इन्फोसिसचे अध्यक्ष आणि सह-संस्थापक नंदन नीलेकणी यांनी भारतीयांसाठी एक सूचना दिली आहे. एआय कंपन्यानवीन बांधकामाच्या गर्दीच्या क्षेत्रात स्पर्धा करण्यापेक्षा व्यावहारिक AI ॲप्स विकसित करण्याला प्राधान्य देण्यास त्यांनी सांगितले. मोठ्या भाषेचे मॉडेल (LLM). भारताने AI वापराच्या बाबतीत जागतिक स्तरावर आघाडीवर व्हावे, वास्तविक-जगातील समस्यांचे निराकरण करण्यासाठी तंत्रज्ञानाचा अवलंब करून सर्व क्षेत्रांमध्ये नावीन्यपूर्णतेला चालना द्यावी अशी त्यांची इच्छा आहे. त्यांनी भारतीय कंपन्यांना डेटा संकलनासाठी पायाभूत सुविधा विकसित करण्यावर अधिक लक्ष केंद्रित करण्यास सांगितले.
नंदन नीलेकणी यांची भारतीय एआय कंपन्यांना सूचना
पण मेटाबेंगळुरू येथे अलीकडेच बिल्ड विथ एआय समिट, निळे कण म्हणाले: “दुसरा एलएलएम तयार करणे हे आमचे ध्येय नसावे. (सिलिकॉन) व्हॅलीच्या मोठ्या मुलांना अब्जावधी डॉलर्स खर्च करू द्या आणि ते करू द्या. आम्ही सिंथेटिक डेटा तयार करण्यासाठी, लहान भाषेचे मॉडेल तयार करण्यासाठी आणि योग्य डेटा वापरून त्यांना प्रशिक्षण देण्यासाठी त्याचा वापर करू.
हे सर्व डेटाबद्दल आहे. योग्य डेटा गोळा करण्यासाठी आम्ही पायाभूत सुविधा कशा तयार करू आणि भारताला जागतिक स्तरावर AI वापराची राजधानी बनवू जिथे आम्ही तैनाती, स्केल आणि वेग खरोखरच किफायतशीर मार्गाने जोडतो. इतर लोकांना LLM तयार करू द्या, आम्ही खात्री करू की ते लोकांसाठी काम करेल.”
याआधी, मे मध्ये, भारतीय वापरकर्त्यांच्या हातात AI देण्यासाठी People+AI ने आयोजित केलेल्या कार्यक्रमात त्यांनी हाच दृष्टीकोन शेअर केला होता.
तो म्हणाला: “एआय मधील भारतीय मार्ग वेगळा आहे. आम्ही पुढचे एलएलएम तयार करण्याच्या शर्यतीत नाही, ज्यांच्याकडे भांडवल आहे त्यांनी ते करू द्या ज्यांना पॅडल चिप्स पाहिजे आहेत… आम्ही येथे बदल घडवून आणण्यासाठी आहोत.’
नंदन निलेकणी मेटाचे लामा मॉडेल
फाउंडेशनल लार्ज लँग्वेज मॉडेल्स (LLM) ओपन सोर्सचा संग्रह बनवल्याबद्दल नीलेकणी यांनी मेटाचे कौतुक केले. ते म्हणाले, “भारतात आमच्यासाठी हा गेम चेंजर आहे आणि आम्हाला त्याचा पुरेपूर फायदा घेण्याची गरज आहे.”
गेल्या महिन्यात, मेटाने त्याच्या परवाना अटी अद्यतनित केल्या लामा एआय मॉडेल. हे विकासकांना इतर मॉडेल तयार करण्यासाठी आणि प्रशिक्षित करण्यासाठी Llama द्वारे व्युत्पन्न केलेला कृत्रिम डेटा वापरण्याची अनुमती देते.
सप्टेंबरमध्ये, Meta ने मल्टिमोडल क्षमतेसह Llama 3.2 मॉडेल देखील जारी केले, ज्यामुळे ते मजकूर आणि प्रतिमा एकाच वेळी समजण्यास सक्षम होते. हे मॉडेल चार प्रकारांमध्ये येते, जे विकसकांना वेगवेगळ्या वापरासाठी लवचिकता प्रदान करते.