लियोर हकीम, हाउर वन के सह-संस्थापक और सीटीओ – साक्षात्कार श्रृंखला

लियोर हकीम, हाउर वन के सह-संस्थापक और मुख्य तकनीकी अधिकारी, एक उद्योग के नेता हैं जो पेशेवर वीडियो संचार के लिए वर्चुअल मानव बनाने में माहिर हैं। वास्तविक लोगों के बाद मॉडल किए गए ये जीवन जैसे वर्चुअल पात्र, पाठ के माध्यम से मानव जैसी अभिव्यक्ति को प्रकट करते हैं, जिससे व्यवसायों को अपने संदेश को असाधारण आसानी और स्केलेबिलिटी के साथ ऊपर उठाने में सक्षम बनाता है।

क्या आप हाउर वन की उत्पत्ति की कहानी साझा कर सकते हैं?

हाउर वन की उत्पत्ति मेरी क्रिप्टो डोमेन में भागीदारी का परिणाम है। उसके बाद के प्रयास के बाद मैं सोचने लगा कि अगली बड़ी चीज़ क्या होगी जिसे मास क्लाउड कंप्यूट कर सकता है और मशीन लर्निंग की लोकप्रियता को देखते हुए मैं कुछ एमएल इंफ्रास्ट्रक्चर से संबंधित परियोजनाओं पर काम कर रहा था। इस काम के माध्यम से मैं शुरुआती जनरेटिव कार्यों से परिचित हो गया और उस समय जीएएनएस में विशेष रूप से रुचि रखता था। मैं उन नए प्रौद्योगिकियों का परीक्षण करने के लिए जितना संभव हो उतना कंप्यूट कम्प्यूट कर रहा था। जब मैंने अपने परिणामों को एक मित्र को दिखाया जिसकी कंपनी उस क्षेत्र में थी, तो उसने मुझे बताया कि मुझे ओरेन से मिलना चाहिए। जब मैंने पूछा कि क्यों, तो उसने मुझे बताया कि शायद हम दोनों उसका समय बर्बाद करना बंद कर देंगे और एक दूसरे का समय बर्बाद करेंगे। ओरेन, मेरे सह-संस्थापक और हाउर वन के सीईओ उस समय एआई में एक शुरुआती निवेशक थे। और जबकि हम अलग-अलग स्थानों पर खड़े थे, हम दोनों एक ही दिशा में बढ़ रहे थे, और हाउर वन की स्थापना वर्चुअल मानव का घर बनने के लिए एक अनिवार्य यात्रा थी।

कुछ मशीन लर्निंग अल्गोरिदम क्या हैं जो उपयोग किए जाते हैं, और जनरेटिव एआई किस प्रक्रिया का हिस्सा है?

वीडियो निर्माण के क्षेत्र में, मशीन लर्निंग अल्गोरिदम प्रत्येक चरण में महत्वपूर्ण हैं। स्क्रिप्टिंग चरण में, लार्ज लैंग्वेज मॉडल (एलएलएम) मूल्यवान समर्थन प्रदान करते हैं, सामग्री बनाने या परिष्कृत करने के लिए जो आकर्षक कथाएं सुनिश्चित करती हैं। जैसे ही हम ऑडियो में जाते हैं, टेक्स्ट-टू-स्पीच (टीटीएस) अल्गोरिदम पाठ को जीवंत, भावनात्मक आवाजों में बदल देते हैं। दृश्य प्रतिनिधित्व में संक्रमण करते हुए, हमारे प्रोप्राइटरी मुल्टीमॉडल फाउंडेशनल मॉडल वर्चुअल मानव केंद्र स्तर पर है। यह मॉडल, जेनरेटिव एडवर्सेरियल नेटवर्क (जीएएनएस) और वेरिएशनल ऑटोएनकोडर (वीएईएस) के साथ बढ़ाया गया है, संदर्भात्मक भावनाओं, उच्चारण और एक स्पष्ट, आकर्षक और प्रामाणिक वितरण को प्रकट करने में सक्षम है। ऐसी जनरेटिव तकनीकें पाठ और ऑडियो संकेतों को जीवन जैसे वर्चुअल मानव के दृश्य में बदल देती हैं, जिससे अत्यधिक वास्तविक वीडियो आउटपुट होता है। एलएलएम, टीटीएस, जीएएनएस, वीएईएस और हमारे मुल्टीमॉडल मॉडल का समन्वय जनरेटिव एआई को न केवल एक हिस्सा बनाता है, बल्कि आधुनिक वीडियो उत्पादन की रीढ़ बनाता है।

