पुस्तक समीक्षाएँ
पुस्तक समीक्षा: द थिंकिंग मशीन: जेन्सन हुआंग, एनवीडिया, और दुनिया का सबसे वांछित माइक्रोचिप स्टीफन विट द्वारा
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
द थिंकिंग मशीन: जेन्सन हुआंग, एनवीडिया, और दुनिया का सबसे वांछित माइक्रोचिप कृति अधिकांश पुस्तकों से अलग है जो कृत्रिम बुद्धिमत्ता के बारे में लिखी गई हैं, क्योंकि यह विषय को एक दिशा से संबोधित करती है जिसे तकनीकी रूप से साक्षर पाठक, मैं सहित, ऐतिहासिक रूप से कमजोर कर दिया है।
जिन लोगों ने वर्षों से कृत्रिम बुद्धिमत्ता का अनुसरण किया है, उनकी समझ इस क्षेत्र के परिचित मील के पत्थरों से आकार ली गई है। कहानी आमतौर पर 1956 में डार्टमाउथ कार्यशाला के साथ शुरू होती है, फिर शुरुआती प्रतीकात्मक प्रणालियों के माध्यम से आगे बढ़ती है, फिर आईबीएम के डीप ब्लू को गैरी कास्पारोव को हराने, डीपमाइंड जो को मास्टर करता है, और हाल ही में ओपनएआई ने दिखाया कि बड़े भाषा मॉडल जटिल मल्टीप्लेयर वातावरण में रणनीति का समन्वय कर सकते हैं। ये क्षण बौद्धिक रूप से संतोषजनक और याद रखने में आसान हैं क्योंकि वे दृश्यमान जीत के इर्द-गिर्द केंद्रित हैं।
स्टीफन विट की पुस्तक जो असाधारण रूप से अच्छा करती है वह उस फ्रेमिंग को चुनौती देना है। कृत्रिम बुद्धिमत्ता के क्षेत्र में प्रभाव डालने के क्षणों पर ध्यान केंद्रित करने के बजाय, द थिंकिंग मशीन उन उपलब्धियों के नीचे कम दिखाई देने वाली परत पर ध्यान केंद्रित करती है। यह तर्क देता है, जो प्रभावशाली है, कि आधुनिक कृत्रिम बुद्धिमत्ता युग मुख्य रूप से चतुर विचारों द्वारा नहीं खोला गया था, बल्कि स्वयं गणना के प्रदर्शन में एक मूलभूत परिवर्तन द्वारा था।
एनवीडिया और इसके सह-संस्थापक जेन्सन हुआंग पर कथा को केंद्रित करके, विट कृत्रिम बुद्धिमत्ता क्रांति को एक कहानी के रूप में पुनः फ्रेम करता है जो कंप्यूटिंग वास्तुकला, डेवलपर पारिस्थितिकी तंत्र और दीर्घकालिक दृष्टि के बारे में है। परिणाम एक कॉर्पोरेट जीवनी से अधिक है; यह कृत्रिम बुद्धिमत्ता के इतिहास में एक लापता अध्याय है।
वीडियो गेम्स से एक नए कंप्यूटिंग परिदृश्य तक
एनवीडिया की शुरुआत उन उच्च महत्वाकांक्षाओं से बहुत दूर है जो अब कृत्रिम बुद्धिमत्ता से जुड़ी हुई हैं। कंपनी 1993 में एक ग्राफिक्स चिप निर्माता के रूप में उभरी, जो बढ़ती वास्तविक वीडियो गेम दुनिया को रेंडर करने पर केंद्रित थी। उस समय की चुनौती बुद्धिमत्ता नहीं थी, बल्कि गति थी। खेलों को प्रकाश, गति और गहराई को सिम्युलेट करने के लिए विशाल संख्या में गणनाओं को तुरंत करने की आवश्यकता थी।
एनवीडिया द्वारा अपनाई गई समाधान सामांतर गणना थी। सामांतर गणना का अर्थ है एक ही समय में कई गणनाएं करना, न कि उन्हें क्रमिक रूप से निष्पादित करना। एक शक्तिशाली कोर पर निर्भर रहने के बजाय जो एक निर्देश के बाद दूसरा निर्देश निष्पादित करता है, जीपीयू में हजारों छोटे कोर होते हैं जो समान गणितीय संचालन पर एक साथ काम करते हैं। यह दृष्टिकोण बड़े डेटासेट पर बार-बार गणना करने वाले कार्यभार के लिए विशेष रूप से शक्तिशाली है।
