ಚೀನಾದ ಅಭಿವೃದ್ಧಿ ಹೊಂದುತ್ತಿರುವ AI ಉದ್ಯಮದಲ್ಲಿ ಒಮ್ಮೆ ಪ್ರಮುಖ ಪಾತ್ರ ವಹಿಸಿದ್ದ ಡೀಪ್ಸೀಕ್ AI, ಇದೀಗ ಕುಸಿತವನ್ನು ಅನುಭವಿಸುತ್ತಿದೆ. ಬೈಡು ಸಹ-ಸಂಸ್ಥಾಪಕ ರಾಬಿನ್ ಲಿ ಇತ್ತೀಚೆಗೆ ಈ ಕುಸಿತದ ಹಿಂದಿನ ಕಾರಣಗಳ ಬಗ್ಗೆ ಬೆಳಕು ಚೆಲ್ಲಿದ್ದಾರೆ.
ಡೀಪ್ಸೀಕ್ AI: ಚೀನಾದ AI ಉಪಕರಣವಾದ ಡೀಪ್ಸೀಕ್ಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ರಾಬಿನ್ ಲಿ ಇತ್ತೀಚೆಗೆ ಗಮನಾರ್ಹ ಹೇಳಿಕೆಯನ್ನು ನೀಡಿದ್ದಾರೆ. ಅದರ ಉಡಾವಣೆಯ ಸಮಯದಲ್ಲಿ ಪ್ರಮುಖ ಸಿಲಿಕಾನ್ ವ್ಯಾಲಿ ತಂತ್ರಜ್ಞಾನ ಕಂಪನಿಗಳಲ್ಲಿ ಚರ್ಚೆಯನ್ನು ಹುಟ್ಟುಹಾಕಿದ್ದ ಡೀಪ್ಸೀಕ್, ಈಗ ತನ್ನ ಮೆರುಗನ್ನು ಕಳೆದುಕೊಳ್ಳುತ್ತಿದೆ ಎಂದು ಅವರು ಹೇಳಿದ್ದಾರೆ. ಒಂದು ಡೆವಲಪರ್ ಸಮ್ಮೇಳನದಲ್ಲಿ, ಲಿ ಒಂದು ಪ್ರಮುಖ ನ್ಯೂನತೆಯನ್ನು ಎತ್ತಿ ತೋರಿಸಿದರು: ಡೀಪ್ಸೀಕ್ ತಾರ್ಕಿಕ ಆಧಾರಿತ ಭಾಷಾ ಮಾದರಿಯಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿದ್ದರೂ, ಇತರ ಜನರೇಟಿವ್ AI ಉಪಕರಣಗಳಿಂದ ಇದನ್ನು ಪ್ರತ್ಯೇಕಿಸುತ್ತದೆ, ಆದರೆ ಅದರ ಅಭಿವೃದ್ಧಿ ವೇಗ ಮತ್ತು ಪ್ರಭಾವವು ಅದರ ಆರಂಭಿಕ ಉಡಾವಣೆಯಿಂದ ಗಣನೀಯವಾಗಿ ಕುಸಿದಿದೆ.
ಪಠ್ಯ ಆಧಾರಿತ ಮಾದರಿಗಳಿಗೆ ಕುಸಿಯುತ್ತಿರುವ ಬೇಡಿಕೆ
ಲಿ ಅವರ ಪ್ರಕಾರ, ಡೀಪ್ಸೀಕ್ನಂತಹ ಪಠ್ಯದಿಂದ ಪಠ್ಯಕ್ಕೆ ಜನರೇಟಿವ್ AI ಮಾದರಿಗಳು ವೇಗವಾಗಿ ಪ್ರಸ್ತುತತೆಯನ್ನು ಕಳೆದುಕೊಳ್ಳುತ್ತಿವೆ. ಚೀನಾದ ಫೈನಾನ್ಷಿಯಲ್ ಟೈಮ್ಸ್ನ ವರದಿಯಲ್ಲಿ ಲಿ ಅವರನ್ನು ಉಲ್ಲೇಖಿಸಿ, ಬಳಕೆದಾರರು ಇನ್ನು ಮುಂದೆ ಪಠ್ಯ ಉತ್ಪಾದನೆಗೆ ಸೀಮಿತವಾಗಿರಲು ಬಯಸುವುದಿಲ್ಲ ಎಂದು ಹೇಳಲಾಗಿದೆ. ಅವರ ನಿರೀಕ್ಷೆಗಳು ಹೆಚ್ಚಾಗಿವೆ; ಅವರು ಈಗ ಪಠ್ಯದ ಮೂಲಕ ಚಿತ್ರ, ವೀಡಿಯೊ ಮತ್ತು ಆಡಿಯೊ ವಿಷಯಗಳ ರಚನೆಯನ್ನು ಬಯಸುತ್ತಾರೆ.
