गत अक्टोबर २४ मा 한국산업지능화협회(KOIIA) को निमन्त्रणामा ‘2025 मध्य-ठूला उद्यमका मुख्य प्रतिभा विकास एकेडेमी, भविष्यका उद्योगहरूका लागि 대응 रणनीति सेमिनार’ मा सहभागी भई CLEVI का प्रतिनिधि ली ह्वानहोले मुख्य मन्तव्य दिनुभयो।
हामीले ‘AI प्रविधि परिचयका उदाहरणहरू तथा DX व्यावहारिक रणनीति’ सत्रमा ‘Physical AI प्रयोगका उदाहरणहरू तथा RAG एजेन्ट लागू गर्ने प्रक्रियाका असफलताका कारण र सुधार रणनीति’ विषयमा प्रस्तुति दियौँ।
हाल AI एजेन्टप्रतिको चासो बढ्दै गएसँगै AI अपनाउने विचार गर्ने कम्पनीहरूको सङ्ख्या पनि बढिरहेको छ। धेरै संस्था र कम्पनीहरूले AI लाई परीक्षणका रूपमा अपनाएर सञ्चालन गरिरहेको हामीलाई थाहा छ।
तर दुर्भाग्यवश, धेरै कम्पनी र संस्थाहरूले अपेक्षित ROI प्राप्त गर्न सकेका छैनन्। PoC मा काम गरेका सुविधाहरू मुख्य परियोजना वा वास्तविक कार्यस्थलमा उचित उत्तर दिन नसक्ने वा काम नै नगर्ने अवस्था अत्यन्त धेरै रहेको पाइएको छ।
यस्ता जानकारीका कारण धेरै कम्पनीहरू AI लाई हतारमा अपनाउन हिचकिचाइरहेका छन्।
यस व्याख्यानमा CLEVI का प्रतिनिधि ली ह्वानहोले हतारमा AI अपनाउँदा हुने प्रमुख असफलताको कारण RAG प्रणालीका सीमितताहरू तथा ओपन-सोर्स मोडेल वा सानो LLM(SLM) बारे विस्तृत रूपमा व्याख्या गर्दै अघिल्ला अपनाउने प्रयासहरू किन असफल भए भन्ने स्पष्ट पार्नुभयो।
अन्ततः AI प्रयोग गर्नुको कारण मानिसको कामलाई प्रतिस्थापन गराउने वा मानिसभन्दा राम्रो कार्यसम्पादन देखाउने अपेक्षा गर्नु हो।
हाल AI अपनाएका कम्पनीहरूका व्यावहारिक कर्मचारीहरूले AI का उत्तरहरूको गुणस्तरमा विश्वास गर्न नसक्दा ती उत्तरहरू एक-एक गरी जाँच गर्नुपरेको छ, जसका कारण काम झन् बढिरहेको गुनासोहरू उठिरहेका छन्।
यसको कारण अधिकांश कम्पनीहरूले ओपन-सोर्स SLM मोडेललाई फाइन-ट्युन गरेर समाधानका रूपमा प्रयोग गर्नु हो।
सहज रूपमा हेर्दा AI ले नयाँ कुरा सिकेपछि अझ बुद्धिमान् हुन्छ जस्तो लाग्छ। तर AI लाई नयाँ ज्ञान सिकाउँदा विगतका स्मृतिहरू, अर्थात् मनमाना प्यारामिटरका भारहरू, गुम्न सक्छन्।
झन् गम्भीर समस्या भनेको कुन जानकारी वा ज्ञान गुम्यो भन्ने कुरा कसैलाई थाहा नहुनु हो।
AI अपनाउनु सानो स्रोतसाधनले मात्र हुने काम होइन, त्यसैले PoC को चरणदेखि नै तपाईंहरूले धेरै प्रमाणीकरण गर्नुभएको होला।
तर यसपटक त्यस्तो समस्या किन देखा परेन? यसको कारण, निस्सन्देह, लक्षित जानकारी प्रयोग गरेर पुनःप्रशिक्षण गरिएको थियो।
अहिलेसम्म सङ्ख्या मात्र जान्ने AI लाई अक्षरहरू सिकाइयो र त्यसपछि अक्षरसम्बन्धी प्रश्नहरू मात्र सोधियो, त्यसैले उसले स्वाभाविक रूपमा राम्रो उत्तर दिन्छ। तर वास्तविक कार्यक्षेत्रमा के हामीलाई यस्ता विशिष्ट डोमेनमा मात्र विशेषीकृत मोडेल आवश्यक हुन्छ?
