ಭವಿಷ್ಯದ ಕೈಗಾರಿಕೆಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯಿಸುವ ಕಾರ್ಯತಂತ್ರ ಸೆಮಿನಾರ್ - ಕೊರಿಯಾ ಕೈಗಾರಿಕಾ ಬುದ್ಧಿಮತ್ತೆಗೊಳಿಸುವಿಕೆ ಸಂಘ

ಕಳೆದ ಅಕ್ಟೋಬರ್ 24ರಂದು ಕೊರಿಯಾ ಕೈಗಾರಿಕಾ ಬುದ್ಧಿಮತ್ತೆಗೊಳಿಸುವಿಕೆ ಸಂಘ (KOIIA)ದ ಆಹ್ವಾನದ ಮೇರೆಗೆ ‘2025 ಮಧ್ಯಮ ಗಾತ್ರದ ಉದ್ಯಮಗಳ ಪ್ರಮುಖ ಪ್ರತಿಭೆ ಅಭಿವೃದ್ಧಿ ಅಕಾಡೆಮಿ, ಭವಿಷ್ಯದ ಕೈಗಾರಿಕೆಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯಿಸುವ ಕಾರ್ಯತಂತ್ರ ಸೆಮಿನಾರ್’ನಲ್ಲಿ ಭಾಗವಹಿಸಿ, CLEVIಯ ಪ್ರತಿನಿಧಿ ಲೀ ಹ್ವಾನ್-ಹೊ ಅವರು ಮುಖ್ಯ ಭಾಷಣ ಮಾಡಿದರು.

ನಾವು ‘AI ತಂತ್ರಜ್ಞಾನ ಅಳವಡಿಕೆ ಪ್ರಕರಣಗಳು ಮತ್ತು DX ಪ್ರಾಯೋಗಿಕ ಕಾರ್ಯತಂತ್ರ’ ಅಧಿವೇಶನದಲ್ಲಿ ‘Physical AI ಬಳಕೆಯ ಪ್ರಕರಣಗಳು ಮತ್ತು RAG ಏಜೆಂಟ್ ಅಳವಡಿಕೆ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿನ ವೈಫಲ್ಯದ ಕಾರಣಗಳು ಹಾಗೂ ಸುಧಾರಣಾ ಕಾರ್ಯತಂತ್ರಗಳು’ ಎಂಬ ವಿಷಯದೊಂದಿಗೆ ಭಾಗವಹಿಸಿದೆವು.

ಇತ್ತೀಚೆಗೆ AI ಏಜೆಂಟ್‌ಗಳ ಕುರಿತ ಆಸಕ್ತಿ ಹೆಚ್ಚುತ್ತಿರುವ ಹಿನ್ನೆಲೆಯಲ್ಲಿ, AI ಅಳವಡಿಕೆಯನ್ನು ಪರಿಗಣಿಸುತ್ತಿರುವ ಕಂಪನಿಗಳ ಸಂಖ್ಯೆಯೂ ಹೆಚ್ಚುತ್ತಿದೆ. ಈಗಾಗಲೇ ಅನೇಕ ಸಂಸ್ಥೆಗಳು ಮತ್ತು ಕಂಪನಿಗಳು AI ಅನ್ನು ಪ್ರಾಯೋಗಿಕವಾಗಿ ಅಳವಡಿಸಿಕೊಂಡು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿವೆ ಎಂದು ತಿಳಿದುಬಂದಿದೆ.

