A Cartography of Open Collaboration in Open Source AI: Mapping Practices, Motivations, and Governance in 14 Open Large Language Model Projects
14 ओपन लार्ज लैंग्वेज मॉडल परियोजनाओं के एक खोजपूर्ण विश्लेषण के माध्यम से, यह शोध पत्र विकास जीवनचक्र (डेवलपमेंट लाइफसाइकिल) के दौरान ओपन सहयोग की विकसित होती प्रथाओं, विविध प्रेरणाओं और विविध शासन संरचनाओं का मानचित्रण करता है, और यह निष्कर्ष निकालता है कि एआई में खुलापन (ओपननेस) एक समान गुण होने के बजाय इस बात का एक उभरता हुआ परिणाम है कि ये परस्पर जुड़े तत्व कैसे व्यवस्थित हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आर्टिफिशियल इंटेलिजेंस (AI) की दुनिया एक एकल, विशाल फैक्ट्री के रूप में नहीं है जो एक आदर्श रोबोट बना रही है, बल्कि एक विशाल, हलचल भरे वैश्विक निर्माण स्थल (global construction site) के रूप में है। लंबे समय तक, केवल कुछ धनी कंपनियों के पास ही ब्लूप्रिंट, भारी मशीनरी और वे बड़े ढांचे (AI मॉडल्स) बनाने के लिए पैसा था। लेकिन हाल ही में, एक नया आंदोलन शुरू हुआ है: लोग ब्लूप्रिंट, उपकरण और यहाँ तक कि ईंटें भी साझा कर रहे हैं ताकि कोई भी इन ढांचों को बनाने, सुधारने या कस्टमाइज़ करने में मदद कर सके।
यह शोध पत्र उस निर्माण स्थल का एक मानचित्र (map) है। लेखकों ने 14 अलग-अलग "ओपन" AI परियोजनाओं के फोरमैन और बिल्डरों का साक्षात्कार लिया है ताकि यह समझा जा सके कि वे एक साथ कैसे काम करते हैं, वे ऐसा क्यों करते हैं, और वे खुद को कैसे व्यवस्थित करते हैं।
यहाँ उनके निष्कर्षों का विवरण दिया गया, जिसमें सरल उपमाओं (analogies) का उपयोग किया गया है:
1. निर्माण स्थल के विभिन्न क्षेत्र हैं (The "Artefact Domains")
शोध पत्र का तर्क है कि सहयोग केवल अंतिम इमारत (AI मॉडल) के बारे में नहीं है। यह छह अलग-अलग क्षेत्रों में होता है, जिनमें से प्रत्येक के अपने नियम हैं:
- ब्लूप्रिंट ज़ोन (मॉडल्स): यह मुख्य डिज़ाइन है। यहाँ सहयोग करना कठिन है क्योंकि जटिल गणित को समझने के लिए आपको पीएचडी स्तर के आर्किटेक्ट की आवश्यकता होती है।
- ईंटों का यार्ड (डेटा): निर्माण करने से पहले, आपको ईंटों (डेटा) की आवश्यकता होती है। कभी-कभी लोग ईंटों के ढेर साझा करते हैं, लेकिन अक्सर कंपनियाँ सबसे अच्छी ईंटों को छिपाकर रखती हैं क्योंकि उन्हें इकट्ठा करना महंगा होता है।
- टूल शेड (सॉफ्टवेयर): यह वह जगह है जहाँ लोग हथौड़े और ड्रिल (कोड फ्रेमवर्क) साझा करते हैं जो निर्माण को आसान बनाते हैं। यह एक बहुत ही सहयोगी क्षेत्र है।
- निरीक्षण स्टेशन (इवैल्यूएशन): यहाँ लोग इमारतों का परीक्षण करते हैं कि क्या वे सुरक्षित और मजबूत हैं। यहाँ हर कोई गुणवत्ता को मापने के तरीके पर सहमत है।
- पावर ग्रिड (कंप्यूट): इन मॉडल्स को बनाने के लिए भारी मात्रा में बिजली (कंप्यूटिंग पावर) की आवश्यकता होती है। अधिकांश बिल्डरों के पास अपना पावर प्लांट खरीदने के लिए पर्याप्त धन नहीं होता है, इसलिए उन्हें एक विशाल ग्रिड पर जगह किराए पर लेनी पड़ती है या बड़ी ऊर्जा कंपनियों से दान प्राप्त करना पड़ता है।
- कम्युनिटी सेंटर (गैर-तकनीकी): यह वह कॉफी शॉप है जहाँ बिल्डर बातें करते हैं, मैनुअल लिखते हैं और नए लोगों को उपकरणों का उपयोग करना सिखाते हैं।
2. निर्माण के तीन चरण
लोग सहयोग कैसे करते हैं, यह इस बात पर निर्भर करता है कि वे प्रक्रिया के किस चरण में हैं:
- चरण 1: नींव रखना (Pre-training):
- माहौल: सख्त और विशिष्ट।
- क्या होता है: इसे केवल कुछ बड़े खिलाड़ी या विशेष टीमें ही कर सकती हैं। इसके लिए बहुत अधिक धन और विशेषज्ञता की आवश्यकता होती है। यह एक गुप्त क्लब की तरह है जहाँ केवल शीर्ष आर्किटेक्टों को ही कंक्रीट मिलाने की अनुमति है।
- सहयोग: रणनीतिक साझेदारी तक सीमित (जैसे, एक विश्वविद्यालय का एक टेक दिग्गज के साथ टीम बनाना)।
- चरण 2: ढांचा बनाना और फिनिशिंग करना (Post-training):
