लियोर हाकिम, ऑवर वन - साक्षात्कार श्रृंखला के सह-संस्थापक और सीटीओ

लियोर हाकिम, सह-संस्थापक और मुख्य तकनीकी अधिकारी घंटा एक, पेशेवर वीडियो संचार के लिए आभासी मानव तैयार करने में उद्योग जगत में अग्रणी। विशेष रूप से वास्तविक लोगों पर आधारित जीवंत आभासी पात्र, पाठ के माध्यम से मानव जैसी अभिव्यक्ति व्यक्त करते हैं, व्यवसायों को बेजोड़ सहजता और मापनीयता के साथ अपने संदेश को उन्नत करने के लिए सशक्त बनाते हैं।

क्या आप ऑवर वन के पीछे की उत्पत्ति की कहानी साझा कर सकते हैं?

ऑवर वन की उत्पत्ति का पता क्रिप्टो डोमेन में मेरी भागीदारी से लगाया जा सकता है। उस प्रयास के बाद मैंने विचार करना शुरू कर दिया कि अगली बड़ी चीज़ क्या होगी जिसका बड़े पैमाने पर क्लाउड कंप्यूट उपयोग कर सकता है और चूंकि मशीन लर्निंग अनुशंसाओं और पूर्वानुमानित विश्लेषण में लोकप्रियता हासिल कर रही थी, इसलिए मैं कुछ एमएल बुनियादी ढांचे से संबंधित परियोजनाओं पर काम कर रहा था। इस कार्य के माध्यम से मैं प्रारंभिक जनरेटिव कार्यों से परिचित हो गया और उस समय जीएएन में मेरी विशेष रुचि थी। मैं उन तत्कालीन नई तकनीकों का परीक्षण करने के लिए अपने हाथ में आने वाली सभी गणनाओं का उपयोग कर रहा था। जब मैंने अपने एक दोस्त को, जिसकी इस क्षेत्र में एक कंपनी थी, नतीजे दिखाए तो उसने मुझसे कहा कि मुझे ओरेन से मिलना चाहिए। जब मैंने पूछा कि क्यों, तो उसने मुझसे कहा कि शायद हम दोनों उसका समय बर्बाद करना बंद कर देंगे और एक-दूसरे का समय बर्बाद करेंगे। ऑवर वन के मेरे सह-संस्थापक और सीईओ ओरेन उस समय एआई में शुरुआती निवेशक थे। और जब हम अलग-अलग स्थानों पर खड़े थे तो हम दोनों एक ही दिशा में आगे बढ़ रहे थे, और आभासी मानव के घर के रूप में ऑवर वन की स्थापना एक अपरिहार्य यात्रा थी।

उपयोग किए जाने वाले कुछ मशीन लर्निंग एल्गोरिदम क्या हैं, और जेनरेटिव एआई प्रक्रिया का कौन सा हिस्सा है?

वीडियो निर्माण के क्षेत्र में, मशीन लर्निंग एल्गोरिदम हर चरण में महत्वपूर्ण भूमिका निभाते हैं। स्क्रिप्टिंग चरण में, बड़े भाषा मॉडल (एलएलएम) सम्मोहक आख्यानों को सुनिश्चित करने के लिए सामग्री को तैयार करने या परिष्कृत करने में अमूल्य समर्थन प्रदान करते हैं। जैसे ही हम ऑडियो की ओर बढ़ते हैं, टेक्स्ट-टू-स्पीच (टीटीएस) एल्गोरिदम टेक्स्ट को जैविक, भावनात्मक आवाज़ों में बदल देता है। दृश्य प्रतिनिधित्व में परिवर्तन करते हुए, आभासी मानव का हमारा मालिकाना मल्टीमॉडल मूलभूत मॉडल केंद्र स्तर पर है। जेनेरेटिव एडवरसैरियल नेटवर्क्स (जीएएन) और वेरिएशनल ऑटोएन्कोडर्स (वीएई) के साथ संवर्धित यह मॉडल प्रासंगिक भावनाओं, व्याख्या और एक स्पष्ट, मनोरम और प्रामाणिक डिलीवरी को व्यक्त करने में माहिर है। ऐसी जेनरेटिव तकनीकें टेक्स्ट और ऑडियो संकेतों को आभासी मनुष्यों के जीवंत दृश्यों में बदल देती हैं, जिससे अति-यथार्थवादी वीडियो आउटपुट प्राप्त होते हैं। एलएलएम, टीटीएस, जीएएन, वीएई और हमारे मल्टीमॉडल मॉडल का ऑर्केस्ट्रेशन जेनरेटिव एआई को न केवल एक हिस्सा बल्कि आधुनिक वीडियो उत्पादन की रीढ़ बनाता है।

