ಉಚಿತವಾಗಿ AI ಮಾಡೆಲ್‌ಗಳನ್ನು ನೀಡುತ್ತಿರುವ ಟೆಕ್ ಕಂಪನಿಗಳು - ಇದರ ಹಿಂದೆ ಇರುವ ಲಾಭದ ತಂತ್ರವೇನು!!

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (Artificial Intelligence - AI) ಕ್ಷೇತ್ರದಲ್ಲಿ ಜಾಗತಿಕ ತಂತ್ರಜ್ಞಾನ ಕಂಪನಿಗಳ ನಡುವಿನ ಸ್ಪರ್ಧೆ ದಿನದಿಂದ ದಿನಕ್ಕೆ ಹೆಚ್ಚುತ್ತಿದೆ. ಈ ಸ್ಪರ್ಧೆಯಲ್ಲಿ ಕಂಪನಿಗಳು ಅತ್ಯಾಧುನಿಕ AI ಮಾದರಿಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವುದಷ್ಟೇ ಅಲ್ಲದೆ, ಅವುಗಳ ಬಳಕೆಗೆ ಸಂಬಂಧಿಸಿದ ತಂತ್ರದಲ್ಲಿಯೂ ಬದಲಾವಣೆ ಮಾಡುತ್ತಿವೆ. ಹಿಂದೆ ತಮ್ಮ ತಂತ್ರಜ್ಞಾನವನ್ನು ಖಾಸಗಿಯಾಗಿ ಇಟ್ಟುಕೊಂಡು, ಬಳಕೆದಾರರಿಂದ ಚಂದಾದಾರಿಕೆ ಅಥವಾ API ಶುಲ್ಕದ ಮೂಲಕ ಆದಾಯ ಗಳಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದ ಸಂಸ್ಥೆಗಳು ಈಗ ಕೆಲವು AI ಮಾದರಿಗಳ ತೂಕಗಳನ್ನು (Model Weights) ಉಚಿತವಾಗಿ ಡೌನ್‌ಲೋಡ್ ಮಾಡಲು ಅವಕಾಶ ನೀಡುತ್ತಿವೆ.

Meta, NVIDIA, Mistral AI ಸೇರಿದಂತೆ ಹಲವು ಕಂಪನಿಗಳು ಈ ಮಾದರಿಯತ್ತ ಗಮನ ಹರಿಸಿವೆ. ಚೀನಾದ DeepSeek ಮತ್ತು Alibabaಯ Qwen ಮಾದರಿಗಳ ಜನಪ್ರಿಯತೆಯೂ ಈ ಸ್ಪರ್ಧೆಯನ್ನು ಮತ್ತಷ್ಟು ತೀವ್ರಗೊಳಿಸಿದೆ. ಹಾಗಾದರೆ, ಕೋಟ್ಯಂತರ ಡಾಲರ್ ವೆಚ್ಚದಲ್ಲಿ AI ತಂತ್ರಜ್ಞಾನವನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ಕಂಪನಿಗಳು ಅದನ್ನು ಉಚಿತವಾಗಿ ನೀಡುತ್ತಿರುವುದೇಕೆ? ಇದರಿಂದ ಅವುಗಳಿಗೆ ಯಾವ ರೀತಿಯ ಲಾಭ ದೊರೆಯುತ್ತದೆ? ದಿ ಹಿಂದೂ ಪ್ರಕಟಿಸಿರುವ ವಿವರವಾದ ವರದಿಯ ಪ್ರಕಾರ, ಇದರ ಹಿಂದೆ ಡೆವಲಪರ್‌ಗಳನ್ನು ಆಕರ್ಷಿಸುವುದು, ತಂತ್ರಜ್ಞಾನ ಪರಿಸರ ವ್ಯವಸ್ಥೆಯನ್ನು ನಿರ್ಮಿಸುವುದು ಮತ್ತು ಕ್ಲೌಡ್ ಸೇವೆ ಹಾಗೂ ಕಂಪ್ಯೂಟಿಂಗ್ ಮೂಲಸೌಕರ್ಯದಿಂದ ಆದಾಯ ಗಳಿಸುವ ಉದ್ದೇಶಗಳಿವೆ.

Open-weight AI ಎಂದರೇನು

AI ಕ್ಷೇತ್ರದಲ್ಲಿ 'ಓಪನ್-ವೆಯ್ಟ್' (Open-weight) ಎಂಬ ಪದ ಹೆಚ್ಚು ಬಳಕೆಯಾಗುತ್ತಿದೆ. AI ಮಾದರಿಯು ತರಬೇತಿ ಪಡೆಯುವಾಗ ಅಪಾರ ಪ್ರಮಾಣದ ಮಾಹಿತಿಯಿಂದ ವಿವಿಧ ಮಾದರಿಗಳನ್ನು ಕಲಿಯುತ್ತದೆ. ತರಬೇತಿಯ ನಂತರ ಅದರೊಳಗೆ ರೂಪುಗೊಳ್ಳುವ ಸಂಖ್ಯಾತ್ಮಕ ನಿಯತಾಂಕಗಳನ್ನು 'ವೆಯ್ಟ್ಸ್' ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ. ಈ ನಿಯತಾಂಕಗಳು ಬಳಕೆದಾರರ ಪ್ರಶ್ನೆಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯಿಸುವಾಗ ಅಥವಾ ಇತರ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸುವಾಗ ಮಾದರಿ ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸುವಲ್ಲಿ ಪ್ರಮುಖ ಪಾತ್ರ ವಹಿಸುತ್ತವೆ.

ಕಂಪನಿಯು ಈ ವೆಯ್ಟ್ಸ್‌ಗಳನ್ನು ಡೌನ್‌ಲೋಡ್ ಮಾಡಲು ಅವಕಾಶ ನೀಡಿದರೆ, ಡೆವಲಪರ್‌ಗಳು ಮಾದರಿಯನ್ನು ತಮ್ಮ ಕಂಪ್ಯೂಟರ್ ಅಥವಾ ಸರ್ವರ್‌ಗಳಲ್ಲಿ ನಡೆಸಬಹುದು. ಅಗತ್ಯಕ್ಕೆ ಅನುಗುಣವಾಗಿ ಅದನ್ನು ಹೊಂದಾಣಿಕೆ ಮಾಡಿ, ನಿರ್ದಿಷ್ಟ ಕೆಲಸಗಳಿಗೆ ಬಳಸಬಹುದು. ಉದಾಹರಣೆಗೆ, ಒಂದು ಕಂಪನಿ ಗ್ರಾಹಕರ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸುವ ವ್ಯವಸ್ಥೆ ನಿರ್ಮಿಸಬಹುದು; ಮತ್ತೊಂದು ಸಂಸ್ಥೆ ತನ್ನದೇ ಆದ ಭಾಷಾ ಅಥವಾ ಉದ್ಯಮಾಧಾರಿತ AI ಅಪ್ಲಿಕೇಶನ್ ಅಭಿವೃದ್ಧಿಪಡಿಸಬಹುದು.

ಆದರೆ, Open-weight ಎಂದರೆ ಸಂಪೂರ್ಣ Open-source ಎಂದೇನೂ ಅಲ್ಲ. ಮಾದರಿಯ ವೆಯ್ಟ್ಸ್‌ಗಳನ್ನು ಬಿಡುಗಡೆ ಮಾಡಿದರೂ ಅದನ್ನು ತರಬೇತಿ ಮಾಡಲು ಬಳಸಿದ ಸಂಪೂರ್ಣ ಕೋಡ್, ಡೇಟಾ ಮತ್ತು ತರಬೇತಿ ವಿಧಾನಗಳನ್ನು ಕಂಪನಿ ಬಹಿರಂಗಪಡಿಸದೇ ಇರಬಹುದು. ಕೆಲವು ಮಾದರಿಗಳ ಪರವಾನಗಿ ಬಳಕೆಗೆ ನಿರ್ದಿಷ್ಟ ಷರತ್ತುಗಳನ್ನೂ ವಿಧಿಸಬಹುದು.

