تريد الهند أن تتحدث الذكاء الاصطناعي أكثر من الإنجليزية وألا يعتمد دائمًا على مركز بيانات بعيد. في 3 نوفمبر، أعلنت المهمة العامة IndiaAI عن ثلاثة نماذج تم تطويرها من قبل شركتين محليتين: EKA-1، التي وقعتها Soket Labs، وDhīr 2B وDhīr 5B، التي صممتها ZenteiQ. إن إطلاقها لا يشكل بعد دليلًا على هيمنة تكنولوجية جديدة. بل يمثل اختيارًا استراتيجيًا: بناء لبنات مناسبة للغات والإدارات والقيود المتعلقة بالاتصال في البلاد.
عائلتان، منطقتان مختلفتان للنشر
وفقًا للبيان الصادر عن وزارة الإلكترونيات وتكنولوجيا المعلومات الهندية، يحتوي EKA-1 على 26.3 مليار معلمة وتم تدريبه على حوالي 7500 مليار توكن. تقدم الوزارة هذا النموذج على أنه نموذج هجين واقتصادي مخصص للرياضيات والبرمجة والتفكير والاستخدامات المعروفة بالوكالة. من المفترض أن يدعم 22 لغة مدرجة في الدستور الهندي بالإضافة إلى الإنجليزية. تؤكد شركة Soket أنها قامت بتكييفه مع احتياجات القطاعات المصرفية والمالية والأمن السيبراني.
يتبع Dhīr مسارًا آخر. يتم وصف إصدارات 2B و5B من ZenteiQ كمساعدين متعددين اللغات مفتوحين المصدر، يمكن نشرهم في الموقع وقادرين على العمل دون اتصال. يعلن البيان عن دعم الإنجليزية وعشر لغات هندية. تتراوح حالات الاستخدام المذكورة من البحث في الوثائق إلى أتمتة الخدمات الموجهة للمواطنين. تقول الشركة إنها تستهدف البيئات الحساسة أو ذات الاتصال الضعيف، لا سيما في الإدارة والصناعة والتعليم والدفاع.
تعتبر هذه الخصائص معلومات تم التواصل بها من قبل المطورين والحكومة، وليست نتائج تم التحقق منها بشكل مستقل في الإعلان. ستعتمد الفجوة بين عرض مقنع وأداة موثوقة حقًا على اختبارات قابلة للتكرار: الجودة في كل لغة، والصلابة أمام الصياغات المحلية، والأمان، وتكلفة التشغيل، والأداء على الأجهزة المستهدفة. “متعدد اللغات” لا يعني تلقائيًا إتقانًا متساويًا لجميع اللغات، أو تنوعاتها الإقليمية، أو استخداماتها الشفوية.
اللغة كالبنية التحتية الاقتصادية
بالنسبة لدولة يزيد عدد سكانها عن مليار نسمة، فإن الوصول إلى واجهات باللغات المستخدمة في المنزل والعمل والخدمات العامة هو قضية شمولية بقدر ما هي قضية سوق. يمكن لمساعد قادر على البحث في الوثائق باللغة الهندية أو التاميلية أو البنغالية أن يقلل من بعض الاحتكاكات في التعليم، والإجراءات الإدارية، أو دعم العملاء. لكن الفائدة ستعتمد على تفاصيل ملموسة جدًا: توفر الواجهات، وجودة البيانات، ودعم الكلام، وسهولة الوصول للأشخاص غير المتمكنين من الكتابة، والقدرة على التبديل بين اللغات في نفس المحادثة.
يغير العمل دون اتصال، إذا تم تأكيده في نشرات حقيقية، المعادلة أيضًا. يمكن لمنظمة الاحتفاظ بوثائقها على أنظمتها الخاصة ومتابعة استخدام مساعد عندما تكون الاتصال غير مستقر. قد يكون هذا مهمًا للمؤسسات الريفية، والشركات الخاضعة لقوانين الخصوصية، أو الخدمات التي لا ترغب في نقل بياناتها إلى مزود سحابي. بالمقابل، يتطلب التنفيذ المحلي معدات وصيانة وتحديثات أمان وفريقًا قادرًا على مراقبة الردود.
