विचार नेता

एआई के साथ महासागरों को उबालने से कैसे बचें

mm
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें

जैसा कि हम कृत्रिम बुद्धिमत्ता के अग्रिम मोर्चे पर आगे बढ़ रहे हैं, मैं खुद को इस तकनीक के दोहरे स्वरूप पर लगातार विचार करते हुए पाता हूं जिसे हम पioneering कर रहे हैं। एआई, इसके सार में, केवल एल्गोरिदम और डेटासेट का संग्रह नहीं है; यह हमारी सामूहिक बुद्धिमत्ता का प्रतीक है, जो मानवता के सामने आने वाली जटिल चुनौतियों को हल करने के लिए निर्देशित है। फिर भी, लेमुरियन लैब्स के सह-संस्थापक और सीईओ के रूप में, मैं इस जिम्मेदारी के प्रति अत्यधिक जागरूक हूं जो हमारे दैनिक जीवन के ताने-बाने में एआई को एकीकृत करने की दौड़ के साथ आती है। यह हमें पूछने के लिए प्रेरित करता है: हम एआई की असीमित क्षमता को कैसे अपना सकते हैं बिना हमारे ग्रह के स्वास्थ्य के साथ समझौता किए?

नवाचार के साथ वैश्विक तापमान वृद्धि

प्रौद्योगिकी नवाचार हमेशा अप्रत्याशित दुष्प्रभावों के साथ आता है। एआई के मामले में, यह अन्य प्रकार की गणना की तुलना में अधिक ऊर्जा की आवश्यकता होती है। अंतर्राष्ट्रीय ऊर्जा एजेंसी ने हाल ही में बताया कि एक मॉडल को प्रशिक्षित करने के लिए एक मॉडल को प्रशिक्षित करने के लिए 100 अमेरिकी घरों द्वारा एक पूरे वर्ष में उपभोग की जाने वाली बिजली से अधिक बिजली की आवश्यकता होती है। यह सभी ऊर्जा एक कीमत पर आती है, न केवल डेवलपर्स के लिए, बल्कि हमारे ग्रह के लिए भी। पिछले साल, ऊर्जा से संबंधित कार्बन डाइऑक्साइड उत्सर्जन ने 37.4 अरब टन के रिकॉर्ड उच्च स्तर को छुआ। एआई धीमा नहीं हो रहा है, इसलिए हमें खुद से पूछना होगा – क्या एआई और हमारे ग्रह पर इसके परिणामों के लिए आवश्यक ऊर्जा इसके लायक है? क्या एआई हमारी अपनी हवा में सांस लेने से ज्यादा महत्वपूर्ण है? मुझे उम्मीद है कि हम कभी ऐसे बिंदु पर नहीं पहुंचेंगे जहां यह एक वास्तविकता बन जाए, लेकिन अगर कुछ नहीं बदलता है तो यह बहुत दूर नहीं है।

मैं ऊर्जा की अधिक कुशलता के लिए अपने आह्वान में अकेला नहीं हूं। हाल ही में बोस्च कनेक्टेड वर्ल्ड कॉन्फ्रेंस में, एलोन मस्क ने उल्लेख किया कि एआई के साथ हम “संभवतः सबसे बड़ी प्रौद्योगिकी क्रांति के किनारे पर हैं जो कभी अस्तित्व में थी,” लेकिन व्यक्त किया कि हम अगले साल के रूप में जल्द ही बिजली की कमी देख सकते हैं। एआई की शक्ति की खपत न केवल एक तकनीकी समस्या है, यह एक वैश्विक समस्या है।