ಆದರೆ ದುರದೃಷ್ಟವಶಾತ್, ಅನೇಕ ಕಂಪನಿಗಳು ಮತ್ತು ಸಂಸ್ಥೆಗಳಲ್ಲಿ ನಿರೀಕ್ಷಿತ ROI ದೊರೆಯದಿರುವುದು, ಅಥವಾ PoCನಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸಿದ್ದ ವೈಶಿಷ್ಟ್ಯಗಳು ನೈಜ ಯೋಜನೆ ಅಥವಾ ಕಾರ್ಯಕ್ಷೇತ್ರದಲ್ಲಿ ಸರಿಯಾದ ಉತ್ತರಗಳನ್ನು ನೀಡದಿರುವುದು ಅಥವಾ ಕಾರ್ಯನಿರ್ವಹಿಸದಿರುವುದು ಬಹಳ ಸಾಮಾನ್ಯವಾಗಿದೆ ಎಂದು ಸಮೀಕ್ಷೆಗಳಿಂದ ತಿಳಿದುಬಂದಿದೆ.

ಈ ಮಾಹಿತಿಗಳ ಕಾರಣದಿಂದಾಗಿ ಅನೇಕ ಕಂಪನಿಗಳು AI ಅನ್ನು ಆತುರದಲ್ಲಿ ಅಳವಡಿಸಿಕೊಳ್ಳಲು ಹಿಂಜರಿಯುತ್ತಿವೆ.

ಈ ಉಪನ್ಯಾಸದಲ್ಲಿ CLEVIಯ ಪ್ರತಿನಿಧಿ ಲೀ ಹ್ವಾನ್-ಹೊ ಅವರು ಆತುರದ AI ಅಳವಡಿಕೆಯ ಪ್ರಮುಖ ವೈಫಲ್ಯ ಕಾರಣಗಳಾದ RAG ವ್ಯವಸ್ಥೆಯ ಮಿತಿಗಳು ಮತ್ತು ಓಪನ್ ಸೋರ್ಸ್ ಮಾದರಿಗಳು ಅಥವಾ ಸಣ್ಣ LLM(SLM)ಗಳ ಕುರಿತು ವಿವರವಾಗಿ ವಿವರಿಸಿ, ಹಿಂದಿನ ಅಳವಡಿಕೆ ಪ್ರಕರಣಗಳು ಏಕೆ ವಿಫಲವಾದವು ಎಂಬುದನ್ನು ವಿವರಿಸಿದರು.

ಅಂತಿಮವಾಗಿ, AI ಅನ್ನು ಬಳಸುವ ಕಾರಣವೆಂದರೆ ಅದು ಮಾನವರ ಕೆಲಸವನ್ನು ಬದಲಿಸಬೇಕು ಅಥವಾ ಮಾನವರಿಗಿಂತ ಉತ್ತಮ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ತೋರಿಸಬೇಕು ಎಂದು ನಿರೀಕ್ಷಿಸುವುದಾಗಿದೆ.

ಪ್ರಸ್ತುತ AI ಅಳವಡಿಸಿಕೊಂಡಿರುವ ಕಂಪನಿಗಳ ಕಾರ್ಯನಿರ್ವಹಣಾ ಸಿಬ್ಬಂದಿಗೆ AI ಉತ್ತರಗಳ ಗುಣಮಟ್ಟದ ಮೇಲೆ ನಂಬಿಕೆ ಇಲ್ಲದ ಕಾರಣ, AI ಉತ್ತರಗಳ ವಿಷಯವನ್ನು ಒಂದೊಂದಾಗಿ ಪರಿಶೀಲಿಸಬೇಕಾಗಿ ಬರುತ್ತಿದ್ದು, ಇದರಿಂದ ಕೆಲಸವೇ ಹೆಚ್ಚಾಗಿದೆ ಎಂಬ ಅಸಮಾಧಾನಗಳು ವ್ಯಕ್ತವಾಗುತ್ತಿವೆ.

ಇದಕ್ಕೆ ಕಾರಣವೆಂದರೆ ಹೆಚ್ಚಿನ ಕಂಪನಿಗಳು ಓಪನ್ ಸೋರ್ಸ್ SLM ಮಾದರಿಗಳನ್ನು ಫೈನ್-ಟ್ಯೂನ್ ಮಾಡಿ ಪರಿಹಾರವಾಗಿ ಬಳಸುತ್ತಿರುವುದು.