ಉಚಿತ ಮಾದರಿಗಳ ಮೂಲಕ ಕಂಪನಿಗಳಿಗೆ ಹೇಗೆ ಲಾಭ

AI ಮಾದರಿಯನ್ನು ಉಚಿತವಾಗಿ ಡೌನ್‌ಲೋಡ್ ಮಾಡಲು ಅವಕಾಶ ನೀಡಿದರೂ, ಅದನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಕಂಪನಿಯು ಇತರ ಸೇವೆಗಳ ಮೂಲಕ ಆದಾಯ ಗಳಿಸಬಹುದು. ಉದಾಹರಣೆಗೆ, ಡೆವಲಪರ್ ಮಾದರಿಯನ್ನು ಉಚಿತವಾಗಿ ಪಡೆದುಕೊಂಡರೂ ಅದನ್ನು ದೊಡ್ಡ ಪ್ರಮಾಣದಲ್ಲಿ ನಡೆಸಲು ಕ್ಲೌಡ್ ಕಂಪ್ಯೂಟಿಂಗ್, ಸರ್ವರ್ ಸಾಮರ್ಥ್ಯ, ತಾಂತ್ರಿಕ ಬೆಂಬಲ ಮತ್ತು ಭದ್ರತಾ ವ್ಯವಸ್ಥೆಗಳ ಅಗತ್ಯವಿರುತ್ತದೆ.

ಈ ಸೇವೆಗಳನ್ನು ಮಾದರಿಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಕಂಪನಿಯೇ ಒದಗಿಸಿದರೆ, ಅದಕ್ಕೆ ಆದಾಯ ಗಳಿಸುವ ಅವಕಾಶ ಸಿಗುತ್ತದೆ. ಕೆಲವು ಸಂಸ್ಥೆಗಳು ಪಾವತಿಸಬೇಕಾದ API ಸೇವೆಗಳು, ಉದ್ಯಮಗಳಿಗೆ ವಿಶೇಷ ಆವೃತ್ತಿಗಳು, ಖಾಸಗಿ ಸರ್ವರ್‌ಗಳಲ್ಲಿ ಸ್ಥಾಪನೆ ಮತ್ತು ನಿರ್ವಹಣಾ ಸೇವೆಗಳನ್ನು ನೀಡುತ್ತವೆ.

ಇದರ ಜೊತೆಗೆ, ಕಂಪನಿಯ ಮಾದರಿಯನ್ನು ಸಾವಿರಾರು ಡೆವಲಪರ್‌ಗಳು ಬಳಸಲು ಆರಂಭಿಸಿದರೆ ಅದರ ಸುತ್ತ ಹೊಸ ಅಪ್ಲಿಕೇಶನ್‌ಗಳು, ಉಪಕರಣಗಳು ಮತ್ತು ಸೇವೆಗಳು ನಿರ್ಮಾಣವಾಗುತ್ತವೆ. ಇದರಿಂದ ಆ ಮಾದರಿಯ ಜನಪ್ರಿಯತೆ ಹೆಚ್ಚುತ್ತದೆ. ಹೆಚ್ಚು ಬಳಕೆದಾರರು ಮತ್ತು ಡೆವಲಪರ್‌ಗಳು ಒಂದೇ ತಂತ್ರಜ್ಞಾನವನ್ನು ಬಳಸಿದಂತೆ, ಅದರ ಸುತ್ತಲಿನ ಪರಿಸರ ವ್ಯವಸ್ಥೆಯೂ ಬಲಗೊಳ್ಳುತ್ತದೆ. ಇದನ್ನೇ 'ನೆಟ್‌ವರ್ಕ್ ಎಫೆಕ್ಟ್' ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ.

