अबू धाबी में अक्टूबर में आर्टिफिशियल इंटेलिजेंस मॉडलों के एक नए परिवार, जैस 3 (Jais 3) का अनावरण किया गया था। इन मॉडलों को मोहम्मद बिन जायद यूनिवर्सिटी ऑफ आर्टिफिशियल इंटेलिजेंस के इंस्टीट्यूट ऑफ फंडामेंटल मॉडल्स (IFM) और G42 के Inception42 द्वारा विकसित किया गया है। यह तकनीक अरब एआई के विकास के प्रति यूएई के दृष्टिकोण में बदलाव का प्रतीक है।
जैस के पिछले संस्करण मुख्य रूप से भाषा निर्माण और समझ पर केंद्रित थे। हालांकि, नए मॉडल अरबी भाषण की पहचान को निर्देशों का पालन करने, सॉफ्टवेयर टूल का उपयोग करने और कार्यों के अनुक्रम को पूरा करने की क्षमता के साथ जोड़ते हैं।
IFM के वरिष्ठ वैज्ञानिक हाओनान ली के अनुसार, यह अंतर महत्वपूर्ण है, क्योंकि अरबी भाषी लोगों को केवल इसलिए अपनी संचार शैली नहीं बदलनी चाहिए कि प्रौद्योगिकी उन्हें समझ सके। ली ने उल्लेख किया कि अरबी भाषा विभिन्न क्षेत्रों में काफी भिन्न होती है, और लोग बोलियों, आधुनिक मानक अरबी और अन्य भाषाओं के बीच स्वतंत्र रूप से स्विच करते हैं।
वह एक ऐसे उदाहरण का हवाला देते हैं जहां कोई व्यक्ति अमीराती अरबी में बात कर सकता है, तकनीकी शब्द का उपयोग करने के लिए अंग्रेजी पर स्विच कर सकता है, और फिर अरबी में वापस आ सकता है। मॉडल को इस जटिल बदलाव को संदर्भ में समझने में सक्षम होना चाहिए, न कि प्रत्येक ऐसे बदलाव को एक समस्या के रूप में देखना चाहिए।
अरबी भाषा दुनिया भर में 400 मिलियन से अधिक लोग बोलते हैं, लेकिन यह बिल्कुल भी सजातीय नहीं है। औपचारिक अरबी, जिसका उपयोग आधिकारिक दस्तावेजों और समाचार पत्रों में किया जाता है, अबू धाबी, काहिरा या कासाब्लांका जैसे शहरों में रोजमर्रा की बातचीत से बहुत अलग हो सकता है। यह अरबी एआई सिस्टम के लिए चुनौतियां पैदा करता है जो मुख्य रूप से औपचारिक लिखित सामग्री या अंग्रेजी से अनुवादित डेटा पर प्रशिक्षित होते हैं।
इस वर्ष भाषा संसाधन और मूल्यांकन सम्मेलन में प्रकाशित अध्ययनों ने पांच अरबी बोलियों, जिसमें अमीराती, सऊदी, मिस्री, सीरियाई और मोरक्कन शामिल हैं, पर 19 ओपन एआई मॉडलों का विश्लेषण किया। वैज्ञानिकों ने बोलियों के बीच प्रदर्शन में महत्वपूर्ण अंतर पाया, जो इस बात पर जोर देता है कि यह क्षेत्र स्थिर समझ प्राप्त करने से कितना दूर है।
जैस 3 इस समस्या को अरबी बोलियों, सांस्कृतिक ज्ञान और भाषाओं के बीच स्विच करने के तरीकों पर ध्यान केंद्रित करके प्रशिक्षण के माध्यम से हल करने का लक्ष्य रखता है। इसका सहयोगी स्पीच मॉडल, जैस स्पीच, 19 अरबी देशों में उपयोग किए जाने वाले अरबी भाषा के विभिन्न रूपों को ट्रांसक्राइब करने के लिए डिज़ाइन किया गया है। यह बोलियों की पहचान करने और वक्ता के भाषा बदलने पर अंग्रेजी या फ्रेंच शब्दावली को उसके मूल लेखन में बनाए रखने में सक्षम है।
यूएई के निवासियों और संगठनों के लिए, यह एआई उपकरणों को कार्यस्थलों में अधिक उपयोगी बना सकता है जहां अरबी और अंग्रेजी दोनों का उपयोग किया जाता है। हालांकि, सटीक प्रतिलेखन विकास का केवल एक हिस्सा है। हाओनान ली ने एक उदाहरण दिया जहां एक सरकारी कर्मचारी अमीराती अरबी में आयोजित बैठक समाप्त करता है। कर्मचारी जैस 3 को बातचीत को ट्रांसक्राइब करने, लिए गए निर्णयों की पहचान करने, संबंधित टीमों को कार्य सौंपने और परिणामों के सारांश के साथ एक प्रस्तुति तैयार करने का निर्देश दे सकता है।
सिस्टम प्रत्येक चरण को अलग से संसाधित करने के बजाय संबंधित सॉफ्टवेयर टूल के माध्यम से समन्वय कर सकता है। ली ने समझाया कि यह एजेंटिक एआई की दिशा को प्रदर्शित करता है: साधारण प्रश्न का उत्तर देने से पूरे कार्य अनुक्रम को निष्पादित करने तक संक्रमण। उन्होंने जोड़ा कि सटीक चरण उपलब्ध उपकरणों और कार्यान्वयन के दौरान एकीकरण पर निर्भर करते हैं, साथ ही मानव सत्यापन के आवश्यक स्तर पर भी निर्भर करते हैं।