السيادة لا تقاس بالعلم الوطني
تقدم الحكومة هذه النماذج كخطوة نحو الاستقلال الاستراتيجي. تستحق هذه الفكرة أن يتم تفكيكها. يمكن أن يوسع نموذج تم تطويره في البلاد من قدرة الاختيار، لكنه لا يضمن وحده السيطرة على سلسلة التوريد بأكملها: الرقائق، والطاقة، وبيانات التدريب، والبرمجيات، والاستضافة، والصيانة، والحوكمة. قد تتحول الاعتماد ببساطة إذا ظلت بعض المكونات الأساسية مستوردة أو إذا لم ينشر المطورون معلومات كافية للسماح بتقييم مستقل.
لذا فإن التمويل العام للبنية التحتية للحوسبة هو عنصر مركزي في الإعلان. تشير IndiaAI إلى أن الفرق استفادت من الوصول المدعوم إلى قدرات الحوسبة الوطنية بالإضافة إلى دعم النفقات البحثية. يمكن أن يساعد هذا النموذج الشركات التي لا يمكنها تمويل تدريب أنظمة كبيرة بمفردها. كما يثير سؤالًا حول السياسة الصناعية: كيف يمكن توزيع هذه الموارد بين عدة فرق، ونشر معايير اختيار شفافة، وقياس العوائد بما يتجاوز الإطلاق الإعلامي؟
الانفتاح، الأمان، وإثبات الفائدة
تصف ZenteiQ Dhīr بأنه مفتوح المصدر، لكن يجب فحص هذه التسمية بناءً على العناصر التي تم نشرها فعليًا: الوزن، والرمز، والتراخيص، والبيانات، أو وثائق التقييم. لا تفصل الإعلان الوزاري جميع هذه الشروط ولا الجدول الزمني الدقيق للتوفر. يتطلب الانفتاح المفيد للباحثين والشركات حقوقًا واضحة، ووثائق قابلة للاستخدام، ووسائل للإبلاغ عن العيوب. بالنسبة للبيئات الحرجة، يجب أن يترافق أيضًا مع إدارة الوصول وآلية تصحيح.
يجب تقييم النماذج القابلة لمعالجة الطلبات الإدارية أو الوثائق التجارية ضد الأخطاء المخترعة، والتحيزات بين اللغات، وتسريبات المعلومات. سيحتاج المستخدمون إلى معرفة متى تكون الإجابة غير مؤكدة، وما هي المصادر الوثائقية التي تم الاطلاع عليها، وكيفية الطعن في قرار آلي. لا تقلل هذه الحواجز من أهمية نموذج محلي: بل تحدد الثقة اللازمة لاعتماده.
المؤشر التالي سيكون الاستخدام الفعلي
يمنح إطلاق EKA-1 وDhīr الهند واجهة لسياسة الذكاء الاصطناعي الخاصة بها وقاعدة للنقاش حول النماذج المناسبة لواقعها اللغوي. ستعتمد النجاح أقل على عدد المعلمات المعلن عنها وأكبر على التوفر الفعلي، والأداء المقارن، والتكاليف، وقدرة المنظمات الصغيرة على نشرها. كما ستعتمد على المساحة الممنوحة للباحثين، والإدارات المحلية، ومتحدثي اللغات المعنية لتصحيح الزوايا العمياء.
إذا وفرت النماذج ما تعد به، فسيتجاوز الاهتمام الحدود الهندية. تبحث العديد من الدول عن أدوات قادرة على العمل بعدة لغات، وحماية البيانات الحساسة، والبقاء قابلة للاستخدام عندما لا تكون السحابة خيارًا. لكن يجب أن تتبع القابلية للتكرار الطموح: ستساعد مجموعات الاختبار العامة، والقياسات حسب اللغة، ووثائق الحدود، وتجارب المستخدمين في تمييز سياسة صناعية مستدامة عن مجرد إعلان. حتى الآن، قدمت الهند مرشحين وبنية تحتية داعمة. لا يزال إثبات فائدتها قيد التنفيذ، عند الاتصال بالمستخدمين.
