Y Combinator के CEO गैरी टैन का तर्क है कि चूंकि फ्रंटियर AI मॉडल सार्वजनिक ज्ञान पर प्रशिक्षित हैं, इसलिए सक्षम AI तक पहुंच एक 'सार्वजनिक वस्तु' होनी चाहिए। उन्होंने अमेरिकी लैब को ओपन-वेट मॉडल विकसित करने के लिए डिस्टिलेशन का उपयोग करने के लिए प्रोत्साहित किया है।

  • गैरी टैन ने अमेरिकी AI लैब को फ्रंटियर मॉडल्स से ज्ञान 'डिस्टिल' करने का समर्थन किया।
  • उन्होंने तर्क दिया कि AI बुद्धिमत्ता को केवल कुछ कंपनियों के नियंत्रण में नहीं रहना चाहिए।
  • एंथ्रोपिक (Anthropic) ने चीनी लैब द्वारा किए जा रहे 'अवैध डिस्टिलेशन' पर चिंता जताई है।
  • टैन के अनुसार, डेटा का सार्वजनिक उपयोग हुआ है, इसलिए लाभ भी सार्वजनिक होना चाहिए।

सिलिकॉन वैली के सबसे प्रतिष्ठित स्टार्टअप एक्सेलेरेटर, Y Combinator के CEO गैरी टैन ने AI विकास की दिशा में एक विवादास्पद लेकिन रणनीतिक दृष्टिकोण पेश किया है। टैन का मानना है कि अमेरिका को चीनी AI लैब की तरह 'डिस्टिलेशन' (Distillation) तकनीकों का उपयोग करना चाहिए ताकि अमेरिकी ओपन-वेट AI इकोसिस्टम को मजबूत किया जा सके।

डिस्टिलेशन एक ऐसी प्रक्रिया है जिसमें एक छोटा मॉडल, किसी बड़े और अधिक सक्षम 'फ्रंटियर मॉडल' को व्यापक रूप से प्रॉम्प्ट करके उसके तर्क करने के तरीके और ज्ञान को सीखता है। जबकि Anthropic जैसे संस्थान इसे 'अवैध हमला' बता रहे हैं, टैन इसे नवाचार के लिए आवश्यक मानते हैं।

यह भी पढ़ें:अल्ट्रा ग्राफिक्स सेटिंग्स एक धोखा हैं: गेमर्स के लिए 'हाई' सेटिंग्स क्यों हैं बेहतर विकल्प

यह क्यों महत्वपूर्ण है (Why This Matters)

BozokMedia के विश्लेषण से पता चलता है कि यह बहस केवल तकनीकी नहीं, बल्कि भू-राजनीतिक है। यदि अमेरिकी ओपन-वेट लैब इस तकनीक का उपयोग नहीं करती हैं, तो अमेरिका पूरी तरह से कुछ बंद-स्रोत (closed-source) कंपनियों या विदेशी प्रतिस्पर्धियों पर निर्भर हो जाएगा। टैन का तर्क है कि AI की शक्ति का केंद्रीकरण एक 'दुःस्वप्न' (Nightmare Scenario) जैसा होगा।

"बुद्धिमत्ता तक पहुंच, जो व्यापक सार्वजनिक डेटा पर प्रशिक्षित है, वह प्रतिबंधात्मक सेवा शर्तों के पीछे बंद होने के बजाय एक सार्वजनिक वस्तु होनी चाहिए।"

टैन ने इस बात पर जोर दिया कि फ्रंटियर मॉडल बनाने वाली कंपनियों ने खुद इंटरनेट से कॉपीराइट सामग्री और सार्वजनिक ज्ञान को बिना अनुमति के एकत्र किया था। इसलिए, यह तर्क देना कि ग्राहक उनके API का उपयोग करके ज्ञान प्राप्त नहीं कर सकते, एक विरोधाभास है।

ऐतिहासिक पृष्ठभूमि: AI के इतिहास में 'ओपन सोर्स' बनाम 'क्लोज्ड सोर्स' की लड़ाई पुरानी है। जहां मेटा (Meta) के Llama जैसे मॉडल्स ने ओपन-वेट की दिशा में कदम बढ़ाया है, वहीं OpenAI और Anthropic ने सुरक्षा और व्यावसायिक लाभ के नाम पर अपने मॉडल्स को गुप्त रखा है।

दृष्टिकोण Anthropic/Frontier Labs Garry Tan/Open-Weight View
डिस्टिलेशन पर विचार इसे 'अवैध हमला' और चोरी मानते हैं। इसे नवाचार और पहुंच का साधन मानते हैं।
डेटा स्वामित्व बौद्धिक संपदा (IP) की सुरक्षा पर जोर। सार्वजनिक डेटा = सार्वजनिक लाभ।
बाजार संरचना नियंत्रित और सुरक्षित विकास। विकेंद्रीकृत और प्रतिस्पर्धी इकोसिस्टम।
क्या आप जानते हैं?: AI डिस्टिलेशन को 'नॉलेज ट्रांसफर' भी कहा जाता है, जहाँ एक 'शिक्षक' (Teacher) मॉडल एक 'छात्र' (Student) मॉडल को प्रशिक्षित करता है ताकि कम कंप्यूटिंग पावर में समान परिणाम मिल सकें।

अक्सर पूछे जाने वाले प्रश्न (FAQ)

1. AI डिस्टिलेशन क्या है?
यह एक प्रक्रिया है जिसमें एक छोटा AI मॉडल किसी बड़े मॉडल के आउटपुट का विश्लेषण करके उसकी कार्यक्षमता को कॉपी करता है।

2. गैरी टैन इस मुद्दे पर एंथ्रोपिक से क्यों असहमत हैं?
एंथ्रोपिक इसे सुरक्षा जोखिम और चोरी मानता है, जबकि टैन इसे एकाधिकार को रोकने और लोकतांत्रिक पहुंच बढ़ाने का तरीका मानते हैं।