ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ, ਖਾਸ ਕਰਕੇ ਭਾਸ਼ਾ ਨਾਲ ਸੰਬੰਧਿਤ ਸ਼ਾਖਾ, ਹਾਲ ਹੀ ਦੇ ਸਾਲਾਂ ਵਿੱਚ ਵੱਡੇ ਭਾਸ਼ਾਈ ਮਾਡਲਾਂ (LLMs) ਦੇ ਵਿਸ਼ਾਲ ਪੈਮਾਨੇ ਅਤੇ ਸ਼ਕਤੀ ਦੁਆਰਾ ਪ੍ਰਭਾਵਿਤ ਰਹੀ ਹੈ। ਇਹ ਵਿਸ਼ਾਲ ਮਾਡਲ, ਡਾਟਾ ਦੇ ਵਿਸ਼ਾਲ ਸਮੁੰਦਰਾਂ ‘ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ, ਨੇ ਕਮਾਲ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ, ਜਨਤਾ ਦੀ ਕਲਪਨਾ ਅਤੇ ਨਿਵੇਸ਼ ਡਾਲਰਾਂ ਨੂੰ ਆਪਣੇ ਵੱਲ ਖਿੱਚਿਆ। ਫਿਰ ਵੀ, ਵੱਡੇ ਮਾਡਲਾਂ ਦੀ ਘੋਸ਼ਣਾ ਕਰਨ ਵਾਲੀਆਂ ਸੁਰਖੀਆਂ ਦੇ ਹੇਠਾਂ, ਇੱਕ ਸ਼ਾਂਤ ਪਰ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਵਧੇਰੇ ਪਰਿਵਰਤਨਸ਼ੀਲ ਕ੍ਰਾਂਤੀ ਪੈਦਾ ਹੋ ਰਹੀ ਹੈ: ਛੋਟੇ ਭਾਸ਼ਾਈ ਮਾਡਲਾਂ (SLMs) ਦਾ ਉਭਾਰ। ਇਹ ਪਤਲੇ, ਵਧੇਰੇ ਕੇਂਦਰਿਤ AI ਸਿਸਟਮ ਤੇਜ਼ੀ ਨਾਲ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਥਾਨ ਬਣਾ ਰਹੇ ਹਨ, ਵਾਤਾਵਰਣਾਂ ਵਿੱਚ ਆਧੁਨਿਕ AI ਸਮਰੱਥਾਵਾਂ ਲਿਆਉਣ ਦਾ ਵਾਅਦਾ ਕਰਦੇ ਹਨ ਜਿੱਥੇ ਉਨ੍ਹਾਂ ਦੇ ਵੱਡੇ ਚਚੇਰੇ ਭਰਾ ਕੁਸ਼ਲਤਾ ਜਾਂ ਆਰਥਿਕ ਤੌਰ ‘ਤੇ ਕੰਮ ਨਹੀਂ ਕਰ ਸਕਦੇ।
SLMs ਵਿੱਚ ਵਧ ਰਹੀ ਦਿਲਚਸਪੀ ਸਿਰਫ਼ ਅਕਾਦਮਿਕ ਨਹੀਂ ਹੈ; ਇਹ ਠੋਸ ਮਾਰਕੀਟ ਗਤੀ ਵਿੱਚ ਬਦਲ ਰਹੀ ਹੈ। ਉਦਯੋਗ ਵਿਸ਼ਲੇਸ਼ਕ SLM ਖੇਤਰ ਲਈ ਇੱਕ ਨਾਟਕੀ ਉਭਾਰ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਦੇ ਹਨ, 2025 ਵਿੱਚ ਲਗਭਗ $0.93 ਬਿਲੀਅਨ ਦੇ ਅਨੁਮਾਨਿਤ ਮਾਰਕੀਟ ਆਕਾਰ ਤੋਂ 2032 ਤੱਕ $5.45 ਬਿਲੀਅਨ ਦੇ ਹੈਰਾਨੀਜਨਕ ਵਾਧੇ ਦਾ ਅਨੁਮਾਨ ਲਗਾਉਂਦੇ ਹਨ। ਇਹ ਰਸਤਾ ਪੂਰਵ ਅਨੁਮਾਨ ਅਵਧੀ ਦੌਰਾਨ ਲਗਭਗ 28.7% ਦੀ ਮਜ਼ਬੂਤ ਮਿਸ਼ਰਿਤ ਸਾਲਾਨਾ ਵਿਕਾਸ ਦਰ (CAGR) ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਅਜਿਹਾ ਵਿਸਫੋਟਕ ਵਾਧਾ ਖਲਾਅ ਵਿੱਚ ਨਹੀਂ ਹੁੰਦਾ; ਇਹ ਸ਼ਕਤੀਸ਼ਾਲੀ ਤਕਨੀਕੀ ਅਤੇ ਮਾਰਕੀਟ ਸ਼ਕਤੀਆਂ ਦੇ ਸੰਗਮ ਦੁਆਰਾ ਚਲਾਇਆ ਜਾਂਦਾ ਹੈ।
ਇਹਨਾਂ ਚਾਲਕਾਂ ਵਿੱਚੋਂ ਮੁੱਖ Edge AI ਅਤੇ on-device intelligence ਦੀ ਨਿਰੰਤਰ ਮੰਗ ਹੈ। ਵੱਖ-ਵੱਖ ਖੇਤਰਾਂ ਦੇ ਕਾਰੋਬਾਰ ਤੇਜ਼ੀ ਨਾਲ AI ਹੱਲ ਲੱਭ ਰਹੇ ਹਨ ਜੋ ਸਿੱਧੇ ਸਮਾਰਟਫ਼ੋਨਾਂ, ਸੈਂਸਰਾਂ, ਉਦਯੋਗਿਕ ਉਪਕਰਣਾਂ, ਅਤੇ ਹੋਰ ਏਮਬੈਡਡ ਸਿਸਟਮਾਂ ‘ਤੇ ਪ੍ਰਦਰਸ਼ਨ ਕਰ ਸਕਦੇ ਹਨ, ਬਿਨਾਂ ਲੇਟੈਂਸੀ, ਲਾਗਤ, ਜਾਂ ਗੋਪਨੀਯਤਾ ਦੀਆਂ ਚਿੰਤਾਵਾਂ ਦੇ ਜੋ ਲਗਾਤਾਰ ਕਲਾਉਡ ਕਨੈਕਟੀਵਿਟੀ ਨਾਲ ਜੁੜੀਆਂ ਹੁੰਦੀਆਂ ਹਨ। ਸਥਾਨਕ ਤੌਰ ‘ਤੇ AI ਚਲਾਉਣਾ ਰੀਅਲ-ਟਾਈਮ ਜਵਾਬਦੇਹੀ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦਾ ਹੈ ਜੋ ਆਟੋਨੋਮਸ ਵਾਹਨ ਪ੍ਰਣਾਲੀਆਂ ਤੋਂ ਲੈ ਕੇ ਇੰਟਰਐਕਟਿਵ ਮੋਬਾਈਲ ਸਹਾਇਕਾਂ ਅਤੇ ਸਮਾਰਟ ਫੈਕਟਰੀ ਆਟੋਮੇਸ਼ਨ ਤੱਕ ਦੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੈ। SLMs, LLMs ਦੇ ਮੁਕਾਬਲੇ ਆਪਣੇ ਕਾਫ਼ੀ ਛੋਟੇ ਕੰਪਿਊਟੇਸ਼ਨਲ ਫੁੱਟਪ੍ਰਿੰਟ ਦੇ ਨਾਲ, ਇਹਨਾਂ ਸਰੋਤ-ਪ੍ਰਤੀਬੰਧਿਤ ਵਾਤਾਵਰਣਾਂ ਲਈ ਆਦਰਸ਼ਕ ਤੌਰ ‘ਤੇ ਅਨੁਕੂਲ ਹਨ।
