কৃত্রিম বুদ্ধিমত্তা কীভাবে তথ্য প্রযুক্তি উত্সাহিত করছে

টম সরবরাহ এবং আপনি অনেক বছর ধরে এবং মেঘে এবং ডেটা সেন্টারে এবং সরকার এবং একটি শিল্পে প্রযুক্তি অনুসরণ করে বলতে নিরাপদ ছিলেন। তাহলে আমরা এআইয়ের সাথে কোথায় যাচ্ছি সে সম্পর্কে আপনার অনুভূতি কী? কারণ অনেক উত্তাপ আছে। হালকা জ্বলজ্বল কোথায়?

বিল ভাস মনে রাখবেন, এআই এর ইঞ্জিনটি ডেটা। এবং আমি মনে করি এটি একটি গুরুত্বপূর্ণ অংশ যা আমরা ভুলতে পারি না। এবং তাই ডেটা, এটিকে দীর্ঘ সময়ের জন্য নতুন তেল বলা হয়। তবে আমি মনে করি যে এই স্থানটিতে ডেটা আরও বেশি মাধ্যাকর্ষণ হয়ে উঠছে কারণ আপনার যত বেশি ডেটা রয়েছে, আপনার মডেলটিতে এই পরামিতিগুলি যত বেশি নির্ভুলতা রয়েছে এবং তারপরে মডেলটি সময়ের সাথে সাথে আরও নির্ভুল হয়ে ওঠে। এবং তাই, যখন আমি প্রায় 10 বছর শুরু করেছি এবং এমএল বাড়বে তা জেনে রাখার মতো, আমি 10 বছর আগে ট্রান্সফর্মার মডেল বা মায়া মডেলগুলি সম্পর্কে ভাবিনি। তবে এটি যে হবে তা জেনে আমি স্টোরেজে প্রচুর মনোনিবেশ করেছি, যা চিরকালের জন্য জিনিস সংরক্ষণ করা খুব সস্তা করে তোলে। যেহেতু আমি জানতাম যে আরও বেশি জিনিস সংযুক্ত হয়ে গেছে এবং আরও ডেটা এবং আরও লগ ঘটেছে, আপনি এটি চিরতরে সঞ্চয় করতে চান। এবং তারপরে পরবর্তী ফোকাসটি অবশ্যই ছিল, ডেটা প্রবাহিত করা এবং আইওটির সাথে সমস্ত কিছু সংযুক্ত করা সহজ করে তোলে। এবং আইওটির দীর্ঘ সময়ের জন্য অনেক প্রতিশ্রুতি ছিল, তবে এটি আসলে এখনই পরিশোধ করতে শুরু করেছে। এবং তারপরে এটি দুটি ডিজিটাল যমজকে খাওয়াতে পারে যা আপনি মেঘে ভার্চুয়াল সিমুলেশন করতে পারেন। এবং তারপরে যখন আপনি সংগ্রহ করেছেন এমন প্রচুর ডেটা থাকে, আপনি এই নতুন ট্রান্সফর্মার মডেলগুলিকে সিন্থেটিক ডেটা তৈরি করতে প্রশিক্ষণ দিতে পারেন, যা ম্যানুয়ালি সম্পন্ন হয়। যখন আমরা অ্যামাজন এবং অন্যান্য জায়গাগুলিতে আমি কাজ করেছি, যখন আমি তরল রোবোটিক্স দিয়ে মহাসাগরে স্বায়ত্তশাসিত সিস্টেমগুলি করতাম তখন আমরা প্রক্রিয়াজাত ক্ষমতা এবং শিল্পীদের এবং