AI ਖੇਤਰ ਵਿੱਚ ਨਵੀਂ ਕੰਪਨੀ Accelerated Understanding Inc ਨੇ ਇੱਕ ਐਸਾ ਮਾਡਲ ਪੇਸ਼ ਕੀਤਾ ਹੈ ਜੋ ਭਾਸ਼ਾ ਸਮਝਣ ਦੀ ਬਜਾਏ ਭੌਤਿਕ ਘਟਨਾਵਾਂ ਨੂੰ ਸਪੇਸ ਅਤੇ ਸਮੇਂ ਵਿੱਚ ਮਾਡਲ ਕਰਨ ਲਈ ਬਣਾਇਆ ਗਿਆ ਹੈ। ਕੰਪਨੀ ਦੇ ਸਹਿ-ਸੰਸਥਾਪਕ Anima Anandkumar ਅਤੇ Benedikt Jenik ਨੇ 25 ਅਗਸਤ ਨੂੰ ਇਸ ਸਿਸਟਮ ਬਾਰੇ ਜਾਣਕਾਰੀ ਦਿੱਤੀ। Reuters ਮੁਤਾਬਕ, ਕੰਪਨੀ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਟੈਸਟਾਂ ਵਿੱਚ ਇਸ ਮਾਡਲ ਨੇ ਇੱਕੋ prompt ਵਿੱਚ 5 ਟ੍ਰਿਲੀਅਨ ਡਾਟਾ ਇਕਾਈਆਂ ਸੰਭਾਲੀਆਂ।
Accelerated Understanding ਦਾ ਮਾਡਲ ਰਵਾਇਤੀ large language models ਤੋਂ ਵੱਖਰਾ ਹੈ। ChatGPT ਵਰਗੇ ਮਾਡਲ ਮੁੱਖ ਤੌਰ ‘ਤੇ ਟੈਕਸਟ ਤੋਂ ਪੈਟਰਨ ਸਿੱਖਦੇ ਹਨ, ਜਦਕਿ ਇਹ ਸਿਸਟਮ ਭੌਤਿਕ ਘਟਨਾਵਾਂ ਨੂੰ ਸਪੇਸ ਅਤੇ ਸਮੇਂ ਵਿੱਚ ਅਨੁਮਾਨਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਕੰਪਨੀ ਅਨੁਸਾਰ, ਇਸ ਦੀ ਆਰਕੀਟੈਕਚਰ Transformer ‘ਤੇ ਨਿਰਭਰ ਨਹੀਂ ਕਰਦੀ ਅਤੇ neural operators ਨਾਮ ਦੀ ਤਕਨੀਕ ਵਰਤਦੀ ਹੈ, ਜਿਸ ‘ਤੇ Anandkumar ਪਹਿਲਾਂ ਵੀ ਖੋਜ ਕਰ ਚੁੱਕੀ ਹੈ।
5 ਟ੍ਰਿਲੀਅਨ ਕਾਂਟੈਕਸਟ ਦਾ ਕੀ ਮਤਲਬ ਹੈ?
