ਪਿਛਲੀ 24 ਅਕਤੂਬਰ ਨੂੰ 한국산업지능화협회(KOIIA) ਦੇ ਸੱਦੇ ’ਤੇ ‘2025 ਮੱਧਮ ਆਕਾਰ ਦੀਆਂ ਕੰਪਨੀਆਂ ਲਈ ਮੁੱਖ ਪ੍ਰਤਿਭਾ ਵਿਕਾਸ ਅਕੈਡਮੀ, ਭਵਿੱਖੀ ਉਦਯੋਗਾਂ ਲਈ ਰਣਨੀਤੀ ਸੈਮੀਨਾਰ’ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋ ਕੇ ਕਲੇਵੀ ਦੇ ਪ੍ਰਤੀਨਿਧੀ ਲੀ ਹਵਾਨ-ਹੋ ਨੇ ਮੁੱਖ ਭਾਸ਼ਣ ਦਿੱਤਾ।
ਅਸੀਂ ‘AI ਤਕਨਾਲੋਜੀ ਅਪਣਾਉਣ ਦੇ ਮਾਮਲੇ ਅਤੇ DX ਦੇ ਅਮਲੀ ਕਾਰਜਾਂ ਲਈ ਰਣਨੀਤੀ’ ਸੈਸ਼ਨ ਵਿੱਚ ‘Physical AI ਦੇ ਉਪਯੋਗ ਦੇ ਮਾਮਲੇ ਅਤੇ RAG ਏਜੰਟ ਅਪਣਾਉਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਅਸਫਲਤਾ ਦੇ ਕਾਰਕ ਅਤੇ ਸੁਧਾਰ ਰਣਨੀਤੀਆਂ’ ਦੇ ਵਿਸ਼ੇ ’ਤੇ ਸ਼ਾਮਲ ਹੋਏ।
ਹਾਲ ਹੀ ਵਿੱਚ AI ਏਜੰਟਾਂ ਵਿੱਚ ਦਿਲਚਸਪੀ ਵਧਣ ਦੇ ਨਾਲ, AI ਨੂੰ ਅਪਣਾਉਣ ਬਾਰੇ ਵਿਚਾਰ ਕਰਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਦੀ ਗਿਣਤੀ ਵੀ ਵਧ ਰਹੀ ਹੈ। ਪਤਾ ਲੱਗਿਆ ਹੈ ਕਿ ਕਈ ਸੰਸਥਾਵਾਂ ਅਤੇ ਕੰਪਨੀਆਂ ਪਹਿਲਾਂ ਹੀ AI ਨੂੰ ਪਾਇਲਟ ਤੌਰ ’ਤੇ ਅਪਣਾ ਕੇ ਚਲਾ ਰਹੀਆਂ ਹਨ।
ਪਰ ਅਫ਼ਸੋਸ ਦੀ ਗੱਲ ਹੈ ਕਿ ਸਰਵੇਖਣਾਂ ਵਿੱਚ ਪਤਾ ਲੱਗਿਆ ਹੈ ਕਿ ਕਈ ਕੰਪਨੀਆਂ ਅਤੇ ਸੰਸਥਾਵਾਂ ਵਿੱਚ ਜਾਂ ਤਾਂ ਉਮੀਦ ਕੀਤਾ ROI ਪ੍ਰਾਪਤ ਨਹੀਂ ਹੁੰਦਾ, ਜਾਂ PoC ਵਿੱਚ ਕੰਮ ਕਰਨ ਵਾਲੇ ਫੰਕਸ਼ਨ ਮੁੱਖ ਕਾਰੋਬਾਰ ਜਾਂ ਮੈਦਾਨੀ ਸਥਿਤੀਆਂ ਵਿੱਚ ਸਹੀ ਜਵਾਬ ਨਹੀਂ ਦਿੰਦੇ ਜਾਂ ਕੰਮ ਹੀ ਨਹੀਂ ਕਰਦੇ।
