कृत्रिम बुद्धिमत्ता का इस रास्ते कम ऊर्जा खर्च
-
वर्तमान में ऊर्जा खपत बहुत ज्यादा है
-
इंसानी दिमाग इससे काफी किफायती है
-
इस तकनीक का ए आई फायदेमंद
राष्ट्रीय खबर
रांचीः कृत्रिम बुद्धिमत्ता (ए आई) जटिल गणनाएँ कर सकती है और किसी भी मानव की तुलना में तेज़ी से डेटा का विश्लेषण कर सकती है, लेकिन ऐसा करने के लिए बहुत अधिक ऊर्जा की आवश्यकता होती है। मानव मस्तिष्क भी एक अविश्वसनीय रूप से शक्तिशाली कंप्यूटर है, फिर भी यह बहुत कम ऊर्जा की खपत करता है।
जैसे-जैसे प्रौद्योगिकी कंपनियाँ तेज़ी से विस्तार कर रही हैं, टेक्सास ए एंड एम यूनिवर्सिटी के इंजीनियरों सहित शोधकर्ताओं द्वारा विकसित ए आई की सोच के लिए एक नया दृष्टिकोण मानव मस्तिष्क की नकल करता है और ए आई उद्योग में क्रांति लाने की क्षमता रखता है।
देखें इससे संबंधित वीडियो
टेक्सास ए एंड एम के कॉलेज ऑफ़ इंजीनियरिंग में इलेक्ट्रिकल और कंप्यूटर इंजीनियरिंग के सहायक प्रोफेसर डॉ. सुइन यी, शोधकर्ताओं की एक टीम में हैं जिन्होंने सुपर-ट्यूरिंग ए आई विकसित किया है, जो मानव मस्तिष्क की तरह काम करता है। यह नया ए आई कुछ प्रक्रियाओं को अलग करने और फिर मौजूदा सिस्टम की तरह बड़ी मात्रा में डेटा माइग्रेट करने के बजाय उन्हें एकीकृत करता है।
आज की ए आई प्रणाली, जिसमें ओपन ए आई और चैट जीपीटी जैसे बड़े भाषा मॉडल शामिल हैं, को बहुत अधिक कंप्यूटिंग शक्ति की आवश्यकता होती है और उन्हें विशाल डेटा केंद्रों में रखा जाता है जो बहुत अधिक बिजली की खपत करते हैं।
ये डेटा सेंटर गीगावाट में बिजली की खपत कर रहे हैं, जबकि हमारा मस्तिष्क 20 वाट की खपत करता है, सुइन ने समझाया। यह सिर्फ़ 20 की तुलना में 1 बिलियन वाट है। डेटा सेंटर जो इस ऊर्जा का उपभोग कर रहे हैं, वे वर्तमान कंप्यूटिंग विधियों के साथ संधारणीय नहीं हैं। इसलिए जबकि ए आई की क्षमताएँ उल्लेखनीय हैं, इसे बनाए रखने के लिए आवश्यक हार्डवेयर और बिजली उत्पादन की अभी भी आवश्यकता है।
ऊर्जा की भारी माँग न केवल परिचालन लागत को बढ़ाती है, बल्कि बड़े पैमाने के डेटा सेंटर से जुड़े कार्बन पदचिह्न को देखते हुए पर्यावरण संबंधी चिंताएँ भी बढ़ाती है। जैसे-जैसे ए आई अधिक एकीकृत होता जाता है, इसकी संधारणीयता को संबोधित करना अधिक महत्वपूर्ण होता जाता है।
मस्तिष्क में, सीखने और स्मृति के कार्य अलग-अलग नहीं होते, वे एकीकृत होते हैं। सीखना और स्मृति न्यूरॉन्स के बीच कनेक्शन पर निर्भर करते हैं, जिन्हें सिनैप्स कहा जाता है, जहाँ सिग्नल संचारित होते हैं।
सीखना सिनैप्टिक प्लास्टिसिटी नामक प्रक्रिया के माध्यम से सिनैप्टिक कनेक्शन को मजबूत या कमजोर करता है, नए सर्किट बनाता है और जानकारी को संग्रहीत और पुनर्प्राप्त करने के लिए मौजूदा सर्किट को बदलता है। इसके विपरीत, वर्तमान कंप्यूटिंग सिस्टम में, प्रशिक्षण (ए आई को कैसे सिखाया जाता है) और मेमोरी (डेटा स्टोरेज) कंप्यूटर हार्डवेयर के भीतर दो अलग-अलग जगहों पर होते हैं। सुपर-ट्यूरिंग ए आई क्रांतिकारी है क्योंकि यह इस दक्षता अंतर को पाटता है, इसलिए कंप्यूटर को अपने हार्डवेयर के एक हिस्से से दूसरे हिस्से में भारी मात्रा में डेटा माइग्रेट नहीं करना पड़ता है। एक परीक्षण में, इन घटकों का उपयोग करने वाले सर्किट ने एक ड्रोन को बिना किसी पूर्व प्रशिक्षण के एक जटिल वातावरण में नेविगेट करने में मदद की – सीखने और उड़ान भरने के दौरान अनुकूलन करने में। यह दृष्टिकोण पारंपरिक ए आई की तुलना में तेज़, अधिक कुशल और कम ऊर्जा का उपयोग करता था।
सुपर-ट्यूरिंग ए आई संधारणीय ए आई विकास की दिशा में एक महत्वपूर्ण कदम है। मानव मस्तिष्क की दक्षता को प्रतिबिंबित करने के लिए ए आई आर्किटेक्चर को फिर से कल्पना करके, उद्योग आर्थिक और पर्यावरणीय दोनों चुनौतियों का समाधान कर सकता है।
यी और उनकी टीम को उम्मीद है कि उनके शोध से ए आई की एक नई पीढ़ी तैयार होगी जो ज़्यादा स्मार्ट और ज़्यादा कुशल होगी। चैट जीपीटी जैसा आधुनिक ए आई बहुत बढ़िया है, लेकिन यह बहुत महंगा है। हम संधारणीय ए आई बनाने जा रहे हैं, यी ने कहा। सुपर-ट्यूरिंग एआई इस बात को नया आकार दे सकता है कि एआई का निर्माण और उपयोग कैसे किया जाता है, यह सुनिश्चित करते हुए कि जैसे-जैसे यह आगे बढ़ता है, यह ऐसा तरीके से करता है जिससे लोगों और दुनिया दोनों को लाभ हो।