Meta, NVIDIA ಮತ್ತು Mistral AI ತಂತ್ರಗಳು

Meta ತನ್ನ Llama ಮಾದರಿಗಳ ಮೂಲಕ ಓಪನ್-ವೆಯ್ಟ್ AI ಕ್ಷೇತ್ರದಲ್ಲಿ ಗಮನ ಸೆಳೆದಿದೆ. ಕಂಪನಿಯ ಉದ್ದೇಶ ಕೇವಲ ಮಾದರಿಯನ್ನು ಬಿಡುಗಡೆ ಮಾಡುವುದಲ್ಲ; ಡೆವಲಪರ್‌ಗಳು ಅದರ ಆಧಾರದಲ್ಲಿ ಹೊಸ ಅಪ್ಲಿಕೇಶನ್‌ಗಳು, ಉಪಕರಣಗಳು ಮತ್ತು ಸೇವೆಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವಂತೆ ಪ್ರೋತ್ಸಾಹಿಸುವುದೂ ಆಗಿದೆ. Metaಗೆ ತನ್ನ ಸಾಮಾಜಿಕ ಜಾಲತಾಣಗಳು ಮತ್ತು ಇತರ ಡಿಜಿಟಲ್ ಉತ್ಪನ್ನಗಳ ಪರಿಸರ ವ್ಯವಸ್ಥೆಯನ್ನು ಬಲಪಡಿಸುವುದೂ ಮಹತ್ವದ್ದಾಗಿದೆ.

NVIDIAಯ ವ್ಯವಹಾರ ಮಾದರಿ ವಿಭಿನ್ನವಾಗಿದೆ. ಕಂಪನಿ AI ಕಂಪ್ಯೂಟಿಂಗ್‌ಗೆ ಅಗತ್ಯವಿರುವ GPUಗಳು ಮತ್ತು ಸಂಬಂಧಿತ ಸಾಫ್ಟ್‌ವೇರ್‌ಗಳನ್ನು ಮಾರಾಟ ಮಾಡುತ್ತದೆ. ಹೆಚ್ಚು AI ಅಪ್ಲಿಕೇಶನ್‌ಗಳು ಬಳಕೆಗೆ ಬಂದರೆ ಕಂಪ್ಯೂಟಿಂಗ್ ಸಾಮರ್ಥ್ಯದ ಬೇಡಿಕೆ ಹೆಚ್ಚುವ ಸಾಧ್ಯತೆ ಇದೆ. ಇದರಿಂದ NVIDIAಗೆ ಪರೋಕ್ಷವಾಗಿ ಲಾಭವಾಗಬಹುದು. ಆದಾಗ್ಯೂ, ಓಪನ್ ಮಾದರಿಗಳು NVIDIAಯ ಹಾರ್ಡ್‌ವೇರ್‌ನಲ್ಲೇ ಕಾರ್ಯನಿರ್ವಹಿಸಬೇಕು ಎಂಬ ನಿಯಮವಿಲ್ಲ.

Mistral AIಯಂತಹ ಮಾದರಿ ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ಸಂಸ್ಥೆಗಳು ಪಾವತಿಸಬೇಕಾದ ಹೋಸ್ಟಿಂಗ್, ಉದ್ಯಮಗಳಿಗೆ ವಿಶೇಷ ಪರಿಹಾರಗಳು ಮತ್ತು ಕಸ್ಟಮೈಸ್ ಮಾಡಿದ AI ಸೇವೆಗಳ ಮೂಲಕ ಆದಾಯ ಗಳಿಸಬಹುದು. ಹೀಗಾಗಿ ಉಚಿತ ಮಾದರಿಯ ಬಿಡುಗಡೆ ಮತ್ತು ಪಾವತಿಸಬೇಕಾದ ಸೇವೆಗಳ ಮಾರಾಟ ಪರಸ್ಪರ ವಿರೋಧಿಗಳಲ್ಲ; ಅವು ಒಂದೇ ವ್ಯವಹಾರ ತಂತ್ರದ ಭಾಗವಾಗಿರಬಹುದು.