ਇਸ ਦੇ ਨਾਲ ਹੀ, model compression techniques ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਤਰੱਕੀ ਨੇ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਤੇਜ਼ੀ ਲਿਆਉਣ ਵਾਲੇ ਵਜੋਂ ਕੰਮ ਕੀਤਾ ਹੈ। ਕੁਆਂਟਾਈਜ਼ੇਸ਼ਨ (ਮਾਡਲ ਵਿੱਚ ਵਰਤੇ ਗਏ ਸੰਖਿਆਵਾਂ ਦੀ ਸ਼ੁੱਧਤਾ ਨੂੰ ਘਟਾਉਣਾ) ਅਤੇ ਪਰੂਨਿੰਗ (ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਦੇ ਅੰਦਰ ਘੱਟ ਮਹੱਤਵਪੂਰਨ ਕਨੈਕਸ਼ਨਾਂ ਨੂੰ ਹਟਾਉਣਾ) ਵਰਗੀਆਂ ਨਵੀਨਤਾਵਾਂ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਮਾਡਲ ਦਾ ਆਕਾਰ ਘਟਾਉਣ ਅਤੇ ਪ੍ਰੋਸੈਸਿੰਗ ਸਪੀਡ ਨੂੰ ਨਾਟਕੀ ਢੰਗ ਨਾਲ ਵਧਾਉਣ ਦੀ ਆਗਿਆ ਦਿੰਦੀਆਂ ਹਨ। ਮਹੱਤਵਪੂਰਨ ਗੱਲ ਇਹ ਹੈ ਕਿ ਇਹ ਤਕਨੀਕਾਂ ਮਾਡਲ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਅਤੇ ਸ਼ੁੱਧਤਾ ‘ਤੇ ਪ੍ਰਭਾਵ ਨੂੰ ਘੱਟ ਕਰਦੇ ਹੋਏ ਵਧੇਰੇ ਕੁਸ਼ਲਤਾ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਵਿਕਸਤ ਹੋ ਰਹੀਆਂ ਹਨ। ਇਹ ਦੋਹਰਾ ਲਾਭ—ਛੋਟਾ ਆਕਾਰ ਅਤੇ ਬਰਕਰਾਰ ਸਮਰੱਥਾ—SLMs ਨੂੰ ਕਾਰਜਾਂ ਦੀ ਵਧ ਰਹੀ ਸ਼੍ਰੇਣੀ ਲਈ LLMs ਦੇ ਵੱਧ ਤੋਂ ਵੱਧ ਵਿਵਹਾਰਕ ਵਿਕਲਪ ਬਣਾਉਂਦਾ ਹੈ।
ਇਸ ਤੋਂ ਇਲਾਵਾ, ਉੱਦਮ ਆਪਣੇ ਮੁੱਖ ਕਾਰਜਾਂ ਵਿੱਚ SLMs ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਦੇ ਵਿਹਾਰਕ ਮੁੱਲ ਨੂੰ ਪਛਾਣ ਰਹੇ ਹਨ। IT automation ਤੋਂ, ਜਿੱਥੇ SLMs ਲੌਗਸ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਸਿਸਟਮ ਅਸਫਲਤਾਵਾਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰ ਸਕਦੇ ਹਨ, cybersecurity ਤੱਕ, ਜਿੱਥੇ ਉਹ ਨੈੱਟਵਰਕ ਟ੍ਰੈਫਿਕ ਵਿੱਚ ਵਿਗਾੜਾਂ ਦਾ ਪਤਾ ਲਗਾ ਸਕਦੇ ਹਨ, ਅਤੇ ਉਤਪਾਦਕਤਾ ਵਧਾਉਣ ਅਤੇ ਫੈਸਲੇ ਲੈਣ ਦੀਆਂ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਸੁਧਾਰਨ ਦੇ ਉਦੇਸ਼ ਨਾਲ ਵਿਭਿੰਨ business applications ਤੱਕ, ਸੰਭਾਵੀ ਪ੍ਰਭਾਵ ਬਹੁਤ ਵੱਡਾ ਹੈ। SLMs AI ਨੂੰ ਵਧੇਰੇ ਵਿਆਪਕ ਤੌਰ ‘ਤੇ ਤੈਨਾਤ ਕਰਨ ਦਾ ਇੱਕ ਮਾਰਗ ਪੇਸ਼ ਕਰਦੇ ਹਨ, ਖਾਸ ਤੌਰ ‘ਤੇ ਲਾਗਤ, ਗੋਪਨੀਯਤਾ, ਜਾਂ ਲਗਭਗ-ਤਤਕਾਲ ਪ੍ਰੋਸੈਸਿੰਗ ਦੀ ਲੋੜ ਵਾਲੇ ਦ੍ਰਿਸ਼ਾਂ ਵਿੱਚ ਸੰਵੇਦਨਸ਼ੀਲ। ਐਜ ਕੰਪਿਊਟਿੰਗ ਲੋੜਾਂ, ਕੰਪਰੈਸ਼ਨ ਦੁਆਰਾ ਕੁਸ਼ਲਤਾ ਲਾਭ, ਅਤੇ ਸਪੱਸ਼ਟ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਵਰਤੋਂ ਦੇ ਮਾਮਲਿਆਂ ਦਾ ਇਹ ਸੰਗਮ SLMs ਨੂੰ ਸਿਰਫ਼ LLMs ਦੇ ਛੋਟੇ ਸੰਸਕਰਣਾਂ ਵਜੋਂ ਹੀ ਨਹੀਂ, ਸਗੋਂ AI ਦੀ ਇੱਕ ਵੱਖਰੀ ਅਤੇ ਮਹੱਤਵਪੂਰਨ ਸ਼੍ਰੇਣੀ ਵਜੋਂ ਸਥਾਪਤ ਕਰਦਾ ਹੈ ਜੋ ਮਹੱਤਵਪੂਰਨ ਪ੍ਰਭਾਵ ਲਈ ਤਿਆਰ ਹੈ।