ਇਨ੍ਹਾਂ ਜਾਣਕਾਰੀਆਂ ਕਾਰਨ ਕਈ ਕੰਪਨੀਆਂ AI ਨੂੰ ਜਲਦਬਾਜ਼ੀ ਵਿੱਚ ਅਪਣਾਉਣ ਤੋਂ ਹਿਚਕਚਾ ਰਹੀਆਂ ਹਨ।
ਇਸ ਭਾਸ਼ਣ ਵਿੱਚ ਕਲੇਵੀ ਦੇ ਪ੍ਰਤੀਨਿਧੀ ਲੀ ਹਵਾਨ-ਹੋ ਨੇ ਜਲਦਬਾਜ਼ੀ ਵਿੱਚ AI ਅਪਣਾਉਣ ਦੀ ਇੱਕ ਮੁੱਖ ਅਸਫਲਤਾ ਦਾ ਕਾਰਨ—RAG ਸਿਸਟਮ ਦੀਆਂ ਸੀਮਾਵਾਂ—ਅਤੇ ਓਪਨ-ਸੋਰਸ ਮਾਡਲਾਂ ਜਾਂ ਸਮਾਲ LLM(SLM) ਬਾਰੇ ਵਿਸਥਾਰ ਨਾਲ ਸਮਝਾਇਆ ਅਤੇ ਦੱਸਿਆ ਕਿ ਪਿਛਲੇ ਅਪਣਾਉਣ ਦੇ ਮਾਮਲੇ ਕਿਉਂ ਅਸਫਲ ਰਹੇ।
ਆਖ਼ਿਰਕਾਰ, AI ਦੀ ਵਰਤੋਂ ਕਰਨ ਦਾ ਕਾਰਨ ਇਹ ਹੈ ਕਿ ਇਸ ਤੋਂ ਮਨੁੱਖਾਂ ਦਾ ਕੰਮ ਆਪਣੇ ਆਪ ਕਰਨ ਜਾਂ ਮਨੁੱਖਾਂ ਨਾਲੋਂ ਵਧੀਆ ਪ੍ਰਦਰਸ਼ਨ ਕਰਨ ਦੀ ਉਮੀਦ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
ਮੌਜੂਦਾ ਸਮੇਂ AI ਅਪਣਾਉਣ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਦੇ ਅਮਲੀ ਕਰਮਚਾਰੀ AI ਦੇ ਜਵਾਬਾਂ ਦੀ ਗੁਣਵੱਤਾ ’ਤੇ ਭਰੋਸਾ ਨਹੀਂ ਕਰ ਪਾ ਰਹੇ। ਇਸ ਕਾਰਨ ਉਹ AI ਦੇ ਜਵਾਬਾਂ ਨੂੰ ਇੱਕ-ਇੱਕ ਕਰਕੇ ਜਾਂਚਣ ਵਿੱਚ ਲੱਗੇ ਹੋਏ ਹਨ ਅਤੇ ਉਲਟਾ ਕੰਮ ਦਾ ਬੋਝ ਵਧਣ ਬਾਰੇ ਸ਼ਿਕਾਇਤਾਂ ਸਾਹਮਣੇ ਆ ਰਹੀਆਂ ਹਨ।