एआई को जटिल प्रणाली के रूप में देखना

इन अकुशलताओं को हल करने के लिए, हमें एआई को एक जटिल प्रणाली के रूप में देखने की आवश्यकता है जिसमें कई जुड़े हुए और गतिमान भाग होते हैं, न कि एक स्टैंडअलोन प्रौद्योगिकी के रूप में। यह प्रणाली उन एल्गोरिदम से लेकर जो हम लिखते हैं, लाइब्रेरी, कंपाइलर, रनटाइम, ड्राइवर, हार्डवेयर पर निर्भर करते हैं और सभी को शक्ति प्रदान करने के लिए आवश्यक ऊर्जा तक। इस समग्र दृष्टिकोण को अपनाकर, हम एआई विकास के हर स्तर पर अकुशलताओं की पहचान कर सकते हैं और उनका समाधान कर सकते हैं, जो न केवल तकनीकी रूप से उन्नत हैं बल्कि पर्यावरण के अनुकूल भी हैं। एआई को जुड़े हुए प्रणालियों और प्रक्रियाओं के नेटवर्क के रूप में समझना कुशल और प्रभावी समाधानों के लिए मार्ग प्रकाशित करता है।

एआई के लिए एक सार्वभौमिक सॉफ्टवेयर स्टैक

एआई का वर्तमान विकास प्रक्रिया अत्यधिक खंडित है, जिसमें प्रत्येक हार्डवेयर प्रकार के लिए एक विशिष्ट सॉफ्टवेयर स्टैक की आवश्यकता होती है जो केवल उस एक डिवाइस पर चलता है, और विभिन्न समस्याओं के लिए विशेषज्ञता वाले कई विशेष उपकरण और लाइब्रेरी होते हैं, जिनमें से अधिकांश असंगत होते हैं। डेवलपर्स को सिस्टम-ऑन-चिप (SoCs) जैसे मोबाइल फोन जैसे एज डिवाइसों में प्रोग्रामिंग करने में पहले से ही संघर्ष करना पड़ता है, लेकिन जल्द ही जो कुछ भी मोबाइल में होता है वह डेटासेंटर में होगा और यह बहुत अधिक जटिल होगा। डेवलपर्स को विभिन्न प्रोग्रामिंग मॉडल, लाइब्रेरी को एक साथ जोड़ना होगा और अपने बढ़ते विषम समूहों से प्रदर्शन प्राप्त करने के लिए काम करना होगा, जो पहले से ही बहुत अधिक है। और यह केवल प्रशिक्षण के लिए होगा। उदाहरण के लिए, एक सुपरकंप्यूटर को प्रोग्राम करना और प्रदर्शन प्राप्त करना जिसमें हजारों से लेकर दस हजारों सीपीयू और जीपीयू होते हैं, बहुत समय लेने वाला होता है और विशेषज्ञ ज्ञान की आवश्यकता होती है, और फिर भी बहुत कुछ छोड़ दिया जाता है क्योंकि वर्तमान प्रोग्रामिंग मॉडल इस स्तर तक नहीं बढ़ता है, जिसके परिणामस्वरूप अतिरिक्त ऊर्जा व्यय होता है, जो और भी खराब हो जाएगा क्योंकि हम मॉडल को स्केल करते रहते हैं।

इसका समाधान करने के लिए एक सार्वभौमिक सॉफ्टवेयर स्टैक की आवश्यकता है जो इस खंडितता को दूर करे और विभिन्न हार्डवेयर पर प्रदर्शन प्राप्त करने के लिए प्रोग्रामिंग को सरल बनाए। यह एआई और कंप्यूटर आर्किटेक्चर में नवाचार को तेज करने में मदद करेगा और अधिक उद्योगों और अनुप्रयोगों में एआई को अपनाने में वृद्धि करेगा।

कुशल हार्डवेयर की मांग

एक सार्वभौमिक सॉफ्टवेयर स्टैक लागू करने के अलावा, यह महत्वपूर्ण है कि हम अंतर्निहित हार्डवेयर को अधिक प्रदर्शन और कुशलता के लिए अनुकूलित करें। ग्राफिक्स प्रोसेसिंग यूनिट (जीपीयू), जो मूल रूप से गेमिंग के लिए डिज़ाइन किए गए थे,尽管 वे बहुत शक्तिशाली और उपयोगी हैं, लेकिन उनमें अकुशलता के कई स्रोत हैं जो अधिक स्पष्ट हो जाते हैं क्योंकि हम उन्हें सुपरकंप्यूटर स्तर पर डेटासेंटर में स्केल करते हैं। जीपीयू का वर्तमान अनिश्चित स्केलिंग विकास लागत में वृद्धि, हार्डवेयर की कमी, और कार्बन डाइऑक्साइड उत्सर्जन में महत्वपूर्ण वृद्धि की ओर जाता है।