ਰਣਨੀਤਕ ਵੰਡ: ਈਕੋਸਿਸਟਮ ਕੰਟਰੋਲ ਬਨਾਮ ਨਿਸ਼ ਸਪੈਸ਼ਲਾਈਜ਼ੇਸ਼ਨ
ਜਿਵੇਂ ਕਿ SLM ਲੈਂਡਸਕੇਪ ਆਕਾਰ ਲੈ ਰਿਹਾ ਹੈ, ਦਬਦਬਾ ਲਈ ਮੁਕਾਬਲਾ ਕਰਨ ਵਾਲੇ ਮੁੱਖ ਖਿਡਾਰੀਆਂ ਵਿੱਚ ਵੱਖਰੀਆਂ ਰਣਨੀਤਕ ਪਹੁੰਚਾਂ ਉੱਭਰ ਰਹੀਆਂ ਹਨ। ਪ੍ਰਤੀਯੋਗੀ ਗਤੀਸ਼ੀਲਤਾ ਵੱਡੇ ਪੱਧਰ ‘ਤੇ ਦੋ ਪ੍ਰਾਇਮਰੀ ਫਲਸਫਿਆਂ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਇਕੱਠੀ ਹੋ ਰਹੀ ਹੈ, ਹਰ ਇੱਕ ਵੱਖ-ਵੱਖ ਵਪਾਰਕ ਮਾਡਲਾਂ ਅਤੇ AI ਮੁੱਲ ਨੂੰ ਕਿਵੇਂ ਹਾਸਲ ਕੀਤਾ ਜਾਵੇਗਾ ਇਸ ਬਾਰੇ ਲੰਬੇ ਸਮੇਂ ਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।
ਇੱਕ ਪ੍ਰਮੁੱਖ ਮਾਰਗ proprietary ecosystem control strategy ਹੈ। ਇਸ ਪਹੁੰਚ ਨੂੰ ਕਈ ਤਕਨਾਲੋਜੀ ਦਿੱਗਜਾਂ ਅਤੇ ਚੰਗੀ ਤਰ੍ਹਾਂ ਫੰਡ ਪ੍ਰਾਪਤ AI ਲੈਬਾਂ ਦੁਆਰਾ ਪਸੰਦ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਦਾ ਉਦੇਸ਼ ਉਹਨਾਂ ਦੀਆਂ SLM ਪੇਸ਼ਕਸ਼ਾਂ ਦੇ ਆਲੇ ਦੁਆਲੇ ਕੰਧਾਂ ਵਾਲੇ ਬਾਗ ਬਣਾਉਣਾ ਹੈ। OpenAI ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ, GPT ਵੰਸ਼ ਤੋਂ ਲਏ ਗਏ ਇਸਦੇ ਵੇਰੀਐਂਟਸ (ਜਿਵੇਂ ਕਿ ਅਨੁਮਾਨਿਤ GPT-4 ਮਿੰਨੀ ਪਰਿਵਾਰ), Google ਆਪਣੇ Gemma ਮਾਡਲਾਂ ਨਾਲ, Anthropic ਆਪਣੇ Claude Haiku ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ, ਅਤੇ Cohere Command R+ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਦਾ ਹੈ, ਪ੍ਰਮੁੱਖ ਉਦਾਹਰਣਾਂ ਹਨ। ਉਹਨਾਂ ਦੀ ਰਣਨੀਤੀ ਵਿੱਚ ਆਮ ਤੌਰ ‘ਤੇ SLMs ਨੂੰ ਵਿਆਪਕ ਪਲੇਟਫਾਰਮਾਂ ਦੇ ਅਨਿੱਖੜਵੇਂ ਹਿੱਸਿਆਂ ਵਜੋਂ ਵਪਾਰਕ ਬਣਾਉਣਾ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ, ਅਕਸਰ ਗਾਹਕੀ-ਅਧਾਰਿਤ ਐਪਲੀਕੇਸ਼ਨ ਪ੍ਰੋਗਰਾਮਿੰਗ ਇੰਟਰਫੇਸ (APIs), ਏਕੀਕ੍ਰਿਤ ਕਲਾਉਡ ਸੇਵਾਵਾਂ (ਜਿਵੇਂ ਕਿ Azure AI ਜਾਂ Google Cloud AI), ਜਾਂ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਲਾਇਸੈਂਸਿੰਗ ਸਮਝੌਤਿਆਂ ਦੁਆਰਾ ਪ੍ਰਦਾਨ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
ਇਸ ਰਣਨੀਤੀ ਦਾ ਆਕਰਸ਼ਣ ਸਥਾਪਿਤ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਵਰਕਫਲੋਜ਼ ਦੇ ਅੰਦਰ ਤੰਗ ਏਕੀਕਰਣ, ਇਕਸਾਰ ਪ੍ਰਦਰਸ਼ਨ, ਵਧੀ ਹੋਈ ਸੁਰੱਖਿਆ, ਅਤੇ ਸਰਲ ਤੈਨਾਤੀ ਦੀ ਸੰਭਾਵਨਾ ਵਿੱਚ ਹੈ। ਈਕੋਸਿਸਟਮ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਕੇ, ਇਹ ਪ੍ਰਦਾਤਾ ਭਰੋਸੇਯੋਗਤਾ ਅਤੇ ਸਹਾਇਤਾ ਸੰਬੰਧੀ ਗਾਰੰਟੀ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰ ਸਕਦੇ ਹਨ, ਉਹਨਾਂ ਦੇ SLMs ਨੂੰ ਮਜ਼ਬੂਤ AI-ਸੰਚਾਲਿਤ ਆਟੋਮੇਸ਼ਨ, ਸੌਫਟਵੇਅਰ ਸੂਟ ਵਿੱਚ ਏਮਬੈਡ ਕੀਤੇ ਆਧੁਨਿਕ ‘ਕੋਪਾਇਲਟ’ ਸਹਾਇਕ, ਅਤੇ ਭਰੋਸੇਯੋਗ ਫੈਸਲੇ-ਸਹਾਇਤਾ ਸਾਧਨਾਂ ਦੀ ਭਾਲ ਕਰਨ ਵਾਲੇ ਕਾਰੋਬਾਰਾਂ ਲਈ ਆਕਰਸ਼ਕ ਬਣਾਉਂਦੇ ਹਨ। ਇਹ ਮਾਡਲ ਸੇਵਾ ਡਿਲੀਵਰੀ ਅਤੇ ਪਲੇਟਫਾਰਮ ਲਾਕ-ਇਨ ਦੁਆਰਾ ਮੁੱਲ ਹਾਸਲ ਕਰਨ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦਾ ਹੈ, ਪ੍ਰਦਾਤਾਵਾਂ ਦੇ ਮੌਜੂਦਾ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਅਤੇ ਮਾਰਕੀਟ ਪਹੁੰਚ ਦਾ ਲਾਭ ਉਠਾਉਂਦਾ ਹੈ। ਇਹ ਉਹਨਾਂ ਸੰਗਠਨਾਂ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਪੂਰਾ ਕਰਦਾ ਹੈ ਜੋ ਸਹਿਜ ਏਕੀਕਰਣ ਅਤੇ ਪ੍ਰਬੰਧਿਤ AI ਸੇਵਾਵਾਂ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੇ ਹਨ।
ਈਕੋਸਿਸਟਮ ਖੇਡ ਦੇ ਨਾਲ ਤਿੱਖਾ ਵਿਪਰੀਤ specialized domain-specific model strategy ਹੈ। ਇਹ ਪਹੁੰਚ ਖਾਸ ਉਦਯੋਗਾਂ ਦੀਆਂ ਵਿਲੱਖਣ ਮੰਗਾਂ, ਸ਼ਬਦਾਵਲੀ, ਅਤੇ ਰੈਗੂਲੇਟਰੀ ਰੁਕਾਵਟਾਂ ਲਈ ਸਾਵਧਾਨੀ ਨਾਲ ਤਿਆਰ ਕੀਤੇ ਅਤੇ ਫਾਈਨ-ਟਿਊਨ ਕੀਤੇ SLMs ਨੂੰ ਵਿਕਸਤ ਕਰਨ ‘ਤੇ ਕੇਂਦਰਿਤ ਹੈ। ਵਿਆਪਕ ਲਾਗੂ ਹੋਣ ਦਾ ਟੀਚਾ ਰੱਖਣ ਦੀ ਬਜਾਏ, ਇਹਨਾਂ ਮਾਡਲਾਂ ਨੂੰ ਵਿੱਤ, ਸਿਹਤ ਸੰਭਾਲ, ਕਾਨੂੰਨੀ ਸੇਵਾਵਾਂ, ਜਾਂ ਸੌਫਟਵੇਅਰ ਵਿਕਾਸ ਵਰਗੇ ਵਿਸ਼ੇਸ਼ ਤਕਨੀਕੀ ਖੇਤਰਾਂ ਵਰਗੇ ਵਰਟੀਕਲਾਂ ਦੇ ਅੰਦਰ ਉੱਚ ਪ੍ਰਦਰਸ਼ਨ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ।
ਇਸ ਸਪੇਸ ਵਿੱਚ ਪਾਇਨੀਅਰਾਂ ਵਿੱਚ Hugging Face ਵਰਗੇ ਪਲੇਟਫਾਰਮ ਸ਼ਾਮਲ ਹਨ, ਜੋ Zephyr 7B ਵਰਗੇ ਮਾਡਲਾਂ ਦੀ ਮੇਜ਼ਬਾਨੀ ਕਰਦਾ ਹੈ ਜੋ ਸਪੱਸ਼ਟ ਤੌਰ ‘ਤੇ ਕੋਡਿੰਗ ਕਾਰਜਾਂ ਲਈ ਅਨੁਕੂਲਿਤ ਹਨ, ਅਤੇ IBM ਵਰਗੇ ਸਥਾਪਿਤ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਖਿਡਾਰੀ, ਜਿਨ੍ਹਾਂ ਦੇ Granite ਮਾਡਲਾਂ ਦਾ ਪਰਿਵਾਰ ਐਂਟਰਪ੍ਰਾਈਜ਼ AI ਲੋੜਾਂ, ਜਿਸ ਵਿੱਚ ਡਾਟਾ ਗਵਰਨੈਂਸ ਅਤੇ ਪਾਲਣਾ ਸ਼ਾਮਲ ਹੈ, ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖ ਕੇ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਇੱਥੇ ਰਣਨੀਤਕ ਫਾਇਦਾ ਚੌੜਾਈ ਦੀ ਬਜਾਏ ਡੂੰਘਾਈ ਵਿੱਚ ਹੈ। ਉਦਯੋਗ-ਵਿਸ਼ੇਸ਼ ਡੇਟਾਸੈਟਾਂ ‘ਤੇ ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇ ਕੇ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਖਾਸ ਕਾਰਜਾਂ ਲਈ ਅਨੁਕੂਲ ਬਣਾ ਕੇ (ਉਦਾਹਰਨ ਲਈ, ਵਿੱਤੀ ਸ਼ਬਦਾਵਲੀ ਨੂੰ ਸਮਝਣਾ, ਮੈਡੀਕਲ ਨੋਟਸ ਦੀ ਵਿਆਖਿਆ ਕਰਨਾ, ਕਾਨੂੰਨੀ ਧਾਰਾਵਾਂ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਨਾ), ਇਹ SLMs ਆਪਣੇ ਮਨੋਨੀਤ ਡੋਮੇਨਾਂ ਦੇ ਅੰਦਰ ਉੱਤਮ ਸ਼ੁੱਧਤਾ ਅਤੇ ਪ੍ਰਸੰਗਿਕ ਪ੍ਰਸੰਗਿਕਤਾ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹਨ। ਇਹ ਰਣਨੀਤੀ ਨਿਯੰਤ੍ਰਿਤ ਜਾਂ ਗਿਆਨ-ਸੰਘਣੀ ਖੇਤਰਾਂ ਵਿੱਚ ਸੰਗਠਨਾਂ ਨਾਲ ਮਜ਼ਬੂਤੀ ਨਾਲ ਗੂੰਜਦੀ ਹੈ ਜਿੱਥੇ ਆਮ ਮਾਡਲ ਘੱਟ ਹੋ ਸਕਦੇ ਹਨ, ਉਹਨਾਂ ਨੂੰ ਵਿਸ਼ੇਸ਼, ਮਿਸ਼ਨ-ਨਾਜ਼ੁਕ ਵਰਤੋਂ ਦੇ ਮਾਮਲਿਆਂ ਲਈ ਉੱਚ ਸਹੀ, ਪ੍ਰਸੰਗ-ਜਾਗਰੂਕ AI ਹੱਲ ਤੈਨਾਤ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਉਂਦੇ ਹਨ। ਇਹ ਖਾਸ ਦਰਦ ਬਿੰਦੂਆਂ ਅਤੇ ਪਾਲਣਾ ਲੋੜਾਂ ਨੂੰ ਸੰਬੋਧਿਤ ਕਰਕੇ ਅਪਣਾਉਣ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਵਿਆਪਕ-ਅਧਾਰਿਤ ਮਾਡਲ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰ ਸਕਦੇ ਹਨ।