जैस 3 छह आकारों में उपलब्ध है, जो 900 मिलियन से लेकर 375 बिलियन मापदंडों तक भिन्न होते हैं, जो संख्यात्मक मान हैं जिन्हें मॉडल ने प्रशिक्षण के दौरान आत्मसात किया। छोटे संस्करण कम शक्तिशाली हार्डवेयर, जिसमें संभावित रूप से मोबाइल फोन शामिल हैं, के लिए डिज़ाइन किए गए हैं, जबकि बड़े सिस्टम मांग वाले संगठनात्मक अनुप्रयोगों पर केंद्रित हैं। ली ने उल्लेख किया कि यह सीमा संगठनों को कम्प्यूटेशनल लागत, प्रदर्शन और सूचना प्रसंस्करण स्थान के बीच चयन करने की अनुमति देती है। स्थानीय रूप से तैनात मॉडल भी सुरक्षा उपायों के आधार पर संवेदनशील डेटा पर अधिक नियंत्रण प्रदान कर सकते हैं।
मॉडल, उनके प्रशिक्षण चेकपॉइंट और मूल्यांकन कोड जनता के लिए जारी किए गए हैं, जिससे डेवलपर्स प्रौद्योगिकी को अनुकूलित कर सकते हैं और इसकी प्रभावशीलता का स्वयं परीक्षण कर सकते हैं। यह दृष्टिकोण विशेष रूप से यूएई की राष्ट्रीय योजना के आलोक में प्रासंगिक है, जिसके तहत दो वर्षों के भीतर 50 प्रतिशत संघीय सरकारी क्षेत्रों, सेवाओं और संचालन में एजेंटिक एआई को लागू किया जाएगा।
प्रतिस्पर्धा अब केवल एक अमीराती मॉडल तक सीमित नहीं है। क्षेत्र में कई अरबी एआई सिस्टम मौजूद हैं, जिनमें सऊदी अरब से ALLaM, कतर से Fanar और यूएई से Falcon Arabic शामिल हैं, साथ ही तेजी से सक्षम अंतरराष्ट्रीय मॉडल भी हैं। IFM और Inception42 ने बताया कि जैस 3 अरबी भाषा की समझ और कार्यों को पूरा करने के क्षेत्र में प्रतिस्पर्धी ओपन मॉडलों की तुलना में मजबूत परिणाम दिखाता है। शोधकर्ताओं ने मौजूदा अरबी बेंचमार्क का भी ऑडिट किया और दूसरों द्वारा अध्ययन के लिए मूल्यांकन सामग्री प्रकाशित की।
फिर भी, उनकी प्रकाशित तुलनाएं दर्शाती हैं कि कुछ प्रमुख मालिकाना मॉडल अभी भी जटिल कार्यों में जैस 3 से बेहतर प्रदर्शन करते हैं। अरबी फ़ाइलों को संसाधित करने के एक परीक्षण में, जैस 3 का सबसे बड़ा मॉडल लगभग 64 प्रतिशत अंक प्राप्त किया, जबकि अग्रणी बंद मॉडल ने लगभग 96 प्रतिशत प्राप्त किया। ली ने स्वीकार किया कि शेष अंतराल महत्वपूर्ण हैं। उन्होंने इस बात पर जोर दिया कि अरबी एआई में प्रगति का मतलब यह नहीं है कि सभी कमियां दूर हो गई हैं; उन्नत बंद मॉडल अभी भी अरबी दस्तावेज़ों और फाइलों के साथ काम करने और सांस्कृतिक ज्ञान की गहराई में जटिल एजेंटिक कार्यों में आगे हैं। बोलियाँ किसी भी मॉडल के लिए सबसे कठिन सीमा बनी हुई हैं, और विश्वसनीयता इस क्षेत्र में एक और खुली समस्या है।
शोधकर्ताओं के लिए यह सवाल उठाता है: क्या मॉडल वास्तव में अरबी समझता है, या यह केवल परिचित भाषाई पैटर्न को दोहराना सीख गया है? ली का मानना है कि इस अंतर का आकलन करने के लिए ऐसे प्रश्नों की आवश्यकता है जो मूल रूप से अरबी में लिखे गए हों, जिसमें क्षेत्रीय और बोली सामग्री शामिल हो, न कि केवल अंग्रेजी में अनुवादित परीक्षणों पर निर्भर रहना। व्यावहारिक निहितार्थ बेंचमार्क से परे जाते हैं। एक एआई सहायक जो कभी-कभी बोली को गलत समझता है, वह अनौपचारिक बातचीत में असुविधाजनक हो सकता है। ऐसी ही गलतफहमी तब अधिक गंभीर हो जाती है जब यह एक सरकारी दस्तावेज़, चिकित्सा रिकॉर्ड या व्यावसायिक निर्देश को प्रभावित करती है। इसलिए, ली के अनुसार, प्रगति न केवल बड़े मॉडल बनाने पर बल्कि वास्तविक दुनिया में अरबी भाषी लोगों के लिए विश्वसनीय रूप से काम करने वाली प्रणालियों को विकसित करने पर भी निर्भर करेगी। नतीजतन, अरबी एआई के विकास का अगला चरण इस बात से कम, इस बात से आंका जा सकता है कि मशीन कितनी स्वाभाविक रूप से बातचीत बनाए रख सकती है, बल्कि इस बात से आंका जा सकता है कि क्या लोग अपने निर्देशों को समझने और काम करने में उस पर भरोसा कर सकते हैं।
