साक्षात्कार
जय दावानी लेमुरियन लैब्स के सह-संस्थापक और सीईओ हैं – साक्षात्कार श्रृंखला
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
जय दावानी लेमुरियन लैब्स के सह-संस्थापक और सीईओ हैं। लेमुरियन लैब्स का मिशन किफायती, सुलभ और कुशल एआई कंप्यूटर प्रदान करना है, जो इस विश्वास पर आधारित है कि एआई को विलासिता नहीं बल्कि हर किसी के लिए एक उपकरण होना चाहिए। लेमुरियन लैब्स की संस्थापक टीम में एआई, कंपाइलर, संख्यात्मक एल्गोरिदम और कंप्यूटर आर्किटेक्चर में विशेषज्ञता है, जो एक ही उद्देश्य से जुड़ी हुई है: त्वरित कंप्यूटिंग को पुनः कल्पना करना।
आप हमें अपनी पृष्ठभूमि और एआई में आपके प्रवेश के बारे में बता सकते हैं?
बिल्कुल। मैं 12 साल की उम्र से ही प्रोग्रामिंग कर रहा था और अपने खेल बना रहा था, लेकिन मैं वास्तव में 15 साल की उम्र में एआई में गया जब मेरे पिता के एक मित्र ने मुझे कंप्यूटर दिया और मुझे वॉन न्यूमैन की ‘द कंप्यूटर एंड द ब्रेन’, मिंस्की की ‘परसेप्ट्रॉन’, रुसेल और नोर्विग की ‘एआई मॉडर्न अप्रोच’ जैसी किताबें पढ़ने के लिए दीं। इन किताबों ने मेरी सोच को बहुत प्रभावित किया और यह लगभग स्पष्ट था कि एआई परिवर्तनकारी होने जा रहा है और मुझे इस क्षेत्र में होना ही।
जब विश्वविद्यालय का समय आया, तो मैं वास्तव में एआई का अध्ययन करना चाहता था, लेकिन मैंने कोई विश्वविद्यालय नहीं पाया जो यह पाठ्यक्रम प्रदान करता हो, इसलिए मैंने इसके बजाय अनुप्रयुक्त गणित में मुख्य विषय लेने का फैसला किया। थोड़ी देर बाद, मैंने अलेक्सनेट के इमेजनेट परिणामों के बारे में सुना, जो वास्तव में रोमांचक था। उस समय मुझे एक अब-या-कभी नहीं का पल आया और मैंने हर पेपर और पुस्तक पढ़ने का फैसला किया जो मैं तंत्रिका नेटवर्क से संबंधित पढ़ सकता था और क्षेत्र के नेताओं से सीखने के लिए उनसे मिलने का फैसला किया, क्योंकि आप कितनी बार एक नए उद्योग के जन्म में मौजूद हो सकते हैं और इसके पioneers से सीख सकते हैं।
बहुत जल्दी मुझे एहसास हुआ कि मुझे शोध में मजा नहीं आता, लेकिन मुझे समस्याओं का समाधान करना और एआई-संचालित उत्पाद बनाना पसंद है। इससे मुझे स्वायत्त कारों, रोबोट, सामग्री खोज के लिए एआई, बहु-भौतिकी सिमुलेशन के लिए उत्पन्न मॉडल, पेशेवर रेसकार ड्राइवरों के लिए एआई-आधारित सिमुलेटर और कार सेटअप में मदद करने के लिए काम करने के लिए प्रेरित किया।
अब, इतना कुछ करने के बाद, मैं एआई प्रशिक्षण और तैनाती की लागत को कम करने की कोशिश कर रहा हूं क्योंकि यह हमारे लिए एक दुनिया बनाने के लिए सबसे बड़ी बाधा होगी जहां हर व्यक्ति और कंपनी को एआई से लाभ उठाने और सबसे आर्थिक तरीके से पहुंच प्राप्त करने में सक्षम हो।
त्वरित कंप्यूटिंग में काम करने वाली कई कंपनियों के संस्थापकों ने अर्धचालक और बुनियादी ढांचे में अपना करियर बनाया है। आपको लगता है कि आपके पिछले अनुभव ने आपकी क्षमता को कैसे प्रभावित किया है बाजार को समझने और प्रभावी ढंग से प्रतिस्पर्धा करने के लिए?
मुझे लगता है कि उद्योग से बाहर आने से मुझे एक आउटसाइडर का लाभ मिला है। मैंने पाया है कि उद्योग के मानकों या पारंपरिक ज्ञान के बारे में ज्ञान नहीं होने से मुझे अधिक स्वतंत्र रूप से अन्वेषण करने और अधिक गहराई से जाने की स्वतंत्रता मिलती है क्योंकि मैं पूर्वाग्रहों से मुक्त हूं।
मैं अक्सर खुद से पूछता हूं कि क्या यह वास्तव में एक अच्छा विचार है, लेकिन क्यों नहीं? क्या यह काम करेगा? क्या यह सच है? मैं जानना चाहता हूं कि क्यों certain विचारों को स्वीकार किया जाता है और क्या वे अभी भी मान्य हैं।
एआई पृष्ठभूमि से आने के कारण, मैं सॉफ्टवेयर दृष्टिकोण से देखता हूं और वर्कलोड को देखता हूं और उन्हें मॉडल करता हूं ताकि मैं समझ सकूं कि कहां मूल्य प्रदान करने के अवसर हैं। गणितीय पृष्ठभूमि से आने के कारण, मैं चीजों को मॉडल करना पसंद करता हूं ताकि मैं सत्य के करीब पहुंच सकूं और इसका मार्गदर्शन कर सकूं।
एआई में प्रगति मुख्य रूप से स्केलिंग से आई है, जिसके लिए अधिक कंप्यूट और ऊर्जा की आवश्यकता होती है। ऐसा लगता है कि हम एक हथियारों की दौड़ में हैं जहां हर कंपनी सबसे बड़ा मॉडल बनाने की कोशिश कर रही है और इसका कोई अंत नहीं दिख रहा है। क्या आपको लगता है कि इससे बाहर निकलने का कोई तरीका ह?
