EKA-1 மற்றும் Dhīr: இந்தியாவின் புதிய ஏஐ மாதிரிகள் பயிற்சி, மொழி, உள்ளூர் பயன்பாட்டை எவ்வாறு இணைக்கின்றன

செய்திகளில் இடம்பெறக் காரணம்?

இந்தியாஏஐ இயக்கம் (IndiaAI Mission) 3 நவம்பர் 2026 அன்று புது தில்லியில் மூன்று உள்நாட்டு செயற்கை நுண்ணறிவு (artificial intelligence) மாதிரிகளை வெளியிட்டது: சோகெட் லேப்ஸ் டெக்னாலஜி அண்ட் ரிசர்ச் (Soket Labs Technology and Research) உருவாக்கிய EKA-1, மற்றும் ஜென்டெக் ஏஐடெக் இன்னோவேஷன்ஸ் (ZenteiQ AiTech Innovations) உருவாக்கிய Dhīr 2B மற்றும் Dhīr 5B. மானிய விலையிலான கணிப்பொறி உள்கட்டமைப்பு மற்றும் ஆராய்ச்சிச் செலவுகளுக்கான உதவி உள்ளிட்ட ஆதரவை, இந்த இயக்கத்தின் இந்தியாஏஐ புத்தாக்க மையம் (IndiaAI Innovation Centre) என்ற தூணின் கீழ் இந்நிறுவனங்கள் பெற்றன.

அடிப்படை மாதிரி எதை வழங்குகிறது

ஒரு அடிப்படை மாதிரி (foundation model) பரந்த தரவுத் தொகுப்பின் மீது பயிற்சியளிக்கப்படுகிறது; மேலும் அதனைப் பல்வேறு பணிகளுக்கு ஏற்ப மாற்றியமைக்க முடியும். ஒரு மொழி மாதிரி (language model) உரையில் உள்ள அமைப்புகளைக் கற்றுக்கொள்கிறது, இது பதில்களை உருவாக்க அதற்கு உதவுகிறது. பின்னர் கேள்விகளுக்குப் பதிலளித்தல், நிரல் எழுதுதல் (coding) அல்லது ஒரு குறிப்பிட்ட துறையின் ஆவணங்களுடன் பணிபுரிதல் போன்ற செயல்பாடுகளுக்காக உருவாக்குநர்கள் இந்தப் பொதுவான மாதிரியைத் தகவமைத்துக் கொள்ளலாம்.

அடிப்படையான மாதிரியை உருவாக்குவதற்குப் பெருமளவிலான தரவுகள், கணிப்பொறித் திறன் மற்றும் தொழில்நுட்ப வல்லுநர் அறிவு தேவைப்படுவதால், இந்தப் பகிர்ந்துகொள்ளப்படும் தொடக்கப் புள்ளி முக்கியத்துவம் பெறுகிறது. செயலிகள் (applications) அந்த அடித்தளத்தின் மீது கட்டமைக்கப்படுவதுடன், தமக்கான வழிமுறைகள், தகவல் ஆதாரங்கள் மற்றும் பயனர்களுக்கான வசதிகளையும் சேர்த்துக் கொள்ளலாம். எனவே அடிப்படை மாதிரியும் முழுமையான செயலியும் உருவாக்கச் செயல்முறையின் வெவ்வேறு நிலைகளில் செயல்படுகின்றன.

அளவுருக்கள், டோக்கன்கள் மற்றும் இன்பரன்ஸ் ஆகியவற்றைப் புரிந்துகொள்ளுதல்

பயிற்சியின் (training) போது, ஒரு மாதிரி தரவுகளிலிருந்து கற்றுக்கொள்ளும்போது அளவுருக்கள் (parameters) எனப்படும் எண் மதிப்புகளைச் சரிசெய்கிறது. மொழி மாதிரிகளில், உரையானது டோக்கன்கள் (tokens) எனப்படும் சிறிய அலகுகளாகச் செயலாக்கப்படுகிறது. உரையைப் பிரிக்கப் பயன்படும் முறையைப் பொறுத்து, ஒரு டோக்கன் என்பது ஒரு சொல்லையோ, சொல்லின் ஒரு பகுதியையோ அல்லது ஒரு எழுத்தையோ குறிக்கலாம்.