ಇದು ಪಠ್ಯದಿಂದ ಚಿತ್ರ ಮತ್ತು ಪಠ್ಯದಿಂದ ವೀಡಿಯೊ ತಂತ್ರಜ್ಞಾನಗಳ ಬೇಡಿಕೆಯಲ್ಲಿ ಏರಿಕೆಗೆ ಕಾರಣವಾಗಿದೆ, ಪಠ್ಯ-ಮಾತ್ರ ಮಾದರಿಗಳನ್ನು ಹಿಂದೆ ಬಿಟ್ಟಿದೆ. ಲಿ ಡೀಪ್ಸೀಕ್ನಂತಹ ಮಾದರಿಗಳನ್ನು ಕಡಿಮೆ ಕಾರ್ಯಕ್ಷಮತೆಯೆಂದು ವರ್ಗೀಕರಿಸಿದ್ದಾರೆ, ಅವು ಬಹು-ಮೋಡಲ್ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಸೇರಿಸಿಕೊಳ್ಳುವವರೆಗೆ ಅವುಗಳ ಜನಪ್ರಿಯತೆ ಸೀಮಿತವಾಗಿರುತ್ತದೆ ಎಂದು ಹೇಳಿದ್ದಾರೆ.
ಒಂದು ಉಲ್ಕಾಪಾತ ಏರಿಕೆ, ಈಗ ಸವಾಲುಗಳನ್ನು ಎದುರಿಸುತ್ತಿದೆ
ಜನವರಿ 2025 ರಲ್ಲಿ ತನ್ನ R1 ಮಾದರಿಯೊಂದಿಗೆ ಡೀಪ್ಸೀಕ್ ಅದ್ಭುತ ಪ್ರಾರಂಭವನ್ನು ಮಾಡಿತು. ಅದರ ಉಡಾವಣೆಯು ಸಿಲಿಕಾನ್ ವ್ಯಾಲಿಯಲ್ಲಿಯೂ ಸಹ ಗಮನಾರ್ಹ ಗಮನವನ್ನು ಸೆಳೆಯಿತು. ಚೀನಾದ ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿ (LLM) ಸ್ಥಳದಲ್ಲಿ ಡೀಪ್ಸೀಕ್ ಒಂದು ಆಟದ ಬದಲಾವಣೆ ಎಂದು ಪರಿಗಣಿಸಲಾಗಿತ್ತು. ಅದರ ತಾರ್ಕಿಕ ಮತ್ತು ತಾರ್ಕಿಕ ಚಿಂತನಾ ಸಾಮರ್ಥ್ಯಗಳು ಇತರ ಚೀನಾದ AI ಮಾದರಿಗಳಿಂದ ಇದನ್ನು ಪ್ರತ್ಯೇಕಿಸಿತು.
ಆದಾಗ್ಯೂ, ತಂತ್ರಜ್ಞಾನದ ಜಗತ್ತಿನಲ್ಲಿ ಯಶಸ್ಸನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳಲು ಬಲವಾದ ಆರಂಭ ಸಾಕಾಗುವುದಿಲ್ಲ. ನಿರಂತರ ನವೀಕರಣ ಮತ್ತು ವಿಕಸನಗೊಳ್ಳುತ್ತಿರುವ ಬಳಕೆದಾರರ ಬೇಡಿಕೆಗಳಿಗೆ ಹೊಂದಿಕೊಳ್ಳುವುದು ಅತ್ಯಗತ್ಯ. ಡೀಪ್ಸೀಕ್ ಈಗ ಈ ಸವಾಲನ್ನು ಎದುರಿಸುತ್ತಿದೆ.