অন্যান্য স্টাফের পুরো গুচ্ছ ব্যবহার করে প্রচুর পরিমাণে সিন্থেটিক ডেটা তৈরি করি। এখন কিছু জিনিস লুনা এআই থেকে বেরিয়ে আসার সাথে সাথে ওপেনএআই থেকে সর্বশেষতম স্টাফ এবং নৃতাত্ত্বিক অন্যদের মধ্যে রয়েছে এবং প্রকৃতপক্ষে আলিঙ্গন মুখটি গত সপ্তাহে সবেমাত্র একটি প্রকাশ করেছিল যা 3 ডি পরিবেশে রোবট এবং ড্রোন কাজ করে 3 ডি সিন্থেটিক ডেটা উত্পন্ন করার ক্ষমতা নিয়ে একটি প্রকাশ করেছিল। এবং তাই সিন্থেটিক 3 ডি পরিবেশ তৈরি করা একটি বড় বিষয়। এবং তারপরে অবশ্যই এনভিডিয়া দ্বারা কসমোসের প্রবর্তনটি দেখেছিল, যা তিনটি কম্পিউটার সমস্যার উপর প্রশিক্ষণ দেওয়ার জন্য সিন্থেটিক এবং রিয়েল 3 ডি পরিবেশের একটি প্রচুর পরিমাণে পেয়েছে। এবং তারপরে আকর্ষণীয় বিষয়, এআই এটি তৈরি করে যাতে ফ্লাইওহিল হয় তারপরে আপনি সেই সমস্ত প্রশিক্ষণের ডেটা গ্রহণ করেন, আপনার এআই উন্নত করেন, আপনার সফ্টওয়্যার সিস্টেমগুলিকে উন্নত করেন, যা আপনি আবার কার্যকরভাবে ফিরিয়ে দেন, যা আরও ডেটা উত্পন্ন করে এবং এটি কেবল সেই ফ্লাইওহেলকে ধাক্কা দেয় ।

টম সরবরাহ এবং ফেডারেল এজেন্সিগুলি যে সিস্টেমগুলি ব্যবহার করছে বা যে কোনও বৃহত গ্রাহককে এই অর্থে যে মেঘে স্টোরেজ পুনর্বিবেচনা করছে এবং তাদের ডেটা সেন্টারগুলি এআই ডেটা অঞ্চলে তাদের জন্য কী করতে পারে তা পুনর্বিবেচনা করছে এমন কোনও বৃহত গ্রাহককে কীভাবে প্রভাবিত করে তা আপনার অনুভূতি কী , কারণ তারা ডেটা প্রোভেন্যান্স চায়। এবং আপনি যেমন বলেছেন, দীর্ঘমেয়াদী স্টোরেজ, মেঘটি সবচেয়ে অর্থনৈতিক বিকল্প নাও হতে পারে। এবং যদি আপনি ডেটা প্রসেসিংয়ের কাছাকাছি রেখে যান তবে আপনি কীভাবে করবেন?

বিল ভাস হ্যাঁ। সুতরাং আমি যুক্তি দেব যে এটি স্টোরেজের জন্য সবচেয়ে অর্থনৈতিক বিকল্প। আপনার যদি টেকসই স্টোরেজ থাকে তবে নিজেরাই টেকসই স্টোরেজ করা খুব ব্যয়বহুল কারণ আপনার কাছে তিনটি শারীরিক ডেটা সেন্টার থাকতে হবে যা আপনি কমপক্ষে 60 কিলোমিটার দূরে, একে অপরের থেকে 10 থেকে 60 কিলোমিটার দূরে ডেটা প্রতিলিপি করেছেন। এর জন্য