ಚೀನಾದ AI ಮಾದರಿಗಳ ಸ್ಪರ್ಧೆ ಏಕೆ ಮುಖ್ಯ

ಚೀನಾದ DeepSeek ಮತ್ತು Alibabaಯ Qwen ಮಾದರಿಗಳು ಜಾಗತಿಕ AI ಮಾರುಕಟ್ಟೆಯಲ್ಲಿ ಸ್ಪರ್ಧೆಯನ್ನು ಹೆಚ್ಚಿಸಿವೆ. ಡೆವಲಪರ್‌ಗಳು ಈಗ ಒಂದು ಕಂಪನಿಯ ಪಾವತಿಸಬೇಕಾದ ಮಾದರಿಯನ್ನೇ ಅವಲಂಬಿಸುವ ಬದಲು, ವೆಚ್ಚ, ಕಾರ್ಯಕ್ಷಮತೆ, ಹಾರ್ಡ್‌ವೇರ್ ಅಗತ್ಯ ಮತ್ತು ಪರವಾನಗಿ ನಿಯಮಗಳನ್ನು ಹೋಲಿಸಿ ಆಯ್ಕೆ ಮಾಡಬಹುದು.

ಕಡಿಮೆ ವೆಚ್ಚದಲ್ಲಿ ಉತ್ತಮ ಫಲಿತಾಂಶ ನೀಡುವ ಮಾದರಿಯೊಂದು ಲಭ್ಯವಿದ್ದರೆ, ಕಂಪನಿಗಳು ಅದನ್ನು ಬಳಸಲು ಮುಂದಾಗಬಹುದು. ಇದರಿಂದ ಅಮೆರಿಕ ಮತ್ತು ಯುರೋಪಿನ AI ಸಂಸ್ಥೆಗಳ ಮೇಲೆ ತಮ್ಮ ಮಾದರಿಗಳನ್ನು ಹೆಚ್ಚು ಆಕರ್ಷಕವಾಗಿಸುವ ಒತ್ತಡ ಹೆಚ್ಚುತ್ತದೆ.

ಇದು ಕೇವಲ ತಂತ್ರಜ್ಞಾನ ಸ್ಪರ್ಧೆಯಲ್ಲ. ಯಾವ ಕಂಪನಿಯ ಮಾದರಿಯನ್ನು ಡೆವಲಪರ್‌ಗಳು ಆಯ್ಕೆ ಮಾಡುತ್ತಾರೆ, ಯಾವ ತಂತ್ರಜ್ಞಾನದ ಸುತ್ತ ಹೊಸ ಉದ್ಯಮಗಳು ನಿರ್ಮಾಣವಾಗುತ್ತವೆ ಮತ್ತು ಭವಿಷ್ಯದ AI ಸೇವೆಗಳ ಮೂಲಸೌಕರ್ಯವನ್ನು ಯಾರು ಒದಗಿಸುತ್ತಾರೆ ಎಂಬುದನ್ನೂ ಈ ಸ್ಪರ್ಧೆ ನಿರ್ಧರಿಸಬಹುದು.