ಬೈಡುನ ಬಹು-ಮೋಡಲ್ ತಂತ್ರ
ಈ ಬದಲಾಗುತ್ತಿರುವ ಪರಿಸರವನ್ನು ಗುರುತಿಸಿ, ಬೈಡು ಡೀಪ್ಸೀಕ್ನಿಂದ ತನ್ನ ಗಮನವನ್ನು ಬದಲಾಯಿಸಿದೆ. ಕಂಪನಿ ಇತ್ತೀಚೆಗೆ ಹೊಸ ಜನರೇಟಿವ್ AI ಮಾದರಿಗಳಾದ ಎರ್ನಿ 4.5 ಟರ್ಬೋ ಮತ್ತು X1 ಟರ್ಬೋ ಅನ್ನು ಉಡಾವಣೆ ಮಾಡಿದೆ. ಎರಡೂ ಮಾದರಿಗಳು ಬಹು-ಮೋಡಲ್ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಹೊಂದಿವೆ, ಅಂದರೆ ಅವು ಪಠ್ಯವನ್ನು ಮಾತ್ರವಲ್ಲದೆ ಚಿತ್ರಗಳು, ಆಡಿಯೊ ಮತ್ತು ವೀಡಿಯೊಗಳನ್ನೂ ಸಂಸ್ಕರಿಸಬಹುದು ಮತ್ತು ಉತ್ಪಾದಿಸಬಹುದು.
ಈ ಚಲನೆಯು ಬೈಡು ಡೀಪ್ಸೀಕ್ನಂತಹ ಪಠ್ಯ-ಮಾತ್ರ AI ಯೋಜನೆಗಳಿಂದ ದೂರ ಸರಿಯುತ್ತಿದೆ ಎಂಬುದನ್ನು ತೋರಿಸುತ್ತದೆ. ಕಂಪನಿ ಈಗ ವ್ಯಾಪಕ ಬಳಕೆಯ ಪ್ರಕರಣಗಳನ್ನು ಬೆಂಬಲಿಸುವ AI ಪರಿಹಾರಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತಿದೆ, ಇದು ಭವಿಷ್ಯದ ಮಾರುಕಟ್ಟೆ ಪ್ರಾಬಲ್ಯಕ್ಕೆ ಅಗತ್ಯವಾಗಿದೆ.
ಚೀನಾದ AI ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಹೆಚ್ಚುತ್ತಿರುವ ಸ್ಪರ್ಧೆ
ಡೀಪ್ಸೀಕ್ ತನ್ನದೇ ಆದ ಮಿತಿಗಳಿಂದ ಮಾತ್ರವಲ್ಲ, ಚೀನಾದ ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ವೇಗವಾಗಿ ಹೆಚ್ಚುತ್ತಿರುವ ಸ್ಪರ್ಧೆಯಿಂದಲೂ ಸವಾಲುಗಳನ್ನು ಎದುರಿಸುತ್ತಿದೆ. ಅಲಿಬಾಬಾ ತನ್ನ AI ಮಾದರಿಯಾದ ಕ್ವೆನ್ ಅನ್ನು ಉಡಾವಣೆ ಮಾಡಿದೆ, ಇದು ಪಠ್ಯ ಉತ್ಪಾದನೆ, ಚಿತ್ರ ಮತ್ತು ವೀಡಿಯೊ ಸಂಸ್ಕರಣೆಯಲ್ಲಿ ಪರಿಣತಿ ಹೊಂದಿದೆ. ಅದೇ ರೀತಿ, ಕ್ಲಿಂಗಾ AI ನಂತಹ ಹೊಸ ಆಟಗಾರರು ಪಠ್ಯದಿಂದ ವೀಡಿಯೊ ಮತ್ತು ಪಠ್ಯದಿಂದ ಚಿತ್ರ ತಂತ್ರಜ್ಞಾನಗಳಲ್ಲಿ ಉತ್ತಮ ಆಯ್ಕೆಗಳನ್ನು ನೀಡುತ್ತಿದ್ದಾರೆ.
ಬೈಡು ಡೀಪ್ಸೀಕ್ ಅನ್ನು ಕ್ವಾನ್ಫಾನ್ ಪ್ಲಾಟ್ಫಾರ್ಮ್ನಂತಹ ಹಲವಾರು ಸೇವೆಗಳಿಗೆ ಸಂಯೋಜಿಸಲು ಪ್ರಯತ್ನಿಸಿದ್ದರೂ, ಬಹು-ಮೋಡಲ್ ಸಾಮರ್ಥ್ಯಗಳ ಕೊರತೆಯು ಡೀಪ್ಸೀಕ್ ತನ್ನ ಹಿಂದಿನ ಪ್ರಭಾವವನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳುವುದನ್ನು ತಡೆಯುತ್ತದೆ.