ऑवर वन खुद को प्रतिस्पर्धी वीडियो जनरेटर से कैसे अलग करता है?

पहले घंटे में, अन्य वीडियो जनरेटरों से हमारा अंतर प्रतिस्पर्धा की व्यस्तता से नहीं, बल्कि गुणवत्ता, उत्पाद डिजाइन और बाजार रणनीति के प्रति हमारे दृष्टिकोण को नियंत्रित करने वाले एक गहरे निहित दर्शन से उत्पन्न होता है। हमारा मार्गदर्शक सिद्धांत हमेशा मानवीय तत्व को प्राथमिकता देना है, यह सुनिश्चित करना है कि हमारी रचनाएँ प्रामाणिकता और भावना के साथ प्रतिध्वनित हों। हम बिना किसी समझौते के उद्योग में सर्वोत्तम गुणवत्ता प्रदान करने में गर्व महसूस करते हैं। उन्नत 3डी वीडियो रेंडरिंग का उपयोग करके, हम अपने उपयोगकर्ताओं को वास्तविक सिनेमाई अनुभव प्रदान करते हैं। इसके अलावा, हमारी रणनीति विशिष्ट विचारधारा वाली है; हम एक पॉलिश किए गए उत्पाद से शुरुआत करते हैं और फिर तेजी से पूर्णता की ओर बढ़ते हैं। यह दृष्टिकोण सुनिश्चित करता है कि हमारी पेशकशें हमेशा एक कदम आगे रहें और वीडियो निर्माण में नए मानक स्थापित करें।

जीपीयू में आपकी व्यापक पृष्ठभूमि के साथ, क्या आप हमारे साथ अपने विचारों पर कुछ अंतर्दृष्टि साझा कर सकते हैं NVIDIA अगली पीढ़ी GH200 ग्रेस हॉपर सुपरचिप प्लेटफार्म?

ग्रेस हॉपर आर्किटेक्चर वास्तव में गेम चेंजर है। यदि जीपीयू गणना को पूरी तरह से बाधित किए बिना अपने होस्ट की रैम से प्रभावी ढंग से काम कर सकता है, तो यह प्रशिक्षण में वर्तमान में असंभव मॉडल/त्वरक अनुपात को अनलॉक कर देता है, और परिणामस्वरूप, प्रशिक्षण कार्य के आकार में बहुत वांछित लचीलापन होता है। यह मानते हुए कि GH200 का पूरा स्टॉक एलएलएम प्रशिक्षण द्वारा ख़त्म नहीं किया जाएगा, हम आशा करते हैं कि इसका उपयोग भविष्य में हमारे मल्टी-मोडल आर्किटेक्चर के लिए प्रोटोटाइप लागत को काफी कम करने के लिए किया जाएगा।

क्या कोई अन्य चिप्स हैं जो वर्तमान में आपके रडार पर हैं?

