एआई बूम नहीं फेल हुआ, लेकिन एआई कंप्यूटिंग जरूर बदल रही है

एआई बियर्स से बहुत डरने की जरूरत नहीं है। वे सोच रहे हैं कि क्या एआई निवेश में बड़ा बूम पहले ही आया और गया है, क्या एआई प्रशिक्षण प्रणालियों में बड़े पैमाने पर निवेश करने वाली कंपनियों के लिए यह एक बड़ा झटका है, और क्या एआई युग की उम्मीदों को कम करने की जरूरत है।

लेकिन अगर आप बड़े हाइपरस्केलर्स की योजनाओं पर नजर डालें, तो एआई निवेश अभी भी जीवित और स्वस्थ है। मेटा, अमेज़ों, माइक्रोसॉफ्ट, और गूगल ने सभी हाल ही में एआई प्रौद्योगिकी में निवेश करने के लिए दोगुना किया है। उनकी सामूहिक प्रतिबद्धता 2025 के लिए 300 अरब डॉलर से अधिक है, एक हालिया कहानी के अनुसार फाइनेंशियल टाइम्स में। माइक्रोसॉफ्ट के सीईओ सत्य नडेला ने कहा कि माइक्रोसॉफ्ट इस साल अकेले 80 अरब डॉलर एआई में खर्च कर सकता है। मेटा के संस्थापक और सीईओ मार्क जुकरबर्ग ने फेसबुक पर कहा, “हम इस साल 60-65 अरब डॉलर के कैपेक्स में निवेश करने की योजना बना रहे हैं, साथ ही हमारी एआई टीमों को भी महत्वपूर्ण रूप से बढ़ाने जा रहे हैं, और हमारे पास आगे के वर्षों में निवेश जारी रखने के लिए पूंजी है।” (AMZN ) (MSFT )

यह एआई बूम के फेल होने की आवाज नहीं है, लेकिन एआई अनुप्रयोगों को सक्षम करने के लिए खर्च किए जा रहे पैसे के बारे में एक बढ़ती हुई चिंता है। कम से कम दो साल तक प्रौद्योगिकी दिग्गजों ने कहा कि वे बड़े एआई मॉडलों को प्रशिक्षित करने के लिए अधिक कंप्यूटिंग शक्ति की मांग देख रहे हैं, 2025 ने उन्हीं कंपनियों को रोजाना व्यवसाय मीडिया द्वारा इतना एआई हाइप बनाने के लिए फटकार लगाई है।

ऐसा क्यों हुआ? इसका उत्तर चीन से एक नए एआई अनुप्रयोग के तेजी से उदय में पाया जा सकता है। लेकिन यह समझने के लिए कि वास्तव में क्या हो रहा है और इसका एआई निवेश और प्रौद्योगिकी कार्यक्रमों पर क्या प्रभाव पड़ेगा, हमें यह स्वीकार करना होगा कि एआई युग अपने विकास के एक नए चरण में प्रवेश कर रहा है।

गहराई से सच्चाई की तलाश

अब तक, दुनिया जानती है कि डीपसीक, चीनी एआई कंपनी ने कैसे अनुमान इंजन और सांख्यिकीय तर्क का उपयोग करके बड़े भाषा मॉडलों को अधिक कुशलता से और कम लागत से प्रशिक्षित किया है।

विशेष रूप से, डीपसीक ने दावा किया कि उसकी तकनीकों ने परिणामस्वरूप बहुत कम जीपीयू (केवल 2,048 जीपीयू), साथ ही कम शक्तिशाली जीपीयू (एनवीडिया एच800) की आवश्यकता होती है, जो कि कुछ हाइपरस्केल कंपनियों द्वारा अपने मॉडलों को प्रशिक्षित करने के लिए आवश्यक सैकड़ों हजारों प्रीमियम-प्रदर्शन जीपीयू (एनवीडिया एच100) की तुलना में बहुत कम है। लागत बचत के संदर्भ में, जबकि ओपनएआई ने चैटजीपीटी को प्रशिक्षित करने पर अरबों डॉलर खर्च किए, डीपसीक ने कथित तौर पर अपने आर1 मॉडल को प्रशिक्षित करने के लिए केवल 6.5 मिलियन डॉलर खर्च किए। (NVDA )