ಬಹು-ಮೋಡಲ್ AI ರ ಪ್ರಾಮುಖ್ಯತೆ
ಇಂದಿನ ಬಳಕೆದಾರರು ಸರಳ ಪಠ್ಯ ಚಾಟ್ಗಳು ಅಥವಾ ಲೇಖನ ಉತ್ಪಾದನೆಯಿಂದ ತೃಪ್ತರಾಗಿಲ್ಲ. ಚಿತ್ರ, ವೀಡಿಯೊ ಮತ್ತು ಆಡಿಯೊ ವಿಷಯಗಳು ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ, ಡಿಜಿಟಲ್ ಮಾರ್ಕೆಟಿಂಗ್, ಮನರಂಜನೆ, ಗೇಮಿಂಗ್ ಮತ್ತು ಆನ್ಲೈನ್ ಶಿಕ್ಷಣದಲ್ಲಿಯೂ ಸಹ ಹೆಚ್ಚು ಹರಡುತ್ತಿವೆ. ಇದು ಪಠ್ಯ-ಮಾತ್ರ AI ಮಾದರಿಗಳ ವ್ಯಾಪ್ತಿಯನ್ನು ಸೀಮಿತಗೊಳಿಸುತ್ತದೆ. ಬಹು-ಮೋಡಲ್ AI ಮಾದರಿಗಳು ಬಳಕೆದಾರರಿಗೆ ಹೆಚ್ಚು ಸಂವಾದಾತ್ಮಕ, ಪರಿಣಾಮಕಾರಿ ಮತ್ತು ವಾಸ್ತವಿಕ ಅನುಭವಗಳನ್ನು ನೀಡುತ್ತವೆ.
ಉದಾಹರಣೆಗೆ, ಕಥೆಯನ್ನು ಬರೆಯುತ್ತಿರುವ ಬಳಕೆದಾರನು ತಕ್ಷಣವೇ ರಚಿಸಲ್ಪಟ್ಟ ಸಂಬಂಧಿತ ದೃಶ್ಯವನ್ನು ಬಯಸಬಹುದು. ಅಥವಾ ಒಬ್ಬ ಬಳಕೆದಾರನು ಸಂಕ್ಷಿಪ್ತ ಪಠ್ಯ ಇನ್ಪುಟ್ನಿಂದ ಚಿಕ್ಕ ವೀಡಿಯೊ ಕ್ಲಿಪ್ ಅನ್ನು ರಚಿಸಲು ಬಯಸಬಹುದು. GPT-4o ನಂತಹ ಮಾದರಿಗಳೊಂದಿಗೆ ಆಡಿಯೊ, ದೃಶ್ಯ ಮತ್ತು ಪಠ್ಯ ಬಹು-ಮೋಡಲ್ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಪರಿಚಯಿಸುತ್ತಿರುವುದು ಇದಕ್ಕಾಗಿಯೇ.
ಡೀಪ್ಸೀಕ್ನ ಮುಂದಿನ ಹಾದಿ
ಡೀಪ್ಸೀಕ್ ತನ್ನ ತಂತ್ರವನ್ನು ಹೊಂದಿಸಿಕೊಳ್ಳಲು ಮತ್ತು ಬಹು-ಮೋಡಲ್ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ತ್ವರಿತವಾಗಿ ಅಳವಡಿಸಿಕೊಳ್ಳಲು ಇನ್ನೂ ಅವಕಾಶವಿದೆ. ಡೀಪ್ಸೀಕ್ ಪಠ್ಯ, ಚಿತ್ರ ಮತ್ತು ವೀಡಿಯೊ ಉತ್ಪಾದನೆಯಂತಹ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಯಶಸ್ವಿಯಾಗಿ ಸಂಯೋಜಿಸಿದರೆ, ಅದು ಬಲವಾದ ಮಾರುಕಟ್ಟೆ ಸ್ಥಾನವನ್ನು ಮರುಪಡೆಯಬಹುದು. ಇದಲ್ಲದೆ, ಡೀಪ್ಸೀಕ್ ತೆರೆದ ಮೂಲ ಮಾದರಿಗಳ ಹೆಚ್ಚುತ್ತಿರುವ ಪ್ರಭಾವವನ್ನು ಬಳಸಿಕೊಳ್ಳಬೇಕು ಮತ್ತು ಡೆವಲಪರ್ ಸಮುದಾಯದೊಳಗೆ ತನ್ನ ಬೆಂಬಲ ಜಾಲವನ್ನು ಬಲಪಡಿಸಬೇಕು.