स्केलिंग बहुत उपयोगी साबित हुई है, और मुझे लगता है कि हमने इसका अंत नहीं देखा है। हम जल्द ही देखेंगे कि मॉडल को कम से कम एक अरब डॉलर की लागत से प्रशिक्षित किया जा रहा है। यदि आप जनरेटिव एआई में नेता बनना चाहते हैं और ब्लीडिंग एज फाउंडेशन मॉडल बनाना चाहते हैं, तो आपको कम से कम एक अरब डॉलर प्रति वर्ष कंप्यूट पर खर्च करने की आवश्यकता होगी।
मॉडल के आकार को जारी रखना अपरिहार्य है, लेकिन हम पूरी पृथ्वी को एक ग्रह-आकार के सुपरकंप्यूटर में नहीं बदल सकते हैं ताकि हम एलएलएम को प्रशिक्षित और परोसने के लिए इसका उपयोग कर सकें। इसके नियंत्रण में लाने के लिए, हमारे पास बेहतर डेटासेट, नए मॉडल आर्किटेक्चर, नए प्रशिक्षण विधियों, बेहतर कंपाइलर, एल्गोरिदमिक सुधार और शोषण, बेहतर कंप्यूटर आर्किटेक्चर जैसे कई नॉब हैं जिन्हें हम खेल सकते हैं।
आप पहले सिद्धांत सोच में विश्वास रखते हैं, यह आपके दृष्टिकोण को कैसे आकार देता है कि आप लेमुरियन लैब्स का संचालन कैसे कर रहे हैं?
हम लेमुरियन में पहले सिद्धांत सोच का बहुत उपयोग करते हैं। मैंने पाया है कि पारंपरिक ज्ञान भ्रामक हो सकता है क्योंकि यह एक निश्चित समय में बनाया गया था जब कertain धारणाएं सच थीं, लेकिन चीजें हमेशा बदलती रहती हैं और आपको अक्सर धारणाओं का परीक्षण करने की आवश्यकता होती है, खासकर जब आप एक तेजी से बदलते दुनिया में रहते हैं।
मैं अक्सर खुद से पूछता हूं कि यह वास्तव में एक अच्छा विचार है, लेकिन क्यों नहीं? क्या यह काम करेगा? क्या यह सच है? मैं जानना चाहता हूं कि क्यों certain विचारों को स्वीकार किया जाता है और क्या वे अभी भी मान्य हैं।
पहले सिद्धांत सोच के साथ, हम पीछे की ओर अनुमान लगाने की कोशिश करते हैं, जिसका अर्थ है कि हम एक आदर्श या वांछित भविष्य के परिणाम की कल्पना करते हैं और उसके बाद से काम करते हैं ताकि हम यह पहचान सकें कि उसे वास्तविक बनाने के लिए कौन से कदम या क्रियाएं आवश्यक हैं।
आप अपने तत्कालीन सॉफ्टवेयर स्टैक लक्ष्यों के बारे में बता सकते हैं?
जब हम अपनी आर्किटेक्चर और आगे की सड़कमैप की योजना बना रहे थे, तो यह स्पष्ट हो गया कि हमें बहुत अधिक विविधता देखने जा रहे हैं जो सॉफ्टवेयर पर बहुत सारी समस्याएं पैदा करेगी। हमें यह चिंता है क्योंकि हमें विषम आर्किटेक्चर को उत्पादक रूप से प्रोग्राम करने में सक्षम होने की आवश्यकता है, और हमें इसे डेटासेंटर स्तर पर करने की आवश्यकता है, जो एक चुनौती है जिसका सामना हमने पहले नहीं किया है।
हम वर्तमान में कई अग्रणी अर्धचालक कंपनियों और हाइपरस्केलर/क्लाउड सेवा प्रदाताओं के साथ जुड़ रहे हैं और अगले 12 महीनों में अपना सॉफ्टवेयर स्टैक जारी करेंगे। यह एक एकीकृत प्रोग्रामिंग मॉडल है जिसमें कंपाइलर और रनटाइम शामिल हैं जो किसी भी प्रकार की आर्किटेक्चर को लक्षित कर सकते हैं और विभिन्न प्रकार के हार्डवेयर से बने क्लस्टर में काम कर सकते हैं, और एकल नोड से लेकर एक हजार नोड क्लस्टर तक स्केल करने में सक्षम हैं।
साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें लेमुरियन लैब्स पर जाना चाहिए।