हमारा मुख्य लक्ष्य उपयोगकर्ता को ऐसी वीडियो सामग्री प्रदान करना है जो कीमत पर प्रतिस्पर्धी हो। इस समय बड़ी मेमोरी वाले जीपीयू की मांग को देखते हुए, हम शीर्ष क्लाउड सेवा प्रदाताओं पर किसी भी जीपीयू क्लाउड पेशकश को लगातार अनुकूलित और आज़मा रहे हैं। इसके अलावा, हम अपने कुछ कार्यभार पर कम से कम आंशिक रूप से प्लेटफ़ॉर्म स्वतंत्र होने का प्रयास करते हैं। इस प्रकार हम टीपीयू और अन्य एएसआईसी पर नजर रख रहे हैं, और एएमडी पर भी करीब से ध्यान दे रहे हैं। अंततः किसी भी हार्डवेयर-आधारित अनुकूलन मार्ग का पता लगाया जाएगा जिसके परिणामस्वरूप बेहतर FLOPs/$ अनुपात हो सकता है।

वीडियो निर्माण में भविष्य की प्रगति के लिए आपका दृष्टिकोण क्या है?

24 महीनों में हम पकड़े गए मानव से उत्पन्न मानव के बारे में नहीं बता पाएंगे। इससे बहुत सी चीज़ें बदल जाएंगी और हम यहां उन प्रगतियों में सबसे आगे हैं।

फिलहाल अधिकांश जेनरेट किए गए वीडियो कंप्यूटर और मोबाइल उपकरणों के लिए हैं, संवर्धित वास्तविकता और आभासी वास्तविकता दोनों के लिए फोटो यथार्थवादी जेनरेट किए गए अवतार और दुनिया से पहले हमें क्या बदलने की जरूरत है?

फिलहाल, हमारे पास संवर्धित वास्तविकता (एआर) और आभासी वास्तविकता (वीआर) दोनों के लिए फोटो-यथार्थवादी अवतार और दुनिया उत्पन्न करने की क्षमता है। प्राथमिक बाधा विलंबता है. जबकि एआर और वीआर हेडसेट जैसे अत्याधुनिक उपकरणों के लिए उच्च-गुणवत्ता, वास्तविक समय ग्राफिक्स की डिलीवरी महत्वपूर्ण है, इसे निर्बाध रूप से प्राप्त करना कई कारकों पर निर्भर है। सबसे महत्वपूर्ण बात यह है कि हम तेज़ और अधिक कुशल प्रसंस्करण सुनिश्चित करने के लिए चिप निर्माण में प्रगति पर निर्भर हैं। इसके साथ ही, अनुभव से समझौता किए बिना लंबे समय तक उपयोग सुनिश्चित करने के लिए बिजली की खपत को अनुकूलित करना महत्वपूर्ण है। अंतिम लेकिन महत्वपूर्ण बात, हम ऐसी सॉफ़्टवेयर सफलताओं की आशा करते हैं जो पीढ़ी और वास्तविक समय प्रतिपादन के बीच के अंतर को कुशलतापूर्वक पाट सकती हैं। जैसे ही ये तत्व एक साथ आते हैं, हम एआर और वीआर दोनों प्लेटफार्मों पर फोटो-यथार्थवादी अवतारों और वातावरण के उपयोग में वृद्धि देखेंगे।

आप एआई में अगली बड़ी सफलता की क्या उम्मीद करते हैं?

जब एआई में अगली महत्वपूर्ण सफलता की बात आती है, तो हमेशा उत्साह और प्रत्याशा का माहौल रहता है। हालाँकि मैंने पहले कुछ प्रगतियों का उल्लेख किया है, मैं जो साझा कर सकता हूँ वह यह है कि हम इस समय कई अभूतपूर्व नवाचारों पर सक्रिय रूप से काम कर रहे हैं। मुझे बारीकियों में जाना अच्छा लगेगा, लेकिन अभी, मैं हर किसी को हमारी आगामी रिलीज़ों पर नज़र रखने के लिए प्रोत्साहित करता हूँ। एआई का भविष्य अपार संभावनाओं से भरा है और हम इन अग्रणी प्रयासों में सबसे आगे रहकर रोमांचित हैं। बने रहें!

क्या ऐसा कुछ और है जो आप ऑवर वन के बारे में साझा करना चाहेंगे?

आपको निश्चित रूप से हमारे डिसॉर्डर चैनल और एपीआई को देखना चाहिए, जो हमारे प्लेटफॉर्म पर नए जोड़े गए हैं घंटा एक.