Jay Dawani Lemurian Labs’in Kurucu Ortağı ve CEO’su – Röportaj Serisi

Jay Dawani, Lemurian Labs’in kurucu ortağı ve CEO’su. Lemurian Labs, herkesin erişebileceği ucuz, erişilebilir ve verimli AI bilgisayarları sunma misyonuna sahiptir ve AI’nin lüks değil, herkesin erişebileceği bir araç olması gerektiğine inanmaktadır. Lemurian Labs’in kurucu ekibi, AI, derleyiciler, sayısal algoritmalar ve bilgisayar mimarisi konularında uzmanlıklarını birleştirmiş ve hızlandırılmış hesaplama konusunu yeniden düşünme amacını paylaşmaktadır.

Arka planınızdan ve AI’ye nasıl başladığınızdan bahseder misiniz?

Elbette. 12 yaşından beri programlama yapıyordum ve kendi oyunlarımı yapıyordum, ancak AI’ye 15 yaşındayken bir arkadaşım aracılığıyla girdim. Babamın bir arkadaşı bilgisayarlarla ilgileniyordu ve benim merakımı uyandırdı ve Von Neumann’ın “Bilgisayar ve Beyin” kitabını, Minsky’nin “Perceptrons” kitabını, Russel ve Norvig’in “AI Modern Approach” kitabını okuttu. Bu kitaplar düşüncelerimi çok etkiledi ve o zamanlar AI’nin dönüştürücü olacağı ve bu alanda olmak istediğim açıkça belliydi.

Üniversiteye gitme zamanı geldiğinde AI’yi öğrenmek istiyordum, ancak AI bölümü sunan hiçbir üniversite bulamadım, bu nedenle uygulamalı matematik bölümüne kaydoldum. Üniversiteye giderken AlexNet’in ImageNet üzerindeki sonuçlarını duydum ve bu çok heyecan vericiydi. O zamanlar aklımda “şimdi veya asla” anı yaşadım ve AI’ye tamamen odaklandım ve bu alanda lider olan herkesi öğrenmek için okumaya başladım.

Çok kısa sürede araştırma yapmayı sevmediğimi, ancak sorunları çözmeyi ve AI destekli ürünleri geliştirmeyi sevdiğimi fark ettim. Bu, otonom arabalar ve robotlar, malzeme keşfi için AI, çoklu fizik simülasyonları için üretken modeller, profesyonel yarış sürücülerini eğitmek ve araç ayarlarını yapmak için AI tabanlı simülatörler, uzay robotları, algoritmik ticaret ve daha fazlasıyla çalışmama yol açtı.

Şimdi, tüm bunları yaptıktan sonra, AI eğitimi ve dağıtımının maliyetini kontrol altına almaya çalışıyorum, çünkü bu, AI’den herkesin yararlanabileceği bir dünya yaratma yolundaki en büyük engelimiz olacak.

Çok sayıda hızlandırılmış hesaplama alanında çalışan şirketin kurucuları, yarı iletken ve altyapı alanlarında kariyer yapmış kişiler. AI ve matematik alanındaki geçmişinizin size pazarı anlama ve etkili bir şekilde rekabet etme yeteneğinizi nasıl etkilediğini düşünüyorsunuz?

Aslında, endüstriden gelmememin bana dışarıdan bakma avantajını sağladığını düşünüyorum. Endüstri normlarına veya geleneksel bilgeliklere sahip olmamak, daha özgürce keşfetmeme ve çoğu insanın yapacağından daha derine inmeme olanak tanır.

AI geçmişim, bana yazılım odaklı bir bakış açısı kazandırdı. İş yüklerini inceleyerek, gelecekte nasıl değişebileceklerini ve hangi fırsatların olduğunu anlamaya çalışıyorum. Matematiksel geçmişim, bana modeller oluşturma ve gerçeğe yakın sonuçlar elde etme yeteneği kazandırdı.

AI’de ilerlemenin büyük ölçüde ölçeklenmeden geldiğini ve bu nedenle her şirketin en büyük modeli inşa etmeye çalıştığını görüyoruz. Bunun bir çıkış yolu var mı?

Ölçekleme, çok faydalı oldu ve bunun sonu gelmediğini düşünüyorum. Ancak, doğal sınırlar da vardır. Örneğin, çok büyük bir modeli eğitmek için yeterli veri toplamak veya yeterli hesaplama gücüne erişmek mümkün olmayabilir.

Ölçeklemenin yanı sıra, daha iyi veri setleri, yeni model mimarileri, yeni eğitim yöntemleri, daha iyi derleyiciler, algoritmik geliştirmeler ve daha iyi bilgisayar mimarileri gibi diğer faktörlerle de ilerleme kaydedebiliriz. Bunları yaparak, yaklaşık üç kat daha iyi bir performans elde edebiliriz.

İlk olarak edge AI’ye odaklandınız, ancak daha sonra bulut hesaplama alanına yöneldiniz. Bu değişimi neden yaptınız?

Edge AI’ye odaklandım, çünkü o zamanlar genel amaçlı otonom robotik alanında bir sorun çözmeye çalışıyordum. Ancak, daha sonra büyük dil modellerinin hızla büyümesi ve veri merkezlerindeki hesaplama gücünün artmasıyla birlikte, veri merkezlerindeki enerji maliyetini azaltmanın daha önemli olduğu fark ettim.

Lemurian Labs’i kurma hikayesini paylaşabilir misiniz?

Hikaye 2018’in başlarında başladı. Otonom bir robot için temel bir model eğitimi ve bir multi-fizik simülasyonu için bir model geliştirmeye çalışıyordum. Ancak, yeterli hesaplama gücüne erişemedim ve 20.000’den fazla V100 GPU’ya ihtiyacım olduğunu hesapladım.

2020’de, Vassil adında bir arkadaşım ile karşılaştım ve AI’de karşılaştığım zorlukları paylaştım. O da, bir çıkarım çipi geliştirmeyi önerdi ve sayı formatları ve daha iyi temsil biçimleri hakkında konuştu.

Donanım sorununu önce bir yazılım sorunu olarak görüyorsunuz. Bu konuda neden böyle düşündüğünüzü açıklar mısınız?

İnsanlar genellikle, donanım sorunlarının aslında yazılım sorunları olduğunu unutuyorlar. Bir bilgisayar mimarisini müşterilerin kullanabileceği ve yararlanabileceği şekilde tasarlamak, bir bütün olarak bir sorun.

Yazılım odaklı bir yaklaşım, daha hızlı bir pazara girme avantajı da sağlıyor. Bu, hızlı değişen bir dünyada çok önemli, çünkü bir mimariye veya özelliklere çok fazla odaklanmak, pazarı kaçırmak anlamına gelebilir.

Şu anki yazılım yığını hedefleriniz nelerdir?

Mimariyi tasarlar ve gelecekteki yol haritasını düşünürken, heterojen mimarilerin yazılım açısından büyük zorluklar yaratacağını fark ettik. Bu, veri merkezlerinde büyük ölçekli bir sorun.

Bu nedenle, bu sorunu çözmeye çalışıyoruz ve birleşik bir programlama modeli geliştiriyoruz. Derleyici ve çalışma zamanı, herhangi bir mimariyi hedefleyebilecek ve farklı donanım türlerinden oluşan kümeler arasında işleri koordine edebilecek.

Harika bir röportaj için teşekkür ederiz. Daha fazla bilgi almak isteyen okuyucular Lemurian Labs ziyaret edebilir.