ಭಾರತೀಯ ಕಂಪನಿಗಳು ಮತ್ತು ಡೆವಲಪರ್‌ಗಳಿಗೆ ಅವಕಾಶ

ಓಪನ್-ವೆಯ್ಟ್ AI ಮಾದರಿಗಳು ಭಾರತೀಯ ಸಂಸ್ಥೆಗಳಿಗೆ ಸ್ಥಳೀಯ ಭಾಷೆಗಳಿಗೆ ಹೊಂದುವ AI ಪರಿಹಾರಗಳನ್ನು ನಿರ್ಮಿಸಲು ಅವಕಾಶ ನೀಡುತ್ತವೆ. ಕನ್ನಡ ಸೇರಿದಂತೆ ಭಾರತೀಯ ಭಾಷೆಗಳಲ್ಲಿ ಗ್ರಾಹಕ ಸೇವೆ, ಶಿಕ್ಷಣ, ಕೃಷಿ, ಕಾನೂನು ಮತ್ತು ಇತರ ಕ್ಷೇತ್ರಗಳಿಗೆ ನಿರ್ದಿಷ್ಟ AI ಉಪಕರಣಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಇಂತಹ ಮಾದರಿಗಳು ನೆರವಾಗಬಹುದು.

Sarvam AI, IIT ಮದ್ರಾಸ್‌ನ AI4Bharat ಮತ್ತು BharatGen ಮುಂತಾದ ಭಾರತೀಯ ಪ್ರಯತ್ನಗಳು ಸ್ಥಳೀಯ ಭಾಷೆಗಳು ಹಾಗೂ ದೇಶದ ಅಗತ್ಯಗಳಿಗೆ ತಕ್ಕ AI ತಂತ್ರಜ್ಞಾನ ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ಕೆಲಸ ಮಾಡುತ್ತಿವೆ. ಆದರೂ, ಮಾದರಿಯನ್ನು ಉಚಿತವಾಗಿ ಪಡೆದ ಮಾತ್ರಕ್ಕೆ ಅದರ ಬಳಕೆ ಸಂಪೂರ್ಣ ಉಚಿತವಾಗುವುದಿಲ್ಲ. ಅದನ್ನು ನಡೆಸಲು ಬೇಕಾದ ಹಾರ್ಡ್‌ವೇರ್, ವಿದ್ಯುತ್, ನಿರ್ವಹಣೆ, ತಾಂತ್ರಿಕ ಪರಿಣತಿ ಮತ್ತು ಪರವಾನಗಿ ನಿಯಮಗಳನ್ನು ಪರಿಶೀಲಿಸಬೇಕು.

ಉಚಿತ AI ಮಾದರಿಗಳ ಅಪಾಯಗಳೇನು

ಓಪನ್-ವೆಯ್ಟ್ ಮಾದರಿಗಳು ಹೆಚ್ಚಿನ ಸ್ವಾತಂತ್ರ್ಯ ಮತ್ತು ಹೊಸ ಆವಿಷ್ಕಾರಗಳಿಗೆ ಅವಕಾಶ ನೀಡುತ್ತವೆ. ಆದರೆ ಅವುಗಳನ್ನು ಡೌನ್‌ಲೋಡ್ ಮಾಡಿದ ನಂತರ ಮೂಲ ಕಂಪನಿಯು ಅವುಗಳ ಪ್ರತಿಯೊಂದು ಬಳಕೆಯನ್ನು ನಿಯಂತ್ರಿಸುವುದು ಕಷ್ಟವಾಗಬಹುದು. ದುರುಪಯೋಗದ ಸಾಧ್ಯತೆ, ಸುರಕ್ಷತಾ ನಿಯಂತ್ರಣಗಳನ್ನು ಬದಲಾಯಿಸುವ ಅಪಾಯ ಮತ್ತು ಮಾದರಿಯ ಸಾಮರ್ಥ್ಯವನ್ನು ತಪ್ಪಾಗಿ ಬಳಸುವ ಸಮಸ್ಯೆಗಳೂ ಎದುರಾಗಬಹುದು.