EKA-1 மாதிரி 26.3 பில்லியன் அளவுருக்களைக் கொண்டுள்ளது என்றும், ஏறத்தாழ 7.5 டிரில்லியன் டோக்கன்களைக் கொண்டு பயிற்சியளிக்கப்பட்டுள்ளது என்றும் அமைச்சகம் தெரிவித்துள்ளது. இது அரசியலமைப்பு அட்டவணையில் உள்ள அனைத்து 22 இந்திய மொழிகளையும் ஆங்கிலத்தையும் ஆதரிக்கிறது; கணிதம், கோடிங் மற்றும் தர்க்கரீதியான சிந்தனை (reasoning) ஆகியவை இதன் நோக்கமாகக் கொள்ளப்பட்ட பயன்பாடுகளில் அடங்கும். இந்த இரண்டு எண்களும் வெவ்வேறு பண்புகளை விவரிக்கின்றன: ஒன்று மாதிரி கற்றுக்கொண்ட எண் கட்டமைப்பையும், மற்றொன்று பயிற்சியின் போது செயலாக்கப்பட்ட உரை அலகுகளின் அளவையும் குறிக்கிறது.

பயிற்சி பெற்ற ஒரு மாதிரி பயனரின் உள்ளீட்டைச் செயலாக்கி பதிலை உருவாக்கும் நிலையே இன்பரன்ஸ் (inference) ஆகும். பயிற்சியானது மாதிரியின் கற்றல் திறன்களை உருவாக்குகிறது; இன்பரன்ஸ் அந்தத் திறன்களைப் பயன்பாட்டிற்குக் கொண்டுவருகிறது. பெரும் கணிப்பொறி வளங்களைப் பயன்படுத்தி உருவாக்கப்பட்ட ஒரு மாதிரியைப் பின்னர் எவ்வாறு ஒரு செயலியில் பயன்பாட்டிற்குக் கொண்டுவர முடியும் என்பதை விளக்க இந்த வேறுபாடு உதவுகிறது.

ஆவணங்களும் உள்ளூர் பயன்பாட்டு முறையும்

அதிகாரப்பூர்வ வெளியீடு Dhīr 2B மற்றும் Dhīr 5B ஆகியவற்றை ஆங்கிலம் மற்றும் 10 இந்திய மொழிகளை ஆதரிக்கும் திறந்த-மூல (open-source) பன்மொழி மாதிரிகள் என்று விவரிக்கிறது. ஆவண அடிப்படையிலான தானியங்கிமயமாக்கல் (automation), தகவல் மீட்டெடுப்பு (information retrieval) மற்றும் அரசு, தொழில், கல்வி, பாதுகாப்புத் துறைகளில் உள்ள சேவைகள் ஆகியவை இவற்றின் உத்தேசப் பயன்பாடுகளில் அடங்கும். இவற்றை ஒரு நிறுவனத்தின் சொந்த வளாகத்திலேயே (on-premises) நிறுவ முடியும் என்றும், பொருத்தமான சாதனங்களில் தொடர்ச்சியான கிளவுட் இணைப்பு இல்லாமலும் இயக்க முடியும் என்றும் ஜென்டெக் விவரிக்கிறது.

ஒரு கேள்வியும் அதனுடன் தொடர்புடைய மீட்டெடுக்கப்பட்ட ஆவணங்களும் மொழி மாதிரிக்கு வழங்கப்படுவதையும், அது பதிலை உருவாக்குவதையும் இந்த விளக்கப்படம் காட்டுகிறது. — ஆவண-அடிப்படையிலான உதவியாளர் கேள்வியுடன் தொடர்புடைய ஆதாரத் தகவல்களையும் சேர்த்து வழங்குகிறது. கிளாரிட்டியின் அசல் கருத்துரு விளக்கப்படம்; ஆதாரங்கள்: லூயிஸ் மற்றும் பலர் (2020) மற்றும் கூகுள் இயந்திரக் கற்றல் கலைச்சொல் அகராதி.

