જ્યારે Meta, Microsoft અને Nvidia નીતિગત લડાઈમાં એક જ પક્ષે ઊભા રહે છે, ત્યારે આ સમાચાર સામાન્ય લાગે છે. પરંતુ જ્યારે તેઓ IBM, Dell, CrowdStrike, ServiceNow અને Andreessen Horowitz દ્વારા સમર્થિત સ્ટાર્ટઅપ્સના સમૂહ સાથે જોડાય છે, ત્યારે આ ક્ષણ ખરેખર અસામાન્ય બની જાય છે. આ કંપનીઓએ સંયુક્ત રીતે વોશિંગ્ટનને એક પત્ર મોકલ્યો છે, જેમાં નીતિ નિર્માતાઓને પ્રતિબંધિત ફેડરલ નિયમનથી open-weight artificial intelligence મોડલ્સનું રક્ષણ કરવા વિનંતી કરવામાં આવી છે. આ વિનંતી માત્ર તેમાં જોડાયેલા મોટા નામોને કારણે જ મહત્વપૂર્ણ નથી, પરંતુ તે એ પણ દર્શાવે છે કે ઉદ્યોગ તેના ભવિષ્યના વિકાસ માટે ક્યાં વિશ્વાસ રાખે છે.
એક અસામાન્ય સમજૂતી
ટેક લોબિંગ સામાન્ય રીતે ટ્રેન્ચ વોરફેર (ખાઈમાં રહીને લડાઈ) જેવું હોય છે. ક્લાઉડ પ્રોવાઇડર્સ સંરક્ષણ કરારો માટે લડે છે. ચિપ ઉત્પાદકો ડેટા સેન્ટર્સમાં જગ્યા મેળવવા માટે સ્પર્ધા કરે છે. સોશિયલ પ્લેટફોર્મ્સ એપ સ્ટોર ફી બાબતે એકબીજા સામે કેસ કરે છે. તેમ છતાં, આ ગઠબંધને ઈન્ફ્રાસ્ટ્રક્ચરના એક સહિયારા હિસ્સાના બચાવ માટે આ તમામ દુશ્મનાવટ બાજુ પર મૂકી દીધી છે.
હસ્તાક્ષર કરનારાઓની યાદી AI સ્ટેકના દરેક સ્તરને આવરી લે છે. Nvidia અને Dell Technologies સિલિકોન અને સર્વર્સ પૂરા પાડે છે. Microsoft અને IBM એન્ટરપ્રાઇઝ સોફ્ટવેર અને વૈશ્વિક ક્લાઉડ પહોંચ લાવે છે. Meta અગ્રણી સંશોધન અને અબજો લોકોના પ્રેક્ષકો બંનેનું યોગદાન આપે છે. Hugging Face, Mistral અને Perplexity મોડલ બિલ્ડર્સ અને ટૂલિંગ પ્લેટફોર્મ્સના નવા મોજાનું પ્રતિનિધિત્વ કરે છે. ત્યારબાદ નિષ્ણાતો છે: Palantir તેનું સરકારી અને વ્યાવસાયિક એનાલિટિક્સ કાર્ય, CrowdStrike સાયબર સિક્યુરિટી સાથે, અને ServiceNow એન્ટરપ્રાઇઝ વર્કફ્લો ઓટોમેશન સાથે. એડ્રીસન હોરોવિટ્ઝ (Andreessen Horowitz) દ્વારા વેન્ચર કેપિટલ ઇકોસિસ્ટમે પણ પોતાનો મત આપ્યો છે.
આ વ્યાપ કંઈક મહત્વપૂર્ણ સૂચવે છે. Open-weight મોડલ્સ એ માત્ર શોખીનો માટેની લક્ઝરી કે શૈક્ષણિક પ્રયોગ નથી. ઉદ્યોગ તેને લોડ-બેરિંગ ઈન્ફ્રાસ્ટ્રક્ચર તરીકે જુએ છે. જ્યારે એક સિક્યુરિટી વેન્ડર અને એક GPU ઉત્પાદક સમાન નીતિગત દલીલ કરે છે, ત્યારે આ મુદ્દો એન્જિનિયરિંગના મર્યાદિત ક્ષેત્રથી ઘણો આગળ વધી ગયો છે.
Open Weight નો વાસ્તવિક અર્થ શું છે
AI વિશેની મોટાભાગની જાહેર ચર્ચાઓ બધું જ ચેટબોટ્સ અને વેબ ઇન્ટરફેસ સુધી સીમિત રાખે છે. ક્લોઝ્ડ (closed) અને ઓપન (open) મોડલ્સ વચ્ચેનો તકનીકી તફાવત ખોવાઈ જાય છે, અને આ તફાવત જ આ પત્રનો મુખ્ય હેતુ છે.