हाम्रो कार्यक्षेत्रले हरेक दिन नयाँ वातावरण र नयाँ डेटाको सामना गर्छ। तर विद्यमान ज्ञानलाई अनियमित रूपमा नष्ट गर्दै सिकाइएको AI ले सामान्य प्रयोगयोग्यता मात्र होइन, शुद्धता पनि सुनिश्चित गर्न सक्दैन।
त्यसैले From-scratch Foundation को विशाल भाषा मोडेल आफूसँग हुनु वा यस्तो मोडेल बनाउन सक्ने प्रविधि आवश्यक हुन्छ।
यस्ता मोडेलहरूसँग संसारको लगभग सबै ज्ञान हुने भएकाले उत्तरको गुणस्तर मात्र होइन, शुद्धता पनि उच्च हुन्छ।
विशेषीकृत डोमेनका लागि SFT(Supervised Fine-Tuning) नामक प्रविधि प्रयोग गर्न सकिन्छ, वा थोरै मात्रामा डेटा भएमा RAG प्रणाली अथवा CLEVI ले आफ्नै रूपमा विकास गरेको इन्टेलिजेन्स डाटाबेस प्रणाली Semantic Database प्रविधि प्रयोग गर्दा, फाइन-ट्युन गरिएको SLM का कमजोरीहरू पार गर्न सकिन्छ।
यस्ता Foundation Model को महत्त्व सरकारले पनि बुझेकोले ठूलो समर्थन प्रदान गरिरहेको छ।
त्यो हो, राष्ट्रिय प्रतिनिधि AI परियोजना। यस परियोजनाको सबैभन्दा ठूलो लक्ष्य डिजिटल सार्वभौमसत्ता सुरक्षित गर्नु हो।
ओपन-सोर्स मोडेल प्रयोग गर्दा हुने घातक कमजोरीहरूबारे CLEVI लाई पनि जानकारी भएकाले, डेटा सङ्कलनदेखि आर्किटेक्चर डिजाइनसम्म आफ्नै रूपमा विकास गरी CLEVI का मोडेलहरूलाई प्रशिक्षण दिएका छौँ।
हाल CLEVI का मोडेलहरू विश्वका अग्रणी AI सँग प्रतिस्पर्धा गर्दा पनि कुनै रूपमा पछि नपर्ने कार्यसम्पादन क्षमता राख्छन्।
विशेष गरी, आफ्नै मोडेल भएकाले बाह्य मोडेल प्रयोग गर्दा उत्पन्न हुन सक्ने निर्भरता समस्यासँग CLEVI को कुनै सम्बन्ध छैन।
अब AI अपनाउनु विकल्प नभई अनिवार्य बन्दै गएको छ। तर केवल नवीनतम प्रविधि अपनाउँदैमा चाहेको परिणाम प्राप्त गर्न कठिन हुन्छ।
वास्तविक नवप्रवर्तन तब मात्र सुरु हुन्छ, जब प्रविधिका सीमाहरूलाई सही रूपमा बुझेर हाम्रो संस्थाको वातावरण र लक्ष्यअनुकूल इष्टतम रणनीति तयार गरिन्छ।
CLEVI ले आफ्नै विशाल भाषा मोडेल र Semantic Database लगायतका विभेदकारी प्राविधिक क्षमतामार्फत उद्यमहरूले AI अपनाउने क्रममा भोग्ने परीक्षण–त्रुटि र जोखिमलाई न्यूनतम बनाइरहेको छ।
आगामी दिनहरूमा पनि हामी कार्यस्थलका आवाजहरूलाई ध्यानपूर्वक सुन्दै, अझ धेरै 기업हरूले भरोसा गर्न सक्ने AI साझेदार बन्न हरसम्भव प्रयास गर्नेछौँ। AI अपनाउने प्रक्रियाको वास्तविक सफलता CLEVI सँगै निर्माण गर्नुहोस्।