एआई मॉडल तक व्यापक पहुंच

17 जुलाई को बेंगलुरु में कंपनी के डेवलपर इवेंट में, गूगल ने कहा कि वह भारत में सभी डेवलपर्स के लिए अपने ओपन सोर्स एआई मॉडल की अगली पीढ़ी, जेम्मा 2 जारी कर रहा है।

मई में संयुक्त राज्य अमेरिका में आयोजित गूगल I/O डेवलपर सम्मेलन में पहली बार प्रस्तुत किए गए गेम्मा 2 में बेहतर प्रदर्शन और दक्षता के लिए एक नई वास्तुकला है तथा यह 9 बिलियन और 27 बिलियन दोनों पैरामीटर आकारों में उपलब्ध होगा।

कंपनी ने कहा कि जेम्मा का टोकेनाइजर, जो एआई प्रसंस्करण के लिए पाठ को छोटी इकाइयों में तोड़ता है, बहुभाषी समाधान बनाने के लिए विशेष रूप से शक्तिशाली है जो भारत की विविध भाषाओं को समझता है और उनका जवाब देता है।

यह नवरसा द्वारा प्रदर्शित किया गया, जो तेलुगु एलएलएम लैब्स द्वारा जेम्मा पर निर्मित भारतीय भाषाओं के लिए एक बहुभाषी संस्करण है, जो लामाइंडेक्स के रवि थेजा देसेट्टी और नूनवेल के रामश्री गौतम गोल्ला की एक संयुक्त पहल है। इसका उद्देश्य दुनिया भर में तेलुगु बोलने वालों के लिए बेहतर एआई अनुभव प्रदान करना है। नवरसा वर्तमान में 15 भारतीय भाषाओं को समझने में सहायता करता है।

गूगल अपने प्रमुख जेमिनी 1.5 प्रो मॉडल पर 2 मिलियन टोकन संदर्भ विंडो भी भारत में सभी डेवलपर्स के लिए उपलब्ध करा रहा है, जिसे मई में प्रतीक्षा सूची के माध्यम से शुरू किया गया था।

संदर्भ विंडो का आकार यह निर्धारित करता है कि मॉडल एक बार में कितना डेटा (शब्द, छवियाँ, वीडियो, ऑडियो या कोड) प्रोसेस कर सकता है। इसका अनिवार्य रूप से मतलब है कि मॉडल की संदर्भ विंडो जितनी बड़ी होगी, वह उतनी ही अधिक जानकारी ले सकता है और किसी दिए गए प्रॉम्प्ट में प्रोसेस कर सकता है। उदाहरण के लिए, 1 मिलियन टोकन विंडो 1 घंटे तक के वीडियो, 11 घंटे के ऑडियो या 1,500 पेज तक के विस्तृत कोडबेस और टेक्स्ट को प्रोसेस कर सकती है।

भारतीय भाषा एलएलएम की बेंचमार्किंग

गूगल इंडिकजेनबेंच भी पेश कर रहा है, जो एक बहुभाषी बेंचमार्क सूट है जिसे खास तौर पर भारतीय भाषाओं के लिए डिज़ाइन किया गया है। कंपनी ने कहा कि इसका उद्देश्य डेवलपर्स को उच्च गुणवत्ता वाले भाषा मॉडल बनाने में मदद करना है जो भारत की भाषाई विविधता का सटीक प्रतिनिधित्व कर सकें।

गूगल डीपमाइंड की भारत इकाई द्वारा विकसित इस बेंचमार्क सुइट का उपयोग 13 लेखन लिपियों और चार भाषा परिवारों में फैली 29 भारतीय भाषाओं में विविध उपयोगकर्ता-संबंधी कार्यों में बड़े भाषा मॉडल (एलएलएम) की भाषा निर्माण क्षमताओं का मूल्यांकन करने के लिए किया जा सकता है।

समर्थित भाषाओं में हिंदी, कन्नड़, बंगाली, गुजराती, तमिल, तेलुगु, मलयालम और मराठी शामिल हैं, साथ ही मणिपुरी, मैथिली, कोंकणी, मारवाड़ी और बोडो जैसी कम प्रतिनिधित्व वाली भाषाएं भी शामिल हैं।

गुप्ता ने कहा, “कई भाषाओं के लिए यह पहला ऐसा मानक है, जो अधिक नवाचार को बढ़ावा देगा।”

टेक दिग्गज CALM (भाषा मॉडल की संरचना) नामक एक नई तकनीक को भी ओपन-सोर्स कर रहा है जो डेवलपर्स को अपने विशेष भाषा मॉडल को जेम्मा मॉडल के साथ संयोजित करने की अनुमति देता है। कंपनी ने कहा कि Google DeepMind की भारत इकाई द्वारा विकसित यह तकनीक डेवलपर्स को शक्तिशाली, कुशल और सूक्ष्म समाधान बनाने में सक्षम बनाती है जो विशिष्ट उपयोग के मामलों और भाषाई विविधताओं को पूरा करते हैं।

उदाहरण के लिए, यदि कोई डेवलपर अंग्रेजी में कोडिंग सहायक बना रहा है, तो वे CALM में विशेषज्ञ मॉडल का उपयोग करके कन्नड़ में भी कोडिंग सहायता प्रदान कर सकते हैं।

गुप्ता ने कहा कि इस तकनीक को विकसित करने की प्रारंभिक प्रेरणा एआई मॉडलों में भाषा समावेशिता को बढ़ाना था।

उन्होंने कहा, “हमारी टीम ने मोरनी नामक एक छोटा मॉडल विकसित किया, जो भारतीय भाषाओं को बहुत अच्छी तरह से समझता था। हम इसे जेमिनी की शक्ति के साथ जोड़ना चाहते थे, जो दुनिया की गहरी समझ वाला एक बहुत समृद्ध मॉडल है, लेकिन भारतीय भाषाओं को समझने में उतना अच्छा नहीं है। तो आप दोनों को कैसे मिला सकते हैं ताकि दोनों दुनिया का सर्वश्रेष्ठ मिल सके?”