নেটওয়ার্কগুলি সেট আপ করা এবং এডাব্লুএসে স্টোরেজ ইউনিট পাওয়া 11/9 টেকসই। এটি আপনার নিজের এবং অবিশ্বাস্যভাবে ব্যয়বহুল করা খুব কঠিন। এবং তাই আপনি এটি অবিশ্বাস্যভাবে সস্তা বা সস্তায় হিমবাহে করতে পারেন, উদাহরণস্বরূপ, এস 3 হিমবাহের এডাব্লুএস -এ এটি আপনি নিজেই প্রিমে সংরক্ষণ করতে পারেন তার চেয়ে অনেক সস্তা। তবে আরও বেশি করে, আপনি প্রান্তে অনুমান এবং এমনকি অনুমান শেখার জন্য অনেক প্রয়োজন দেখছেন। এবং এখানেই আপনি সফ্টওয়্যার হিসাবে দেখতে শুরু করেন, সমস্ত কিছু সফ্টওয়্যার সংজ্ঞায়িত হয়ে যায়, স্যাটেলাইটগুলির জন্য, ড্রোনগুলির জন্য, গাড়িগুলির জন্য, এই সমস্ত ধরণের জিনিসের জন্য সিস্টেমগুলি সন্ধানের জন্য সফ্টওয়্যারকে ধাক্কা দেয়। প্রান্তে সংগ্রহ করার এবং প্রান্তে ফিল্টার করতে মডেলগুলি ব্যবহার করার ক্ষমতাও। সুতরাং এটিও একটি গুরুত্বপূর্ণ অংশ। সমস্ত ডেটা ফেরত পাঠানো ব্যয়বহুল। সুরক্ষা ক্যামেরায় আপনাকে রাতে খালি পার্কিংয়ের প্রতি সেকেন্ডে 30 ফ্রেম পাঠানোর দরকার নেই। আপনি এখন ক্যামেরায় একটি এমএল রুটিন থাকতে পারেন এই ছোট ছোট ছোট ছোট ছোট ছোট ছোট ছোটগুলিতে যা 25 টি টাকা যা আপনি ক্লাউডে প্রশিক্ষিত করেছেন পরিবর্তনের সন্ধানের জন্য। এবং তারপরে যখন কোনও গাড়ি সকাল 3 টায় পার্কিং লট দিয়ে গাড়ি চালায়, তখন চার সেকেন্ড পাঠানো হয়, বাকিগুলি হয় না। এবং তাই আপনি এখানে অনেক কিছু করতে পারেন। আমি মনে করি প্রান্তটি আরও শক্তিশালী হওয়ার সাথে সাথে এটি একটি উত্তেজনাপূর্ণ সময়। প্রান্তে স্টোরেজ আরও শক্তিশালী হয়ে ওঠে, তবে মেঘ একই সাথে আরও শক্তিশালী হয়ে উঠছে।

টম সরবরাহ আমরা বিল ভাসের সাথে কথা বলছি। তিনি বুজ অ্যালেন হ্যামিল্টনের চিফ টেকনোলজি অফিসার। এবং ডিপসেকের আপনার মূল্যায়ন কী? এতটা গভীর অনুসন্ধান নয়, তবে এ সত্য যে তাদের কাছেই শক্তিশালী মডেল রয়েছে যা প্রচলিত চিপ হার্ডওয়্যারে চলছে এবং এনভিডিয়ায় নয়। এটি কি আসলে তা তাত্পর্যপূর্ণ বা এটি আমাদের ভাবার চেয়ে কম তাৎপর্যপূর্ণ বা সম্ভবত এটি বিপ্লবী?

