निक रोमानो, डीपलाइट के सह-संस्थापक और सीईओ – साक्षात्कार श्रृंखला

निक रोमानो डीपलाइट के सह-संस्थापक और सीईओ हैं, जो एक एआई-ड्रिवन ऑप्टिमाइजेशन समाधान है जो डीप न्यूरल नेटवर्क्स को तेज, छोटा और ऊर्जा-कुशल बनाने के लिए क्लाउड से एज कंप्यूटिंग तक बनाया गया है।

निक एक अनुभवी उद्यमी और सफल सीईओ हैं जो 20 वर्षों से अधिक समय से सफल परिणाम दे रहे हैं। हाल ही में, उन्होंने एक एंटरप्राइज सास प्लेटफ़ॉर्म की सह-स्थापना और विस्तार किया जिसमें मल्टी-मिलियन-डॉलर की आवर्ती राजस्व और 100 से अधिक कर्मचारी हैं। उन्हें मैकमास्टर विश्वविद्यालय इंजीनियरिंग द्वारा शीर्ष 150 एलुम्नी के रूप में सम्मानित किया गया है।

आपको एआई में क्या आकर्षित किया?

मैं 25 वर्षों से अधिक समय से प्रौद्योगिकी क्षेत्र में हूं और कई चक्रों और रुझानों को देखा है, कुछ हाइप और कुछ वास्तविक। एआई एक गतिशील और बढ़ता क्षेत्र है, और मुझे जो पसंद है वह यह है कि यह तकनीक वास्तव में कई अलग-अलग तरीकों से लोगों के जीवन और काम को बेहतर बनाने के लिए उपयोग की जा सकती है। मैं इस आंदोलन का हिस्सा बनना चाहता था। हालांकि, एआई को वास्तविक दुनिया के वातावरण में ले जाने में चुनौतियां हैं। इसके लिए बहुत सारी कंप्यूटिंग क्षमता और ऊर्जा की आवश्यकता होती है – यह गणनात्मक रूप से तीव्र है। यह प्रयोगशाला में ठीक है, लेकिन यदि यह बहुत बड़ा या बहुत धीमा है या बहुत अधिक शक्ति लेता है, तो यह एआई को वास्तविक दुनिया के दृश्यों में लाना मुश्किल है। यह हमारा मिशन है और मेरे लिए वास्तविक आकर्षण – एआई को दैनिक जीवन में सक्षम बनाना।

डीपलाइट के पीछे की उत्पत्ति की कहानी साझा करें?

डीपलाइट का विचार मॉन्ट्रियल में टैंडेमलॉन्च इंक्यूबेटर में शुरू हुआ। डेविस सॉयर, जो अब हमारे मुख्य उत्पाद अधिकारी हैं और एक एआई डोमेन विशेषज्ञ हैं, और एहसान सबूरी, जो अब हमारे सीटीओ हैं और वास्तव में हमारे आईपी के पीछे के दिमाग हैं, ने वहां तकनीक विकसित करना शुरू किया। मैं 2019 में उनके साथ जुड़ा, अपने कई वर्षों के प्रौद्योगिकी नेतृत्व और कंपनियों को स्केल करने की क्षमता को लेकर, और हमने आधिकारिक तौर पर 2019 के मध्य में डीपलाइट को एक कंपनी के रूप में लॉन्च किया। अब हमारे पास 20 से अधिक कर्मचारी हैं और मॉन्ट्रियल और टोरंटो में कार्यालय हैं, और हमने अप्रैल 2021 में $6 मिलियन की श्रृंखला सीड की घोषणा की।

स्वायत्त वाहनों और ड्रोन जैसे कुछ उपयोग मामलों में हार्डवेयर में एआई प्रोसेसिंग को एम्बेड करना क्लाउड की तुलना में इतना महत्वपूर्ण क्यों है?

क्लाउड की तुलना में डेटा कैप्चर के बिंदु पर एआई निर्णय लेने की प्रक्रिया, जिसे अनुमान कहा जाता है, चलाने के कई कारण हैं। संभवतः मिशन-क्रिटिकल अनुप्रयोगों जैसे स्वायत्त वाहनों में सबसे बड़ा कारण विलंबता है, जो मूल रूप से यह है कि एआई को निर्णय लेने में कितना समय लगता है। यदि आपको डेटा कैप्चर करना है, इसे क्लाउड में अनुमान के लिए भेजना है, और फिर परिणामों को वापस भेजना है, तो यह स्पष्ट रूप से स्थानीय रूप से वास्तविक समय में करने की तुलना में बहुत अधिक समय लेगा। स्वायत्त ड्राइविंग में, मिलीसेकंड बहुत बड़े होते हैं।

