هند در صدد رقابت با ChatGPT و دیپسیک با مدل هوش مصنوعی بومی و مقرونبهصرفه
به گزارش مدیاتی:دنیای هوش مصنوعی امروزه شاهد پیشرفتهای چشمگیری در مدلهای زبانی بزرگ (LLM) است که قابلیتهای متنوعی را ارائه میدهند. ChatGPT و مدل چینی دیپسیک به عنوان دو نمونه برجسته در این زمینه، توجه بسیاری را به خود جلب کردهاند. در این میان، هند نیز با معرفی مدل هوش مصنوعی بومی و اقتصادی خود، قصد ورود به این عرصه رقابتی را دارد.
جزئیات پروژه
آشوینی وایشناو، وزیر اتحادیهی الکترونیک و فناوری اطلاعات هند، در یک رویداد مرتبط با هوش مصنوعی، از تلاش این کشور برای توسعهی مدل هوش مصنوعی بومی خبر داد. به گفتهی وی، این مدل مشابه دیپسیک و ChatGPT عمل خواهد کرد، اما با هزینهی توسعهی بسیار کمتر. وایشناو پیشبینی میکند که این مدل هوش مصنوعی جدید میتواند ظرف مدت ۸ تا ۱۰ ماه آماده شود.
ویژگیها و قابلیتها
عملکرد مشابه ChatGPT و دیپسیک: این مدل قادر به انجام وظایف مشابه ChatGPT و دیپسیک خواهد بود.
هزینهی توسعهی کمتر: با استفاده از رویکردهای نوآورانه و بهینهسازی فرآیندها، هزینهی توسعهی این مدل به طور قابل توجهی کاهش یافته است.
تجربهی کاربری متناسب با کاربران هندی: این مدل به گونهای طراحی شده است که تجربهی کاربری متناسب با نیازها و انتظارات کاربران هندی را ارائه دهد و نیازهای زبانی و زمینهای آنها را درک کند.
زیرساخت قدرتمند: مدل هوش مصنوعی هند با زیرساختی متشکل از ۱۸٬۶۹۳ پردازندهی گرافیکی تغذیه خواهد شد. در مقایسه، ChatGPT با حدود ۲۵٬۰۰۰ پردازندهی گرافیکی و دیپسیک با ۲٬۰۰۰ پردازندهی گرافیکی آموزش داده شدهاند.
هزینهی استفاده
هوش مصنوعی محبوبی مانند ChatGPT حدود ۳ دلار برای استفاده به مدت یک ساعت هزینه دارد. ادعا میشود که مدل هوش مصنوعی هند به لطف یارانهی دولتی میتواند با هزینهی بسیار کمتری، در حدود ۱۰۰ روپیه (تقریباً ۱٫۱۵ دلار) برای یک ساعت استفاده، در دسترس باشد.
اهمیت این اقدام
دسترسی همگانی: با کاهش هزینهی استفاده از هوش مصنوعی، این فناوری برای قشر وسیعتری از مردم هند قابل دسترس خواهد بود.
توسعهی بومی: تمرکز بر نیازهای زبانی و منطقهای کاربران هندی، منجر به توسعهی هوش مصنوعی متناسب با فرهنگ و زبان این کشور خواهد شد.
رقابت در عرصهی جهانی: ورود هند به عرصهی هوش مصنوعی میتواند به ایجاد رقابت بیشتر و نوآوری در این حوزه منجر شود.
چالشها
کیفیت و کارایی: حفظ کیفیت و کارایی مدل هوش مصنوعی در عین کاهش هزینه، چالش بزرگی است.
دادههای آموزشی: جمعآوری دادههای آموزشی کافی و با کیفیت برای مدلهای هوش مصنوعی بومی، از دیگر چالشهای پیش رو است.
رقابت با غولها: رقابت با شرکتهای بزرگ و با تجربه در عرصهی هوش مصنوعی، کار آسانی نخواهد بود.
اقدام هند در توسعهی مدل هوش مصنوعی مقرونبهصرفه، گامی مهم در جهت democratize کردن این فناوری است. با غلبه بر چالشهای موجود، هند میتواند به یکی از بازیگران کلیدی در عرصهی هوش مصنوعی تبدیل شود و نقش مهمی در شکلدهی آیندهی این فناوری ایفا کند.