हाउर वन अन्य वीडियो जनरेटर्स से खुद को कैसे अलग करता है?

हाउर वन में, हमारा अन्य वीडियो जनरेटर्स से अलगाव प्रतिस्पर्धा के प्रति जुनून से नहीं आता है, बल्कि हमारे दृष्टिकोण, उत्पाद डिजाइन और बाजार रणनीति को नियंत्रित करने वाली एक गहराई से जड़ी हुई दार्शनिक से आता है। हमारा मार्गदर्शक सिद्धांत यह सुनिश्चित करना है कि हमारी रचनाएं प्रामाणिकता और भावना के साथ गूंजती हैं। हम उद्योग में सर्वोत्तम गुणवत्ता प्रदान करने में गर्व महसूस करते हैं, जिसमें कोई समझौता नहीं है। उन्नत 3डी वीडियो रेंडरिंग का उपयोग करके, हम अपने उपयोगकर्ताओं को एक वास्तविक सिनेमाई अनुभव प्रदान करते हैं। इसके अलावा, हमारी रणनीति अनोखी राय वाली है; हम एक पॉलिश्ड उत्पाद से शुरू करते हैं और फिर पूर्णता की ओर तेजी से आगे बढ़ते हैं। यह दृष्टिकोण सुनिश्चित करता है कि हमारे प्रस्ताव हमेशा एक कदम आगे हैं, जो वीडियो जनरेशन में नए मानक स्थापित करते हैं।

आपके जीपीयू के व्यापक अनुभव के साथ, क्या आप हमें एनवीडिया नेक्स्ट-जेनरेशन जीएच200 ग्रेस हॉपर सुपरचिप प्लेटफ़ॉर्म पर अपने विचार साझा कर सकते हैं?

ग्रेस हॉपर आर्किटेक्चर वास्तव में एक खेल चेंजर है। यदि जीपीयू अपने होस्ट के रैम से प्रभावी ढंग से काम कर सकता है बिना गणना को पूरी तरह से बोतलनेक किए, तो यह वर्तमान में असंभव मॉडल/एक्सेलरेटर अनुपात को प्रशिक्षण में अनलॉक करता है, और परिणामस्वरूप, वांछित लचीलापन प्रशिक्षण नौकरी के आकार में। यह मानकर कि जीएच200 का पूरा स्टॉक एलएलएम प्रशिक्षण द्वारा नहीं लिया जाएगा, हम आशा करते हैं कि हम इसका उपयोग अपने मुल्टीमॉडल आर्किटेक्चर के लिए प्रोटोटाइप लागत को कम करने के लिए करेंगे।

क्या आपकी रडार पर कोई अन्य चिप्स हैं?