ਇਹ ਦੋ ਪ੍ਰਮੁੱਖ ਰਣਨੀਤੀਆਂ ਪੂਰੇ ਬਾਜ਼ਾਰ ਲਈ ਜ਼ਰੂਰੀ ਤੌਰ ‘ਤੇ ਆਪਸੀ ਵਿਸ਼ੇਸ਼ ਨਹੀਂ ਹਨ, ਪਰ ਉਹ ਮੁਕਾਬਲੇ ਨੂੰ ਆਕਾਰ ਦੇਣ ਵਾਲੇ ਮੁੱਖ ਤਣਾਅ ਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ। ਈਕੋਸਿਸਟਮ ਖਿਡਾਰੀ ਪੈਮਾਨੇ, ਏਕੀਕਰਣ, ਅਤੇ ਪਲੇਟਫਾਰਮ ਦੀ ਤਾਕਤ ‘ਤੇ ਸੱਟਾ ਲਗਾਉਂਦੇ ਹਨ, ਜਦੋਂ ਕਿ ਮਾਹਰ ਡੂੰਘਾਈ, ਸ਼ੁੱਧਤਾ ਅਤੇ ਉਦਯੋਗ ਦੀ ਮੁਹਾਰਤ ‘ਤੇ ਧਿਆਨ ਕੇਂਦਰਤ ਕਰਦੇ ਹਨ। SLM ਮਾਰਕੀਟ ਦੇ ਵਿਕਾਸ ਵਿੱਚ ਸੰਭਾਵਤ ਤੌਰ ‘ਤੇ ਇਹਨਾਂ ਪਹੁੰਚਾਂ ਵਿਚਕਾਰ ਆਪਸੀ ਤਾਲਮੇਲ ਅਤੇ ਮੁਕਾਬਲਾ ਸ਼ਾਮਲ ਹੋਵੇਗਾ, ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਹਾਈਬ੍ਰਿਡ ਮਾਡਲਾਂ ਜਾਂ ਤਕਨਾਲੋਜੀ ਦੇ ਪਰਿਪੱਕ ਹੋਣ ਦੇ ਨਾਲ ਹੋਰ ਰਣਨੀਤਕ ਵਿਭਿੰਨਤਾ ਵੱਲ ਅਗਵਾਈ ਕਰੇਗਾ।
ਮੈਦਾਨ ਵਿੱਚ ਦਿੱਗਜ: ਮੌਜੂਦਾ ਖਿਡਾਰੀਆਂ ਦੀ ਖੇਡ ਪੁਸਤਕ
ਛੋਟੇ ਭਾਸ਼ਾਈ ਮਾਡਲਾਂ ਦੁਆਰਾ ਪੇਸ਼ ਕੀਤੀ ਗਈ ਸੰਭਾਵੀ ਰੁਕਾਵਟ ਅਤੇ ਮੌਕੇ ਤਕਨਾਲੋਜੀ ਜਗਤ ਦੇ ਸਥਾਪਿਤ ਦਿੱਗਜਾਂ ਦੁਆਰਾ ਅਣਦੇਖੇ ਨਹੀਂ ਗਏ ਹਨ। ਆਪਣੇ ਵਿਸ਼ਾਲ ਸਰੋਤਾਂ, ਮੌਜੂਦਾ ਗਾਹਕ ਸਬੰਧਾਂ, ਅਤੇ ਵਿਆਪਕ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦਾ ਲਾਭ ਉਠਾਉਂਦੇ ਹੋਏ, ਇਹ ਮੌਜੂਦਾ ਖਿਡਾਰੀ ਇਸ ਉੱਭਰ ਰਹੇ ਖੇਤਰ ਵਿੱਚ ਇੱਕ ਪ੍ਰਮੁੱਖ ਸਥਿਤੀ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਰਨ ਲਈ ਰਣਨੀਤਕ ਤੌਰ ‘ਤੇ ਚਾਲ ਚੱਲ ਰਹੇ ਹਨ।
Microsoft
Microsoft, ਐਂਟਰਪ੍ਰਾਈਜ਼ ਸੌਫਟਵੇਅਰ ਅਤੇ ਕਲਾਉਡ ਕੰਪਿਊਟਿੰਗ ਵਿੱਚ ਇੱਕ ਸਦੀਵੀ ਪਾਵਰਹਾਊਸ, ਹਮਲਾਵਰ ਤੌਰ ‘ਤੇ SLMs ਨੂੰ ਆਪਣੇ ਤਕਨੀਕੀ ਤਾਣੇ-ਬਾਣੇ ਵਿੱਚ ਬੁਣ ਰਿਹਾ ਹੈ। ਇੱਕ proprietary ecosystem control strategy ਅਪਣਾਉਂਦੇ ਹੋਏ, ਰੈੱਡਮੰਡ ਦਾ ਇਹ ਦਿੱਗਜ ਇਹਨਾਂ ਨਿਪੁੰਨ ਮਾਡਲਾਂ ਨੂੰ ਆਪਣੇ Azure ਕਲਾਉਡ ਪਲੇਟਫਾਰਮ ਅਤੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਹੱਲਾਂ ਦੇ ਵਿਆਪਕ ਸੂਟ ਦੇ ਅੰਦਰ ਡੂੰਘਾਈ ਨਾਲ ਏਕੀਕ੍ਰਿਤ ਕਰ ਰਿਹਾ ਹੈ। Phi series (Phi-2 ਸਮੇਤ) ਅਤੇ Orca family ਵਰਗੀਆਂ ਪੇਸ਼ਕਸ਼ਾਂ ਵਪਾਰਕ ਤੌਰ ‘ਤੇ ਉਪਲਬਧ SLMs ਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ ਜੋ ਖਾਸ ਤੌਰ ‘ਤੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ AI ਕਾਰਜਾਂ ਲਈ ਅਨੁਕੂਲਿਤ ਹਨ, ਇਸਦੇ Copilot ਸਹਾਇਕਾਂ ਦੇ ਅੰਦਰ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਸ਼ਕਤੀ ਪ੍ਰਦਾਨ ਕਰਦੀਆਂ ਹਨ ਅਤੇ Microsoft ਸਟੈਕ ‘ਤੇ ਨਿਰਮਾਣ ਕਰਨ ਵਾਲੇ ਡਿਵੈਲਪਰਾਂ ਲਈ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸਾਧਨ ਪ੍ਰਦਾਨ ਕਰਦੀਆਂ ਹਨ।