मूल रूप से, यह वास्तुकला ग्राफिक्स के लिए बनाई गई थी। हालांकि, विट दिखाता है कि यह निर्णय कैसे शांत रूप से तीन दशक बाद तंत्रिका नेटवर्क के लिए आदर्श आधार बन गया। आधुनिक कृत्रिम बुद्धिमत्ता मॉडल को प्रशिक्षित करने में विशाल संख्या में समान गणितीय संचालन शामिल होते हैं जो विशाल डेटा पर लागू होते हैं। जीपीयू पहले से ही उसी तरह के काम के लिए अनुकूलित थे।
यह पुस्तक का जो हिस्सा आकर्षक बनाता है वह यह है कि विट तकनीकी डिजाइन विकल्पों को जीवित रहने के साथ कैसे जोड़ता है। एनवीडिया ने सामांतर गणना का चयन कृत्रिम बुद्धिमत्ता की पूर्वकल्पना के कारण नहीं किया था। इसे इसलिए चुना गया क्योंकि यह वास्तविक समय ग्राफिक्स में प्रतिस्पर्धा करने का एकमात्र तरीका था। उस आवश्यकता ने कंपनी को एक कंप्यूटिंग मॉडल में महारत हासिल करने के लिए मजबूर किया जो बाद में गेमिंग से परे परिवर्तनकारी साबित हुआ।
जेन्सन हुआंग और सिस्टम, न कि उत्पादों में सोच
इस कहानी के केंद्र में जेन्सन हुआंग है, जिसे एक पारंपरिक कार्यकारी के रूप में नहीं चित्रित किया गया है, बल्कि किसी ऐसे व्यक्ति के रूप में जो लगातार प्रणालियों में सोचता है, न कि व्यक्तिगत उत्पादों में। विट हुआंग को मांग वाला, तीव्र और अक्सर कठिन के रूप में प्रस्तुत करता है, लेकिन यह भी कि वह तकनीक को लंबे समय तक कैसे देखता था।
जबकि प्रतिस्पर्धियों ने जीपीयू को गेमिंग चक्रों से जुड़े अव्यवस्थित घटकों के रूप में माना, हुआंग ने उन्हें एक व्यापक कंप्यूटिंग प्लेटफ़ॉर्म के आधार के रूप में माना। यह अंतर महत्वपूर्ण है। उत्पादों को बदल दिया जाता है। प्लेटफ़ॉर्म यौगिक होते हैं।
आंतरिक रूप से, एनवीडिया ने इस मानसिकता को प्रतिबिंबित किया। इंजीनियरों को आगे की सोच वाले वर्षों के बारे में सोचने के लिए प्रोत्साहित किया गया। सॉफ़्टवेयर को सिलिकॉन के रूप में रणनीतिक रूप से महत्वपूर्ण माना जाता था। टूलिंग और डेवलपर समर्थन में निवेश किए गए थे, इससे पहले कि स्पष्ट मांग थी। इनमें से कई विकल्प उस समय अत्यधिक या अनावश्यक लग सकते थे। प्रतिशोध में, उन्होंने एक खाई बनाई जिसे प्रतिस्पर्धियों ने पार करने के लिए संघर्ष किया।
विट यह स्पष्ट करता है कि एनवीडिया का उदय अपरिहार्य नहीं था। कंपनी एक से अधिक बार विफलता के करीब आई। जो इसे आगे बढ़ाया वह एकल सफलता नहीं थी, बल्कि एक सतत विश्वास था कि त्वरित कंप्यूटिंग अंततः अपने मूल उपयोग के मामले से परे महत्वपूर्ण होगी।
सीउडीए और एआई उत्पत्ति की कहानी जिसे कई लोगों ने याद किया
द थिंकिंग मशीन के सबसे महत्वपूर्ण योगदानों में से एक यह है कि यह सीउडीए की भूमिका को कृत्रिम बुद्धिमत्ता के इतिहास में पुनः फ्रेम करता है।