ਇਸ ਦਾ ਕਾਰਨ ਇਹ ਹੈ ਕਿ ਜ਼ਿਆਦਾਤਰ ਕੰਪਨੀਆਂ ਓਪਨ-ਸੋਰਸ SLM ਮਾਡਲ ਨੂੰ ਫਾਈਨ-ਟਿਊਨ ਕਰਕੇ ਹੱਲ ਵਜੋਂ ਵਰਤ ਰਹੀਆਂ ਹਨ।
ਸਹਿਜ ਤੌਰ ’ਤੇ ਲੱਗਦਾ ਹੈ ਕਿ ਜੇ AI ਨਵੀਂ ਸਿੱਖਿਆ ਪ੍ਰਾਪਤ ਕਰੇ ਤਾਂ ਉਹ ਹੋਰ ਬੁੱਧੀਮਾਨ ਬਣੇਗਾ, ਪਰ AI ਨੂੰ ਨਵਾਂ ਗਿਆਨ ਸਿਖਾਉਣ ਨਾਲ ਇਸ ਦੀ ਪੁਰਾਣੀ ਯਾਦ, ਅਰਥਾਤ ਮਨਮਾਨੇ ਪੈਰਾਮੀਟਰ ਵਜ਼ਨ, ਖ਼ਤਮ ਹੋ ਜਾਂਦੇ ਹਨ।
ਇਸ ਤੋਂ ਵੀ ਗੰਭੀਰ ਸਮੱਸਿਆ ਇਹ ਹੈ ਕਿ ਕਿਸੇ ਨੂੰ ਪਤਾ ਨਹੀਂ ਲੱਗਦਾ ਕਿ ਕਿਹੜੀ ਜਾਣਕਾਰੀ ਜਾਂ ਗਿਆਨ ਗੁਆਚ ਗਿਆ ਹੈ।
AI ਨੂੰ ਅਪਣਾਉਣਾ ਕੋਈ ਛੋਟੇ ਸਰੋਤਾਂ ਨਾਲ ਹੋ ਜਾਣ ਵਾਲਾ ਕੰਮ ਨਹੀਂ ਹੈ, ਇਸ ਲਈ ਤੁਸੀਂ PoC ਦੇ ਪੜਾਅ ਤੋਂ ਹੀ ਕਾਫ਼ੀ ਜਾਂਚ-ਪੜਤਾਲ ਕੀਤੀ ਹੋਵੇਗੀ।
ਫਿਰ ਇਸ ਸਮੇਂ ਅਜਿਹੀ ਸਮੱਸਿਆ ਕਿਉਂ ਸਾਹਮਣੇ ਨਹੀਂ ਆਈ? ਇਸ ਦਾ ਕਾਰਨ ਬੇਸ਼ੱਕ ਇਹ ਹੈ ਕਿ ਇਸ ਨੂੰ ਟਾਰਗੇਟ ਜਾਣਕਾਰੀ ਨਾਲ ਮੁੜ-ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ ਸੀ।
ਜਿਸ AI ਨੂੰ ਸਿਰਫ਼ ਅੰਕਾਂ ਬਾਰੇ ਪਤਾ ਸੀ, ਉਸ ਨੂੰ ਅੱਖਰ ਸਿਖਾਏ ਗਏ ਅਤੇ ਬਾਅਦ ਵਿੱਚ ਸਿਰਫ਼ ਅੱਖਰਾਂ ਨਾਲ ਸਬੰਧਤ ਸਵਾਲ ਪੁੱਛੇ ਗਏ, ਇਸ ਲਈ ਉਸ ਦਾ ਚੰਗੇ ਜਵਾਬ ਦੇਣਾ ਸੁਭਾਵਿਕ ਹੈ। ਪਰ ਅਸਲ ਕਾਰਜਸਥਲ ਵਿੱਚ ਕੀ ਸਾਨੂੰ ਸਿਰਫ਼ ਅਜਿਹੇ ਖਾਸ ਡੋਮੇਨ ਲਈ ਵਿਸ਼ੇਸ਼ ਮਾਡਲਾਂ ਦੀ ਹੀ ਲੋੜ ਹੁੰਦੀ ਹੈ?