Microsoft ਦੇ ਧੱਕੇ ਨੂੰ ਅਧਾਰ ਬਣਾਉਣ ਵਾਲੀ ਇੱਕ ਮੁੱਖ ਯੋਗਤਾ ਇਸਦੀ ਸ਼ਕਤੀਸ਼ਾਲੀ AI research division ਹੈ ਜੋ ਇਸਦੇ ਵਿਸ਼ਵ-ਵਿਆਪੀ Azure cloud infrastructure ਨਾਲ ਜੁੜੀ ਹੋਈ ਹੈ। ਇਹ ਸੁਮੇਲ Microsoft ਨੂੰ ਨਾ ਸਿਰਫ਼ ਅਤਿ-ਆਧੁਨਿਕ ਮਾਡਲ ਵਿਕਸਤ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ, ਸਗੋਂ ਉਹਨਾਂ ਨੂੰ ਇਸਦੇ ਵਿਸ਼ਾਲ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਗਾਹਕ ਅਧਾਰ ਲਈ ਸਕੇਲੇਬਲ, ਸੁਰੱਖਿਅਤ ਅਤੇ ਭਰੋਸੇਮੰਦ ਸੇਵਾਵਾਂ ਵਜੋਂ ਪ੍ਰਦਾਨ ਕਰਨ ਦੀ ਵੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। OpenAI ਨਾਲ ਕੰਪਨੀ ਦੀ ਅਰਬਾਂ-ਡਾਲਰ ਦੀ ਰਣਨੀਤਕ ਭਾਈਵਾਲੀ ਇਸਦੀ AI ਰਣਨੀਤੀ ਦਾ ਇੱਕ ਅਧਾਰ ਹੈ, ਇਸ ਨੂੰ OpenAI ਦੇ ਮਾਡਲਾਂ (ਸੰਭਾਵੀ SLM ਵੇਰੀਐਂਟਸ ਸਮੇਤ) ਤੱਕ ਵਿਸ਼ੇਸ਼ ਪਹੁੰਚ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ ਅਤੇ Microsoft ਉਤਪਾਦਾਂ ਜਿਵੇਂ ਕਿ Office 365, Bing, ਅਤੇ ਵੱਖ-ਵੱਖ Azure AI ਸੇਵਾਵਾਂ ਵਿੱਚ ਉਹਨਾਂ ਦੇ ਤੰਗ ਏਕੀਕਰਣ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦੀ ਹੈ। ਇਹ ਸਹਿਜੀਵ ਸਬੰਧ Microsoft ਨੂੰ ਅੰਦਰੂਨੀ ਤੌਰ ‘ਤੇ ਵਿਕਸਤ SLMs ਅਤੇ ਜਨਰੇਟਿਵ AI ਵਿੱਚ ਸ਼ਾਇਦ ਸਭ ਤੋਂ ਵੱਧ ਮਾਨਤਾ ਪ੍ਰਾਪਤ ਬ੍ਰਾਂਡ ਤੱਕ ਪਹੁੰਚ ਦੋਵੇਂ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ।
ਇਸ ਤੋਂ ਇਲਾਵਾ, ਰਣਨੀਤਕ ਪ੍ਰਾਪਤੀਆਂ Microsoft ਦੀ ਸਥਿਤੀ ਨੂੰ ਮਜ਼ਬੂਤ ਕਰਦੀਆਂ ਹਨ। Nuance Communications ਦੀ ਖਰੀਦ, ਗੱਲਬਾਤ ਵਾਲੇ AI ਅਤੇ ਸਿਹਤ ਸੰਭਾਲ ਦਸਤਾਵੇਜ਼ੀ ਤਕਨਾਲੋਜੀ ਵਿੱਚ ਇੱਕ ਲੀਡਰ, ਨੇ ਵਰਟੀਕਲ-ਵਿਸ਼ੇਸ਼ AI ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਇਸਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ ‘ਤੇ ਮਜ਼ਬੂਤ ਕੀਤਾ, ਖਾਸ ਤੌਰ ‘ਤੇ ਸਿਹਤ ਸੰਭਾਲ ਅਤੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਆਟੋਮੇਸ਼ਨ ਦ੍ਰਿਸ਼ਾਂ ਵਿੱਚ ਜਿੱਥੇ ਵਿਸ਼ੇਸ਼ ਭਾਸ਼ਾ ਦੀ ਸਮਝ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਇਹ ਗਿਣੀਆਂ-ਮਿਣੀਆਂ ਚਾਲਾਂ - ਅੰਦਰੂਨੀ ਵਿਕਾਸ, ਰਣਨੀਤਕ ਭਾਈਵਾਲੀ, ਪ੍ਰਾਪਤੀਆਂ, ਅਤੇ ਇਸਦੇ ਪ੍ਰਮੁੱਖ ਕਲਾਉਡ ਅਤੇ ਸੌਫਟਵੇਅਰ ਪਲੇਟਫਾਰਮਾਂ ਨਾਲ ਡੂੰਘੇ ਏਕੀਕਰਣ ਨੂੰ ਮਿਲਾਉਣਾ - Microsoft ਨੂੰ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸ਼ਕਤੀ ਵਜੋਂ ਸਥਾਪਤ ਕਰਦੀਆਂ ਹਨ ਜਿਸਦਾ ਉਦੇਸ਼ ਇਸਦੇ ਈਕੋਸਿਸਟਮ ਨੂੰ ਵਿਭਿੰਨ ਉਦਯੋਗਾਂ ਵਿੱਚ ਐਂਟਰਪ੍ਰਾਈਜ਼ SLM ਅਪਣਾਉਣ ਲਈ ਡਿਫੌਲਟ ਵਿਕਲਪ ਬਣਾਉਣਾ ਹੈ।