ಸಹಜವಾಗಿ ನೋಡಿದರೆ, AI ಹೊಸದನ್ನು ಕಲಿತರೆ ಅದು ಹೆಚ್ಚು ಬುದ್ಧಿವಂತವಾಗುತ್ತದೆ ಎಂದು ಭಾವಿಸುತ್ತೇವೆ. ಆದರೆ AIಗೆ ಹೊಸ ಜ್ಞಾನವನ್ನು ಕಲಿಸಿದಾಗ, ಅದು ಹಿಂದಿನ ನೆನಪುಗಳನ್ನು, ಅಂದರೆ ನಿರ್ದಿಷ್ಟವಲ್ಲದ ಪ್ಯಾರಾಮೀಟರ್ ತೂಕಗಳನ್ನು ಕಳೆದುಕೊಳ್ಳುತ್ತದೆ.

ಇನ್ನಷ್ಟು ಗಂಭೀರವಾದ ಸಮಸ್ಯೆಯೆಂದರೆ ಯಾವ ಮಾಹಿತಿ ಅಥವಾ ಜ್ಞಾನ ಕಳೆದುಹೋಯಿತು ಎಂಬುದು ಯಾರಿಗೂ ತಿಳಿಯದಂತಾಗುತ್ತದೆ.

AI ಅಳವಡಿಕೆ ಸಣ್ಣ ಸಂಪನ್ಮೂಲಗಳಿಂದ ನಡೆಯುವ ಕೆಲಸವಲ್ಲವಾದ್ದರಿಂದ, PoC ಹಂತದಿಂದಲೇ ನೀವು ಸಾಕಷ್ಟು ಪರಿಶೀಲನೆಗಳನ್ನು ನಡೆಸಿರಬಹುದು.

ಆದರೆ ಆ ಸಮಯದಲ್ಲಿ ಇಂತಹ ಸಮಸ್ಯೆಗಳು ಏಕೆ ಕಾಣಿಸಲಿಲ್ಲ? ಕಾರಣ, ಗುರಿ ಮಾಹಿತಿಯೊಂದಿಗೆ ಮರುತರಬೇತಿ ನೀಡಲಾಗಿತ್ತು.

ಸಂಖ್ಯೆಗಳನ್ನು ಮಾತ್ರ ತಿಳಿದಿದ್ದ AIಗೆ ಅಕ್ಷರಮಾಲೆಯನ್ನು ಕಲಿಸಿ, ನಂತರ ಅಕ್ಷರಮಾಲೆಗೆ ಸಂಬಂಧಿಸಿದ ಪ್ರಶ್ನೆಗಳನ್ನು ಮಾತ್ರ ಕೇಳಿದರೆ, ಅದು ಸಹಜವಾಗಿಯೇ ಉತ್ತಮವಾಗಿ ಉತ್ತರಿಸುತ್ತದೆ. ಆದರೆ ಕಾರ್ಯಕ್ಷೇತ್ರದಲ್ಲಿ ಇಂತಹ ನಿರ್ದಿಷ್ಟ ಡೊಮೇನ್‌ಗೆ ವಿಶೇಷಗೊಳಿಸಿದ ಮಾದರಿ ಮಾತ್ರ ಬೇಕೇ?

​

ನಮ್ಮ ಕಾರ್ಯಕ್ಷೇತ್ರಗಳು ಪ್ರತಿದಿನ ಹೊಸ ಪರಿಸರಗಳು ಮತ್ತು ಹೊಸ ಡೇಟಾವನ್ನು ಎದುರಿಸುತ್ತವೆ. ಆದರೆ ಹಿಂದಿನ ಜ್ಞಾನವನ್ನು ಯಾದೃಚ್ಛಿಕವಾಗಿ ನಾಶಪಡಿಸುತ್ತಾ ಕಲಿತ AI ಸಾಮಾನ್ಯ ಬಳಕೆಯ ಸಾಮರ್ಥ್ಯವನ್ನಷ್ಟೇ ಅಲ್ಲ, ನಿಖರತೆಯನ್ನೂ ಖಚಿತಪಡಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ.