ਸਾਡੇ ਕਾਰਜਸਥਲਾਂ ਨੂੰ ਹਰ ਰੋਜ਼ ਨਵੇਂ ਵਾਤਾਵਰਣ ਅਤੇ ਨਵੇਂ ਡੇਟਾ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈਂਦਾ ਹੈ। ਪਰ ਮੌਜੂਦਾ ਗਿਆਨ ਨੂੰ ਬੇਤਰਤੀਬ ਢੰਗ ਨਾਲ ਨਸ਼ਟ ਕਰਦੇ ਹੋਏ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ AI ਨਾ ਤਾਂ ਸਰਵ-ਉਦੇਸ਼ੀ ਸਮਰੱਥਾ ਅਤੇ ਨਾ ਹੀ ਸਹੀਪਣ ਦੀ ਗਾਰੰਟੀ ਦੇ ਸਕਦਾ ਹੈ।
ਇਸ ਲਈ From-scratch Foundation ਵਿਸ਼ਾਲ ਭਾਸ਼ਾਈ ਮਾਡਲ ਦਾ ਮਾਲਕ ਹੋਣਾ ਜਾਂ ਇਸ ਮਾਡਲ ਨੂੰ ਬਣਾਉਣ ਦੀ ਤਕਨਾਲੋਜੀ ਹੋਣਾ ਜ਼ਰੂਰੀ ਹੈ।
ਕਿਉਂਕਿ ਅਜਿਹੇ ਮਾਡਲਾਂ ਕੋਲ ਦੁਨੀਆ ਦੇ ਲਗਭਗ ਸਾਰੇ ਗਿਆਨ ਦੀ ਪਹੁੰਚ ਹੁੰਦੀ ਹੈ, ਇਸ ਲਈ ਉਨ੍ਹਾਂ ਦੇ ਜਵਾਬਾਂ ਦੀ ਗੁਣਵੱਤਾ ਦੇ ਨਾਲ-ਨਾਲ ਸਹੀਪਣ ਵੀ ਉੱਚਾ ਹੁੰਦਾ ਹੈ।
ਵਿਸ਼ੇਸ਼ ਡੋਮੇਨਾਂ ਲਈ SFT(Supervised Fine-Tuning) ਨਾਮਕ ਤਕਨਾਲੋਜੀ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ, ਜਾਂ ਘੱਟ ਮਾਤਰਾ ਵਾਲੇ ਡੇਟਾ ਲਈ RAG ਸਿਸਟਮ ਜਾਂ CLEVI ਦੁਆਰਾ ਖੁਦ ਵਿਕਸਿਤ ਕੀਤੇ ਇੰਟੈਲੀਜੈਂਸ ਡੇਟਾਬੇਸ ਸਿਸਟਮ—ਸੈਮੈਂਟਿਕ ਡੇਟਾਬੇਸ ਤਕਨਾਲੋਜੀ—ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਫਾਈਨ-ਟਿਊਨ ਕੀਤੇ SLM ਦੀਆਂ ਕਮੀਆਂ ਨੂੰ ਦੂਰ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
ਸਰਕਾਰ ਵੀ ਇਨ੍ਹਾਂ ਫਾਊਂਡੇਸ਼ਨ ਮਾਡਲਾਂ ਦੀ ਮਹੱਤਤਾ ਨੂੰ ਸਮਝਦੀ ਹੈ, ਇਸ ਲਈ ਉਹ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਸਹਾਇਤਾ ਪ੍ਰਦਾਨ ਕਰ ਰਹੀ ਹੈ।
ਇਹੀ ਰਾਸ਼ਟਰੀ ਪ੍ਰਤੀਨਿਧੀ AI ਪ੍ਰੋਜੈਕਟ ਹੈ। ਇਸ ਪ੍ਰੋਜੈਕਟ ਦਾ ਸਭ ਤੋਂ ਵੱਡਾ ਟੀਚਾ ਡਿਜ਼ਿਟਲ ਸਰਵਭੌਮਤਾ ਹਾਸਲ ਕਰਨਾ ਹੈ।
CLEVI ਨੂੰ ਓਪਨ-ਸੋਰਸ ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਨਾਲ ਪੈਦਾ ਹੋਣ ਵਾਲੀਆਂ ਘਾਤਕ ਕਮੀਆਂ ਦਾ ਪਤਾ ਸੀ, ਇਸ ਲਈ ਅਸੀਂ ਡੇਟਾ ਇਕੱਠਾ ਕਰਨ ਤੋਂ ਲੈ ਕੇ ਆਰਕੀਟੈਕਚਰ ਡਿਜ਼ਾਈਨ ਤੱਕ ਸਭ ਕੁਝ ਖੁਦ ਵਿਕਸਿਤ ਕਰਕੇ CLEVI ਦੇ ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦਿੱਤੀ ਹੈ।