हमारा मुख्य लक्ष्य उपयोगकर्ता को वीडियो सामग्री प्रदान करना है जो मूल्य प्रतिस्पर्धी है। बड़ी मेमोरी जीपीयू की वर्तमान मांग को देखते हुए, हम लगातार अनुकूलन कर रहे हैं और शीर्ष क्लाउड सेवा प्रदाताओं पर किसी भी जीपीयू क्लाउड ऑफर का परीक्षण कर रहे हैं। इसके अलावा, हम कुछ कार्यभार पर आंशिक रूप से प्लेटफ़ॉर्म स्वतंत्र होने का प्रयास करते हैं। इसलिए हम टीपीयू और अन्य एएसआईसी पर नजर रख रहे हैं और एएमडी पर भी ध्यान दे रहे हैं। अंततः, कोई भी हार्डवेयर-नेतृत्व वाला अनुकूलन मार्ग जो बेहतर फ्लॉप्स/डॉलर अनुपात का परिणाम दे सकता है, उसकी खोज की जाएगी।

वीडियो जनरेशन में भविष्य की प्रगति के लिए आपकी दृष्टि क्या है?

24 महीनों में, हम एक उत्पन्न मानव और एक कब्जे वाले मानव के बीच अंतर नहीं बता पाएंगे। इससे बहुत कुछ बदल जाएगा, और हम उन प्रगति के अग्रिम पंक्ति में हैं।

वर्तमान में अधिकांश उत्पन्न वीडियो कंप्यूटर और मोबाइल डिवाइस के लिए हैं, तो ऑगमेंटेड रियलिटी और वर्चुअल रियलिटी दोनों के लिए फोटो-वास्तविक उत्पन्न अवतार और दुनिया क्या बदलने की जरूरत है?

वर्तमान में, हमारे पास ऑगमेंटेड रियलिटी (एआर) और वर्चुअल रियलिटी (वीआर) दोनों के लिए फोटो-वास्तविक अवतार और दुनिया उत्पन्न करने की क्षमता है। मुख्य बाधा विलंबता है। जबकि एआर और वीआर हेडसेट जैसे एज डिवाइसेस को उच्च गुणवत्ता वाले रियल-टाइम ग्राफिक्स की डिलीवरी महत्वपूर्ण है, इसे निर्बाध रूप से प्राप्त करना कई कारकों पर निर्भर करता है। सबसे पहले, हम तेजी से और अधिक कुशल प्रसंस्करण सुनिश्चित करने के लिए चिप निर्माण में प्रगति पर निर्भर हैं। इसके साथ ही, शक्ति की खपत को अनुकूलित करना महत्वपूर्ण है ताकि बिना अनुभव को समझौता किए बिना लंबे समय तक उपयोग किया जा सके। अंत में, हम सॉफ्टवेयर ब्रेकथ्रू की प्रतीक्षा कर रहे हैं जो पीढ़ी और रियल-टाइम रेंडरिंग के बीच की खाई को प्रभावी ढंग से पुल कर सकते हैं। जैसे ही ये तत्व एक साथ आते हैं, हम एआर और वीआर प्लेटफ़ॉर्म दोनों पर फोटो-वास्तविक अवतार और परिवेशों के उपयोग में वृद्धि देखेंगे।

एआई में अगला बड़ा सफलता क्या होगा?

जब एआई में अगली महत्वपूर्ण सफलता की बात आती है, तो हमेशा उत्साह और प्रत्याशा का माहौल होता है। जबकि मैंने पहले कुछ प्रगति का उल्लेख किया है, जो मैं साझा कर सकता हूं वह यह है कि हम इस समय कई ग्राउंडब्रेकिंग नवाचारों पर सक्रिय रूप से काम कर रहे हैं। मैं विशिष्ट विवरण में जाना पसंद करूंगा, लेकिन अब मैं सभी से अनुरोध करता हूं कि वे हमारे आगामी रिलीज़ पर नजर रखें। एआई का भविष्य अपार संभावनाएं रखता है, और हम इन अग्रणी प्रयासों के अग्रिम पंक्ति में होने के लिए रोमांचित हैं।

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

आपको निश्चित रूप से हमारे डिस्कॉर्ड चैनल और एपीआई की जांच करनी चाहिए, जो हाउर वन पर हमारे प्लेटफ़ॉर्म ऑफरिंग के नए अतिरिक्त हैं।