ભવિષ્યના ઉદ્યોગો માટેની પ્રતિસાદ વ્યૂહરચના સેમિનાર - કોરિયા ઔદ્યોગિક બુદ્ધિમત્તા સંઘ

ગત 24 ઑક્ટોબરે કોરિયા ઔદ્યોગિક બુદ્ધિમત્તા સંઘ (KOIIA)ના આમંત્રણ પર ‘2025 મધ્યમ કદની કંપનીઓ માટે મુખ્ય પ્રતિભા વિકાસ અકાદમી, ભવિષ્યના ઉદ્યોગો માટેની પ્રતિસાદ વ્યૂહરચના સેમિનાર’માં ભાગ લઈને CLEVIના પ્રતિનિધિ ઇ હવાનહોએ મુખ્ય વક્તવ્ય આપ્યું હતું.

અમે ‘AI ટેક્નોલોજી અપનાવવાના કિસ્સાઓ અને DXની વ્યવહારુ વ્યૂહરચના’ સત્રમાં ‘Physical AIના ઉપયોગના કિસ્સાઓ અને RAG એજન્ટ અપનાવવાની પ્રક્રિયામાં નિષ્ફળતાના પરિબળો તથા સુધારણા વ્યૂહરચનાઓ’ વિષય પર ભાગ લીધો હતો.

તાજેતરમાં AI એજન્ટોમાં રસ વધતાં, ઘણી કંપનીઓ પણ AI અપનાવવાનું વિચારી રહી છે. અમને જાણવા મળ્યું છે કે ઘણી સંસ્થાઓ અને કંપનીઓએ પહેલેથી જ AIનું પ્રાયોગિક ધોરણે અમલીકરણ કરીને તેનું સંચાલન શરૂ કર્યું છે.

પરંતુ દુર્ભાગ્યે, તપાસમાં જાણવા મળ્યું છે કે ઘણી કંપનીઓ અને સંસ્થાઓને અપેક્ષિત ROI મળતો નથી, અથવા PoC દરમિયાન કાર્યરત રહેલી સુવિધાઓ મુખ્ય પ્રોજેક્ટ કે વાસ્તવિક કાર્યસ્થળે યોગ્ય જવાબ આપતી નથી અથવા કાર્ય કરતી નથી.

આવી માહિતીના કારણે ઘણી કંપનીઓ AIને ઉતાવળમાં અપનાવવાથી સંકોચ અનુભવે છે.

આ વ્યાખ્યાનમાં CLEVIના પ્રતિનિધિ ઇ હવાનહોએ ઉતાવળમાં AI અપનાવવાના મુખ્ય નિષ્ફળતા કારણો, જેમ કે RAG સિસ્ટમની મર્યાદાઓ અને ઓપન-સોર્સ મોડલ અથવા સ્મોલ LLM (SLM), વિશે વિગતવાર સમજાવ્યું અને અગાઉના અમલીકરણના કિસ્સાઓ શા માટે નિષ્ફળ ગયા તે સમજાવ્યું.

અંતે, AIનો ઉપયોગ કરવાનો હેતુ માનવીનું કામ સંભાળવું અથવા માનવી કરતાં વધુ સારું પ્રદર્શન કરવાની અપેક્ષા રાખવાનો છે.

હાલમાં AI અપનાવનારી કંપનીઓના વ્યવહારુ કર્મચારીઓ AIના જવાબોની ગુણવત્તા પર વિશ્વાસ કરી શકતા નથી. તેથી AIના જવાબોને એક પછી એક તપાસવામાં તેમનું કામ ઘટવાને બદલે વધતું જાય છે એવી ફરિયાદો ઉઠી રહી છે.

તેનું કારણ એ છે કે મોટાભાગની કંપનીઓ ઓપન-સોર્સ SLM મોડલને ફાઇન-ટ્યુન કરીને સોલ્યુશન તરીકે ઉપયોગ કરે છે.

સહજ રીતે એવું લાગે છે કે AIને નવું શીખવવામાં આવે તો તે વધુ બુદ્ધિશાળી બનશે, પરંતુ વાસ્તવમાં AIને નવું જ્ઞાન શીખવવાથી તેની અગાઉની સ્મૃતિ, એટલે કે મનસ્વી પેરામીટર વેઇટ્સ, નષ્ટ થઈ જાય છે.

વધુ ગંભીર સમસ્યા એ છે કે કઈ માહિતી અથવા જ્ઞાન ખોવાઈ ગયું છે તે કોઈને જાણ રહેતી નથી.

AI અપનાવવું એ ન્યૂનતમ સંસાધનો સાથે થઈ શકે તેવી બાબત નથી, તેથી તમે PoCના તબક્કાથી જ ઘણું માન્યકરણ કર્યું હશે.

તો પછી આ સમયે આવી સમસ્યા શા માટે દેખાઈ નહીં? તેનું કારણ એ છે કે, સ્વાભાવિક રીતે, લક્ષિત માહિતી સાથે ફરીથી તાલીમ આપવામાં આવી હતી.