अन्य कारणों में गोपनीयता शामिल है, जिसमें संवेदनशील डेटा को स्थानीय रूप से रखना शामिल है और इसे क्लाउड में भेजने की तुलना में, और निश्चित रूप से, कनेक्टिविटी जो क्लाउड अनुमान को अप्रासंगिक बना देती है यदि इसकी अनुपस्थिति है। जटिल गहरे तटस्थ नेटवर्क जो एआई को चलाते हैं उन्हें चलाने के लिए बहुत सारी कंप्यूटिंग शक्ति और बहुत सारी मेमोरी की आवश्यकता होती है, और वे बहुत सारी शक्ति की खपत करते हैं, इसलिए एआई समाधानों को क्लाउड का उपयोग करने के लिए मजबूर किया गया था। इसलिए, क्लाउड से बाहर निकलने और एक वाहन या ड्रोन जैसे एज में सीधे डिवाइस पर एआई चलाने के लिए, आपको मॉडल के समग्र आकार और शक्ति प्रोफाइल को कम करने का एक तरीका खोजने की आवश्यकता है ताकि यह कम संसाधनों के साथ सीधे हार्डवेयर पर चल सके। यह बाधा को तोड़ना और एआई को उन उपकरणों में लाना महत्वपूर्ण है जो लोगों की सेवा करते हैं जो हर दिन इसका उपयोग करते हैं। यहीं डीपलाइट आता है।

डीपलाइट न्यूट्रिनो विशेष रूप से क्या है?

हमारा न्यूट्रिनो प्लेटफ़ॉर्म एआई, विशेष रूप से गहरे तटस्थ नेटवर्क या डीएनएन को एक नए रूप में परिवर्तित करता है जो छोटा, तेज़ और कम शक्ति की खपत करता है। डीपलाइट न्यूट्रिनो के साथ, एआई टीमें अपने मॉडलों को सटीकता के लिए प्रशिक्षित करने पर ध्यान केंद्रित कर सकती हैं, यह कितनी बार सही निर्णय लेता है, और हमारे प्लेटफ़ॉर्म का उपयोग करके एआई मॉडल को अनुकूलित कर सकती हैं ताकि इसे एज में सीमित हार्डवेयर में तैनात किया जा सके। डीपलाइट न्यूट्रिनो ऐसा करता है बिना मूल एआई की सटीकता को समझौता किए। मूल रूप से, हम बड़े एआई मॉडल लेते हैं और उन्हें छोटा, तेज़ और अधिक ऊर्जा-कुशल बनाते हैं। अंतिम लक्ष्य प्रयोगशाला से बाहर निकलना और दैनिक जीवन में उपयोग की जाने वाली चीजों में एआई को लाना है।

डीपलाइट न्यूट्रिनो एआई को अधिक कुशल, तेज़, छोटा और शक्तिशाली बनाने में सक्षम है बिना मूल मॉडल की सटीकता को समझौता किए?

हम एक नए मल्टी-ऑब्जेक्टिव डिज़ाइन स्पेस एक्सप्लोरेशन दृष्टिकोण का उपयोग करते हैं। हम मूल मॉडल का उपयोग एक “शिक्षक” मॉडल के रूप में करते हैं और फिर मॉडल की वास्तुकला को देखते हैं जो डीपलाइट उपयोगकर्ता द्वारा निर्दिष्ट डिज़ाइन प्रतिबंधों को संतुष्ट करने वाले सर्वश्रेष्ठ “छात्र” मॉडल की तलाश में है। हम मूल मॉडल का उपयोग एक “शिक्षक” मॉडल के रूप में करते हैं और फिर मॉडल की वास्तुकला को देखते हैं जो डीपलाइट उपयोगकर्ता द्वारा निर्दिष्ट डिज़ाइन प्रतिबंधों को संतुष्ट करने वाले सर्वश्रेष्ठ “छात्र” मॉडल की तलाश में है।

इस प्रकार के एआई के लिए शीर्ष उपयोग मामले क्या हैं?

जबकि हम इसके लिए सीमित नहीं हैं, हमारा वर्तमान फोकस कंप्यूटर विजन और धारणा-आधारित एआई पर है। हमारी एआई प्रौद्योगिकी स्वायत्त वाहनों, ड्रोन, कैमरों, सेल फोनों, सेंसर और अन्य आईओटी डिवाइसों में उपयोग की जा रही है। हम इसके लिए नए अनुप्रयोग भी देख रहे हैं, जिनमें एक स्मार्ट टूथब्रश और एक स्मार्ट कॉफी मेकर शामिल हैं। हम एक अग्रणी अंतरराष्ट्रीय खिलौना कंपनी के साथ भी काम कर रहे हैं जो गेम विकास के लिए इसका उपयोग कर रही है। जो हम करते हैं वह अविश्वसनीय रूप से रोमांचक और पुरस्कृत है, और हम जो करते हैं उसके लिए हमें जो विविधता दिखाई दे रही है, वह बाजार में आने वाले अनुप्रयोगों की विविधता है जहां हम मदद कर सकते हैं।

संघीय सीखने और मशीन लर्निंग के भविष्य पर इसका प्रभाव के बारे में आपके विचार क्या हैं?