ಇನ್ನೊಂದು ಪ್ರಮುಖ ಅಂಶವೆಂದರೆ ವೆಚ್ಚ. ದೊಡ್ಡ ಮಾದರಿಗಳನ್ನು ಸ್ವಂತ ಸರ್ವರ್‌ಗಳಲ್ಲಿ ನಡೆಸಲು ಹೆಚ್ಚಿನ ಕಂಪ್ಯೂಟಿಂಗ್ ಸಾಮರ್ಥ್ಯ ಬೇಕಾಗಬಹುದು. ಆದ್ದರಿಂದ ಕೆಲವು ಸಂಸ್ಥೆಗಳಿಗೆ ಕ್ಲೌಡ್ ಸೇವೆಯನ್ನು ಬಳಸುವುದೇ ಅಗ್ಗವಾಗಬಹುದು; ಇತರರಿಗೆ ಸ್ವಂತ ಸರ್ವರ್‌ಗಳಲ್ಲಿ ಮಾದರಿಯನ್ನು ನಡೆಸುವುದು ಅನುಕೂಲಕರವಾಗಬಹುದು.

ದೊಡ್ಡ ತಂತ್ರಜ್ಞಾನ ಕಂಪನಿಗಳು AI ಮಾದರಿಗಳನ್ನು ಉಚಿತವಾಗಿ ಬಿಡುಗಡೆ ಮಾಡುತ್ತಿರುವುದು ಕೇವಲ ತಂತ್ರಜ್ಞಾನವನ್ನು ಹಂಚಿಕೊಳ್ಳುವ ಪ್ರಯತ್ನವಲ್ಲ. ಡೆವಲಪರ್‌ಗಳನ್ನು ಆಕರ್ಷಿಸುವುದು, ತಮ್ಮ ಮಾದರಿಗಳ ಸುತ್ತ ಪರಿಸರ ವ್ಯವಸ್ಥೆ ನಿರ್ಮಿಸುವುದು, ಕ್ಲೌಡ್ ಮತ್ತು ಕಂಪ್ಯೂಟಿಂಗ್ ಸೇವೆಗಳಿಗೆ ಬೇಡಿಕೆ ಹೆಚ್ಚಿಸುವುದು ಹಾಗೂ ಜಾಗತಿಕ AI ಸ್ಪರ್ಧೆಯಲ್ಲಿ ಪ್ರಭಾವ ಬೆಳೆಸುವುದು ಇದರ ಹಿಂದಿನ ಪ್ರಮುಖ ಉದ್ದೇಶಗಳಾಗಿವೆ.

ಬಳಕೆದಾರರಿಗೆ ಹೆಚ್ಚಿನ ಆಯ್ಕೆಗಳು ಮತ್ತು ಹೊಸ ಆವಿಷ್ಕಾರಗಳ ಅವಕಾಶ ಸಿಗಬಹುದು. ಆದರೆ 'ಉಚಿತ' ಎಂಬ ಪದವನ್ನು ಮಾತ್ರ ನೋಡಿ ನಿರ್ಧಾರ ಕೈಗೊಳ್ಳದೆ, ಮಾದರಿಯ ಪರವಾನಗಿ, ಕಾರ್ಯಕ್ಷಮತೆ, ಭದ್ರತೆ ಮತ್ತು ಅದನ್ನು ನಡೆಸುವ ಒಟ್ಟು ವೆಚ್ಚವನ್ನು ಪರಿಶೀಲಿಸುವುದು ಅಗತ್ಯ. ಭವಿಷ್ಯದ AI ಸ್ಪರ್ಧೆಯಲ್ಲಿ ಯಾವ ಕಂಪನಿ ಅತ್ಯುತ್ತಮ ಮಾದರಿಯನ್ನು ನಿರ್ಮಿಸುತ್ತದೆ ಎಂಬುದಷ್ಟೇ ಅಲ್ಲ, ಯಾವ ಕಂಪನಿಯ ತಂತ್ರಜ್ಞಾನದ ಸುತ್ತ ಹೆಚ್ಚು ಬಲವಾದ ಪರಿಸರ ವ್ಯವಸ್ಥೆ ರೂಪುಗೊಳ್ಳುತ್ತದೆ ಎಂಬುದೂ ನಿರ್ಣಾಯಕವಾಗಲಿದೆ.