বিল ভাস ঠিক আছে, আমি এটিতে তাৎপর্যপূর্ণ বলে মনে করি, আমি এটির সাথে ব্যক্তিগতভাবে অনেক খেলেছি এবং আমরা এটি স্যান্ডবক্স এবং স্টাফগুলিতে চালাচ্ছি। এবং কেবল সচেতন হওয়ার জন্য, এটি তাদের ওয়েবসাইটেও বলেছে যে আপনার ডেটা চীনে ফিরে যায়। সুতরাং যে কেউ এটি ব্যবহার করছেন, আপনি যদি মডেলটি নীচে টানেন এবং স্থানীয়ভাবে একটি স্যান্ডবক্সে সেন্সরগুলি চালান তবে আপনি এটি দিয়ে খেলতে পারেন। এবং অ্যামাজন ওয়েব সার্ভিসেসের একটি দুর্দান্ত উদাহরণ, তাদের কাছে একটি স্যান্ডবক্সে বেডরকে ডিপসেক উপলব্ধ রয়েছে যা ব্যবহার করা নিরাপদ। সুতরাং আমি লোকদের এটি পরীক্ষা করতে উত্সাহিত করি। তবে তারা যা করেছে তা বেশ সুন্দর, দীর্ঘ সময়ের জন্য এবং আমি গাড়িগুলি প্রচুর পরিমাণে রেস করতাম এবং সেখানে একটি পুরানো ফ্যাশন থাকতাম যে স্থানচ্যুতির কোনও প্রতিস্থাপন নেই। সুতরাং আমরা কেবল একটি বড় মডেল তৈরির প্রতিযোগিতায় ছিলাম। আমরা কেবল জিপিইউ যুক্ত করতে এবং জিপিইউ যুক্ত করে চলেছি। এবং কেউ না বলা পর্যন্ত এটি কেবল সময়ের বিষয় ছিল, আমরা গ্যাস দিয়ে ভরাট করার জন্য খুব বেশি পিট করব। আমাদের তাদের টার্বোচার্জার বা যে কোনও কিছু দিয়ে আরও দক্ষ করে তুলতে হবে। এবং তাই তারা যা করেছে তা হ’ল বেশ কয়েকটি কাজ করা। তারা বিশেষজ্ঞদের মিশ্রণ বলে যা করেছে তা করেছে যাতে আপনাকে পুরো মডেলের মধ্য দিয়ে যেতে না হয়। এটি বিভিন্ন ধরণের প্রশ্নকে স্বীকৃতি দেয় এবং তারপরে এটির জন্য সমস্ত কিছুর জন্য পুরো মডেলটি যেতে হবে না। এটি মডেলের বিশেষ বিভাগগুলি পেয়েছে। তারা দ্বিতীয় কাজটি ছিল পাতন ছিল। এখন, কিছু লোক অভিযোগ করছে যে, ভাল, এটি প্রতারণা করছে। সুতরাং পাতন এমন কাউকে ব্যবহার করা হচ্ছে যিনি একটি বড় মডেলের উপর প্রচুর অর্থ ব্যয় করেছেন এবং তারপরে বড় মডেলটিতে একগুচ্ছ প্রশ্ন প্রেরণ করেছেন, উত্তরগুলি পেয়েছেন এবং তারপরে প্রশ্নগুলি এবং দৈত্য মডেলের প্রয়োজনীয়তার বাইপাস করার উত্তরগুলি প্রশিক্ষণ দিচ্ছেন। সুতরাং এটি তারা অন্য একটি কাজ। সুতরাং অন্যান্য লোকেরা জিপিইউগুলিতে অর্থ ব্যয় করেছিল এবং তারা এটিকে লাভ করেছে। এবং তাই এটি খুব স্মার্ট। এবং তারপরে সর্বশেষ এই চিন্তার উপাদানগুলির এই শৃঙ্খলা যা তারা সেখানে তৈরি করেছে, তবে বড় মডেলগুলি যা করে তা হ’ল তাদের একগুচ্ছ লোক রয়েছে, যদি আপনি কোনও সমস্যা সমাধান করতে চান তবে এটি সমস্যার পদক্ষেপগুলি এবং মডেলটি প্রকাশ করে পদক্ষেপ এবং