गुप्ता ने कहा कि डीपमाइंड इंडिया टीम ने मैटफॉर्मर फ्रेमवर्क नामक एक नए फ्रेमवर्क को विकसित करने में भी प्रमुख भूमिका निभाई है, जो ऑन-डिवाइस एआई क्षमताओं को बढ़ाएगा।

यह फ्रेमवर्क जेमिनी नैनो के दूसरे संस्करण में उपलब्ध होगा, जिसके जल्द ही रिलीज़ होने की उम्मीद है। यह डेवलपर्स को एक ही फ्रेमवर्क के भीतर अलग-अलग आकार के जेमिनी मॉडल को मिलाने और मैच करने की अनुमति देगा, जो उच्च प्रदर्शन और कम संसाधन खपत दोनों के लिए अनुकूलन करेगा। इससे उपयोगकर्ताओं के फ़ोन पर सीधे सहज, तेज़ और अधिक सटीक AI अनुभव मिलने की उम्मीद है।

गुप्ता ने कहा, “इसके बाद डेवलपर्स चुन सकते हैं: यदि मुझे उच्चतम गुणवत्ता चाहिए, तो मैं सबसे बड़े मॉडल का उपयोग करूंगा। यदि मैं बैटरी जीवन को संरक्षित करना चाहता हूं, तो एक छोटा मॉडल पर्याप्त होगा। मैं जेमिनी के इन सभी विभिन्न संस्करणों को एक डिवाइस पर तैनात किए बिना केवल छोटे मॉडल का चयन कर सकता हूं।”

नए API और भाषण डेटा

कंपनी ने बताया कि गूगल, भारतीय विज्ञान संस्थान (आईआईएससी) और आर्टिफिशियल इंटेलिजेंस एंड रोबोटिक्स टेक्नोलॉजी पार्क (ARTPARK) के बीच सहयोग से शुरू किए गए प्रोजेक्ट वाणी ने भी अपना पहला चरण पूरा कर लिया है। यह प्रोजेक्ट डेवलपर्स को 80 जिलों के 80,000 वक्ताओं से एकत्रित 58 भाषाओं में 14,000 घंटों से अधिक का स्पीच डेटा प्रदान करेगा।

दिसंबर 2022 में पहली बार घोषित किए गए प्रोजेक्ट वाणी का उद्देश्य भारत के सभी 773 जिलों से ओपन-सोर्स अनाम भाषण डेटा एकत्र करना और उसका प्रतिलेखन करना है, जिससे तीन चरणों में भाषाई, शैक्षिक, शहरी-ग्रामीण, आयु और लिंग विविधता सुनिश्चित हो सके। पहला चरण 10 राज्यों के 80 जिलों पर केंद्रित है।

गुप्ता ने कहा कि वे अब दूसरे चरण के मध्य में हैं, जिसमें भारत के सभी राज्यों के 160 जिले शामिल होंगे।

इन घोषणाओं के अलावा, गूगल ने कहा कि वह शीघ्र ही सीमित पूर्वावलोकन में कृषि परिदृश्य समझ (ALU) अनुसंधान API लॉन्च करेगा, जिसका लक्ष्य कृषि पद्धतियों को अधिक डेटा-संचालित और कुशल बनाना है।

एपीआई का उद्देश्य किसानों के सामने आने वाली विभिन्न चुनौतियों का समाधान करना है, जैसे उपज और बाजार तक पहुंच बढ़ाने के लिए सब्सिडी और पूंजी तक पहुंच। यह भारत भर में अलग-अलग खेतों का मानचित्रण करने के लिए एआई और रिमोट सेंसिंग का लाभ उठाएगा, जो संभावित रूप से वर्तमान समग्र स्तर के बजाय खेत के खेत के स्तर पर परिदृश्य अंतर्दृष्टि प्रदान करेगा।

एक ब्लॉग पोस्ट में, गूगल ने कहा कि एपीआई को गूगल क्लाउड और कंपनी के व्यापक शोध पर बनाया गया है, जिसमें एंथ्रो कृषि टीम और भारत के डिजिटल एग्रीस्टैक के साथ सहयोग शामिल है। इसमें कहा गया है कि निंजाकार्ट, स्काईमेट, टीम-अप, आईआईटी बॉम्बे और भारत सरकार जैसे शुरुआती चुनिंदा साझेदार वर्तमान में एएलयू सूचना के उपयोग की खोज कर रहे हैं।

गूगल ने गूगल मैप्स प्लैटफॉर्म का इस्तेमाल करने वाले डेवलपर्स के लिए भारत-विशिष्ट मूल्य निर्धारण भी पेश किया है, जिसके बारे में कंपनी का दावा है कि यह अधिकांश एपीआई पर 70 प्रतिशत तक कम है। कंपनी ने कहा कि उसने ओपन नेटवर्क फॉर डिजिटल कॉमर्स (ONDC) के साथ मिलकर ONDC के लिए निर्माण करने वाले डेवलपर्स को चुनिंदा गूगल मैप्स प्लैटफॉर्म एपीआई पर 90 प्रतिशत तक की छूट देने की पेशकश की है।