इस पुस्तक को पढ़ने से पहले, यह सोचना आसान है कि सीउडीए केवल एक सफल डेवलपर उपकरण है। विट दिखाता है कि यह अधिक ध्यान का हकदार है। सीउडीए को ग्राफिक्स-विशिष्ट इंटरफेस के माध्यम से समस्याओं को मजबूर करने के बजाय जीपीयू के लिए सामान्य गणना को संभव बनाने के लिए बनाया गया था।
सीउडीए ने ग्राफिक्स-विशिष्ट इंटरफेस के माध्यम से समस्याओं को मजबूर करने के बजाय जीपीयू के लिए सामान्य गणना को संभव बनाने के लिए बनाया गया था। सीउडीए ने जीपीयू को परिचित प्रोग्रामिंग मॉडल का उपयोग करके प्रोग्राम करने की अनुमति देकर यह बदल दिया। हजारों कंप्यूटिंग कोर एक सामान्य संसाधन के रूप में सुलभ हो गए। यह उच्च प्रदर्शन कंप्यूटिंग में प्रवेश की बाधा को कम करने का एक तरीका था जिसे बहुत से लोग उस समय पूरी तरह से सराह नहीं पाए थे।
यह वह जगह है जहां पुस्तक मेरे अपने अनुभव के साथ मजबूती से गूंजती है कि कृत्रिम बुद्धिमत्ता के इतिहास को कैसे सीखा जाए। मैंने जो कथा अवशोषित की थी वह भारी मात्रा में मॉडल और एल्गोरिदम पर केंद्रित थी। द थिंकिंग मशीन यह स्पष्ट करती है कि उनमें से कई विचार तब तक व्यावहारिक नहीं हो सकते थे जब तक कि शोधकर्ता उन्हें बड़े पैमाने पर प्रशिक्षित नहीं कर सकते थे।
कृत्रिम बुद्धिमत्ता शोधकर्ताओं ने जल्द ही पहचान लिया कि तंत्रिका नेटवर्क सामांतर गणना के लिए लगभग एक आदर्श मैच थे। प्रशिक्षण में बड़े डेटासेट पर एक ही संचालन को दोहराना शामिल है, लाखों या अरबों पैरामीटर को समय के साथ समायोजित करना। सीउडीए ने इस प्रक्रिया को तेज़, सस्ता और अधिक विश्वसनीय बनाने की अनुमति दी जो सीपीयू कभी भी कर सकता था।
यह विशेष रूप से महत्वपूर्ण हो गया क्योंकि गहरा शिक्षण त्वरण और बाद में ट्रांसफॉर्मर-आधारित मॉडल के उद्भव के साथ। ट्रांसफॉर्मर पैमाने पर समृद्धि। जीपीयू त्वरण के बिना, आज की कृत्रिम बुद्धिमत्ता परिदृश्य को परिभाषित करने वाले कई मॉडल सैद्धांतिक या प्रतिबंधक रूप से महंगे रहे होंगे। सीउडीए ने इन वास्तुकलाओं का आविष्कार नहीं किया, लेकिन उनके तेजी से विकास को संभव बनाया।
विट यह विशेष रूप से अच्छी तरह से पकड़ता है कि यह परिणाम पूरी तरह से योजनाबद्ध नहीं था। सीउडीए को वैज्ञानिक कंप्यूटिंग के लिए बनाया गया था। कृत्रिम बुद्धिमत्ता शोधकर्ताओं ने इसकी शक्ति का पता लगाया और एनवीडिया को कृत्रिम बुद्धिमत्ता दौड़ के केंद्र में खींच लिया।
एल्गोरिदम के बजाय बुनियादी ढांचा
पुस्तक के सबसे मूल्यवान अंतर्दृष्टि में से एक यह है कि कृत्रिम बुद्धिमत्ता प्रगति उतनी ही सीमित है जितनी कि विचारों द्वारा बुनियादी ढांचे से। कई लोकप्रिय खाते एल्गोरिदम, प्रशिक्षण चाल, और डेटासेट पर केंद्रित हैं। द थिंकिंग मशीन पाठक को यह याद दिलाती है कि इनमें से कोई भी मायने नहीं रखता है यदि पर्याप्त कंप्यूटिंग शक्ति नहीं है।
