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

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

निक एक श्रृंखलाबद्ध उद्यमी और एक अनुभवी सीईओ हैं जो 20 वर्षों से अधिक समय से सफल परिणाम दे रहे हैं। हाल ही में उन्होंने एक उद्यम सास प्लेटफ़ॉर्म की स्थापना की और इसे बढ़ाया, जिसमें कई 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最初 क्या आकर्षित किया?

मैं 25 वर्षों से अधिक समय से प्रौद्योगिकी क्षेत्र में हूं और मैंने कई चक्रों और रुझानों को देखा है, कुछ हYPE और कुछ वास्तविक। एआई एक गतिशील और बढ़ता हुआ क्षेत्र है, और मुझे जो पसंद है वह यह है कि यह प्रौद्योगिकी 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 चुनौतियाँ हैं। यह एआई को ठीक से काम करने के लिए बहुत सारी गणना क्षमता और ऊर्जा लेता 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 वास्तविक दुनिया के दृश्यों में एआई को लाना मुश्किल है। यह हमारा मिशन है और मेरे लिए वास्तविक आकर्षण – एआई को दैनिक जीवन के लिए सक्षम करना।

क्या आप डीपलाइट की उत्पत्ति की कहानी साझा कर सकते हैं?

डीपलाइट के लिए विचार मॉन्ट्रियल में टैन्डमलॉन्च 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 मस्तिष्क 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 लेकर आया, 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 श्रृंखला बीज की घोषणा की।

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

क्लाउड के बजाय डेटा कैप्चर के बिंदु पर अपनी इन्फरेंस, एआई निर्णय लेने की प्रक्रिया को चलाने के कई कारण हैं। संभवतः सबसे बड़ा कारण मिशन-क्रिटिकल अनुप्रयोगों में देरी है, जो मूल रूप से एआई को निर्णय लेने में कितना समय लगता है। यदि आपको डेटा कैप्चर करने की आवश्यकता है, इसे क्लाउड में इन्फरेंस के लिए भेजें, और फिर परिणाम वापस भेजें, तो यह स्पष्ट रूप से स्थानीय रूप से वास्तविक समय में करने की तुलना में बहुत अधिक समय लेगा। स्वायत्त ड्राइविंग में, मिलीसेकंड बहुत मायने रखते हैं।

अन्य कारणों में गोपनीयता शामिल है, संवेदनशील डेटा को स्थानीय रूप से रखना क्लाउड के बजाय, और निश्चित रूप से, कनेक्टिविटी जो क्लाउड इन्फरेंस को अप्रासंगिक बना देती है। एआई को चलाने वाले जटिल गहरे तंत्रिका नेटवर्क को चलाने के लिए बहुत सारी गणना शक्ति की आवश्यकता होती है, वे बहुत सारी मेमोरी का उपयोग करते हैं, 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 डिवाइस पर स्थानीय रूप से एआई को चलाने के लिए, आपको मॉडल के समग्र आकार और शक्ति प्रोफाइल को कम करने का एक तरीका खोजने की आवश्यकता है। यह बाधा को तोड़ने के लिए महत्वपूर्ण है ताकि एआई को और अधिक डिवाइसों में लाया जा सके जो लोगों की सेवा करते हैं। यहीं पर डीपलाइट आता है।

आप डीपलाइट न्यूट्रिनो के बारे में विशेष रूप से बता सकते हैं?

हमारा न्यूट्रिनो प्लेटफ़ॉर्म एआई, विशेष रूप से गहरे तंत्रिका नेटवर्क या डीएनएन को एक नए रूप में परिवर्तित करता है जो मूल रूप से 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, निर्णय कितनी बार सही है, और हमारे प्लेटफ़ॉर्म का उपयोग करके एआई मॉडल को अनुकूलित कर सकती हैं ताकि इसे एज पर 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 कैसे 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 प्रकार के “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 सर्वोत्तम “छात्र” मॉडल की तलाश में है। हम स्वचालित रूप से डीएनएन मॉडल को अनुकूलित करने और उन्हें काफी तेज़, छोटा और अधिक शक्ति-कुशल बनाने के लिए इसका उपयोग करते हैं बिना प्रदर्शन को त्यागे।

इस प्रकार के एआई के लिए कुछ 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 फोन, सेंसर और अन्य आईओटी डिवाइसों में उपयोग की जा रही है। हम हाल ही में इसके लिए नए अनुप्रयोग भी देख रहे हैं, जिनमें एक स्मार्ट टूथब्रश और एक स्मार्ट कॉफी मेकर शामिल हैं। हम एक प्रमुख 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 बहुत उत्साहजनक और पुरस्कृत करने वाला है – हम जो विविधता देख रहे हैं उसके लिए अनुप्रयोग जो बाजार में आ रहे हैं जहां हम मदद कर सकते हैं यह जीवंत हो।

संघीय शिक्षा पर आपके विचार क्या हैं और यह मशीन लर्निंग के भविष्य को कैसे प्रभावित करेगा?