IBM
International Business Machines (IBM), ਜਿਸਦਾ ਲੰਬਾ ਇਤਿਹਾਸ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਕੰਪਿਊਟਿੰਗ ਵਿੱਚ ਡੂੰਘੀਆਂ ਜੜ੍ਹਾਂ ਵਾਲਾ ਹੈ, ਕਾਰੋਬਾਰ-ਕੇਂਦ੍ਰਿਤ ਐਪਲੀਕੇਸ਼ਨਾਂ, ਵਿਸ਼ਵਾਸ, ਅਤੇ ਸ਼ਾਸਨ ‘ਤੇ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਫੋਕਸ ਨਾਲ SLM ਮਾਰਕੀਟ ਤੱਕ ਪਹੁੰਚ ਰਿਹਾ ਹੈ। Big Blue ਆਪਣੇ watsonx.ai ਪਲੇਟਫਾਰਮ ਦੇ ਅੰਦਰ SLMs ਨੂੰ ਸਰਗਰਮੀ ਨਾਲ ਵਿਕਸਤ ਅਤੇ ਅਨੁਕੂਲ ਬਣਾ ਰਿਹਾ ਹੈ, ਉਹਨਾਂ ਨੂੰ ਲਾਗਤ-ਪ੍ਰਭਾਵਸ਼ਾਲੀ, ਕੁਸ਼ਲ, ਅਤੇ ਡੋਮੇਨ-ਜਾਗਰੂਕ AI ਹੱਲਾਂ ਵਜੋਂ ਤਿਆਰ ਕਰ ਰਿਹਾ ਹੈ ਜੋ ਖਾਸ ਤੌਰ ‘ਤੇ ਸੰਗਠਨਾਤਮਕ ਲੋੜਾਂ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਹਨ।
IBM ਦੀ ਰਣਨੀਤੀ ਜਾਣਬੁੱਝ ਕੇ ਉਹਨਾਂ ਪਹੁੰਚਾਂ ਨਾਲ ਵਿਪਰੀਤ ਹੈ ਜੋ ਉਪਭੋਗਤਾ-ਸਾਹਮਣਾ ਕਰਨ ਵਾਲੇ ਜਾਂ ਆਮ-ਉਦੇਸ਼ ਵਾਲੇ ਮਾਡਲਾਂ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੇ ਹਨ। ਇਸ ਦੀ ਬਜਾਏ, ਜ਼ੋਰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਤੈਨਾਤੀ ਲਈ ਮਹੱਤਵਪੂਰਨ ਗੁਣਾਂ ‘ਤੇ ਹੈ: ਭਰੋਸੇਯੋਗਤਾ, ਡਾਟਾ ਗਵਰਨੈਂਸ, ਅਤੇ AI ਨੈਤਿਕਤਾ ਸਿਧਾਂਤਾਂ ਦੀ ਪਾਲਣਾ। ਇਹ IBM ਦੀਆਂ SLM ਪੇਸ਼ਕਸ਼ਾਂ, ਜਿਵੇਂ ਕਿ Granite ਮਾਡਲ, ਨੂੰ ਸੁਰੱਖਿਅਤ ਵਾਤਾਵਰਣਾਂ ਅਤੇ ਸਖ਼ਤ ਰੈਗੂਲੇਟਰੀ ਪਾਲਣਾ ਦੇ ਅਧੀਨ ਉਦਯੋਗਾਂ ਵਿੱਚ ਤੈਨਾਤੀ ਲਈ ਖਾਸ ਤੌਰ ‘ਤੇ ਢੁਕਵਾਂ ਬਣਾਉਂਦਾ ਹੈ। IBM ਸਮਝਦਾ ਹੈ ਕਿ ਬਹੁਤ ਸਾਰੀਆਂ ਵੱਡੀਆਂ ਸੰਸਥਾਵਾਂ ਲਈ, ਖਾਸ ਤੌਰ ‘ਤੇ ਵਿੱਤ ਅਤੇ ਸਿਹਤ ਸੰਭਾਲ ਵਿੱਚ, AI ਦੀ ਜ਼ਿੰਮੇਵਾਰ ਵਰਤੋਂ ਦਾ ਆਡਿਟ, ਨਿਯੰਤਰਣ ਅਤੇ ਯਕੀਨੀ ਬਣਾਉਣ ਦੀ ਯੋਗਤਾ ਗੈਰ-ਸਮਝੌਤਾਯੋਗ ਹੈ।
ਇਹਨਾਂ ਸ਼ਾਸਨ-ਕੇਂਦ੍ਰਿਤ SLMs ਨੂੰ ਆਪਣੇ ਹਾਈਬ੍ਰਿਡ ਕਲਾਉਡ ਹੱਲਾਂ ਅਤੇ ਸਲਾਹਕਾਰ ਸੇਵਾਵਾਂ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰਕੇ, IBM ਦਾ ਉਦੇਸ਼ ਕਾਰੋਬਾਰਾਂ ਨੂੰ ਸੁਰੱਖਿਆ ਜਾਂ ਨੈਤਿਕ ਮਾਪਦੰਡਾਂ ਨਾਲ ਸਮਝੌਤਾ ਕੀਤੇ ਬਿਨਾਂ ਆਟੋਮੇਸ਼ਨ ਨੂੰ ਵਧਾਉਣ, ਡਾਟਾ-ਸੰਚਾਲਿਤ ਫੈਸਲੇ ਲੈਣ ਵਿੱਚ ਸੁਧਾਰ ਕਰਨ, ਅਤੇ ਸੰਚਾਲਨ ਕੁਸ਼ਲਤਾ ਨੂੰ ਸੁਚਾਰੂ ਬਣਾਉਣ ਲਈ ਸ਼ਕਤੀ ਪ੍ਰਦਾਨ ਕਰਨਾ ਹੈ। ਉਹਨਾਂ ਦੇ ਡੂੰਘੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਸਬੰਧ ਅਤੇ ਭਰੋਸੇਯੋਗਤਾ ਲਈ ਪ੍ਰਤਿਸ਼ਠਾ ਗੁੰਝਲਦਾਰ ਸੰਗਠਨਾਤਮਕ ਢਾਂਚਿਆਂ ਦੇ ਅੰਦਰ ਡਿਜੀਟਲ ਪਰਿਵਰਤਨ ਲਈ ਵਿਹਾਰਕ, ਭਰੋਸੇਮੰਦ ਸਾਧਨਾਂ ਵਜੋਂ SLMs ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਨ ਵਿੱਚ ਮੁੱਖ ਸੰਪਤੀਆਂ ਵਜੋਂ ਕੰਮ ਕਰਦੀ ਹੈ। IBM ਇਸ ਗੱਲ ‘ਤੇ ਸੱਟਾ ਲਗਾ ਰਿਹਾ ਹੈ ਕਿ ਬਹੁਤ ਸਾਰੇ ਕਾਰੋਬਾਰਾਂ ਲਈ, AI ਤੈਨਾਤੀ ਦਾ ‘ਕਿਵੇਂ’ - ਸੁਰੱਖਿਅਤ ਅਤੇ ਜ਼ਿੰਮੇਵਾਰੀ ਨਾਲ - ਓਨਾ ਹੀ ਮਹੱਤਵਪੂਰਨ ਹੈ ਜਿੰਨਾ ‘ਕੀ’।