इन चुनौतियों का पूरे उद्योग पर एक बड़ा बाधा है। यदि दुनिया की सबसे बड़ी टेक कंपनियां पर्याप्त जीपीयू प्राप्त करने और अपने डेटासेंटर को शक्ति प्रदान करने के लिए संघर्ष कर रही हैं, तो बाकी लोगों के लिए कोई उम्मीद नहीं है।

एक निर्णायक मोड़

लेमुरियन लैब्स में, हमने इसे पहले से ही अनुभव किया है। 2018 में, हम एक छोटी एआई स्टार्टअप थे जो एक मूलभूत मॉडल बनाने की कोशिश कर रहे थे, लेकिन लागत अन्यायपूर्ण थी। आवश्यक कंप्यूटिंग शक्ति alone विकास लागत को एक स्तर तक ले जाने के लिए पर्याप्त थी जो न केवल हमारे लिए एक छोटी स्टार्टअप के रूप में अप्राप्य थी, बल्कि दुनिया की सबसे बड़ी टेक कंपनियों के बाहर किसी के लिए भी अप्राप्य थी। यह हमें एआई की बजाय अंतर्निहित चुनौतियों को हल करने की ओर मोड़ने के लिए प्रेरित किया जो इसे असुलभ बनाती थीं।

हमने मूल बातों से शुरुआत की और एआई को शक्ति प्रदान करने के लिए एक पूरी तरह से नए गणितीय मूल को विकसित किया। पीएएल (पैरलल एडाप्टिव लॉगरिदम) नामक इस नवाचारी संख्या प्रणाली ने हमें एक प्रोसेसर बनाने में सक्षम किया जो बेंचमार्क एआई कार्यभार पर पारंपरिक जीपीयू की तुलना में 20 गुना अधिक प्रवाह प्राप्त कर सकता है, सभी जबकि आधी शक्ति की खपत करता है।

एआई डेवलपर्स के जीवन को आसान बनाने और एआई को अधिक कुशल और सुलभ बनाने के लिए हमारी दृढ़ प्रतिबद्धता ने हमें हमेशा समस्या को गहराई से समझने की कोशिश करने के लिए प्रेरित किया है। हमने अल्ट्रा-हाई प्रदर्शन और कुशल कंप्यूटर आर्किटेक्चर डिज़ाइन किए हैं जो एज से लेकर डेटासेंटर तक स्केल करने में सक्षम हैं, साथ ही साथ वेयरहाउस-स्केल कंप्यूटरों जैसे हेटेरोजेनियस डिवाइसों को प्रोग्राम करने की चुनौतियों को संबोधित करने के लिए सॉफ्टवेयर स्टैक बनाए हैं। यह सभी एआई डिप्लॉयमेंट को तेजी से और कम लागत पर सक्षम बनाता है, डेवलपर उत्पादकता को बढ़ाता है, वर्कलोड को तेज करता है, और एक ही समय में सुलभता, नवाचार, अपनाने और समानता को बढ़ावा देता है।

सभी के लिए एआई

एआई का हमारे विश्व पर अर्थपूर्ण प्रभाव डालने के लिए, हमें यह सुनिश्चित करने की आवश्यकता है कि हम इस प्रक्रिया में इसे नष्ट नहीं करें और यह आवश्यक है कि हम इसके विकास के तरीके को मौलिक रूप से बदलें। आज की लागत और कंप्यूटिंग आवश्यकताएं एक बड़े कुछ के पक्ष में संतुलन को झुकाती हैं, जो नवाचार और सुलभता में एक बड़ा बाधा बनाती है, जबकि हमारे वायुमंडल में बड़ी मात्रा में कार्बन डाइऑक्साइड डालती है। डेवलपर्स और ग्रह के दृष्टिकोण से एआई विकास के बारे में सोचकर हम इन अंतर्निहित अकुशलताओं को संबोधित करना शुरू कर सकते हैं ताकि एक ऐसा भविष्य हासिल किया जा सके जो सभी के लिए सुलभ और पर्यावरण के अनुकूल हो।