উত্তর থেকে শিখেছে। তারা কেবল প্রশ্ন এবং উত্তরগুলি প্রেরণ করেছে এবং পদক্ষেপের প্রশিক্ষণ অনেকটা এড়িয়ে গেছে। এবং তাই এগুলি সর্বদা, অ্যামাজনে, আমি আমাদের ভিডিও গেম সিস্টেম এবং এর মতো জিনিসগুলিও চালিয়েছি। এবং রিয়েল টাইম 3 ডি গ্রাফিক্স করতে, যদি আপনি পছন্দ করেন তবে অবিচ্ছিন্নভাবে প্রতারণা করুন। আমি যদি এখনই আপনার চিত্রটি রেন্ডার করে চলেছি তবে রেন্ডারিং ইঞ্জিনটি সংরক্ষণ করতে আমি আপনার পিছনে থাকা জিনিসগুলিকে রেন্ডার করব না কারণ আমাকে দ্রুত প্রতিক্রিয়া জানাতে হবে। এবং তাই এগুলি জিনিস হ্রাস করার জন্য তারা করেছিল। এখন, আমি ব্যক্তিগতভাবে বিশ্বাস করি না যে তারা এটি 6 মিলিয়ন ডলার কম্পিউটারে করেছে। আমি মনে করি তারা এতে আরও অনেক বেশি ব্যয় করেছে। এমনকি কেবল পাতন চালাও, আপনার মডেলকে অর্থের কারণ হিসাবে প্রশিক্ষণের জন্য অন্যান্য সমস্ত মডেলকে কল করে, যেমন এগুলি হ’ল ধরণের জিনিস। তবে একই টোকেনে মডেলটি বেশ কমপ্যাক্ট। আমরা এই বড়টি সম্পর্কে এটি একটি সামান্য অরিন জেটসন কার্ডে চালাতে সক্ষম হয়েছি এবং এটি কার্যকর হয়েছিল। এখন এটি ধীর ছিল, এটি প্রতি সেকেন্ডে প্রায় ছয় টোকেন ছিল। সুতরাং একটি জটিল প্রশ্ন। প্রতিক্রিয়া জানাতে প্রায় 11 মিনিট সময় নিয়েছে। তবে এটি খুব ব্যবহারযোগ্য, যতক্ষণ না ব্যবহারকারীরা এটি ধীর গতিতে প্রত্যাশা করছেন ততক্ষণ প্রান্তে রয়েছে।

টম সরবরাহ নিশ্চিত। এবং অন্য প্রশ্নটি হ’ল, আমরা যে শব্দটি আরও বেশি করে শুনছি তা হ’ল ছোট ভাষার মডেল। এই ধারণাটি যে সম্ভবত আপনাকে পৃথিবীর সমস্ত ডেটা দিয়ে এটি প্রশিক্ষণ দেওয়ার দরকার নেই, তবে কেবল আপনার ডোমেনে প্রশিক্ষিত। এবং এটি এমন কিছু বলে মনে হচ্ছে যা সরকারকে মনোযোগ দেওয়া দরকার।

বিল ভাস হ্যাঁ, খুব বেশি। ট্রান্সফর্মার এবং বিশেষত ফিউশন মডেল উভয়ই যেখানে আপনি চিত্র উত্পাদন বা চিত্র সনাক্তকরণ, ডিপফেক সনাক্তকরণ বা অন্যান্য ধরণের স্পষ্টতই সনাক্তকরণ বা চিত্র প্রক্রিয়াকরণ করছেন। সাবসেটগুলি থাকা, প্রান্তে ছোট ভাষার মডেলগুলি সত্যই গুরুত্বপূর্ণ। বুজ অ্যালেনের মতো আমরাও প্রথম সংস্থা যা আন্তর্জাতিক মহাকাশ স্টেশনে স্পেসে একটি ট্রান্সফর্মার মডেল রেখেছিল। এবং এটি আন্তর্জাতিক স্পেস স্টেশনে এটি পরিচালনা করার জন্য প্রচুর সংক্ষেপণ নিয়েছিল। এবং এটি সেখানে যা করে তা হ’ল এটি মহাকাশচারীদের দ্রুত সিস্টেমগুলির সাথে সমস্যাগুলি নির্ণয় করতে সহায়তা করে। এবং তাই আমরা এটিকে মূলত