- माहौल: नियंत्रित पहुंच।
- क्या होता है: नींव बन चुकी है, और अब वे इमारत को उपयोगी बना रहे हैं। वे फीडबैक प्राप्त करने के लिए भरोसेमंद भागीदारों के साथ "आधी-अधूरी" दीवारें साझा कर सकते हैं, लेकिन वे अभी भी मुख्य दरवाजे की चाबियाँ अपने पास रखते हैं।
- चरण 3: घर में प्रवेश करना और नवीनीकरण करना (Post-release):
- माहौल: एक अराजक, खुला बाजार।
- क्या होता है: एक बार जब इमारत जनता के लिए खुल जाती है, तो कोई भी अंदर आ सकता है। लोग दीवारों को पेंट कर सकते हैं, नए कमरे जोड़ सकते हैं, या प्लंबिंग ठीक कर सकते हैं। यह वह जगह है जहाँ सबसे अधिक सहयोग होता है। थाईलैंड का एक डेवलपर मूल मॉडल को ले सकता है और उसे थाई भाषा में पूरी तरह से बोलने के लिए बदल सकता है, जबकि ब्राजील का एक छात्र इसका उपयोग करके एक गेम बना सकता है।
3. लोग ऐसा क्यों करते हैं? (प्रेरणाएँ)
बिल्डर यह केवल पैसे के लिए नहीं कर रहे हैं। उनके पास तीन मुख्य कारण हैं:
- "सार्वजनिक भलाई" का कारण (सामाजिक): वे चाहते हैं कि AI केवल अमीर देशों या बड़ी कंपनियों के लिए न हो। वे उन भाषाओं और संस्कृतियों को शामिल करना चाहते हैं जिन्हें आमतौर पर अनदेखा किया जाता है (जैसे अफ्रीकी या दक्षिण पूर्व एशियाई भाषाएं) और यह सुनिश्चित करना चाहते हैं कि यदि करदाताओं ने अनुसंधान के लिए धन दिया है, तो जनता को उसके परिणाम मिलें।
- "टीम अप" का कारण (आर्थिक): छोटी कंपनियाँ जानती हैं कि वे अकेले दिग्गजों का मुकाबला नहीं कर सकतीं। इसलिए, वे एक साझा पारिस्थितिकी तंत्र बनाने के लिए अपने संसाधनों को एक साथ जुटाती हैं। यह छोटे स्टोरों के एक समूह के एक बड़े सुपरमार्केट चेन के साथ प्रतिस्पर्धा करने के लिए एक को-ऑपरेटिव बनाने जैसा है।
- "विज्ञान" का कारण (तकनीकी): वे यह साबित करना चाहते हैं कि ओपन साइंस काम करता है। वे देखना चाहते हैं कि क्या छोटे मॉडल्स उतने ही स्मार्ट हो सकते हैं जितने कि बड़े मॉडल्स, और वे मानक उपकरण बनाना चाहते हैं ताकि हर कोई एक ही भाषा बोल सके।
4. प्रभारी कौन है? (गवर्नेंस)
शोध पत्र ने पाया कि इन परियोजनाओं को पांच अलग-अलग तरीकों से व्यवस्थित किया गया है:
- सीईओ मॉडल: एक बड़ी कंपनी (जैसे मेटा के साथ लामा) चाबियाँ रखती है। वे तय करते हैं कि इमारत कब जारी की जाए और कौन इसके साथ खेल सकता है।
- यूनिवर्सिटी मॉडल: एक एकल अनुसंधान संस्थान परियोजना का नेतृत्व करता है, जिसे अक्सर सरकार द्वारा वित्त पोषित किया जाता है।
- कंसोर्टियम मॉडल: विश्वविद्यालयों और कंपनियों का एक समूह एक अनुबंध पर हस्ताक्षर करता है कि वे मिलकर काम करेंगे, जिसमें सख्त नियम होते हैं कि कौन क्या करेगा।
- नॉन-प्रॉफिट मॉडल: एक छोटा कोर टीम (जैसे एलीथुर-एआई) मुख्य उपकरणों को सुरक्षित और सुसंगत रखती है, लेकिन समुदाय को अपने स्वयं के प्रोजेक्ट बनाने की अनुमति देती है।
- "स्पॉन्सर" मॉडल: एक कंपनी (जैसे हगिंग फेस) बड़े बुनियादी ढांचे के लिए भुगतान करती है और कार्यक्रम आयोजित करती है, लेकिन वास्तविक काम हजारों स्वयंसेवकों द्वारा किया जाता है।
5. मुख्य निष्कर्ष
शोध पत्र निष्कर्ष निकालता है कि "ओपन सोर्स एआई" एक एकल चीज़ नहीं है। यह केवल कोड जारी करने के बारे में नहीं है। यह एक जटिल पारिस्थितिकी तंत्र है जहाँ सहयोग विशिष्ट और केंद्रित (शुरुआत में) से बदलकर व्यापक और वितरित (अंत में) हो जाता है।
सफलता इस बात पर निर्भर करती है कि विभिन्न क्षेत्र (डेटा, टूल्स, पावर) और विभिन्न चरण (निर्माण बनाम नवीनीकरण) कितनी अच्छी तरह जुड़े हुए हैं। लेखक सुझाव देते हैं कि AI को सभी के लिए बेहतर बनाने के लिए, हमें न केवल "ब्लूप्रिंट" (मॉडल्स) का समर्थन करने की आवश्यकता है, बल्कि "ईंटों" (डेटा), "उपकरणों" (सॉफ्टवेयर), और "पावर ग्रिड" (कंप्यूटिंग) का भी समर्थन करने की आवश्यकता है, ताकि दुनिया भर के लोग भविष्य के निर्माण में भाग ले सकें।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।