इस दृष्टिकोण से, आधुनिक कृत्रिम बुद्धिमत्ता उछाल कम अचानक और अधिक विलंबित लगता है। तंत्रिका नेटवर्क दशकों से मौजूद थे। जो बदल गया वह उस हार्डवेयर की उपलब्धता थी जो उन्हें महत्वपूर्ण पैमाने पर प्रशिक्षित कर सकता था।
एनवीडिया ने केवल तेज़ चिप्स प्रदान नहीं की। इसने हार्डवेयर, सॉफ्टवेयर लाइब्रेरी और डेवलपर टूल्स का एक पारिस्थितिकी तंत्र बनाया जो समय के साथ एक दूसरे को मजबूत करते थे। जैसे ही शोधकर्ताओं ने अपना काम एनवीडिया प्लेटफार्मों के लिए अनुकूलित किया, एनवीडिया ने अपने उत्पादों को बेहतर ढंग से कृत्रिम बुद्धिमत्ता कार्यभार की सेवा के लिए परिष्कृत किया। इस फीडबैक लूप ने एक टिकाऊ लाभ बनाया जो कच्चे प्रदर्शन से परे फैला हुआ था।
पुस्तक शांत रूप से एक वास्तविकता को रेखांकित करती है जो आज अधिक स्पष्ट है: कृत्रिम बुद्धिमत्ता में नेतृत्व आपूर्ति श्रृंखलाओं, निर्माण क्षमता, सॉफ्टवेयर पारिस्थितिकी तंत्र और प्लेटफ़ॉर्म नियंत्रण द्वारा आकार दिया जाता है, न कि केवल शोध की चतुराई से।
दृष्टि, जोखिम और यौगिक परिणाम
विट एनवीडिया के प्रभुत्व के निहितार्थ से नहीं हिचकिचाता। जैसे ही कंपनी वैश्विक कृत्रिम बुद्धिमत्ता बुनियादी ढांचे के लिए आधार बन जाती है, इसका प्रभाव बढ़ता है। जेन्सन हुआंग का यह विश्वास कि त्वरित कंप्यूटिंग तकनीकी प्रगति के अगले चरण को परिभाषित करेगी, पुस्तक के माध्यम से चलती है।
इसके बजाय नैतिकीकरण करने के, द थिंकिंग मशीन यह दिखाती है कि कैसे निरंतर इंजीनियरिंग और रणनीतिक निर्णयों ने समय के साथ परिणामों को यौगिक किया। एनवीडिया ने रुझानों का पीछा करके नहीं जीता; इसने सामांतर गणना में जल्दी प्रतिबद्धता, बार-बार बाजार चक्रों और जीपीयू को अपने हार्डवेयर को अनिवार्य बनाने वाले टूल्स में निवेश करके जीत हासिल की।
कृत्रिम बुद्धिमत्ता के पैमाने पर वास्तव में कैसे समझने के लिए पाठकों के लिए
जो पाठक पहले से ही कृत्रिम बुद्धिमत्ता के इतिहास के शीर्षलेख क्षणों को जानते हैं, यह पुस्तक उन के नीचे लापता परत को भर देती है। यह समझाता है कि वे सफलताएं कब और क्यों पैमाने पर हो सकती थीं, और एनवीडिया इस प्रक्रिया में इतनी केंद्रीय शक्ति क्यों बन गई।
यह एक पुस्तक है जो उन पाठकों के लिए है जो कृत्रिम बुद्धिमत्ता को एक औद्योगिक प्रणाली के रूप में समझना चाहते हैं, न कि चतुर मॉडल के संग्रह के रूप में। यह उन लोगों के साथ प्रतिध्वनित होगा जो चिप्स, डेटा केंद्रों और अक्सर अदृश्य इंजीनियरिंग निर्णयों में रुचि रखते हैं जो तकनीकी शक्ति को शांत रूप से आकार देते हैं।
द थिंकिंग मशीन इसलिए सफल होती है क्योंकि यह कृत्रिम बुद्धिमत्ता की कहानी को नीचे से ऊपर तक पुनः फ्रेम करती है, दिखाती है कि कैसे सामांतर गणना, डेवलपर प्लेटफ़ॉर्म और दीर्घकालिक दृष्टि ने उस आधार का निर्माण किया जिस पर आधुनिक कृत्रिम बुद्धिमत्ता अब खड़ी है।