স্পেস স্টেশনগুলির জন্য সমস্ত ম্যানুয়াল দিয়ে পূরণ করেছি, পাশাপাশি পর্যাপ্ত ট্রান্সফর্মার সম্পর্কিত তথ্য যা এটি প্রশ্নের প্রসঙ্গে বুঝতে পেরেছিল। এবং এটি কেবল তাদের ত্রুটি রেজোলিউশন উপাদানগুলিকে গতি দেয় এবং এটি কিছু জিপিইউ এবং স্টাফ সহ একটি সামান্য এইচপি সার্ভারে সেখানে চলছে, তবে এটি তার চেয়ে অনেক ছোট। এটি আপলোড করতে আমাদের দু’দিন সময় লেগেছে, কেবল আপনাকে একটি ধারণা দেওয়ার জন্য।

টম সরবরাহ নিশ্চিত। এবং প্রোগ্রাম ম্যানেজারের জন্য কেবল একটি ব্যবহারিক চূড়ান্ত প্রশ্ন। আপনি প্রচুর আকর্ষণীয় প্রযুক্তি রেখেছেন যা আপনি যদি অগত্যা তাদের একজন অনুশীলনকারী হতে না পারেন তবে কমপক্ষে ধারণা করা সহজ। প্রোগ্রাম পরিচালকদের কী জানতে হবে যে এআই কীভাবে তাদের প্রোগ্রামগুলিকে আসলে সহায়তা করতে পারে তা বুঝতে হবে, বিশেষত এমন সময়ে যখন প্রত্যেকে আরও দক্ষ হওয়ার উপায় খুঁজছেন?

বিল ভাস হ্যাঁ, আমি মনে করি গুরুত্বপূর্ণ অংশটি হ’ল আপনি হাইপটিও পরিচালনা করতে পারেন। এবং আমি মনে করি বুজ অ্যালেনে আমি যে জিনিস পছন্দ করেছি তার মধ্যে একটি হ’ল আমরা মডেলগুলির ব্যবহারিক বাস্তবায়নে খুব ভাল। সুতরাং প্রয়োজনীয় সংজ্ঞাতে সহায়তা করার জন্য এটি ব্যবহার করে, এটি অবশ্যই আপনাকে সেখানে গতি বাড়িয়ে তুলবে। বেসিক প্রোগ্রামিং কার্যগুলি অবশ্যই আপনাকে সেখানে গতি দেয়। এটি কেবল আপনার জন্য সমস্ত কিছু লিখতে যাচ্ছে না, তবে এটি অবশ্যই সেই ক্ষেত্রগুলিতে অবিচ্ছিন্ন ডেটার বৃহত ডেটা বিশ্লেষণ করে আপনাকে গতি বাড়িয়ে দেবে। এটি অবশ্যই আপনাকে সেখানে গতি দেবে। সুতরাং এটি কোথায় সঠিকভাবে প্রয়োগ করতে হবে তা বোঝার জন্য অনেকগুলি জায়গা রয়েছে এবং আমরা এটি প্রয়োগ করব না। আমি মনে করি এটিই মূল বিষয়, এটি উভয়ই বোঝা এবং এটি বিকশিত হওয়ার সাথে সাথে আপ টু ডেট রাখা। আমরা কোনও গ্রাহকের সাথে যা করেছি তার মতো একটির মতো এবং আমরা লামা মডেলটি ব্যবহার করছি এবং আমরা এটি কোরটি দেখাব এবং এটি র্যাগিং নামক বর্ধিত জিনিসটি দেখাব এবং তারপরে এটি কোথায় থেকে এর রেফারেন্স উত্তরগুলি পেয়েছে তাও দেখায়। সুতরাং বিশ্লেষকরা তিনটির দিকে নজর দিতে পারেন এবং সিদ্ধান্ত নিতে পারেন যে তারা কোনটি বিশ্বাস করতে চায়। এবং মডেলটি কতটা সঠিক ছিল। এবং তারপরে এমন জায়গাগুলিতে যেখানে মডেলটি ভুল করবে, আমরা এটিকে উন্নত করার জন্য একটি প্রতিক্রিয়া লুপ সরবরাহ করব। এবং তাই এটি একটি গুরুত্বপূর্ণ অংশ।