यह ध्यान देने योग्य है कि कई विशेषज्ञों ने डीपसीक के खर्च दावों पर संदेह किया है, लेकिन नुकसान हो चुका था, क्योंकि इसके अलग तरीकों की खबर ने हाइपरस्केलर्स और जीपीयू निर्माता कंपनियों के शेयर मूल्य में गहरी गिरावट का कारण बना।

हालांकि, दो महत्वपूर्ण बिंदु हंगामे के बीच खो गए। एक यह था कि डीपसीक ने एआई के साथ काम करने का एक नया तरीका नहीं खोजा था। दूसरा यह है कि एआई पारिस्थितिकी तंत्र को यह एहसास हो गया था कि एआई निवेश डॉलर को कैसे खर्च किया जाना चाहिए और एआई को आने वाले वर्षों में कैसे उपयोग किया जाएगा।

डीपसीक की विधियों के संबंध में, एआई अनुमान इंजन और सांख्यिकीय तर्क का उपयोग करने की धारणा नई नहीं है। सांख्यिकीय तर्क का उपयोग अनुमान मॉडल तर्क की व्यापक अवधारणा का एक पहलू है, जिसमें एआई पैटर्न पहचान पर आधारित निष्कर्ष निकालने में सक्षम है। यह मूल रूप से मानव क्षमता के समान है जो विभिन्न तरीकों से एक समस्या को हल करने के लिए सीखता है और उन्हें तुलना करने के लिए सबसे अच्छा संभव समाधान खोजने के लिए। अनुमान-आधारित मॉडल तर्क आज उपयोग किया जा सकता है और यह किसी चीनी स्टार्टअप तक सीमित नहीं है।

इस बीच, एआई पारिस्थितिकी तंत्र पहले से ही यह महसूस कर रहा था कि एआई के साथ काम करने और आवश्यक कंप्यूटिंग संसाधनों में एक मूलभूत परिवर्तन हो रहा है। एआई युग के प्रारंभिक वर्ष बड़े एआई मॉडलों को बड़े डेटा सेट पर प्रशिक्षित करने के बारे में रहे हैं, जिसके लिए बहुत सारे प्रोसेसिंग, जटिल गणना, वजन समायोजन और मेमोरी निर्भरता की आवश्यकता होती है। एआई मॉडलों को प्रशिक्षित करने के बाद, चीजें बदल जाती हैं। एआई नए डेटा सेट, कार्यों और समस्याओं पर सीखे हुए सब कुछ लागू करने के लिए अनुमान का उपयोग कर सकता है। अनुमान, प्रशिक्षण की तुलना में कम गणनात्मक रूप से तीव्र प्रक्रिया के रूप में, उतने जीपीयू या अन्य कंप्यूटिंग संसाधनों की आवश्यकता नहीं होती है।

डीपसीक के बारे में अंतिम सच्चाई यह है कि जबकि इसकी विधियों ने एआई पारिस्थितिकी तंत्र में अधिकांश लोगों को उतना आश्चर्यचकित नहीं किया जितना कि यह स्टॉक बाजार निवेशकों को आश्चर्यचकित करता है, यह एआई के विकास के अगले चरण में अनुमान के महत्व को रेखांकित करता है।

एआई: अगली पीढ़ी

एआई का वादा और संभावना नहीं बदला है। बड़े हाइपरस्केलर्स द्वारा जारी बड़े एआई निवेश यह दर्शाता है कि वे एआई से अनलॉक करने में विश्वास करते हैं और यह कैसे लगभग हर उद्योग को बदल सकता है और लोग अपने दैनिक जीवन में कैसे काम करते हैं।