मॉडल को प्रशिक्षित करने के लिए बहुत सारे डेटा और बहुत सारी कंप्यूटिंग शक्ति की आवश्यकता होती है। उपयोग मामलों की विविधता जितनी अधिक होगी, उतनी ही अधिक डेटा की आवश्यकता होगी, और मॉडल को संतोषजनक सटीकता स्तर तक प्रशिक्षित करने के लिए उतनी ही अधिक कंप्यूटिंग समय की आवश्यकता होगी। संघीय सीखने के साथ, प्रशिक्षण प्रत्येक डिवाइस में स्थानीय डेटा स्थितियों के आधार पर संयुक्त होता है। इससे प्रशिक्षण अधिक कुशल हो सकता है (क्योंकि अलास्का में सड़क पार करने वाले कंगारू के लिए प्रशिक्षण करने की आवश्यकता नहीं है) और यह गोपनीयता के लिए एक बड़ा जीत है क्योंकि प्रशिक्षण डेटा – उदाहरण के लिए, किसी का चेहरा – को केंद्रीय सर्वर पर नहीं भेजा जाता है।

एक स्टार्टअप के रूप में, आप आवश्यक प्रतिभा और मस्तिष्क शक्ति को कैसे आकर्षित करते हैं?

आजकल सही एआई प्रतिभा को आकर्षित करना एक बड़ा चुनौती है – बहुत कम लोग हैं और भर्ती के लिए प्रतिस्पर्धा बहुत अधिक है। हमारी टीम अविश्वसनीय है। वे स्वयं प्रतिभा के लिए एक चुंबक हैं। हमारे पास संभावित नौकरी के उम्मीदवार हैं जो हमारी टीम के साथ बात करते हैं और साक्षात्कार लेते हैं। एक बार जब वे डीपलाइट में लोगों की गुणवत्ता देखते हैं, तो वे यहां रहना चाहते हैं। एक स्टार्टअप के रूप में, हम एक महान संस्कृति और नए और उभरते हुए कुछ पर काम करने का अवसर प्रदान करते हैं जो कई अलग-अलग उद्योगों और उत्पादों के लिए एक गेम-चेंजर हो सकता है। मुझे लगता है कि यह अवसर, साथ ही टीम, हमें शीर्ष प्रतिभा को आकर्षित करने की कुंजी है। हम दो प्रमुख उत्तरी अमेरिकी एआई हब, मॉन्ट्रियल और टोरंटो में स्थित हैं, जो हमें मदद करता है। एक कनाडाई कंपनी के रूप में, हम सरकार के वैश्विक प्रतिभा प्रवाह कार्यक्रम का लाभ उठाते हैं। हम दुनिया भर में भर्ती कर सकते हैं, नए नौकरी के उम्मीदवारों को प्रायोजित कर सकते हैं और उन्हें कनाडा में तेजी से ट्रैक कर सकते हैं।

एआई स्पेस में अन्य उद्यमियों के लिए आपकी कोई सलाह है?

यह एआई से परे है, लेकिन एक बार-बार उद्यमी के रूप में, मैंने सीखा है कि परिवार का समर्थन कितना महत्वपूर्ण है, क्योंकि उद्यमी बनने का निर्णय एक व्यक्तिगत निर्णय नहीं है – यह हर किसी को प्रभावित करता है – जीवनसाथी, बच्चे सहित। हर कोई आपके साथ यात्रा में है, और हर कोई बलिदान देता है। आपको यह पहचानना और इसकी सराहना करनी होगी, और यही वह तरीका है जिससे परिवार उद्यमी की यात्रा के दौरान एक साथ रह सकता है।

क्या आपको डीपलाइट के बारे में और कुछ साझा करना है?

डीपलाइट का एक अनोखा पहलू हमारे सह-संस्थापक हैं। डेविस अपने मध्य 20 के दशक में है और बहुत ही बुद्धिमान और ऊर्जावान है। वह निश्चित रूप से हम जो करते हैं उसमें एक डोमेन विशेषज्ञ है। एहसान एक ईरानी अप्रवासी है जिसके पास पीएचडी है और जैसा कि पहले उल्लेख किया गया है, हमारे आईपी के पीछे के दिमाग हैं। और मैं एक 50+ वर्ष का अनुभवी हूं जिसने पहले कंपनियों का निर्माण किया है। हम तीनों एक दिलचस्प संयोजन हैं जो तालिका में विभिन्न ताकत और अनुभव लाते हैं। मैं बहुत आभारी हूं कि मुझे ऐसे महान भागीदार मिले हैं और मैं ऐसी महान टीम से घिरा हुआ हूं।

धन्यवाद महान साक्षात्कार के लिए, मैं डीपलाइट की प्रगति का पालन करने की प्रतीक्षा कर रहा हूं और यह एक कंपनी है जो मेरे रडार पर होगी। जो पाठक अधिक जानना चाहते हैं उन्हें डीपलाइट पर जाना चाहिए।