ಆದ್ದರಿಂದ From-scratch Foundation ಅತಿದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಯನ್ನು ಹೊಂದಿರುವುದು ಅಥವಾ ಇಂತಹ ಮಾದರಿಯನ್ನು ರಚಿಸಬಲ್ಲ ತಂತ್ರಜ್ಞಾನವನ್ನು ಹೊಂದಿರುವುದು ಅಗತ್ಯವಾಗಿದೆ.

ಇಂತಹ ಮಾದರಿಗಳು ಜಗತ್ತಿನ ಬಹುತೇಕ ಎಲ್ಲ ಜ್ಞಾನವನ್ನು ಹೊಂದಿರುವುದರಿಂದ, ಉತ್ತರಗಳ ಗುಣಮಟ್ಟದಷ್ಟೇ ನಿಖರತೆಯೂ ಹೆಚ್ಚಾಗಿರುತ್ತದೆ.

ವಿಶೇಷಗೊಳಿಸಿದ ಡೊಮೇನ್‌ಗಳಿಗಾಗಿ SFT(Supervised Fine-Tuning) ಎಂಬ ತಂತ್ರಜ್ಞಾನವನ್ನು ಬಳಸಬಹುದು. ಅಥವಾ ಕಡಿಮೆ ಪ್ರಮಾಣದ ಡೇಟಾಗಾಗಿ RAG ವ್ಯವಸ್ಥೆ ಅಥವಾ CLEVI ಸ್ವತಃ ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಇಂಟೆಲಿಜೆನ್ಸ್ ಡೇಟಾಬೇಸ್ ವ್ಯವಸ್ಥೆಯಾದ ಸಿಮ್ಯಾಂಟಿಕ್ ಡೇಟಾಬೇಸ್ ತಂತ್ರಜ್ಞಾನವನ್ನು ಬಳಸಿದರೆ, ಫೈನ್-ಟ್ಯೂನ್ ಮಾಡಿದ SLMನ ದುರ್ಬಲತೆಗಳನ್ನು ನಿವಾರಿಸಬಹುದು.

ಇಂತಹ ಫೌಂಡೇಶನ್ ಮಾದರಿಗಳ ಮಹತ್ವವನ್ನು ಸರ್ಕಾರವೂ ಅರಿತಿರುವುದರಿಂದ, ಅದು ಸಾಕಷ್ಟು ಬೆಂಬಲವನ್ನು ಒದಗಿಸುತ್ತಿದೆ.

ಅದೇ ರಾಷ್ಟ್ರೀಯ ಪ್ರತಿನಿಧಿ AI ಯೋಜನೆ. ಈ ಯೋಜನೆಯ ಅತಿದೊಡ್ಡ ಗುರಿ ಡಿಜಿಟಲ್ ಸಾರ್ವಭೌಮತ್ವವನ್ನು ಭದ್ರಪಡಿಸುವುದಾಗಿದೆ.

ಓಪನ್ ಸೋರ್ಸ್ ಮಾದರಿಗಳನ್ನು ಬಳಸುವಾಗ ಉಂಟಾಗುವ ಮಾರಕ ದುರ್ಬಲತೆಗಳನ್ನು ನಾವು CLEVI ಕೂಡ ಅರಿತಿದ್ದರಿಂದ, ಡೇಟಾ ಸಂಗ್ರಹಣೆಯಿಂದ ಆರ್ಕಿಟೆಕ್ಚರ್ ವಿನ್ಯಾಸದವರೆಗೆ ಸ್ವತಂತ್ರವಾಗಿ ಅಭಿವೃದ್ಧಿಪಡಿಸಿ CLEVIಯ ಮಾದರಿಗಳಿಗೆ ತರಬೇತಿ ನೀಡಿದ್ದೇವೆ.