ਕੰਪਨੀ ਦੀ ਆਪਣੀ ਤਕਨੀਕੀ ਜਾਣਕਾਰੀ ਮੁਤਾਬਕ, ਇਸ ਆਰਕੀਟੈਕਚਰ ਨੇ training ਦੌਰਾਨ ਟ੍ਰਿਲੀਅਨ-ਪੱਧਰ ਦਾ context ਅਤੇ inference ਦੌਰਾਨ 5 ਟ੍ਰਿਲੀਅਨ ਤੋਂ ਵੱਧ context ਸੰਭਾਲਣ ਦੀ ਸਮਰੱਥਾ ਦਿਖਾਈ ਹੈ। ਕੰਪਨੀ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇੱਕ 5 ਟ੍ਰਿਲੀਅਨ context inference ਦਾ output ਲਗਭਗ 22 terabytes ਹੋ ਸਕਦਾ ਹੈ। ਇਹ ਅੰਕ ਕੰਪਨੀ ਵੱਲੋਂ ਦਿੱਤੇ ਗਏ ਤਕਨੀਕੀ ਦਾਅਵਿਆਂ ਵਜੋਂ ਹੀ ਦੇਖੇ ਜਾਣੇ ਚਾਹੀਦੇ ਹਨ।
ਇਸ ਤਕਨੀਕ ਦਾ ਨਿਸ਼ਾਨਾ consumer chatbot ਬਣਾਉਣਾ ਨਹੀਂ, ਸਗੋਂ ਉਹ ਉਦਯੋਗ ਹਨ ਜਿੱਥੇ ਭੌਤਿਕ simulation ਮਹੱਤਵਪੂਰਨ ਹੁੰਦੀ ਹੈ। ਕੰਪਨੀ ਨੇ chip design, robotics, extreme weather prediction ਅਤੇ energy sector ਲਈ geological data analysis ਵਰਗੇ ਖੇਤਰ ਸੰਭਾਵੀ ਵਰਤੋਂ ਵਜੋਂ ਦਰਸਾਏ ਹਨ। ਵਿਚਾਰ ਇਹ ਹੈ ਕਿ ਵੱਖ-ਵੱਖ ਸਮੱਸਿਆਵਾਂ ਲਈ ਵੱਖਰੇ bespoke simulation models ਬਣਾਉਣ ਦੀ ਥਾਂ ਇੱਕ ਹੋਰ general-purpose physics-focused AI architecture ਵਰਤੀ ਜਾ ਸਕੇ।
ਕੌਣ ਹਨ ਸੰਸਥਾਪਕ?
Anima Anandkumar Caltech ਵਿੱਚ computing and mathematical sciences ਦੀ ਪ੍ਰੋਫੈਸਰ ਹੈ ਅਤੇ ਪਹਿਲਾਂ Nvidia ਵਿੱਚ senior director of AI research ਰਹਿ ਚੁੱਕੀ ਹੈ। Benedikt Jenik ਦਾ ਪਿਛੋਕੜ ਵੱਡੇ machine-learning infrastructure systems ਨਾਲ ਜੁੜਿਆ ਹੈ। Reuters ਮੁਤਾਬਕ, Project Prometheus ਨਾਲ ਜੁੜੀ ਪੇਸ਼ਕਸ਼ ਵਿੱਚ Anandkumar ਲਈ ਕੰਪਨੀ ਦੀ ਵਿਗਿਆਨਕ ਦਿਸ਼ਾ ਦੀ ਅਗਵਾਈ ਅਤੇ ਬੋਰਡ ਮੈਂਬਰ ਦੀ ਭੂਮਿਕਾ, ਜਦਕਿ Jenik ਲਈ board observer ਦੀ ਭੂਮਿਕਾ ਦਰਸਾਈ ਗਈ ਸੀ। ਦੋਵਾਂ ਨੇ ਆਖ਼ਿਰਕਾਰ ਆਪਣੀ ਕੰਪਨੀ ‘ਤੇ ਕੰਮ ਜਾਰੀ ਰੱਖਿਆ।
ਫਿਲਹਾਲ Accelerated Understanding ਦਾ ਧਿਆਨ consumer product ਦੀ ਥਾਂ enterprise customers ‘ਤੇ ਹੈ। ਇਸ ਲਈ ਅਗਲਾ ਮਹੱਤਵਪੂਰਨ ਸਵਾਲ ਇਹ ਰਹੇਗਾ ਕਿ ਇਸ physics-focused architecture ਦੇ ਦਾਅਵੇ ਅਸਲ ਉਦਯੋਗਿਕ workloads ਅਤੇ ਵੱਡੇ ਪੱਧਰ ਦੀ deployment ਵਿੱਚ ਕਿੰਨੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸਾਬਤ ਹੁੰਦੇ ਹਨ। ਜੇਕਰ ਇਹ ਤਕਨੀਕ ਦਾਅਵਿਆਂ ਅਨੁਸਾਰ scale ਕਰਦੀ ਹੈ, ਤਾਂ ਇਹ AI ਦੀ ਉਸ ਦਿਸ਼ਾ ਨੂੰ ਹੋਰ ਮਜ਼ਬੂਤ ਕਰ ਸਕਦੀ ਹੈ ਜੋ ਸਿਰਫ਼ ਭਾਸ਼ਾ ਨਹੀਂ, ਸਗੋਂ ਭੌਤਿਕ ਦੁਨੀਆ ਦੀ simulation ਅਤੇ prediction ‘ਤੇ ਕੇਂਦਰਿਤ ਹੈ।