स्थायी एआई के लिए एक व्यक्तिगत प्रतिबिंब और कॉल टू एक्शन

आगे देखते हुए, मेरी भावनाएं एआई के भविष्य के बारे में आशावाद और सावधानी का मिश्रण हैं। मैं एआई की परिवर्तनकारी क्षमता के बारे में आशावादी हूं जो हमारे विश्व को बेहतर बना सकती है, लेकिन सावधानी से इसके महत्वपूर्ण जिम्मेदारी के बारे में भी। मैं एक भविष्य की कल्पना करता हूं जहां एआई की दिशा का निर्धारण केवल हमारी तकनीकी प्रगति से नहीं होता है, बल्कि स्थायित्व, समानता और समावेशिता के प्रति दृढ़ प्रतिबद्धता से। लेमुरियन लैब्स का नेतृत्व करते हुए, मैं एआई को एक महत्वपूर्ण शक्ति के रूप में देखता हूं जो मानवता को ऊपर उठाने और पर्यावरण संरक्षण को प्राथमिकता देने के लिए है। यह मिशन केवल बेहतर तकनीक बनाने से परे है; यह सोच-समझकर, स्केलेबल समाधानों को पioneering करने के बारे में है जो हमारी सामूहिक आकांक्षाओं और ग्रह स्वास्थ्य का सम्मान करते हैं।

जैसा कि हम एआई विकास के एक नए युग के किनारे पर खड़े हैं, हमारा कॉल टू एक्शन स्पष्ट है: हमें एआई को एक ऐसे तरीके से प्रोत्साहित करना चाहिए जो हमारे पर्यावरण प्रभाव पर विचार करता है और सामान्य भलाई का समर्थन करता है। यह नैतिकता हमारे काम का आधार है लेमुरियन लैब्स में, जो हमें नवाचार, सहयोग और मानक निर्धारित करने के लिए प्रेरित करती है। “आइए एआई को केवल नवाचार के लिए नहीं बनाएं, बल्कि मानवता और हमारे ग्रह के लिए नवाचार करें,” मैं आग्रह करता हूं, वैश्विक समुदाय को एआई के परिदृश्य को पुनः आकार देने में शामिल होने के लिए आमंत्रित करता हूं। एक साथ, हम यह सुनिश्चित कर सकते हैं कि एआई एक सकारात्मक परिवर्तन के प्रतीक के रूप में उभरे, मानवता को सशक्त बनाते हुए और भविष्य की पीढ़ियों के लिए हमारे ग्रह की रक्षा करते हुए।

जे दावनी लेमुरियन लैब्स के सह-संस्थापक और सीईओ हैं, जो एक स्टार्टअप है जो सामान्य उद्देश्य वाली त्वरित गणना के क्षेत्र में अग्रणी है, जिससे एआई विकास सभी कंपनियों और लोगों के लिए सस्ता और आसानी से उपलब्ध हो सके। "मैथमेटिक्स फॉर डीप लर्निंग" नामक प्रभावशाली पुस्तक के लेखक, उन्होंने ब्लॉकप्ले और ज्यामितीय ऊर्जा निगम जैसी कंपनियों में नेतृत्व की भूमिका निभाई है, जिसमें क्वांटम कंप्यूटिंग, मेटावर्स, ब्लॉकचेन, एआई, अंतरिक्ष रोबोटिक्स और अधिक पर परियोजनाओं का नेतृत्व किया है। जे ने नासा फ्रंटियर डेवलपमेंट लैब, सिया क्लासिक और कई प्रमुख एआई फर्मों के सलाहकार के रूप में भी काम किया है।