ಪ್ರಸ್ತುತ CLEVI ಮಾದರಿಗಳು ವಿಶ್ವದ ಪ್ರಮುಖ AI ವ್ಯವಸ್ಥೆಗಳೊಂದಿಗೆ ಸ್ಪರ್ಧಿಸಿದರೂ ಯಾವುದೇ ರೀತಿಯಲ್ಲೂ ಹಿಂದೆ ಬೀಳದ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಹೊಂದಿವೆ.

ವಿಶೇಷವಾಗಿ, ಸ್ವಂತ ಮಾದರಿಗಳನ್ನು ಹೊಂದಿರುವುದರಿಂದ ಬಾಹ್ಯ ಮಾದರಿಗಳನ್ನು ಬಳಸುವಾಗ ಉಂಟಾಗಬಹುದಾದ ಅವಲಂಬನೆಯ ಸಮಸ್ಯೆಯೊಂದಿಗೆ CLEVIಗೆ ಯಾವುದೇ ಸಂಬಂಧವಿಲ್ಲ.

ಈಗ AI ಅಳವಡಿಕೆ ಆಯ್ಕೆಯಲ್ಲ, ಅನಿವಾರ್ಯವಾಗುತ್ತಿದೆ. ಆದರೆ ಕೇವಲ ಇತ್ತೀಚಿನ ತಂತ್ರಜ್ಞಾನವನ್ನು ಅಳವಡಿಸಿಕೊಳ್ಳುವುದರಿಂದ ಬಯಸಿದ ಫಲಿತಾಂಶವನ್ನು ಪಡೆಯುವುದು ಕಷ್ಟ.

ತಂತ್ರಜ್ಞಾನದ ಮಿತಿಗಳನ್ನು ನಿಖರವಾಗಿ ಅರ್ಥಮಾಡಿಕೊಂಡು, ನಮ್ಮ ಸಂಸ್ಥೆಯ ಪರಿಸರ ಮತ್ತು ಗುರಿಗಳಿಗೆ ಹೊಂದುವ ಅತ್ಯುತ್ತಮ ಕಾರ್ಯತಂತ್ರವನ್ನು ರೂಪಿಸಿದಾಗಲೇ ನಿಜವಾದ ಆವಿಷ್ಕಾರ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ.

CLEVI ತನ್ನದೇ ಆದ ಅತಿದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿ ಮತ್ತು ಸಿಮ್ಯಾಂಟಿಕ್ ಡೇಟಾಬೇಸ್ ಸೇರಿದಂತೆ ವಿಭಿನ್ನ ತಾಂತ್ರಿಕ ಸಾಮರ್ಥ್ಯಗಳ ಮೂಲಕ, AI ಅಳವಡಿಕೆ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಕಂಪನಿಗಳು ಎದುರಿಸುವ ಪ್ರಯೋಗ-ದೋಷಗಳು ಮತ್ತು ಅಪಾಯಗಳನ್ನು ಕನಿಷ್ಠಗೊಳಿಸುತ್ತಿದೆ.

ಮುಂದೆಯೂ ನಾವು ಕ್ಷೇತ್ರದಲ್ಲಿನ ಧ್ವನಿಗಳಿಗೆ ಕಿವಿಗೊಟ್ಟು, ಇನ್ನಷ್ಟು ಸಂಸ್ಥೆಗಳು ನಂಬಿಕೆ ಇಡಬಹುದಾದ AI ಪಾಲುದಾರರಾಗಲು ನಮ್ಮ ಅತ್ಯುತ್ತಮ ಪ್ರಯತ್ನ ಮಾಡುತ್ತೇವೆ. AI ಅಳವಡಿಕೆಯ ನಿಜವಾದ ಯಶಸ್ಸನ್ನು CLEVI ಜೊತೆಗೂಡಿ ರೂಪಿಸಿಕೊಳ್ಳಿ.