ஒரு ஆவண-அடிப்படையிலான (document-grounded) உதவியாளர் தனது பதிலைத் தயாரிக்கும்போது தொடர்புடைய ஆதாரத் தகவல்களைப் பயன்படுத்துகிறது. எடுத்துக்காட்டாக, ஒரு அலுவலக நடைமுறை குறித்த கேள்விக்குப் பதிலளிக்கும் அமைப்பு முதலில் தொடர்புடைய வழிமுறைகளைத் தேடி எடுத்து அவற்றை மொழி மாதிரிக்கு வழங்க முடியும். அதன் பிறகு, அந்தக் குறிப்பிட்ட கேள்விக்காக வழங்கப்பட்ட தகவல்களின் அடிப்படையில் பதில் உருவாக்கப்படுகிறது.

இன்பரன்ஸை உள்ளூரிலேயே இயக்குவது, தரவுச் செயலாக்கத்தை அந்த நிறுவனம் அல்லது பயனரின் சொந்த வன்பொருளில் (hardware) நடைபெறச் செய்கிறது. இணைய இணைப்பு குறைவாக உள்ள இடங்களிலும், ஆவணங்கள் கட்டுப்படுத்தப்பட்ட சூழலுக்குள்ளேயே இருக்க வேண்டிய நிலைகளிலும் இது பயன்பாட்டிற்கு உதவும். இந்த நடைமுறைப்படுத்தல் ஏற்பாடு, மாதிரியை அதனைப் பயன்படுத்தும் நிறுவனத்தின் கருவிகள், ஆவணங்கள் மற்றும் அணுகல் கட்டுப்பாடுகளுடன் (access controls) இணைக்கிறது.

பரந்த இந்தியாஏஐ இயக்கம்

மத்திய அமைச்சரவை 7 மார்ச் 2024 அன்று இந்தியாஏஐ இயக்கத்திற்கு ஒப்புதல் அளித்தது. இதன் ஏழு தூண்களில் கணிப்பொறித் திறன், உள்நாட்டு மாதிரிகள், தரவுத்தொகுப்புகள், செயலி உருவாக்கம், திறன்கள், ஸ்டார்ட்அப் நிதியுதவி மற்றும் பாதுகாப்பான, நம்பகமான ஏஐ ஆகியவை அடங்கும். இவை ஒரு ஏஐ அமைப்பின் வெவ்வேறு தேவைகளை நிறைவு செய்கின்றன: மாதிரிகளை உருவாக்குவதற்கான வளங்கள், அவற்றைப் பயன்படுத்தும் மக்கள் மற்றும் வணிக நிறுவனங்கள், மற்றும் பொறுப்பான பயன்பாட்டை மதிப்பிடுவதற்கான வழிமுறைகள் ஆகியவையே அவையாகும்.

முடிவுரை

இந்த வெளியீடு பன்மொழி மாதிரி உருவாக்கத்தை பொது கணிப்பொறி ஆதரவு மற்றும் உள்ளூரிலேயே நிறுவக்கூடிய செயலிகளுடன் ஒன்றிணைக்கிறது. பயிற்சி, இன்பரன்ஸ் மற்றும் ஆவண-அடிப்படையிலான செயல்பாடு ஆகியவற்றைப் புரிந்துகொள்வது இந்த வளர்ச்சியை மதிப்பிடுவதை எளிதாக்குகிறது: இவை ஒவ்வொன்றும் ஒரு மாதிரியை உருவாக்குவதற்கும் நடைமுறைப் பணிக்காக அதனைப் பயன்படுத்துவதற்கும் இடையிலான வெவ்வேறு படிநிலைகளை விளக்குகின்றன.