जो बदल गया है वह यह है कि वे डॉलर कैसे खर्च किए जाएंगे। एआई युग के प्रारंभिक वर्षों में, अधिकांश निवेश प्रशिक्षण पर था। यदि आप एआई को एक बच्चे के रूप में सोचते हैं, जिसका दिमाग अभी भी विकासशील है, तो हमने इसे सबसे अच्छे स्कूलों और विश्वविद्यालयों में भेजने के लिए बहुत पैसा खर्च किया है। अब, वह बच्चा एक शिक्षित वयस्क है – और उसे अपने लिए एक नौकरी ढूंढनी होगी। वास्तविक दुनिया में, हमने एआई को प्रशिक्षित करने में बहुत पैसा खर्च किया है, और अब हमें उस निवेश पर रिटर्न देखने की जरूरत है ताकि हम एआई का उपयोग करके नए राजस्व उत्पन्न कर सकें।

इस रिटर्न पर प्राप्त करने के लिए, एआई को अधिक कुशल और कम लागत वाला बनने की जरूरत है ताकि कंपनियां इसकी बाजार अपील और अधिक से अधिक अनुप्रयोगों के लिए उपयोगिता को अधिकतम कर सकें। सबसे अधिक लाभदायक नए सेवाएं वे होंगी जो मानव निगरानी और प्रबंधन की आवश्यकता नहीं होगी।

बहुत सारी कंपनियों के लिए, इसका मतलब है कि स्वायत्त मशीन-टू-मशीन संचार को सक्षम करने के लिए संसाधन-कुशल एआई कंप्यूटिंग तकनीकों जैसे अनुमान मॉडल तर्क का लाभ उठाना। उदाहरण के लिए, वायरलेस उद्योग में, एआई का उपयोग वायरलेस नेटवर्क पर स्पेक्ट्रम उपयोग के वास्तविक समय डेटा का विश्लेषण करने के लिए किया जा सकता है ताकि चैनल उपयोग को अनुकूलित किया जा सके और उपयोगकर्ताओं के बीच हस्तक्षेप को कम किया जा सके, जिससे अंततः मोबाइल ऑपरेटर को अपने नेटवर्क पर अधिक गतिशील स्पेक्ट्रम साझा करने की अनुमति मिल सके। इस प्रकार की अधिक कुशल, स्वायत्त एआई-संचालित मशीन-टू-मशीन संचार एआई की अगली पीढ़ी को परिभाषित करेगा।

जैसा कि हर अन्य प्रमुख कंप्यूटिंग युग के साथ हुआ है, एआई कंप्यूटिंग भी विकसित होती रहती है। यदि कंप्यूटिंग के इतिहास ने हमें कुछ सिखाया है, तो यह है कि नई प्रौद्योगिकी हमेशा बहुत सारे अग्रिम निवेश की आवश्यकता होती है, लेकिन लागतें कम हो जाएंगी और कुशलता बढ़ जाएगी क्योंकि हम बेहतर तकनीकों और बेहतर प्रथाओं का लाभ उठाना शुरू करते हैं ताकि हम अधिक लाभकारी और सस्ती उत्पादों और सेवाओं को बना सकें जो सबसे बड़े बाजारों की अपील करें। नवाचार हमेशा एक रास्ता खोजता है।

एआई क्षेत्र हाल ही में एक झटका का सामना करने की तरह लग सकता है अगर आप एआई भालू सुनते हैं, लेकिन हाइपरस्केलर्स द्वारा इस साल खर्च किए जाने वाले डॉलर और अनुमान-आधारित तकनीकों के बढ़ते उपयोग एक अलग कहानी बताते हैं: एआई कंप्यूटिंग वास्तव में बदल रही है, लेकिन एआई का वादा पूरी तरह से बरकरार है।