જે AI માત્ર સંખ્યાઓ જાણતું હતું તેને અક્ષરો શીખવવામાં આવ્યા અને ત્યારબાદ માત્ર અક્ષરો સંબંધિત પ્રશ્નો પૂછવામાં આવ્યા, તેથી તે સ્વાભાવિક રીતે જ સારા જવાબો આપે છે. પરંતુ વાસ્તવિક કાર્યસ્થળે શું માત્ર આવા ચોક્કસ ડોમેન માટે વિશિષ્ટ મોડલ્સની જ જરૂર હોય છે?

​

અમારું કાર્યસ્થળ દરરોજ નવા પર્યાવરણ અને નવા ડેટાનો સામનો કરે છે. પરંતુ હાલના જ્ઞાનને રેન્ડમ રીતે નષ્ટ કરતાં શીખેલા AIની સર્વગ્રાહિતા તો દૂર, તેની ચોકસાઈની પણ ખાતરી આપી શકાતી નથી.

આથી From-scratch Foundation મોટા ભાષા મોડલની માલિકી ધરાવવી અથવા તેને બનાવી શકાય તેવી ટેક્નોલોજી હોવી જરૂરી છે.

કારણ કે આવા મોડલ્સ પાસે દુનિયાનું લગભગ તમામ જ્ઞાન હોય છે, તેથી તેઓ જવાબોની ગુણવત્તા તેમજ ચોકસાઈમાં પણ ઉચ્ચ સ્તર ધરાવે છે.

વિશિષ્ટ ડોમેનના કિસ્સામાં SFT(Supervised Fine-Tuning) નામની ટેક્નોલોજીનો ઉપયોગ કરી શકાય છે, અથવા ઓછી માત્રાના ડેટા માટે RAG સિસ્ટમ કે CLEVI દ્વારા સ્વતંત્ર રીતે વિકસાવવામાં આવેલી ઇન્ટેલિજન્સ ડેટાબેઝ સિસ્ટમ, સેમેન્ટિક ડેટાબેઝ ટેક્નોલોજીનો ઉપયોગ કરવામાં આવે તો, ફાઇન-ટ્યુન કરેલા SLMની ખામીઓને દૂર કરી શકાય છે.

સરકાર પણ આવા ફાઉન્ડેશન મોડલ્સના મહત્વને સમજે છે, તેથી તે મોટા પાયે સહાય પૂરી પાડી રહી છે.

આ જ રાષ્ટ્રીય પ્રતિનિધિ AI પ્રોજેક્ટ છે. આ પ્રોજેક્ટનો સૌથી મોટો ઉદ્દેશ ડિજિટલ સાર્વભૌમત્વ સુનિશ્ચિત કરવાનો છે.

ઓપન સોર્સ મોડલ્સનો ઉપયોગ કરતી વખતે થતી ઘાતક ખામીઓથી અમે, CLEVI, પણ પરિચિત હતા. તેથી ડેટા સંગ્રહથી લઈને આર્કિટેક્ચરની રચના સુધી બધું સ્વતંત્ર રીતે વિકસાવીને CLEVIનાં મોડલ્સને તાલીમ આપી છે.

હાલમાં CLEVIનાં મોડલ્સ વિશ્વના અગ્રણી AI સાથે સ્પર્ધા કરે ત્યારે પણ તેમની કામગીરીમાં જરાય પાછળ નથી.

ખાસ કરીને, અમારી પાસે પોતાના મોડલ્સ હોવાથી બાહ્ય મોડલ્સનો ઉપયોગ કરતી વખતે ઊભી થઈ શકતી નિર્ભરતાની સમસ્યાઓથી CLEVIને કોઈ સંબંધ નથી.

હવે AI અપનાવવું પસંદગી નહીં પરંતુ અનિવાર્યતા બની રહ્યું છે. જોકે, માત્ર નવીનતમ ટેક્નોલોજી અપનાવવાથી ઇચ્છિત પરિણામો મેળવવા મુશ્કેલ છે.

સાચી નવીનતા ત્યારે જ શરૂ થાય છે જ્યારે ટેક્નોલોજીની મર્યાદાઓને ચોક્કસ રીતે સમજીને, અમારી સંસ્થાના પર્યાવરણ અને લક્ષ્યોને અનુરૂપ શ્રેષ્ઠ વ્યૂહરચના ઘડવામાં આવે.

CLEVI પોતાની વિશિષ્ટ વિશાળ ભાષા મોડલ અને સેમેન્ટિક ડેટાબેઝ જેવી ભિન્ન ટેક્નોલોજીકલ ક્ષમતાઓ દ્વારા, કંપનીઓને AI અપનાવવાની પ્રક્રિયામાં પડતા અજમાયશ-ભૂલ અને જોખમોને ન્યૂનતમ કરી રહ્યું છે.

આગળ પણ અમે ક્ષેત્રના અવાજને ધ્યાનપૂર્વક સાંભળતા રહીશું અને વધુમાં વધુ કંપનીઓ માટે વિશ્વસનીય AI ભાગીદાર બનવા શ્રેષ્ઠ પ્રયાસ કરીશું. AI અપનાવવાની સાચી સફળતા CLEVI સાથે મળીને સાકાર કરો.