Closed-source મોડલ્સ એ API દ્વારા એક્સેસ કરી શકાય તેવા 'બ્લેક બોક્સ' છે. તમે ટેક્સ્ટ મોકલો છો; તમને ટેક્સ્ટ મળે છે. તમે તેની પાછળનું ગણિત જોઈ શકતા નથી. તમે મોડલને તમારા પોતાના સર્વર પર ડાઉનલોડ કરી શકતા નથી. તમે દરેક ટોકન દીઠ ચૂકવણી કરો છો, પ્રોવાઇડર દ્વારા નિર્ધારિત વપરાશ મર્યાદામાં કામ કરો છો, અને તમારો ડેટા તેમના સિસ્ટમ્સ દ્વારા રૂટ કરો છો.
Open-weight મોડલ્સ આ સંબંધને ઉલટાવી દે છે. સંસ્થા વાસ્તવિક સંખ્યાત્મક પેરામીટર્સ—જેને weights કહેવામાં આવે છે—તે જાહેર કરે છે, જે નક્કી કરે છે કે મોડલ માહિતી કેવી રીતે પ્રોસેસ કરે છે. ડેવલપર્સ આ ફાઇલો ડાઉનલોડ કરી શકે છે, તેમને તેમના પોતાના મશીનો પર લોડ કરી શકે છે, તેઓ કેવી રીતે વર્તે છે તેનું નિરીક્ષણ કરી શકે છે, ચોક્કસ કાર્યો માટે તેમને fine-tune કરી શકે છે અને તેમને ઓફલાઇન ચલાવી શકે છે. કોઈ API કોલ્સ નહીં. કોઈ મીટરવાળી બિલિંગ નહીં. કોઈ બાહ્ય નિર્ભરતા નહીં.
હોસ્પિટલ નેટવર્ક માટે, આનો અર્થ એ હોઈ શકે કે એક સામાન્ય હેતુના લેંગ્વેજ મોડલને લઈને તેને આંતરિક રેકોર્ડ્સ પર ટ્યુન કરવું જેથી દવાઓના આંતરપ્રતિક્રિયા (drug interactions) ને ઓળખી શકાય, અને તે પણ દર્દીનો ડેટા કોઈ તૃતીય-પક્ષ API ને મોકલ્યા વગર. એક નાની ફેક્ટરી માટે, તેનો અર્થ એ હોઈ શકે કે ઇન્ટરનેટ કનેક્શન અસ્થિર હોય તો પણ પ્રોડક્ટના ખામીઓ તપાસવા માટે લોકલ એજ સર્વર પર વિઝન મોડલ તૈનાત કરવું. નાઇરોબી અથવા લાગોસમાં રહેલું સ્ટાર્ટઅપ કેલિફોર્નિયાની ટીમ જે weights વાપરે છે તે જ ડાઉનલોડ કરી શકે છે, તેમને સ્થાનિક ભાષાઓ અથવા નિયમો માટે અનુકૂળ બનાવી શકે છે, અને સિલિકોન વેલીના ક્લાઉડ પ્રોવાઇડરને ચૂકવણી કર્યા વગર ગ્રાહકોને સેવા આપી શકે છે.
આ વ્યવહારુ લવચીકતા જ એ છે જેને આ ગઠબંધન જાળવી રાખવા માંગે છે.
એક્સેસ (Access) શા માટે ઇનોવેશનને વેગ આપે છે
પત્રમાં દલીલ કરવામાં આવી છે કે open weights પ્રયોગોનો ખર્ચ ઘટાડે છે. તે કોઈ અમૂર્ત સિદ્ધાંત નથી. જ્યારે મોડલ API ની પાછળ હોય છે, ત્યારે દરેક ટ્રેનિંગ રન, દરેક ટેસ્ટ ક્વેરી અને દરેક ડીબગિંગ સેશન માટે સીધું ક્લાઉડ બિલ આવે છે. સ્વતંત્ર સંશોધકો અને લઘુત્તમથી મધ્યમ કદના સાહસો માટે, આ ખર્ચ ઝડપથી વધે છે. તે વિશાળ ક્લોઝ્ડ સિસ્ટમ્સને ટ્રેન કરવા અને હોસ્ટ કરવા માટે મૂડી ધરાવતા મુઠ્ઠીભર મોટા ક્લાઉડ પ્રોવાઇડર્સ પર કડક નિર્ભરતા પણ ઊભી કરે છે.
Open weights break that concentration of power. A small team can buy a few enterprise GPUs, download a model, and iterate for weeks without permission from a hyperscaler. Meta and Mistral both benefit from this dynamic, though in different ways. Meta distributes open models partly to build goodwill with developers who might otherwise default to competitor APIs. Mistral has staked part of its strategy on offering capable open models that European and American enterprises can host privately. Both receive something valuable in return: a global community that stress-tests their architectures, finds vulnerabilities, suggests optimizations, and occasionally contributes improvements faster than any internal team could manage.
The coalition is essentially arguing that this distributed, voluntary R&D network is one of America's competitive advantages in AI. Regulate