Ai2
यह क्यों मायने रखता है
जिस field में सबसे आगे के models closed हैं, और जहाँ "open" models भी आम तौर पर सिर्फ़ अपने weights साझा करते हैं, वहाँ Ai2 सब कुछ release करता है: weights, training data, training code, evaluation code और बीच के checkpoints। इससे बाहर के researchers यह पढ़ सकते हैं कि training data व्यवहार को कैसे गढ़ता है, results दोहरा सकते हैं और बिना अंदाज़े लगाए उस काम पर आगे बना सकते हैं, जो इस scale के models के लिए वरना असंभव है।
यह ऐसे मुफ़्त tools भी बनाता है जिन्हें वैज्ञानिक रोज़ इस्तेमाल करते हैं। इसका AI-powered academic search engine, Semantic Scholar, 20 करोड़ से ज़्यादा papers index करता है और लाखों researchers के काम आता है, और इसका open data कई दूसरे research tools को चलाता है।
गहन अध्ययन
Allen Institute for AI, जिसे Ai2 लिखा जाता है, Seattle की एक nonprofit research lab है। Microsoft के सह-संस्थापक Paul Allen ने इसे 2014 में "AI for the common good" यानी सबकी भलाई के लिए AI के mission के साथ बनाया। इसके संस्थापक CEO computer scientist Oren Etzioni थे। 2023 से मार्च 2026 तक इसकी अगुवाई Ali Farhadi ने की, जो computer vision researcher हैं और YOLO के सह-लेखकों में से एक हैं। तब से Peter Clark इसके interim CEO हैं।
Ai2 में कुछ सौ researchers और engineers हैं, जो बड़ी labs के सामने बहुत छोटी संख्या है, लेकिन open AI research पर इसका असर इसके आकार से कहीं बड़ा है।
Language research में जड़ें
LLM के दौर से पहले Ai2, NLP की एक बड़ी ताकत था। इसके researchers ने ELMo (2018) बनाया, यानी वे contextual word embeddings जो सीधे BERT से पहले आए और जिन्होंने pre-training की क्रांति शुरू करने में मदद की, और AllenNLP बनाई, जो खूब इस्तेमाल होने वाली research library है। इसके Aristo project ने science exam के सवालों के जवाब देने वाले systems बनाए, जो आज के leaderboards से बहुत पहले reasoning की परीक्षा थी, और इसकी teams ने कई जाने-माने datasets और benchmarks बनाए।
Open models
- OLMo (2024 से): पूरी तरह open language models का परिवार, जो अपने training data (Dolma corpus), code, logs और checkpoints के साथ release होता है। बाद के versions, OLMo 2 और Olmo 3, development का हर कदम सार्वजनिक रखते हुए मिलते-जुलते size के दूसरे open models के मुकाबले में आ गए।
- OLMoTrace: एक tool जो real time में model के output को उसके training data के मिलते-जुलते passages तक trace करता है, जो सिर्फ़ इसलिए संभव है कि training data सार्वजनिक है।
- Tülu: post-training (instruction tuning, preference tuning और reinforcement learning) के लिए open recipes, data और code, यानी वह stage जिसे labs आम तौर पर गुप्त रखती हैं।
- Molmo (2024): open multimodal models जो image में चीज़ों की ओर इशारा कर सकते हैं, जो गिनती, grounding और user interfaces को control करने में काम आता है। इन्हें ऐसे dataset पर train किया गया जो annotators से images का बोलकर वर्णन करवाकर इकट्ठा किया गया था।
- olmOCR (2025): PDFs और scanned documents को बहुत कम लागत पर साफ़ text में बदलने के लिए एक open toolkit और model।
विज्ञान के लिए AI
Semantic Scholar के अलावा, Ai2 वैज्ञानिक काम में मदद के लिए AI agents बनाता है, जिनमें Asta शामिल है, जो literature review, data analysis और scientific agents की benchmarking का platform है। 2025 में US National Science Foundation और NVIDIA ने मिलकर 15.2 करोड़ dollar की घोषणा की, जो Ai2 की अगुवाई वाले एक project के लिए हैं जिसमें scientific research के लिए open multimodal models बनाए जाएँगे।
यह पर्यावरण के लिए applied programs भी चलाता है, जैसे Skylight, जो satellite data से अवैध मछली पकड़ने का पता लगाता है, और EarthRanger, जो वन्यजीवों की रक्षा के लिए इस्तेमाल होता है।
Embodied AI और vision
Ai2 की vision और robotics teams ने AI2-THOR बनाया, जो एक simulated indoor environment है और embodied agents को train तथा test करने के लिए खूब इस्तेमाल होता है, और Objaverse बनाया, जो 3D objects का एक विशाल open dataset है। मूल YOLO काम का भी University of Washington में Farhadi के group के ज़रिए इस institute से नाता है। Ai2 के एक incubator से कई startups निकले हैं, जिनमें XNOR.ai भी है, एक edge AI कंपनी जिसे Apple ने 2020 में खरीद लिया।
Open बनाम open
Ai2 का काम एक ज़रूरी फ़र्क को साफ़ करता है। "Open weights" का मतलब है कि आप model download करके चला सकते हैं। पूरे अर्थ में "open source" का मतलब है कि आप यह भी देख सकते हैं कि उसे किस चीज़ पर और कैसे train किया गया। सिर्फ़ दूसरा ही असली वैज्ञानिक जाँच की गुंजाइश देता है: benchmarks में contamination जाँचना, memorization का अध्ययन करना, यह समझना कि कोई व्यवहार कहाँ से आता है। बहुत कम संस्थाएँ इस तरह काम करने का खर्च उठा सकती हैं, और ऐसा करने वालों में Ai2 सबसे प्रमुख है।