जेनरेटिव एआई में नई सीमाएं - बादल से दूर

शुरुआत में, इंटरनेट था, जिसने हमारे जीवन को हमेशा के लिए बदल दिया - जिस तरह से हम संचार करते हैं, खरीदारी करते हैं, व्यापार करते हैं। और फिर विलंबता, गोपनीयता और लागत-दक्षता के कारणों से, इंटरनेट नेटवर्क किनारे पर चला गया, जिससे "इंटरनेट ऑफ़ थिंग्स" को जन्म मिला।

अब कृत्रिम बुद्धिमत्ता है, जो इंटरनेट पर हम जो कुछ भी करते हैं उसे आसान, अधिक वैयक्तिकृत और अधिक बुद्धिमत्तापूर्ण बनाती है। हालाँकि, इसका उपयोग करने के लिए बड़े सर्वर और उच्च गणना क्षमता की आवश्यकता होती है, इसलिए यह क्लाउड तक ही सीमित है। लेकिन उन्हीं प्रेरणाओं - विलंबता, गोपनीयता, लागत दक्षता - ने हेलो जैसी कंपनियों को ऐसी तकनीक विकसित करने के लिए प्रेरित किया है जो एआई को किनारे पर सक्षम बनाती हैं।

निस्संदेह, अगली बड़ी बात है जनरेटिव ए.आई.. जेनरेटिव एआई उद्योगों में भारी संभावनाएं प्रस्तुत करता है। इसका उपयोग काम को सुव्यवस्थित करने और विभिन्न रचनाकारों - वकीलों, सामग्री लेखकों, ग्राफिक डिजाइनरों, संगीतकारों और अन्य की दक्षता बढ़ाने के लिए किया जा सकता है। यह नई चिकित्सीय दवाओं की खोज या चिकित्सा प्रक्रियाओं में सहायता कर सकता है। जेनरेटिव एआई औद्योगिक स्वचालन में सुधार कर सकता है, नए सॉफ्टवेयर कोड विकसित कर सकता है और वीडियो, ऑडियो, इमेजरी और अन्य के स्वचालित संश्लेषण के माध्यम से परिवहन सुरक्षा बढ़ा सकता है।

हालाँकि, जेनेरिक एआई आज जिस रूप में मौजूद है, वह उस तकनीक द्वारा सीमित है जो इसे सक्षम बनाती है। ऐसा इसलिए है क्योंकि जेनरेटिव एआई क्लाउड में होता है - महंगे, ऊर्जा खपत करने वाले कंप्यूटर प्रोसेसर के बड़े डेटा सेंटर जो वास्तविक उपयोगकर्ताओं से बहुत दूर होते हैं। जब कोई जेनेरिक एआई टूल जैसे चैटजीपीटी या किसी नए एआई-आधारित वीडियोकांफ्रेंसिंग समाधान के लिए संकेत जारी करता है, तो अनुरोध इंटरनेट के माध्यम से क्लाउड पर प्रेषित किया जाता है, जहां नेटवर्क पर परिणाम वापस आने से पहले इसे सर्वर द्वारा संसाधित किया जाता है।

चूंकि कंपनियां जेनरेटिव एआई के लिए नए एप्लिकेशन विकसित करती हैं और उन्हें विभिन्न प्रकार के उपकरणों - वीडियो कैमरे और सुरक्षा प्रणालियों, औद्योगिक और व्यक्तिगत रोबोट, लैपटॉप और यहां तक ​​​​कि कारों पर तैनात करती हैं - क्लाउड बैंडविड्थ, लागत और कनेक्टिविटी के मामले में एक बाधा है।

और ड्राइवर सहायता, पर्सनल कंप्यूटर सॉफ़्टवेयर, वीडियोकांफ्रेंसिंग और सुरक्षा जैसे अनुप्रयोगों के लिए, नेटवर्क पर लगातार डेटा ले जाना गोपनीयता जोखिम हो सकता है।

समाधान इन उपकरणों को जेनरेटिव एआई को संसाधित करने में सक्षम बनाना है धार. वास्तव में, एज-आधारित जेनेरिक एआई कई उभरते अनुप्रयोगों को लाभ पहुंचाएगा।