ਹਾਲਾਂਕਿ ਸ਼ਾਇਦ ਇਸਦੇ ਵੱਡੇ ਪੈਮਾਨੇ ਦੇ ਮਾਡਲਾਂ ਜਿਵੇਂ ਕਿ Gemini ਨਾਲ ਵਧੇਰੇ ਸਪੱਸ਼ਟ ਤੌਰ ‘ਤੇ ਜੁੜਿਆ ਹੋਇਆ ਹੈ, Google SLM ਖੇਤਰ ਵਿੱਚ ਵੀ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਖਿਡਾਰੀ ਹੈ, ਮੁੱਖ ਤੌਰ ‘ਤੇ ਇਸਦੇ ਵਿਸ਼ਾਲ ਈਕੋਸਿਸਟਮ ਅਤੇ ਖੋਜ ਸਮਰੱਥਾਵਾਂ ਦਾ ਲਾਭ ਉਠਾਉਂਦਾ ਹੈ। Gemma (ਉਦਾਹਰਨ ਲਈ, Gemma 7B) ਵਰਗੇ ਮਾਡਲਾਂ ਰਾਹੀਂ, Google ਮੁਕਾਬਲਤਨ ਹਲਕੇ ਪਰ ਸਮਰੱਥ ਓਪਨ ਮਾਡਲਾਂ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦਾ ਹੈ, ਜਿਸਦਾ ਉਦੇਸ਼ ਡਿਵੈਲਪਰ ਅਪਣਾਉਣ ਅਤੇ ਇਸਦੇ ਆਪਣੇ ਈਕੋਸਿਸਟਮ, ਖਾਸ ਤੌਰ ‘ਤੇ Google Cloud Platform (GCP) ਦੇ ਅੰਦਰ ਏਕੀਕਰਣ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਨਾ ਹੈ।
Google ਦੀ ਰਣਨੀਤੀ ਈਕੋਸਿਸਟਮ ਨਿਯੰਤਰਣ ਅਤੇ ਇੱਕ ਵਿਆਪਕ ਭਾਈਚਾਰੇ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਨ ਦੇ ਤੱਤਾਂ ਨੂੰ ਮਿਲਾਉਂਦੀ ਪ੍ਰਤੀਤ ਹੁੰਦੀ ਹੈ। Gemma ਵਰਗੇ ਮਾਡਲਾਂ ਨੂੰ ਜਾਰੀ ਕਰਕੇ, ਇਹ ਪ੍ਰਯੋਗ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਦਾ ਹੈ ਅਤੇ ਡਿਵੈਲਪਰਾਂ ਨੂੰ Google ਦੇ ਅੰਤਰੀਵ ਬੁਨਿਆਦੀ ਢਾਂਚੇ (ਜਿਵੇਂ ਕਿ ਕੁਸ਼ਲ ਸਿਖਲਾਈ ਅਤੇ ਅਨੁਮਾਨ ਲਈ TPUs) ਦਾ ਲਾਭ ਉਠਾਉਂਦੇ ਹੋਏ ਐਪਲੀਕੇਸ਼ਨ ਬਣਾਉਣ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ। ਇਹ ਪਹੁੰਚ GCP AI ਸੇਵਾਵਾਂ ਦੀ ਵਰਤੋਂ ਨੂੰ ਚਲਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਦੀ ਹੈ ਅਤੇ Google ਨੂੰ ਬੁਨਿਆਦੀ ਮਾਡਲਾਂ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਤੈਨਾਤ ਕਰਨ ਲਈ ਸਾਧਨਾਂ ਦੇ ਪ੍ਰਦਾਤਾ ਵਜੋਂ ਸਥਾਪਤ ਕਰਦੀ ਹੈ। ਖੋਜ, ਮੋਬਾਈਲ (Android), ਅਤੇ ਕਲਾਉਡ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਿੱਚ ਉਹਨਾਂ ਦੀ ਡੂੰਘੀ ਮੁਹਾਰਤ ਮੌਜੂਦਾ ਉਤਪਾਦਾਂ ਨੂੰ ਵਧਾਉਣ ਜਾਂ ਨਵੇਂ ਆਨ-ਡਿਵਾਈਸ ਅਨੁਭਵ ਬਣਾਉਣ ਲਈ SLMs ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਲਈ ਕਈ ਰਸਤੇ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ। Google ਦੀ ਭਾਗੀਦਾਰੀ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੀ ਹੈ ਕਿ SLM ਮਾਰਕੀਟ ਤੀਬਰਤਾ ਨਾਲ ਪ੍ਰਤੀਯੋਗੀ ਬਣਿਆ ਰਹੇ, ਕੁਸ਼ਲਤਾ ਅਤੇ ਪਹੁੰਚਯੋਗਤਾ ਦੀਆਂ ਸੀਮਾਵਾਂ ਨੂੰ ਅੱਗੇ ਵਧਾਉਂਦਾ ਹੈ।
AWS
Amazon Web Services (AWS), ਕਲਾਉਡ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਵਿੱਚ ਪ੍ਰਮੁੱਖ ਖਿਡਾਰੀ, ਕੁਦਰਤੀ ਤੌਰ ‘ਤੇ SLMs ਨੂੰ ਆਪਣੇ ਵਿਆਪਕ AI ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਪੋਰਟਫੋਲੀਓ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕਰ ਰਿਹਾ ਹੈ। Amazon Bedrock ਵਰਗੀਆਂ ਸ