेशिया (Bahasa Malaysia) आणि इतर स्थानिक भाषांमध्ये अस्खलित असलेल्या आणि मलेशियाच्या विविध संस्कृती आणि परंपरांबद्दल संवेदनशील असलेल्या मॉडेल्सचा विकास करणे आवश्यक आहे. यासाठी भाषाशास्त्रज्ञ, सांस्कृतिक तज्ञ आणि एआय अभियंते यांचा समावेश असलेला बहु-अनुशासनात्मक दृष्टिकोन आवश्यक आहे.
सायबर सुरक्षा विचार: एआय (AI) जसजसे महत्त्वपूर्ण पायाभूत सुविधांमध्ये एकत्रित होत आहे, तसतसे सायबर सुरक्षा ही सर्वोच्च प्राथमिकता असली पाहिजे. मलेशियाने एआय-विशिष्ट सायबर सुरक्षा उपायांच्या (AI-specific cybersecurity solutions) संशोधनात आणि विकासात गुंतवणूक करणे आवश्यक आहे आणि एआय प्रणाली सुरक्षित करण्यासाठी स्पष्ट मार्गदर्शक तत्त्वे स्थापित करणे आवश्यक आहे. यामध्ये एआय-संबंधित धोके शोधण्यासाठी आणि कमी करण्यासाठी मजबूत यंत्रणा विकसित करणे समाविष्ट आहे.
नैतिक एआयला प्रोत्साहन देणे: एआय (AI) नैतिक आणि जबाबदार पद्धतीने विकसित आणि वापरला जाईल याची खात्री करणे आवश्यक आहे. मलेशियाने एक राष्ट्रीय एआय नैतिकता फ्रेमवर्क (national AI ethics framework) स्थापित केले पाहिजे, जे एआय विकास आणि उपयोजनासाठी मार्गदर्शन करणारी तत्त्वे आणि मूल्ये दर्शवते. या फ्रेमवर्कमध्ये निष्पक्षता, पारदर्शकता आणि उत्तरदायित्व यासारख्या समस्यांचे निराकरण केले पाहिजे.
हे सक्रिय पाऊल उचलून, मलेशिया आर्थिक विकास साधण्यासाठी, सार्वजनिक सेवा सुधारण्यासाठी आणि देशासमोरील काही महत्त्वाच्या समस्यांचे निराकरण करण्यासाठी ओपन-सोर्स एआयच्या (open-source AI) सामर्थ्याचा उपयोग करू शकतो. संधीची विंडो उघडी आहे आणि मलेशियाने ती संधी साधण्यासाठी निर्णायकपणे कृती करणे आवश्यक आहे. एक मजबूत, सर्वसमावेशक आणि नैतिक एआय परिसंस्थेस प्रोत्साहन देण्यासाठी वचनबद्धता या परिवर्तनकारी तंत्रज्ञानाची पूर्ण क्षमता साकारण्यासाठी महत्त्वपूर्ण ठरेल. नेहमी सक्षमीकरण, नवोपक्रम आणि दीर्घकालीन शाश्वत विकासावर लक्ष केंद्रित केले पाहिजे.