जनरेटिव एआई का उदय हो रहा है

जून में उस पर विचार करें, मर्सिडीज-बेंज ने कहा यह अपनी कारों में चैटजीपीटी पेश करेगा। उदाहरण के लिए, चैटजीपीटी-संवर्धित मर्सिडीज में, एक ड्राइवर घर पर पहले से मौजूद सामग्री के आधार पर कार से - हाथों से मुक्त - रात के खाने की रेसिपी के लिए पूछ सकता है। यानी अगर कार इंटरनेट से कनेक्ट है. पार्किंग गैरेज या दूरस्थ स्थान पर, सभी दांव छूट जाते हैं।

पिछले कुछ वर्षों में, वीडियोकांफ्रेंसिंग हममें से अधिकांश लोगों के लिए दूसरी प्रकृति बन गई है। पहले से ही, सॉफ्टवेयर कंपनियां एआई के रूपों को वीडियोकांफ्रेंसिंग समाधानों में एकीकृत कर रही हैं। हो सकता है कि यह तुरंत ऑडियो और वीडियो की गुणवत्ता को अनुकूलित करने के लिए हो, या लोगों को एक ही वर्चुअल स्पेस में "स्थान" देने के लिए हो। अब, जेनेरिक एआई-संचालित वीडियोकांफ्रेंस स्वचालित रूप से मीटिंग मिनट बना सकती हैं या वास्तविक समय में कंपनी के स्रोतों से प्रासंगिक जानकारी खींच सकती हैं क्योंकि विभिन्न विषयों पर चर्चा की जाती है।

हालाँकि, यदि कोई स्मार्ट कार, वीडियोकांफ्रेंसिंग सिस्टम, या कोई अन्य एज डिवाइस क्लाउड तक वापस नहीं पहुंच सकता है, तो जेनरेटिव एआई अनुभव नहीं हो सकता है। लेकिन अगर उन्हें ऐसा नहीं करना पड़ा तो क्या होगा? क्लाउड एआई की विशाल प्रोसेसिंग को देखते हुए यह एक कठिन काम लगता है, लेकिन अब यह संभव हो रहा है।

किनारे पर जनरेटिव एआई

उदाहरण के लिए, पहले से ही जेनरेटिव एआई उपकरण मौजूद हैं, जो स्वचालित रूप से समृद्ध, आकर्षक पावरपॉइंट प्रेजेंटेशन बना सकते हैं। लेकिन उपयोगकर्ता को इंटरनेट कनेक्शन के बिना भी, कहीं से भी काम करने के लिए सिस्टम की आवश्यकता होती है।

इसी तरह, हम पहले से ही जेनरेटिव एआई-आधारित "कोपायलट" सहायकों की एक नई श्रेणी देख रहे हैं जो रिपोर्ट बनाने या डेटा विज़ुअलाइज़ करने जैसे कई नियमित कार्यों को स्वचालित करके हमारे कंप्यूटिंग उपकरणों के साथ बातचीत करने के तरीके को मौलिक रूप से बदल देगा। एक लैपटॉप खोलने की कल्पना करें, लैपटॉप आपको अपने कैमरे के माध्यम से पहचानता है, फिर स्वचालित रूप से आपके सबसे अधिक उपयोग किए जाने वाले टूल, जैसे आउटलुक, टीम्स, स्लैक, ट्रेलो इत्यादि के आधार पर दिन/सप्ताह/महीने के लिए कार्रवाई का एक कोर्स तैयार करता है। लेकिन डेटा बनाए रखने के लिए गोपनीयता और एक अच्छा उपयोगकर्ता अनुभव, आपके पास स्थानीय रूप से जेनरेटिव एआई चलाने का विकल्प होना चाहिए।

अविश्वसनीय कनेक्शन और डेटा गोपनीयता की चुनौतियों का सामना करने के अलावा, एज एआई बैंडविड्थ मांगों को कम करने और एप्लिकेशन प्रदर्शन को बढ़ाने में मदद कर सकता है। उदाहरण के लिए, यदि कोई जेनेरिक एआई एप्लिकेशन क्लाउड के माध्यम से वर्चुअल कॉन्फ्रेंस स्पेस की तरह डेटा-समृद्ध सामग्री बना रहा है, तो प्रक्रिया उपलब्ध (और महंगी) बैंडविड्थ के आधार पर पिछड़ सकती है। और कुछ प्रकार के जेनेरिक एआई अनुप्रयोगों, जैसे सुरक्षा, रोबोटिक्स, या स्वास्थ्य देखभाल के लिए उच्च-प्रदर्शन, कम-विलंबता प्रतिक्रियाओं की आवश्यकता होती है जिन्हें क्लाउड कनेक्शन संभाल नहीं सकते हैं।

