उस समय के आसपास वाक् पहचान की त्रुटि दर 16% थी सेब का सिरी पिछले दशक की शुरुआत में लॉन्च किया गया था। जिसका अर्थ है कि यह हमारे द्वारा बोले गए कई शब्दों/वाक्यों को नहीं समझ पाएगी, और इसलिए इसने कोई उत्तर या गलत उत्तर नहीं दिया। लेकिन जैसे-जैसे हमने उससे और बात की, उसने उससे सीखा। आज, वाक् पहचान प्रणाली में त्रुटि दर काफी कम है, वे उच्चारण को भी समझ सकते हैं। लेकिन वहां पहुंचने में सालों लग गए।
यदि आपको महान निर्माण करने की आवश्यकता है तक सिस्टम जल्दी से, आपको बहुत सारा डेटा फेंकने और उसमें शक्ति की गणना करने की आवश्यकता है। अधिक से अधिक उपयोग के मामले सामने आ रहे हैं जहां एआई सिस्टम को तुरंत यह समझने की जरूरत है कि इसका जवाब देने में सक्षम होने के लिए क्या हो रहा है। ऑटोनॉमस कारों से ब्रेक लगाना क्लासिक है।

इससे निपटने के लिए AI त्वरण वाले चिप्स और AI के लिए डिज़ाइन किए गए चिप्स आ रहे हैं। सेमीकंडक्टर कंपनियां, स्टार्टअप, और यहां तक ​​कि Google, Apple, Amazon और Facebook जैसी कंपनियां, जिनके लिए AI उनके काम का केंद्र है, सभी ऐसे चिप्स विकसित कर रहे हैं। यह बहुत काम भारत में हो रहा है, जो दुनिया के अग्रणी चिप डिजाइन केंद्रों में से एक है।
एनालिटिक्स कंपनी फ्रैक्टल एनालिटिक्स के कोफाउंडर और सीईओ श्रीकांत वेलामकन्नी का कहना है कि इस तरह के चिप्स डेटा की भारी मात्रा से निपटने के लिए आवश्यक हैं जो अब कई सिस्टम उत्पन्न करते हैं। “एक विमान की एक उड़ान एक दिन में Google द्वारा उत्पन्न डेटा की तुलना में अधिक डेटा उत्पन्न करती है। क्योंकि इसमें बहुत सारे सेंसर और इतने उच्च वेग वाले डेटा आ रहे हैं, ”वे कहते हैं। यह कारखानों और औद्योगिक उपकरणों में समान है। “आपको वास्तविक समय में इस सभी डेटा के माध्यम से देखना होगा कि क्या विफल हो सकता है। मनुष्य इसके लिए सक्षम नहीं हैं। इसे हाइब्रिड कंप्यूटिंग, एज और सर्वर के संयोजन की भी आवश्यकता होती है। हम एआई त्वरण के साथ इंटेल के नए प्रोसेसर देख रहे हैं, यह देखने के लिए कि हम इस प्रकार के अनुप्रयोगों में कितना प्रदर्शन बढ़ावा दे सकते हैं, ”वे कहते हैं।
फ्रैक्टल इन चिप्स को एक समाधान के लिए भी देख रहा है जिसे वे ग्राहक जीनोमिक्स कहते हैं, जो बैंकों की तरह बड़े पैमाने पर ग्राहक डेटा को माइन करता है, और ग्राहक के लिए अगली सर्वोत्तम कार्रवाई की सिफारिश करता है।
रुचिर दीक्षित, सेमीकंडक्टर टूल्स मेकर में भारत के कंट्री मैनेजर सीमेंस ईडीए, कहते हैं कि इस तरह के विश्लेषण सॉफ़्टवेयर में करना संभव है, लेकिन यह पर्याप्त तेज़ नहीं होगा। कई लोगों ने GPU का उपयोग किया है, क्योंकि वे भारी-भरकम ग्राफिक्स प्रversion के लिए डिज़ाइन किए गए हैं, लेकिन वे भी उभरती आवश्यकताओं के लिए कम पड़ जाते हैं। “हार्डवेयर पर लागू एक मशीन लर्निंग एल्गोरिदम हमेशा परिमाण के क्रम में तेजी से होता है। जब मैं अपने लैपटॉप पर एक सॉफ्टवेयर प्रोग्राम लॉन्च करता हूं, तो उसे सीपीयू से समय निकालना पड़ता है, भले ही सीपीयू अन्य संगणनाओं से संबंधित हो, जिसमें यह शामिल हो सकता है, जैसे कि एक चालू वीडियो कॉल। लेकिन अगर आप इसे हार्डवेयर में डालते हैं, तो इससे कोई फर्क नहीं पड़ता कि आप और क्या कर रहे हैं, यह इसे तुरंत कर देगा क्योंकि इसे ऐसा करने के लिए डिज़ाइन किया गया है, “वे कहते हैं।
विभिन्न एआई कार्यों के लिए अपने स्वयं के अलग-अलग चिप्स की आवश्यकता हो सकती है। एक कार में छवियों को समझना, इसकी सीमित शक्ति और गर्मी को अवशोषित करने की सीमित क्षमता के साथ, एक कारखाने में एक अलग एआई चिप की आवश्यकता हो सकती है, जिसमें एसी पावर आ रही है और जहां हार्डवेयर कितनी गर्मी का प्रसार करता है, यह चिंता का विषय नहीं हो सकता है।
सेमीकंडक्टर टूल्स कंपनी Cadence Design Systems में R&D के VP आलोक जैन का कहना है कि स्पीच रिकग्निशन, फेस रिकग्निशन के लिए बहुत विशिष्ट चिप्स हैं। “यह सब जटिलता के स्तर पर निर्भर करता है, आपके लिए उपलब्ध डेटा के आकार पर आवश्यक कोर का स्तर। यह इस बात पर निर्भर करता है कि वे जिस चर से निपट रहे हैं, वे कितने निर्भर हैं – यदि वे निर्भर हैं, तो कोर के बीच संचार महत्वपूर्ण हो जाता है,” वे कहते हैं।
आवश्यक चिप्स की विविधता को देखते हुए, यहां तक ​​​​कि स्टार्टअप्स को भी, विभिन्न निचे की सेवा करने का एक शानदार अवसर मिला है। अमेरिका में सांबानोवा, ग्रोक, सेरेब्रस उनमें से हैं। भारत में, अल्फाआईसी और क्यूपीआईएआई जैसे हैं।
आईबीएम ने हाल ही में टेलम प्रोसेसर की घोषणा की, इसका पहला प्रोसेसर है जिसमें एआई अनुमान के लिए ऑन-चिप त्वरण शामिल है और वित्तीय सेवा उद्योग पर लक्षित है। Google अपने चिप डिजाइन के लिए भारत में एक बड़ी टीम बनाने के लिए जाना जाता है।
इंटेल इंडिया के एमडी प्रकाश माल्या का कहना है कि किसी विशिष्ट एआई एप्लिकेशन के लिए डिज़ाइन की गई चिप का उपयोग करना है या एआई त्वरण के साथ एक सामान्य प्रयोजन चिप का विकल्प संगठन के भीतर सॉफ्टवेयर क्षमताओं पर निर्भर करेगा। पूर्व, वे कहते हैं, प्रोग्राम करने और आईटी स्टैक बनाने के लिए अधिक सॉफ़्टवेयर क्षमताओं की आवश्यकता होती है।

.


Source link