ਵਰਤਮਾਨ ਵਿੱਚ CLEVI ਦੇ ਮਾਡਲਾਂ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਵਿਸ਼ਵ ਦੇ ਪ੍ਰਮੁੱਖ AI ਨਾਲ ਮੁਕਾਬਲਾ ਕਰਨ ਦੇ ਬਾਵਜੂਦ ਬਿਲਕੁਲ ਵੀ ਪਿੱਛੇ ਨਹੀਂ ਹੈ।
ਖਾਸ ਤੌਰ 'ਤੇ, ਕਿਉਂਕਿ ਸਾਡੇ ਕੋਲ ਆਪਣੇ ਖੁਦ ਦੇ ਮਾਡਲ ਹਨ, ਇਸ ਲਈ ਬਾਹਰੀ ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਨਾਲ ਪੈਦਾ ਹੋ ਸਕਣ ਵਾਲੀ ਨਿਰਭਰਤਾ ਦੀ ਸਮੱਸਿਆ ਨਾਲ CLEVI ਦਾ ਕੋਈ ਸਬੰਧ ਨਹੀਂ ਹੈ।
ਹੁਣ AI ਨੂੰ ਅਪਣਾਉਣਾ ਚੋਣ ਨਹੀਂ, ਸਗੋਂ ਲਾਜ਼ਮੀ ਬਣਦਾ ਜਾ ਰਿਹਾ ਹੈ। ਪਰ ਸਿਰਫ਼ ਨਵੀਨਤਮ ਤਕਨਾਲੋਜੀ ਅਪਣਾਉਣ ਨਾਲ ਹੀ ਇੱਛਿਤ ਨਤੀਜੇ ਹਾਸਲ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੈ।
ਅਸਲ ਨਵੀਨਤਾ ਉਸ ਵੇਲੇ ਸ਼ੁਰੂ ਹੁੰਦੀ ਹੈ ਜਦੋਂ ਅਸੀਂ ਤਕਨਾਲੋਜੀ ਦੀਆਂ ਸੀਮਾਵਾਂ ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਸਮਝ ਕੇ ਆਪਣੇ ਸੰਗਠਨ ਦੇ ਵਾਤਾਵਰਣ ਅਤੇ ਟੀਚਿਆਂ ਦੇ ਅਨੁਕੂਲ ਸਭ ਤੋਂ ਵਧੀਆ ਰਣਨੀਤੀ ਤਿਆਰ ਕਰਦੇ ਹਾਂ।
CLEVI ਆਪਣੀ ਵਿਲੱਖਣ ਵਿਸ਼ਾਲ ਭਾਸ਼ਾਈ ਮਾਡਲ ਅਤੇ ਸੈਮੈਂਟਿਕ ਡੇਟਾਬੇਸ ਵਰਗੀਆਂ ਅੰਤਰਪੂਰਨ ਤਕਨਾਲੋਜੀ ਸਮਰੱਥਾਵਾਂ ਰਾਹੀਂ ਕੰਪਨੀਆਂ ਵੱਲੋਂ AI ਅਪਣਾਉਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਦੌਰਾਨ ਦਰਪੇਸ਼ ਅਜ਼ਮਾਇਸ਼ਾਂ, ਗਲਤੀਆਂ ਅਤੇ ਜੋਖਮਾਂ ਨੂੰ ਘੱਟ ਤੋਂ ਘੱਟ ਕਰ ਰਿਹਾ ਹੈ।
ਅਸੀਂ ਅੱਗੇ ਵੀ ਮੈਦਾਨੀ ਪੱਧਰ ਦੀਆਂ ਆਵਾਜ਼ਾਂ ਨੂੰ ਧਿਆਨ ਨਾਲ ਸੁਣਦੇ ਰਹਾਂਗੇ ਅਤੇ ਹੋਰ ਵੱਧ ਕੰਪਨੀਆਂ ਲਈ ਭਰੋਸੇਯੋਗ AI ਭਾਗੀਦਾਰ ਬਣਨ ਵਾਸਤੇ ਆਪਣੀ ਪੂਰੀ ਕੋਸ਼ਿਸ਼ ਕਰਾਂਗੇ। AI ਅਪਣਾਉਣ ਦੀ ਅਸਲ ਸਫਲਤਾ, ਆਓ ਇਸਨੂੰ ਕਲੇਵੀ ਦੇ ਨਾਲ ਮਿਲ ਕੇ ਸਾਕਾਰ ਕਰੀਏ।