वीडियो सुरक्षा में, कई कैमरों के बीच चलते समय लोगों को फिर से पहचानने की क्षमता - कुछ ऐसे स्थान जहां नेटवर्क नहीं पहुंच सकते - के लिए वास्तविक कैमरों में डेटा मॉडल और एआई प्रोसेसिंग की आवश्यकता होती है। इस मामले में, जेनेरिक एआई को सरल प्रश्नों के माध्यम से कैमरे द्वारा देखे जाने वाले स्वचालित विवरणों पर लागू किया जा सकता है, जैसे "लाल टी-शर्ट और बेसबॉल टोपी के साथ 8 वर्षीय बच्चे को ढूंढें।"

यही कारण है कि किनारे पर जनरेटिव एआई।

एज एआई में विकास

एआई प्रोसेसर की एक नई श्रेणी को अपनाने और अधिक कुशल, कम शक्तिशाली जेनरेटर एआई डेटा मॉडल के विकास के माध्यम से, एज डिवाइस को बुद्धिमानी से संचालित करने के लिए डिज़ाइन किया जा सकता है जहां क्लाउड कनेक्टिविटी असंभव या अवांछनीय है।

बेशक, क्लाउड प्रोसेसिंग जेनरेटिव एआई का एक महत्वपूर्ण घटक बना रहेगा। उदाहरण के लिए, AI मॉडल का प्रशिक्षण क्लाउड में रहेगा। लेकिन उन मॉडलों पर उपयोगकर्ता इनपुट लागू करने का कार्य, जिसे अनुमान कहा जाता है, किनारे पर हो सकता है - और कई मामलों में - होना चाहिए।

उद्योग पहले से ही अधिक दुबले, छोटे, अधिक कुशल एआई मॉडल विकसित कर रहा है जिन्हें किनारे वाले उपकरणों पर लोड किया जा सकता है। कंपनियों को पसंद है Hailo तंत्रिका नेटवर्क प्रसंस्करण करने के उद्देश्य से डिज़ाइन किए गए AI प्रोसेसर का निर्माण करें। ऐसे न्यूरल-नेटवर्क प्रोसेसर न केवल एआई मॉडल को अविश्वसनीय रूप से तेजी से संभालते हैं, बल्कि वे कम शक्ति के साथ भी ऐसा करते हैं, जिससे वे स्मार्टफोन से लेकर कैमरे तक विभिन्न प्रकार के एज डिवाइसों के लिए ऊर्जा कुशल और उपयुक्त बन जाते हैं।

किनारे पर जेनेरिक एआई को संसाधित करने से बढ़ते कार्यभार को प्रभावी ढंग से संतुलित किया जा सकता है, अनुप्रयोगों को अधिक स्थिरता से स्केल करने की अनुमति मिलती है, क्लाउड डेटा केंद्रों को महंगी प्रसंस्करण से राहत मिलती है, और उन्हें अपने कार्बन पदचिह्न को कम करने में मदद मिलती है।

जेनरेटिव एआई कंप्यूटिंग को फिर से बदलने के लिए तैयार है। भविष्य में, आपके लैपटॉप पर एलएलएम उसी तरह से ऑटो-अपडेट हो सकता है जैसे आपका ओएस आज करता है - और लगभग उसी तरह से कार्य करता है। लेकिन वहां पहुंचने के लिए, हमें नेटवर्क के किनारे पर जेनरेटिव एआई प्रोसेसिंग को सक्षम करने की आवश्यकता होगी। परिणाम बेहतर प्रदर्शन, ऊर्जा दक्षता और गोपनीयता और सुरक्षा का वादा करता है। ये सभी एआई अनुप्रयोगों की ओर ले जाते हैं जो दुनिया को उतना ही बदल देते हैं जितना कि जेनेरिक एआई को।