मॉडल को प्रशिक्षित करने के लिए बहुत सारे डेटा और बहुत सारी गणना 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 गणना समय की आवश्यकता होगी। संघीय शिक्षा के साथ, प्रशिक्षण प्रत्येक डिवाइस में स्थानीय डेटा स्थितियों के आधार पर आयोजित किया जाता है। यह प्रशिक्षण को अधिक कुशल बना सकता है (क्योंकि अलास्का में सड़क पार करने वाले कंगारू के लिए प्रशिक्षण करने की आवश्यकता नहीं है) और यह गोपनीयता के लिए भी एक बड़ा जीत है क्योंकि प्रशिक्षण डेटा – जैसे किसी का चेहरा – को केंद्रीय सर्वर पर नहीं भेजा जाता है।

चूंकि हमारी अनुकूलन प्रक्रिया में एक “प्रशिक्षण लूप” शामिल है जो अनुकूलित मॉडल की सटीकता को बनाए रखने के लिए, हमारा अंतिम लक्ष्य यह होगा कि हम जो कर रहे हैं वह प्रारंभिक प्रशिक्षण प्रक्रिया का हिस्सा होगा, न कि दूसरा पास। अभी के लिए, यह आकांक्षी है, लेकिन यह हमारा दीर्घकालिक लक्ष्य 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 – वहां बहुत कम लोग हैं और भर्ती के लिए प्रतिस्पर्धा उच्च है। हमारी टीम अविश्वसनीय है। वे स्वयं प्रतिभा के लिए एक चुंबक हैं। हमारे पास संभावित नियुक्तियां हमारी टीम के साथ बोलती हैं और साक्षात्कार लेती हैं। एक बार जब वे डीपलाइट में लोगों की क्षमता को देखते हैं, तो वे यहां रहना चाहते हैं। एक स्टार्टअप के रूप में, हम एक महान संस्कृति और काम का अवसर प्रदान करते हैं जो नए और उभरते हुए हैं जो कई अलग-अलग उद्योगों और उत्पादों के लिए एक गेम-चेंजर हो सकता है। मुझे लगता है कि यह अवसर, साथ ही साथ हमारी टीम, प्रतिभा को आकर्षित करने के लिए महत्वपूर्ण है। हम दो प्रमुख उत्तरी अमेरिकी एआई हब, मॉन्ट्रियल और टोरंटो में स्थित हैं, जो 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 नियुक्तियों को प्रायोजित कर सकते हैं और उन्हें कनाडा में तेजी से ट्रैक कर सकते हैं।

एआई स्थान में अन्य उद्यमियों के लिए आपके पास कोई सलाह है?

यह एआई से परे जाता 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 और बच्चे सहित। हर कोई आपके साथ यात्रा में शामिल है, और हर कोई बलिदान देता है। आपको यह पहचानने और इसकी सराहना करने की आवश्यकता है, और यह परिवार के लिए एक साथ रहने का तरीका है।

क्या आपके पास डीपलाइट के बारे में साझा करने के लिए कुछ और है?

डीपलाइट के एक अनोखे पहलू में हमारे सह-संस्थापक शामिल हैं। डेविस अपने मध्य 20 के दशक में है और बहुत ही चतुर 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, वह वास्तव में हमारे आईपी के पीछे मस्तिष्क है। और मैं एक 50+ वर्ष का अनुभवी हूं जो पहले कंपनियों का निर्माण कर चुका है। हम तीनों एक दिलचस्प संयोजन हैं जो तालिका में अलग-अलग ताकत और अनुभव लाते हैं। मैं बहुत आभारी हूं कि मेरे पास ऐसे महान साथी हैं और मुझे ऐसी महान टीम के साथ घेर लिया गया है।

साक्षात्कार के लिए धन्यवाद, मैं डीपलाइट और इसकी प्रगति को देखने 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।